O Google anunciou a expansão do projeto Green Light para São Paulo, em parceria com a Companhia de Engenharia de Tráfego (CET) e a Prodam, empresa de tecnologia da Prefeitura, para usar inteligência artificial na análise do trânsito e sugerir ajustes nos tempos dos semáforos da capital paulista. A iniciativa foi apresentada em junho de 2026 e busca melhorar a fluidez em cruzamentos urbanos, reduzir paradas desnecessárias, diminuir o consumo de combustível e cortar emissões associadas ao chamado tráfego de “anda e para”.
A chegada do Green Light a São Paulo amplia a presença da tecnologia no Brasil, depois de testes em cidades como Rio de Janeiro, Campinas e São Caetano do Sul. A capital paulista é o maior teste do projeto no país, tanto pelo tamanho da frota quanto pela complexidade da malha viária, pela intensidade dos congestionamentos e pelo impacto econômico do trânsito sobre trabalhadores, empresas, transporte público, logística urbana e serviços.
O sistema não altera automaticamente os semáforos. A ferramenta processa dados agregados de mobilidade, identifica gargalos e faz recomendações técnicas aos órgãos responsáveis. Cabe à CET e à Prodam avaliar as sugestões, testar a viabilidade operacional e decidir se os ajustes serão aplicados.
Projeto Green Light usa dados para sugerir novos tempos de semáforo
O Green Light foi desenvolvido pelo Google para apoiar autoridades de trânsito na otimização de cruzamentos. A tecnologia usa inteligência artificial para analisar padrões de circulação, velocidades médias, tempo de espera, aceleração, frenagem e retenções recorrentes em áreas controladas por semáforos.
A partir dessa leitura, o sistema identifica pontos onde pequenas mudanças no tempo de abertura ou fechamento dos sinais podem reduzir o número de paradas dos veículos. Em muitos casos, as recomendações envolvem ajustes de poucos segundos em horários específicos do dia.
A proposta é atuar sobre a infraestrutura já existente. Em vez de exigir obras, novos corredores ou intervenções viárias de grande porte, o Green Light tenta extrair eficiência dos cruzamentos atuais por meio de dados e simulações.
Esse ponto torna o projeto atraente para grandes cidades. Semáforos mal sincronizados ou desajustados ao comportamento real do tráfego podem ampliar filas, aumentar o tempo de deslocamento e elevar o consumo de combustível. Ajustes finos, quando bem calibrados, podem produzir ganho operacional sem necessidade de investimento pesado em obras físicas.
São Paulo vira principal vitrine da tecnologia no Brasil
A entrada de São Paulo no Green Light tem peso estratégico. A cidade é a maior metrópole brasileira, concentra milhões de deslocamentos diários e enfrenta congestionamentos que impactam produtividade, saúde pública, qualidade do ar e custos operacionais das empresas.
A frota elevada e a concentração de viagens em horários de pico tornam a gestão semafórica um dos elementos centrais da mobilidade urbana paulistana. Pequenas ineficiências em cruzamentos importantes podem gerar retenções em cadeia, afetando avenidas, corredores de ônibus, vias locais e rotas de carga.
Com a parceria, o Google passa a fornecer recomendações baseadas em dados para apoiar a CET. A Prodam entra como braço tecnológico da Prefeitura, com papel relevante na integração entre sistemas, infraestrutura digital e gestão pública.
A implementação em São Paulo também deve funcionar como teste de escala. Se o projeto apresentar resultados positivos na capital, poderá reforçar a adoção de soluções de inteligência artificial em outras grandes cidades brasileiras.
CET mantém decisão final sobre mudanças
Apesar do uso de inteligência artificial, o Green Light não substitui engenheiros de tráfego nem elimina a responsabilidade do poder público. A tecnologia funciona como ferramenta de apoio à decisão.
A CET continuará responsável por avaliar cada recomendação, levando em conta fatores locais que nem sempre aparecem nos dados brutos. Obras, eventos, escolas, hospitais, corredores de ônibus, travessias de pedestres, faixas exclusivas, fluxo de motociclistas e segurança viária precisam ser considerados antes de qualquer mudança.
Essa etapa é essencial porque a gestão de semáforos não envolve apenas fluidez de veículos. Um ajuste que melhora o tempo de deslocamento de carros em uma avenida pode prejudicar pedestres, ciclistas ou ônibus se não for analisado dentro do contexto urbano.
