Uma obra pode emitir sinais de alerta muito antes de um atraso aparecer no cronograma ou de um desvio de orçamento chegar à mesa da diretoria. Redução de equipes, queda de produtividade, mudanças no planejamento e alterações no ritmo de execução são alguns desses sinais. Identificá-los a tempo pode permitir uma reação antes que o problema ganhe escala. 

Foi a partir dessa perspectiva que Alex Lira, engenheiro civil e diretor de projetos da Construlab, mostrou, na Arena Imersiva do Concrete Show 2026, como tecnologias de captura de dados em campo, combinadas à inteligência artificial, podem transformar o acompanhamento de obras e a tomada de decisões. 

Do canteiro à gestão em tempo real 

A lógica é simples: capturar a realidade da obra, processar os dados e transformá-los em informação útil para cada nível da organização. Na prática, porém, isso exige mudanças nos processos de gestão. 

“Capturar a realidade” significa registrar o estado atual da obra por diferentes tecnologias. Câmeras 360°, drones, scanners a laser e sensores embarcados em dispositivos móveis permitem criar registros visuais, realizar medições e acompanhar a evolução dos ambientes ao longo do tempo. 

Dependendo da tecnologia e da aplicação, uma câmera 360° também pode assumir funções de escaneamento e gerar informações dimensionais. 

A consequência é reduzir a dependência de estimativas subjetivas. Em um exemplo apresentado por Lira, o percentual executado de uma obra era informado semanalmente pelo contratado. O problema é que o dado representa uma declaração, e não necessariamente uma medição independente da realidade. “Você está dando a chave do cofre”, resume. 

O valor está no tempo da informação 

Para a indústria da construção, não basta saber o que aconteceu. O valor está em descobrir quando aconteceu. 

Um atraso identificado seis meses depois pode se transformar em custo adicional, reprogramações, contratação emergencial e perda de produtividade. Já um sinal capturado quando surge permite agir antes que o problema ganhe escala. 

Redução do efetivo, queda de produtividade, alterações recorrentes no cronograma e deslocamento contínuo das datas de entrega podem indicar que algo está saindo do planejado. 

“Se a informação chega a tempo, ela talvez não resolva o problema, mas vai mitigar muitas coisas a partir dali”, afirmou Lira. 

É nesse ponto que entra a inteligência artificial. Com dados de campo acumulados, sistemas podem identificar padrões, correlações e tendências que dificilmente seriam percebidos pela análise manual. 

“Tudo isso é dado, tudo isso é tendência e a IA faz isso melhor do que todos nós juntos”, afirmou. 

Da obra para o dashboard 

A combinação de câmeras, drones, registros de reuniões e outras fontes de dados permite mudar a frequência e a natureza do acompanhamento. Em vez de depender apenas de ciclos semanais de coleta e consolidação, as informações podem alimentar dashboards para diferentes perfis de usuários. 

Lira apresentou um exemplo em que uma equipe realiza coletas periódicas na obra com sensores LiDAR, que usam pulsos de laser para mapear ambientes em três dimensões, além de drones e gravações de reuniões. Os dados são posteriormente transformados em um painel de acompanhamento.  Mais dados, porém, não significam necessariamente melhor gestão. 

Um diretor não precisa receber o mesmo nível de detalhe que o gestor do canteiro. Enquanto o responsável pela obra pode acompanhar riscos de segurança, efetivo e produtividade, um executivo pode estar interessado principalmente em riscos financeiros e de prazo. 

“A dificuldade não é trabalhar. A dificuldade é para quem esse dado vai chegar”, sintetizou. 

Essa lógica leva a uma arquitetura de informação em camadas. No nível operacional, o sistema pode apresentar ocorrências, efetivo, produtividade ou mapas de calor. Na hierarquia executiva, os indicadores são consolidados até chegar à visão de portfólio. Assim, por exemplo, é possível identificar se um mesmo fornecedor apresenta problemas de mão de obra em diferentes obras simultaneamente. 

A IA não está no equipamento 

Drone, câmera 360° e scanner são instrumentos de captura. A inteligência está no sistema que recebe, processa e interpreta os dados. 

Essa distinção desloca a discussão da simples aquisição de equipamentos para a construção de uma infraestrutura de dados. 

Uma câmera pode registrar a obra; um drone pode gerar informações topográficas; e um sistema de visão computacional pode identificar determinados elementos ou situações de risco. O ganho está em integrar essas informações a cronogramas, contratos, documentos, registros de reuniões e outros dados corporativos. 

O mesmo vale para informações que tradicionalmente ficam fora dos sistemas. Áudios, PDFs, planilhas, fotografias, vídeos, pesquisas com clientes e registros de reuniões também podem alimentar a inteligência da empresa. 

O próximo desafio: construir memória empresarial 

A adoção de IA em empresas de construção também traz uma questão fundamental: onde ficam os dados e por quanto tempo a organização consegue preservá-los e utilizá-los? 

Usar uma ferramenta de IA em uma interação pontual é diferente de construir uma arquitetura capaz de reter contexto, histórico e memória dos projetos. 

Em um empreendimento cujo orçamento leva 45 dias para ser elaborado, por exemplo, decisões, laudos e informações precisam permanecer disponíveis durante todo o processo. 

Por isso, a recomendação não é simplesmente escolher uma ferramenta de IA, mas construir uma estrutura na qual os dados pertençam à empresa e permaneçam acessíveis mesmo diante de mudanças de fornecedores ou tecnologias. 

“Você tem que ter uma estrutura que não dependa de nenhuma delas”, afirmou Lira. 

Antes de contratar uma solução de IA, portanto, a pergunta não deveria ser apenas “o que essa tecnologia faz?”. Também é preciso saber para onde vai o dado, como ele é armazenado, se pode ser recuperado e o que acontece se a ferramenta for substituída. 

Da captura à decisão 

A combinação entre captura da realidade e IA aponta para uma mudança na gestão da construção: o canteiro deixa de ser apenas o local onde a obra acontece e passa a funcionar como uma fonte contínua de dados. 

O ganho não está apenas em produzir um dashboard mais rapidamente, mas em criar uma cadeia que começa na realidade física da obra, passa pela captura e organização dos dados, identifica padrões e sinais e chega à tomada de decisão. 

Nesse modelo, a pergunta deixa de ser apenas “quanto da obra foi executado?” e passa a ser: o que está acontecendo, o que mudou, quais sinais indicam um problema e quem precisa saber disso agora? 

Para um setor em que atrasos, desvios de orçamento, baixa produtividade e riscos operacionais podem ganhar escala rapidamente, transformar a realidade do canteiro em informação acionável é mais do que uma aplicação de tecnologia. É uma nova camada de gestão.