Como Luján de Cuyo está utilizando a IA para migrar para serviços municipais de manutenção

Luján de Cuyo, na Argentina, está migrando de um modelo reativo de manutenção do espaço público para uma abordagem proativa e orientada por dados. Com sua participação no City Data Alliance (CDA), a cidade construiu as bases de governança e de dados necessárias para pilotar um serviço de detecção habilitado por IA, capaz de identificar e georreferenciar buracos e danos nas vias utilizando câmeras instaladas em veículos municipais. Antes, a manutenção dependia de reclamações dos residentes e de inspeções manuais, o que resultava em atrasos, custos mais elevados e prestação de serviços desigual. Ao utilizar IA para identificar riscos precocemente e orientar os reparos, Luján de Cuyo está melhorando a segurança, a eficiência e a equidade em um serviço vivenciado diariamente pelos residentes.

As condições das vias moldam a vida cotidiana em Luján de Cuyo, influenciando a segurança, a mobilidade e a confiança no governo local. Durante anos, a cidade operou em um ciclo reativo: aguardava reclamações, enviava inspetores e então programava os reparos. Esse processo era lento, oneroso e prolongava o tempo de resposta nos bairros periféricos.

O prefeito Esteban Allasino definiu um objetivo claro: identificar riscos nos espaços públicos de forma antecipada e resolvê-los antes que se transformem em acidentes. Nessa visão, a tecnologia não é um fim em si mesma, mas uma ferramenta para oferecer serviços mais rápidos, justos e transparentes. Os residentes devem conseguir ver quais problemas são identificados, como são priorizados e quando são solucionados.

O trabalho de manutenção com IA em Luján de Cuyo baseia-se em capacidades desenvolvidas no CDA, incluindo a formalização de um Comitê de Dados, a criação de um Inventário de Dados e um Sistema de Monitoramento de Objetivos Estratégicos. Com essas bases, a cidade concentrou-se em um problema visível e de alto impacto para os residentes: buracos e rachaduras nas vias públicas. A abordagem se estruturou em três elementos:

1. Detecção precoce com uso de ativos existentes:  Veículos municipais foram equipados com câmeras e GPS, tornando-se em sensores móveis. Quando os veículos percorrerem suas rotas regulares, imagens são capturadas e processadas. Um modelo de visão computacional identifica danos nas vias e as classifica por tipo e gravidade e as georreferencia em um mapa. Isso permite detectar problemas sistematicamente.
2. Priorização de reparos baseada em evidências: Os problemas detectados alimentam diretamente o backlog de manutenção e painéis operacionais. As equipes utilizam essas informações para priorizar intervenções com base no risco e na gravidade, de forma preventiva e não mais reativa. Essa abordagem reduz custos de reparo no longo prazo e melhora a consistência do serviço entre os bairros.
3. Privacidade, ética e equidade desde o desenho: Desde o primeiro protótipo, a cidade incorporou salvaguardas para fortalecer a confiança pública. As imagens passam por desfoque automático de rostos e placas, a retenção de dados brutos é minimizada e os acessos são registrados. As rotas de monitoramento são planejadas para cobrir todos os bairros, garantindo que os benefícios alcancem áreas centrais, motoristas, pedestres, ciclistas e pessoas com mobilidade reduzida. Quando apropriado, dados agregados são publicados para promover transparência.

Embora o serviço de detecção com IA ainda esteja em fase piloto, os resultados iniciais e os benefícios esperados são claros:

• Resposta mais rápida: Problemas viários que antes levavam meses para serem identificados agora podem ser detectados em 3 a 5 dias nas rotas piloto.
• Mais manutenção preventiva: A proporção de reparos realizados antes de uma reclamação aumentou de aproximadamente 10% para 40% nas rotas piloto.
• Maior equidade: O monitoramento por bairro ajuda a garantir que áreas periféricas recebam atenção oportuna, e não só aquelas com maiores índices de reclamação.
• Melhor eficiência: A priorização baseada em risco reduz retrabalho e direciona recursos para os problemas mais urgentes

Luján de Cuyo assumiu o compromisso de integrar essa abordagem às operações regulares de manutenção, utilizando dados e painéis para orientar decisões e acompanhar o desempenho ao longo do tempo.

A experiência de Luján de Cuyo demonstra que a IA gera valor quando fortalece a gestão cotidiana, e não quando funciona como uma “caixa-preta”.  Começar com um problema visível ajudou a criar tração e valor público. O uso de ativos municipais existentes viabilizou a experimentação rápida. Incorporar privacidade, equidade e transparência desde o início reduziu riscos e aumentou a confiança. Acima de tudo, o investimento em capacidade interna garantiu que a cidade pudesse sustentar e ampliar o trabalho além de um único piloto. Luján de Cuyo mostra como as cidades podem usar a IA não como uma inovação abstrata, mas como uma ferramenta prática para a prestação de serviços públicos.