O papel da IA, portanto, é indicar oportunidades. A decisão final permanece com as autoridades municipais, que devem validar se a recomendação é compatível com a operação real da cidade.
Menos paradas podem reduzir consumo e emissões
Um dos principais objetivos do Green Light é reduzir o tráfego de “anda e para”. Esse tipo de circulação aumenta o consumo de combustível porque os veículos gastam mais energia ao frear, parar e acelerar repetidamente.
A redução de paradas também pode diminuir emissões locais de poluentes. Em cruzamentos congestionados, carros, ônibus, caminhões e motocicletas permanecem mais tempo em baixa velocidade ou marcha lenta, o que piora a eficiência energética e contribui para a poluição urbana.
Segundo dados divulgados pelo Google em experiências internacionais, o projeto já demonstrou potencial de reduzir em cerca de 30% o número de paradas em cruzamentos onde foi aplicado. No Brasil, informações divulgadas sobre testes anteriores indicam redução aproximada de 9% no consumo de combustível em áreas monitoradas.
Esses números não significam que o mesmo desempenho será automaticamente repetido em São Paulo. O resultado dependerá de fatores como volume de veículos, geometria dos cruzamentos, disciplina viária, interferências urbanas, transporte coletivo, obras e qualidade da integração com os sistemas da Prefeitura.
Tecnologia chega em meio a pressão por mobilidade urbana
A chegada do Green Light ocorre em um momento de pressão crescente sobre a mobilidade urbana em grandes centros. São Paulo convive com congestionamentos frequentes, alta demanda por transporte público, expansão de aplicativos de mobilidade, aumento de entregas urbanas e disputa por espaço viário entre carros, ônibus, motos, bicicletas e pedestres.
O trânsito tem impacto econômico direto. Horas perdidas em deslocamentos reduzem produtividade, elevam custos logísticos, afetam a pontualidade de serviços e aumentam despesas de empresas e trabalhadores.
Também há impacto ambiental. A lentidão urbana amplia o consumo de combustível e a emissão de gases de efeito estufa e poluentes locais. Em uma cidade com grande circulação de veículos, medidas de gestão semafórica podem contribuir para reduzir parte dessas externalidades.
Nesse contexto, o Green Light entra como solução de eficiência. O projeto não resolve sozinho problemas estruturais da mobilidade, mas pode ajudar a melhorar o uso da rede viária já instalada.
Brasil já testou o Green Light em outras cidades
Antes da expansão para São Paulo, o Green Light já havia sido implementado em cidades brasileiras como Rio de Janeiro, Campinas e São Caetano do Sul. Esses municípios funcionaram como ambientes de teste para avaliar o comportamento da ferramenta em diferentes realidades urbanas.
Segundo dados divulgados pelo Google, o projeto já foi aplicado em 83 cruzamentos no Brasil. A experiência ajudou a calibrar a tecnologia para padrões locais de tráfego e a medir impactos sobre consumo de combustível e fluidez.
A aplicação em cidades médias e grandes permitiu observar diferentes perfis de deslocamento. Campinas tem forte circulação regional e polos industriais e universitários. São Caetano do Sul integra a região metropolitana de São Paulo e possui malha urbana densa. O Rio de Janeiro reúne corredores complexos, áreas turísticas, zonas empresariais e gargalos históricos.
São Paulo representa outro patamar de complexidade. A escala da capital exige maior coordenação entre tecnologia, engenharia de tráfego e operação diária.
Dados do Google Maps ajudam a mapear gargalos
O Green Light utiliza dados agregados e anonimizados de mobilidade, especialmente informações de tráfego associadas ao Google Maps. Esses dados permitem estimar padrões de deslocamento em diferentes horários e identificar pontos onde veículos param com frequência excessiva.
A inteligência artificial cruza informações de fluxo, velocidade e comportamento em cruzamentos para sugerir alterações. O objetivo é encontrar semáforos que possam ser ajustados sem prejudicar a segurança nem criar retenções em outras vias.
O uso de dados em larga escala é um diferencial. Tradicionalmente, muitas intervenções em trânsito dependem de contagens locais, sensores específicos, câmeras, vistorias de campo e estudos pontuais. Essas ferramentas continuam importantes, mas a análise baseada em grandes volumes de dados pode acelerar diagnósticos.
