Google Green Light em SP: como a IA está reduzindo o trânsito em São Paulo
Se você dirige em São Paulo, já deve ter percebido: o trânsito está diferente. Não necessariamente melhor, São Paulo continua sendo São Paulo, mas diferente. Os semáforos parecem estar mais inteligentes. Não é impressão sua. É o Google.
O projeto Green Light, que já opera em 20 cidades em quatro continentes, chegou a São Paulo em parceria com a CET e a Prodam. Ele usa inteligência artificial para fazer algo que parece simples mas não é: ajustar o tempo dos semáforos em tempo real com base nos padrões reais de tráfego.
A diferença entre isso e um sistema tradicional de semáforos é a mesma que existe entre um termostato digital e um cronômetro de cozinha. Um segue regras fixas. O outro aprende, se adapta e melhora com o tempo.
O problema que o Green Light resolve
São Paulo tem a maior frota de veículos do Brasil. São mais de 8 milhões de carros circulando, sem contar motos, caminhões e transporte público. O resultado é um dos piores trânsitos do mundo.
Os números impressionam. Um paulistano perde em média 32 dias por ano parado no trânsito. O custo total dos congestionamentos para a economia brasileira chega a 2% do PIB, segundo a Associação Nacional de Transportes Públicos. Mais de R$ 100 bilhões por ano em produtividade perdida, combustível queimado à toa e tempo que poderia ser usado para trabalhar, estudar ou estar com a família.
Sem contar o estresse. Quem já enfrentou 2 horas para andar 10 km em São Paulo sabe o que estou falando.
O sistema tradicional de semáforos funciona com temporizações fixas ou programadas por horário. O problema é que o trânsito não segue horário fixo. Um acidente às 14h pode gerar um efeito dominó que dura até as 20h. Um evento no Ibirapuera muda o fluxo de uma região inteira. Uma obra fecha uma via e o engarrafamento se desloca para outro bairro.
Semáforos com temporização fixa não conseguem lidar com isso. É por isso que o Green Light existe.
Como o Green Light funciona na prática
O Green Light não é um sistema autônomo. Ele não assume o controle dos semáforos e sai mudando tudo por conta própria. Isso seria irresponsável e arriscado. O que ele faz é mais inteligente: ele analisa dados, gera recomendações e deixa a decisão final com os operadores humanos da CET.
O sistema começa consumindo dados de tráfego do Google Maps e do Waze. Essas duas ferramentas já sabem onde tem engarrafamento, qual a velocidade média em cada via e como o fluxo se comporta ao longo do dia. Milhões de motoristas brasileiros usam esses aplicativos e geram dados anonimizados que alimentam o modelo.
Depois, algoritmos de machine learning processam esses dados para identificar padrões em cada cruzamento. Eles não olham só para o volume de carros. Eles olham para a relação entre cruzamentos adjacentes, para o horário do dia, para o dia da semana, para eventos sazonais. Tudo isso entra no cálculo.
Com base nisso, o sistema sugere ajustes na temporização dos semáforos. Talvez aquele cruzamento da Avenida Paulista precise de mais 5 segundos de verde no sentidoConsolação entre 18h e 19h. Ou talvez o fluxo na Marginal Pinheiros esteja tão lento que valha a pena estender o sinal verde para desafogar um pouco antes do próximo semáforo.
A equipe da CET avalia as recomendações, aprova ou ajusta, e implementa as mudanças. Depois disso, o ciclo recomeça: o monitoramento contínuo gera novos dados que refinam o modelo.
Esse modelo de operação com humano no loop é um dos acertos do projeto. Ele reduz riscos, facilita a adoção por prefeituras e ainda por cima gera confiança. Nenhum prefeito vai aceitar entregar o controle dos semáforos da cidade para uma caixa preta. Mas aceitar recomendações baseadas em dados que ele mesmo pode validar? Isso funciona.
Resultados reais
Os números divulgados pelo Google mostram que o Green Light já entregou resultados expressivos nas cidades onde foi implantado. Em média, os cruzamentos monitorados tiveram uma redução de até 30% nas paradas desnecessárias, aquela situação em que você para no sinal vermelho sem nenhum carro atravessando. E as emissões de carbono caíram até 10% nos mesmos cruzamentos.
Em São Paulo, os resultados iniciais são mais modestos: algo em torno de 10% de redução nas paradas. Mas o dado relevante é que isso aconteceu nos primeiros meses de operação, com cobertura ainda limitada. Conforme o sistema acumula mais dados e a CET refina as configurações, a tendência é que o número melhore.
Para uma cidade do tamanho de São Paulo, 10% de redução em cruzamentos de alta densidade não é pouco. São milhares de motoristas que deixam de ficar parados sem necessidade todos os dias. Combustível que não é queimado. Tempo que volta para as pessoas.
