Normano Ribeiro, CEO e fundador da Able-On, aposta no maior acesso à qualidade de informação ao longo de 2024. Em artigo sobre o tema, o especialista prevê que os usuários brasileiros possam ter mais dados consistentes integrados aos seus veículos. A qualificação deve ser verificada não somente pela coleta e armazenamento de dados, mas pelo cruzamento, comparação, combinação e enriquecimento, ou seja, estamos falando de informação e de conhecimento em mobilidade. Também podemos falar em mobilidade inteligente. Para resumir esse cenário, ele defende 4 tendências. Confira.
1. Monitoramento de vias
Já existem tecnologias que podem monitorar ruas e estradas por meio de recursos como inteligência artificial e a ideia é simples: identificar espaços públicos para erradicar acidentes. São os algoritmos que vão apontar pontos com má iluminação ou com buracos, em casos mais simples. Processos complexos, que envolvem má sinalização e falta de estrutura também fazem parte dessa tendência. Exemplos internacionais mostram o quanto isso é possível.
Na Europa, a Administração Sueca de Transportes está trabalhando com especialistas em visão computacional e aprendizado de máquina, para ajudar a otimizar a gestão da infraestrutura rodoviária do país. A IA vem sendo usada para digitalizar e gerenciar as vias e ajudar a construir uma rede de transporte mais segura, sustentável e eficiente. O sistema inclui a medição anual da condição das estradas estatais, usando veículos especiais, com câmeras 3DAI que capturam grandes quantidades de dados rodoviários oportunos, relevantes e acionáveis.
Essas informações permitem que as autoridades municipais e gestores de infraestrutura tomem melhores decisões, simplifiquem as operações e reduzam as emissões.
2. Tecnologia aplicada
Além dos recursos usados para melhoria da infraestrutura pública, a mobilidade inteligente pode agregar tecnologias usadas no dia a dia por grandes frotistas urbanos. O tsunami de dados é grande: do caminhoneiro transportando uma carga à moto de serviço de entrega, passando pelos turistas que alugam um carro no fim de semana. Muitas dessas informações acontecem em tempo real e podem ser usadas combinadas, como foi descrito na abertura. E mais: o monitoramento pode identificar padrões de comportamento imprudente no trânsito, alertando para a necessidade de orientação.
Ou ainda sistemas que remuneram os motoristas profissionais pela direção segura, com base em informações do veículo. Até mesmo para a contratação de seguros, dados como esses podem entrar no cálculo dos riscos associados a determinada empresa. É o formato moderno do “diga como estou dirigindo”, placa afixada em muitos veículos comerciais.
Uma pesquisa mundial mostrou que mais da metade dos entrevistados em todo o mundo (56%) disseram que as soluções de rastreamento por GPS ajudaram a aumentar a produtividade dos motoristas, e 38% dos entrevistados disseram que as soluções de rastreamento por GPS melhoraram a manutenção preventiva para manter os veículos em condições de circulação por mais tempo.
3. Modo de dirigir
Com base no item acima, os sistemas de IA já conseguem identificar o modo de dirigir de cada pessoa, porque cada um de nós deixa uma espécie de “assinatura” digital quando estamos conduzimos um veículo. Também é possível associar a maneira de dirigir a comportamento de pessoas com sono ou mesmo sob efeito de álcool. Grandes frotistas também podem associar o padrão de direção com custos de combustíveis, indicando rotas de correção para os gestores.
A economia pode ser significativa: entre 2018 e 2023, a Senatran registrou mais de 1 milhão de sinistros de trânsito no Brasil e, segundo o IPEA, o custo gerado pelos sinistros de trânsito chega a R$ 50 bilhões para o país. Ainda no Brasil, registros do DataSus apontam que, embora a maior parte dos sinistros aconteçam nas grandes cidades, a taxa de internação e óbitos é mais alta nos pequenos e médios municípios, que também costumam sofrer com pouca infraestrutura e fazem baixo uso de tecnologia como ferramenta de fiscalização e prevenção de acidentes.
E atenção: de acordo com a GlobalData, existem mais de 100 empresas no mundo, abrangendo fornecedores de tecnologia, companhias de seguros estabelecidas e start-ups emergentes envolvidas no desenvolvimento e aplicação de IA na criação de perfis de risco de condutores.
4. Controle à distância
Justamente para corrigir em tempo real os erros de direção é que existem recursos de monitoramento de frotas. Eles não são novos, mas a adição de Analytics e de IA é um ganho considerável e permite que correções sejam feitas antes mesmo da possibilidade de acontecer incidentes. As plataformas de gestão automática podem fazer esse controle, a partir da inserção de informações sobre padrões seguros de direção. É a telemetria ganhando um novo capítulo, inclusive com o compartilhamento dos dados entre o operador logístico e seus parceiros.
Roubos de carga ou incidentes podem ser monitorados a distância, com ganhos de segurança em todas as frentes, principalmente para o motorista. Em termos de geração de dados, esse controle pode criar dashboards inteligentes que facilitam o entendimento por parte de quem está no centro de comando, a quilômetros de distância do veículo na estrada.
Uma notícia importante é que algumas ferramentas de IA para gestão de frotas dependem de estratégias de manutenção preditiva. Eles normalmente usam sensores da Internet das Coisas (IoT) para detectar coisas que as pessoas podem não perceber imediatamente, como vibração excessiva ou temperatura acima do normal. Em seguida, os gestores de frota recebem alertas sobre essas características antes que ocorram avarias. Em resumo: a combinação de recursos é um investimento que vale a pena.