Ao mesmo tempo, o uso de dados privados em políticas públicas exige governança. A Prefeitura precisa avaliar critérios técnicos, transparência, privacidade, segurança da informação e compatibilidade das recomendações com suas próprias bases de dados.
Semáforos inteligentes ganham espaço nas cidades
A expansão do Green Light faz parte de um movimento maior de digitalização da gestão urbana. Cidades passaram a usar sensores, câmeras, dados de aplicativos, inteligência artificial e sistemas integrados para monitorar trânsito, iluminação, segurança, transporte público e serviços municipais.
No caso dos semáforos, a modernização pode ocorrer em diferentes níveis. Algumas cidades investem em equipamentos conectados, controladores inteligentes e centrais de operação em tempo real. Outras adotam ferramentas analíticas para melhorar a programação de sinais já existentes.
A vantagem do modelo do Google é funcionar como camada de recomendação. A tecnologia não exige, necessariamente, substituição imediata de toda a infraestrutura semafórica. Ela aponta onde ajustes podem gerar resultado.
Para gestores públicos, isso pode reduzir custos e acelerar testes. Para motoristas, o efeito esperado é perceber menos paradas e deslocamentos mais previsíveis. Para a cidade, o ganho potencial está em reduzir emissões e melhorar a eficiência do sistema viário.
Desafios incluem integração e segurança viária
Apesar do potencial, o Green Light enfrenta desafios relevantes. O primeiro é a integração com os sistemas públicos existentes. São Paulo possui uma rede semafórica extensa, com equipamentos de diferentes gerações, demandas operacionais complexas e interferências diárias.
O segundo desafio é a segurança viária. Melhorar fluidez não pode significar aumentar risco para pedestres, ciclistas, motociclistas ou usuários de transporte coletivo. Semáforos também organizam travessias, reduzem conflitos e dão prioridade a determinados fluxos em áreas sensíveis.
O terceiro desafio é a validação prática. Uma recomendação gerada por IA precisa ser testada no mundo real. Mudanças podem funcionar em simulação e produzir efeitos diferentes em campo, especialmente em vias com comportamento imprevisível.
Também há limitações de dados. Regiões com menor cobertura, variações sazonais, eventos excepcionais ou obras podem exigir ajustes manuais. Por isso, a participação da CET é determinante para filtrar recomendações e adaptar a ferramenta ao contexto paulistano.
Impacto para motoristas pode aparecer de forma gradual
Para os motoristas, o impacto do Green Light deve ser percebido de forma gradual. Ajustes semafóricos normalmente são implementados em etapas, monitorados e revisados conforme o comportamento do trânsito.
A expectativa é que, nos cruzamentos contemplados, haja redução de paradas desnecessárias e melhora na continuidade do fluxo. Isso pode diminuir tempo parado, consumo de combustível e desgaste dos veículos.
O benefício, porém, não será uniforme em toda a cidade. O projeto depende da seleção de cruzamentos com potencial de ganho. Em áreas onde o congestionamento decorre de excesso de veículos, obras, gargalos físicos ou falta de capacidade viária, apenas ajustar semáforos pode ter efeito limitado.
Mesmo assim, a tecnologia pode contribuir para melhorar trechos específicos e reduzir ineficiências acumuladas. Em mobilidade urbana, ganhos pequenos em vários pontos podem produzir efeito relevante quando aplicados em escala.
Green Light coloca IA no centro da gestão do trânsito
A chegada do Green Light a São Paulo reforça o avanço da inteligência artificial em áreas tradicionais da administração pública. O trânsito, antes gerido majoritariamente por estudos de campo, sensores e programação manual, passa a incorporar modelos de análise preditiva e recomendações automatizadas.
Isso não elimina a necessidade de planejamento urbano, transporte público eficiente, fiscalização e investimentos em infraestrutura. A tecnologia atua como complemento, não como solução isolada para congestionamentos.
A parceria entre Google, CET e Prodam também mostra como empresas de tecnologia estão se aproximando de problemas urbanos complexos. O acesso a dados de mobilidade tornou plataformas digitais participantes relevantes na discussão sobre trânsito, emissões e eficiência das cidades.
O desafio será transformar recomendações em resultados mensuráveis. Para São Paulo, o teste do Green Light será observado pelo impacto real nos cruzamentos, pela capacidade de reduzir paradas e pela forma como a cidade integrará inteligência artificial à gestão pública sem abrir mão da segurança viária e da decisão técnica local.
