Estudo da Oxford Insights mostra cidades sem padrão para avaliar uso de IA

Um estudo divulgado nesta terça-feira, 6 de outubro, pela consultoria britânica Oxford Insights, mostra que cidades ao redor do mundo estão integrando inteligência artificial a serviços públicos essenciais, como transporte, saúde e atendimento ao cidadão, sem que exista um padrão comum para medir o grau de preparo de cada administração para esse tipo de tecnologia. Segundo reportagem do Estado de Minas, a pesquisa foi conduzida em parceria com a Mohamed bin Zayed University of Artificial Intelligence e a Khalifa University, dos Emirados Árabes Unidos.

A Oxford Insights é a consultoria responsável, desde 2017, pelo Government AI Readiness Index, um ranking que mede o preparo de governos nacionais para adotar inteligência artificial. O novo estudo tenta levar essa mesma lógica para o nível municipal, analisando em profundidade seis cidades: Abu Dhabi, Seul, Londres, Montreal, Helsinki e Tallinn. A conclusão central é que, ao contrário do que já existe para países, não há hoje um quadro de referência amplamente aceito para comparar o quanto uma cidade está preparada, em termos de infraestrutura, governança e talento, para colocar IA em operação em serviços que afetam diretamente o dia a dia da população.

Quatro perfis de cidade e o caso de Abu Dhabi

Para organizar a análise, os pesquisadores da Oxford Insights criaram uma estrutura com seis pilares de avaliação e, a partir deles, classificaram as cidades estudadas em quatro arquétipos: cidades-plataforma, voltadas a construir a infraestrutura técnica que sustenta outros serviços; cidades cognitivas, mais orientadas a pesquisa e inovação; cidades de prestação de serviço, focadas em resolver demandas pontuais do cidadão; e cidades estratégicas, que colocam a IA no centro do planejamento de longo prazo da administração pública. Abu Dhabi e Seul foram classificadas como cidades estratégicas, o nível mais avançado dos quatro.

O exemplo mais citado no estudo é o da plataforma TAMM, de Abu Dhabi, que centraliza serviços públicos digitais e hoje atende 4,7 milhões de usuários, resolvendo de forma autônoma, só com inteligência artificial, 96% das solicitações recebidas. É um número que dá a medida do que uma cidade bem estruturada consegue automatizar quando investe de forma consistente em dados, infraestrutura e governança ao longo de vários anos, em vez de adotar ferramentas de IA de forma pontual e desconectada entre as diferentes secretarias.

O estudo também lista quatro áreas que exigem atenção contínua de qualquer cidade que queira avançar nesse caminho: capacidade de computação e energia para sustentar os sistemas de IA, captação e retenção de talento técnico qualificado, estruturas de governança que definam responsabilidades claras sobre decisões automatizadas, e resiliência dos sistemas diante de falhas ou ataques. A Oxford Insights afirma que pretende agora testar esse mesmo índice em outras 15 a 20 cidades, o que deve ampliar a base de comparação internacional nos próximos meses.

Por que isso importa para você

O Brasil ainda não aparece entre as cidades estudadas, mas o tema já é familiar para quem acompanha o avanço da IA em serviços públicos brasileiros. O Tribunal Superior Eleitoral, por exemplo, lançou neste ano o ChatVote, assistente de inteligência artificial que tira dúvidas sobre as Eleições 2026, como mostramos em matéria própria sobre o lançamento do assistente. O governo federal também sancionou incentivos fiscais para data centers de IA através do programa Redata, tema que já cobrimos em reportagem sobre a sanção do Redata, além do Plano Brasileiro de Inteligência Artificial, detalhado em nossa cobertura do PBIA.

A falta de um padrão comum de avaliação, apontada pelo estudo da Oxford Insights, é relevante justamente porque mostra o tamanho do risco de cada prefeitura ou órgão público adotar IA "no improviso", sem medir se tem a infraestrutura, o time técnico e a governança necessários antes de colocar um sistema automatizado em produção atendendo cidadãos de verdade. Para quem trabalha com tecnologia dentro do setor público, ou presta serviço para prefeituras e órgãos de governo, entender esses quatro pilares, computação e energia, talento, governança e resiliência, ajuda a antecipar que tipo de exigência técnica e contratual deve aparecer em editais e parcerias nos próximos anos.

O caso de Abu Dhabi também serve de referência prática fora do setor público: a mesma lógica de automatizar atendimento de forma consistente, resolvendo a maior parte das solicitações sem intervenção humana, é a que empresas privadas brasileiras já aplicam ao montar atendimento automatizado no WhatsApp ou em seus próprios sites, como explicamos em como automatizar atendimento no WhatsApp com IA e em como criar um chatbot de atendimento sem programar. A diferença entre resolver 50% ou 96% das solicitações sem intervenção humana, como no exemplo de Abu Dhabi, normalmente está menos na tecnologia escolhida e mais na forma como o fluxo de atendimento foi desenhado, ponto que detalhamos em agente de IA, chatbot ou automação: qual a diferença.

O que observar nos próximos meses

Vale acompanhar se a ampliação do índice da Oxford Insights para outras 15 a 20 cidades vai incluir alguma capital brasileira, o que daria ao país um primeiro retrato comparável internacionalmente do próprio preparo municipal para IA. Também é razoável esperar que associações de prefeitos e órgãos de fomento, como o Serpro e empresas estaduais de tecnologia da informação, comecem a usar estruturas parecidas com a dos quatro arquétipos descritos no estudo para planejar investimentos em IA de forma mais organizada, em vez de comprar ferramentas isoladas sem um plano de médio prazo.

Por fim, o estudo reforça um ponto que já aparece em outras análises sobre adoção de IA no setor público e privado: a tecnologia em si raramente é o fator limitante. Os gargalos mais comuns, segundo a Oxford Insights, são exatamente os mesmos que afetam empresas privadas que tentam automatizar atendimento ou processos internos: falta de talento técnico, governança mal definida sobre quem responde pelas decisões automatizadas, e capacidade de infraestrutura insuficiente para sustentar o sistema quando o volume de uso cresce.