2025 foi um ano intenso. Não só em volume de projetos, mas principalmente em aprendizado. Ao longo do ano, analisamos centenas de vídeos de tráfego, conversamos com empresas de engenharia, mobilidade, OOH e planejamento urbano, e acompanhamos de perto como as decisões realmente acontecem — não como estão nos manuais. Esses aprendizados não são sobre “como a IA é melhor que o manual”. Isso todo mundo já ouviu. São aprendizados sobre o mercado, as pessoas, os processos e os bloqueios invisíveis que ainda moldam a forma como dados de tráfego são produzidos, usados e — muitas vezes — desperdiçados. Aqui estão cinco deles.
- O problema não é a tecnologia. É a decisão.
Falando com dezenas de lead, uma coisa ficou clara: o mercado não rejeita tecnologia.
Em nenhuma conversa ouvimos algo como “isso não funciona” ou “não confio nesses dados”. Pelo contrário. A maioria entende o potencial, reconhece os ganhos e sabe que existem alternativas melhores do que o que é feito hoje.
O bloqueio acontece em outro ponto.
Decidir mudar um processo significa assumir risco, explicar escolhas internamente, justificar métodos e, muitas vezes, sair da zona de conforto operacional. E isso pesa mais do que qualquer argumento técnico.
Na prática, muitos projetos seguem o caminho tradicional não porque ele é melhor, mas porque ele é mais aceitável. É o jeito que todos conhecem, o jeito que já passou por aprovações antes, o jeito que não exige defesa adicional.
A tecnologia já está pronta.
O que ainda trava é a decisão de usá-la.
- Antes de falar em IA, o mercado ainda precisa amadurecer o básico.
Outro aprendizado importante foi perceber que, em muitos casos, a discussão nem chegou no nível da metodologia.
Ainda existe um volume significativo de operações presas a problemas muito anteriores à adoção de novas tecnologias: câmeras antigas, posicionamento ruim, vídeos com baixa qualidade, arquivos desorganizados ou até perdidos ao longo do processo.
Isso não acontece por má fé ou resistência consciente. Acontece por hábito.
Quando uma equipe sempre trabalhou da mesma forma, ela tende a normalizar as ineficiências. Só quando algo falha de maneira crítica — um vídeo inutilizável, uma contagem refeita, um prazo comprometido — o problema fica evidente.
Enquanto essas bases não são revisitadas, qualquer discussão sobre IA parece distante ou sofisticada demais, mesmo quando o objetivo da tecnologia é justamente resolver essas dores simples e recorrentes.
- A contagem é o fim do processo. O custo está no caminho até ela.
É comum olhar para a contagem como o centro do problema. Mas, na prática, ela é apenas mais uma etapa.
Grande parte do esforço está antes: definir corretamente os pontos, planejar o itinerário das equipes, instalar equipamentos, ajustar enquadramento, refazer gravações, organizar arquivos, nomear vídeos, garantir que o material certo está sendo analisado.
Esses custos raramente aparecem como “custo de contagem”.
Eles aparecem como horas extras, retrabalho, atrasos e pressão operacional.
Muitos estudos atrasam ou estouram o orçamento não porque alguém contou errado. Geralmente é porque o processo inteiro foi montado de forma reativa, projeto a projeto, sem estrutura.
- Dados são produzidos, mas raramente tratados como ativos.
Outro ponto recorrente foi perceber como os dados de tráfego têm vida curta.
O vídeo é gravado, o relatório é entregue e, a partir daí, a informação praticamente desaparece. Pouco se sabe sobre onde o material está armazenado, quais critérios foram usados ou se aquele ponto já foi contado anteriormente.
Quando surge uma nova demanda, o processo recomeça do zero.
Mesmo que dados semelhantes já tenham sido produzidos no passado.
O problema não é falta de dados.
É falta de estrutura para consulta, reaproveitamento e histórico.
Sem isso, o esforço se repete. O custo se repete. E o aprendizado operacional nunca se acumula.
- Poucos clientes compraram pacotes. Eles preferem pagar mais caro.
Poucas empresas trabalham com pacotes de contagem ou planejamento recorrente.
Isso, por si só, já revela muito sobre o estágio de maturidade operacional.
Sem previsibilidade de demanda, não há padronização de processos.
Sem padronização, cada novo projeto vira uma exceção.
Equipamentos são alocados às pressas. Equipes se reorganizam no improviso. Prazos ficam apertados e os imprevistos se tornam regra.
Esse modelo não só encarece a contagem, como aumenta o risco e o desgaste operacional, independentemente de a metodologia ser manual, automatizada ou baseada em IA.
Quando a demanda é previsível, o processo melhora. Quando o processo melhora, o custo cai e a qualidade sobe como consequência.
Um fechamento honesto
No fim, 2025 não mostrou apenas onde a tecnologia chegou.
Mostrou onde o mercado ainda está.
Grande parte dos desafios que vimos não está na ferramenta, no método ou no software. Está nas premissas que continuam guiando decisões, muitas vezes por inércia, outras por falta de tempo para parar e repensar o processo inteiro.
O papel de empresas de tecnologia como a ContaVias não é “convencer”. É ajudar o mercado a organizar a base, reduzir riscos e criar transições naturais — começando por processos melhores, não por discursos futuristas.
E, quando fizer sentido, conversar sobre como ele pode evoluir.
Se quiser trocar ideias ou aprofundar essa conversa, a ContaVias está por aqui.