A tecnologia aplicada aos carros e a mobilidade tem se tornado cada vez mais iminente. Ao mesclar com tecnologias emergentes como a internet das coisas (IoT), a inteligência artificial (IA), o machine learning (ML) e o deep learning (DL), os benefícios gerados vão muito além daqueles relacionados à experiência do usuário, como a redução de acidentes e a possibilidade de prever a hora certa para a revisão ou manutenção dos carros. 

Elas também permitem a coleta de informações que podem trazer insights sobre novos modelos de negócios (mesmo para as marcas existentes), oportunidades para empreendedores desenvolverem produtos e serviços e até prover informações para os governos com dados gerados para tomar decisões mais eficazes e com maior agilidade. Isso traz mais eficiência nas operações e economia aos cofres públicos. Em outras palavras, este é um novo estilo de vida para os usuários e para novos negócios que vão surgindo tão rápido quanto podemos imaginar. 

O papel dos carros autônomos na administração das cidades

Ao criar um ecossistema complexo para lidar com grandes volumes de dados totalmente conectados em tempo real, os carros autônomos podem coletar, processar, enviar e receber dados para a tomada de decisões. Ao circularem nas ruas, por exemplo, eles podem prover informações, com dados relevantes, às prefeituras e quem mais estiver interessado em trabalhar em conjunto para construir uma comunidade melhor. 

Quando os carros autônomos identificarem buracos, por exemplo, eles poderão não só ajustar suas velocidades para causar menor dano ao veículo, mas também notificar a prefeitura sobre a localização e o tipo dos buracos para que providências sejam tomadas. Já quando identificam lombadas, poderão notificar a prefeitura para analisar e cruzar essas informações com outras igualmente relevantes, como áreas com alta incidência de acidentes versus o número de lombadas existentes, e fazer outras análises a partir daí. 

Considerando a área de uma cidade dividida em 2 quadrantes com características muito semelhantes, ao notar que o usuário de um carro conectado (CC1) em um quadrante (Q1) vai para manutenção com maior frequência do que o de outro usuário do mesmo modelo de carro conectado (CC2) em outro quadrante (Q2), é possível cruzar estes dados para chegar a algumas conclusões. Com estas informações, por exemplo, sabemos que a velocidade média em Q1 é maior que em Q2; o tempo médio entre o ponto de origem e o ponto de destino também são diferentes, bem como o consumo médio de combustível e as mudanças de marchas.

Com base nos poucos dados mostrados, parece que as ruas dos quadrantes Q1 e Q2 não são tão semelhantes como deveriam ser. Algumas das medidas que poderiam ser tomadas para mitigar os pontos levantados no parágrafo anterior e auxiliar na construção de uma cidade inteligente por meio das informações enviadas pelos carros autônomos poderiam ser, por exemplo, a criação de mais postos de combustível em Q1 ou a criação de um tipo de lombada capaz de transferir a energia do impacto mecânico dos pneus dos carros para engrenagens conectadas e, assim, gerar energia elétrica. 

As possibilidades de melhorias e novos insights trazidos pela geração de dados dos carros autônomos podem ser inúmeras. O advento do termo “cidade inteligente” não deve se restringir a tecnologia apenas, mas sim na capacidade de transformar dados em soluções e melhor experiência para os cidadãos, pois quando falarmos de dados, big data, nuvem, banco de dados e coisas relacionadas, o importante é ter em mente que dados e números, por si mesmos, não nos contam histórias, mas nos trazem os insumos necessários para a elaboração de uma análise qualitativa, que vai construir histórias com base em um contexto conhecido. A tecnologia não é fim, a tecnologia é meio.

* Dalton Oliveira é membro do comitê de cidades inteligentes da Associação Brasileira de Internet das Coisas (ABINC) e Consultor Global em Transformação Digital para a Wardston Consulting;