A IA nos semáforos de São Paulo será usada para analisar o fluxo de veículos, identificar gargalos e recomendar mudanças nos tempos de abertura e fechamento dos sinais. O Google anunciou a chegada do Projeto Green Light à capital paulista durante o Google for Brasil 2026.
A iniciativa resulta de uma cooperação tecnológica com a Companhia de Engenharia de Tráfego de São Paulo, a CET, e com a Prodam, empresa municipal de tecnologia da informação. O objetivo é melhorar a fluidez dos veículos e, ao mesmo tempo, reduzir o consumo de combustível e as emissões provocadas pelo trânsito de parada e aceleração constante.
No entanto, a inteligência artificial não assumirá o controle direto dos semáforos. O sistema analisará os dados e enviará recomendações aos técnicos municipais, que continuarão responsáveis por avaliar e aplicar cada alteração.
Como funciona a IA nos semáforos de São Paulo
O Projeto Green Light analisa tendências agregadas de trânsito registradas pelo Google Maps. Com essas informações, os modelos de inteligência artificial identificam como os veículos circulam em diferentes cruzamentos e horários.
Primeiro, a plataforma avalia o volume de carros, os períodos de maior movimento e a frequência de paradas. Em seguida, procura situações em que pequenas mudanças na programação semafórica podem deixar o fluxo mais contínuo.
Por exemplo, o sistema pode recomendar que determinado sinal abra alguns segundos antes em um horário específico. Embora pareça pequena, essa alteração pode reduzir filas quando os gestores a aplicam de forma coordenada com outros cruzamentos.
Depois da análise, o Google envia as sugestões às autoridades locais. A CET avalia cada recomendação e considera fatores como circulação de pedestres, transporte público, segurança viária e características da região.
Além disso, a IA nos semáforos de São Paulo aproveitará a infraestrutura já instalada. Dessa forma, a cidade poderá testar ajustes sem substituir todos os equipamentos ou instalar sensores em cada cruzamento.
Tecnologia busca reduzir paradas e emissões
O principal foco do Green Light é o trânsito de “anda e para”. Quando um veículo freia, permanece parado e acelera repetidamente, ele consome mais combustível e emite mais poluentes.
Por isso, o projeto tenta melhorar a sincronização dos semáforos. Com uma sequência mais eficiente de sinais, os veículos podem manter uma velocidade mais constante e reduzir o número de paradas completas.
Segundo os dados globais apresentados pelo Google, a solução pode diminuir em até 30% as paradas nos cruzamentos atendidos. Contudo, esse número representa um potencial observado em diferentes cidades, e não uma previsão garantida para toda a capital paulista.
Os resultados dependerão do desenho das vias, do volume de veículos, dos horários analisados e das recomendações que os gestores decidirem implementar. Portanto, a adoção da tecnologia não significa que São Paulo eliminará seus congestionamentos.
Antes da capital, o Google já havia levado o projeto ao Rio de Janeiro, a Campinas e a São Caetano do Sul. Agora, a expansão da IA nos semáforos de São Paulo aumenta a presença da ferramenta no Brasil.
Dados privados apoiam a gestão pública
A parceria também mostra como dados produzidos por plataformas digitais podem apoiar a administração de serviços urbanos.
Nesse modelo, o Google analisa os padrões de trânsito de seus serviços de mapas. A CET, por outro lado, usa sua experiência operacional para decidir quais sugestões fazem sentido. Já a Prodam participa da cooperação tecnológica com a estrutura municipal.
Essa divisão de responsabilidades evita que a inteligência artificial tome decisões sem supervisão. Afinal, embora os modelos identifiquem padrões em grande escala, os técnicos locais conhecem fatores que os dados nem sempre conseguem representar.
Além disso, a prefeitura precisará medir os resultados após cada mudança. Para isso, os gestores poderão comparar indicadores como tempo de espera, número de paradas, velocidade média e consumo estimado de combustível.
Também será necessário observar os efeitos sobre ônibus, ciclistas e pedestres. Uma alteração que acelera o fluxo de carros não pode comprometer a segurança de outros grupos.
Qual é a relação com APIs e integrações?
A IA nos semáforos de São Paulo depende de uma cadeia de sistemas conectados. Primeiro, as plataformas coletam e organizam os dados. Depois, os modelos analisam os padrões e produzem recomendações. Por fim, os gestores aplicam as mudanças e acompanham os resultados.
Nesse processo, APIs e integrações digitais podem ajudar diferentes plataformas a compartilhar informações de forma padronizada. Sistemas de mapas, painéis de monitoramento e ferramentas públicas precisam trocar dados com segurança e manter registros das alterações.
Entretanto, o Google e os órgãos municipais não divulgaram detalhes técnicos sobre as integrações usadas no projeto. Portanto, ainda não é possível afirmar quais APIs, protocolos ou padrões de dados farão parte da operação em São Paulo.
Conclusão
A chegada do Projeto Green Light amplia o uso de inteligência artificial na mobilidade urbana brasileira. A tecnologia poderá ajudar São Paulo a identificar gargalos, reduzir paradas desnecessárias e melhorar a programação dos semáforos sem grandes intervenções físicas.
Ainda assim, o impacto real dependerá da qualidade dos dados, das recomendações adotadas e da medição contínua dos resultados. Também será importante acompanhar quantos cruzamentos participarão do projeto e quais indicadores a cidade divulgará.
Quer entender como APIs, automações e integrações podem conectar dados e sistemas de forma mais eficiente? Conheça as soluções da APIBrasil e veja como estruturar operações digitais com mais agilidade e segurança.