O histórico do Green Light no Brasil
O Green Light não chegou agora. O projeto foi lançado globalmente em 2023 e o Brasil foi um dos primeiros países a testá-lo. O Rio de Janeiro foi a cidade piloto. Depois veio Campinas, São Caetano do Sul e agora São Paulo.
Cada cidade é diferente. O Rio tem uma geografia complicada com morros e túneis que criam gargalos imprevisíveis. Campinas tem um trânsito que incha com a população flutuante de estudantes e trabalhadores de outras cidades. São Caetano é menor, mas tem um dos maiores índices de motorização do país.
São Paulo é o teste mais difícil. A malha viária é gigantesca, os padrões de tráfego mudam drasticamente entre bairros e horários, e qualquer interferência em um cruzamento pode ter efeito colateral em outros. É exatamente por isso que a abordagem por cruzamento individual, sem tentar controlar a cidade inteira de uma vez, faz sentido.
O que isso significa para quem empreende
Se você tem um negócio em São Paulo, essa história importa por vários motivos. O primeiro é o mais óbvio: seus funcionários passam menos tempo no trânsito. Isso significa mais produtividade, menos atrasos e menos desgaste. Um entregador que enfrenta 3 horas de trânsito por dia trabalha pior do que um que enfrenta 2 horas. Um vendedor que chega estressado no cliente não vende tão bem.
O segundo motivo é logístico. Se você tem uma loja física, um restaurante ou qualquer negócio que dependa de entregas, o tempo no trânsito é custo operacional puro. Cada minuto que um entregador fica parado no semáforo é um minuto que ele não está fazendo a próxima entrega. Reduções de 10% a 30% no tempo parado se traduzem em mais entregas por hora.
O terceiro é sobre aprendizado. O Green Light é um exemplo prático de IA resolvendo um problema real com dados que já existem. O Google não instalou sensores novos em São Paulo. Ele usou dados que milhões de motoristas já estavam gerando com Google Maps e Waze. Isso é um princípio que se aplica a qualquer negócio: antes de pensar em soluções complexas, olhe para os dados que você já tem. Muitas vezes a resposta está neles.
O quarto é sobre tendência. Se a Prefeitura de São Paulo está usando IA para otimizar semáforos, isso abre portas para outras aplicações. Sistemas de transporte público inteligentes. Roteirização dinâmica de coletas de lixo. Controle de iluminação pública baseado em fluxo de pessoas. Cada uma dessas aplicações pode melhorar a operação de negócios que dependem da infraestrutura urbana.
O limite da tecnologia
Um contraponto necessário: o Green Light não vai resolver o trânsito de São Paulo sozinho. Inteligência artificial otimiza semáforos, mas não resolve o problema de fundo, que é uma cidade que cresceu sem planejamento e onde o número de carros cresce mais rápido que a infraestrutura.
A CET projeta que o tráfego em São Paulo vai aumentar 36% no primeiro semestre de 2026. Mais carros na rua significa mais congestionamento, mesmo com semáforos otimizados. O Green Light alivia, mas não resolve o problema sozinho.
Mas isso não diminui o valor do projeto. Uma redução de 10% a 30% nas paradas desnecessárias é relevante. É o tipo de ganho incremental que, acumulado em milhares de cruzamentos ao longo de meses, gera economia real de tempo, combustível e dinheiro. E mostra que a IA, quando bem aplicada, entrega resultados concretos. Não em laboratório. Na rua.
O que aprender com isso
O Green Light é um case interessante por um motivo que vai além do trânsito. Ele mostra como uma tecnologia complexa (machine learning, processamento de dados em tempo real, modelos preditivos) pode ser aplicada a um problema cotidiano sem exigir que o usuário final entenda qualquer coisa sobre ela.
O motorista que cruza um semáforo otimizado pelo Green Light não precisa saber que existe um modelo de IA rodando nos servidores do Google. Ele só percebe que o trânsito está um pouco melhor. A tecnologia some e o benefício fica.
Isso vale para qualquer negócio que usa tecnologia. A melhor ferramenta não é a mais sofisticada. É a que resolve o problema sem fazer barulho.
📦 Produto recomendado
Se você quer entender melhor como pequenas otimizações diárias geram grandes resultados, no trânsito, no trabalho ou na vida, eu recomendo o livro Hábitos Atômicos, do James Clear. Ele mostra como ganhos de 1% ao dia se acumulam em mudanças transformadoras. Exatamente como o Green Light faz com cada cruzamento.
Fonte: GKPB — Google For Brasil 2026, iMasters — São Paulo e o Google Green Light, Google Blog — Project Green Light, ANTP — Custos dos congestionamentos
💡 Recomendados
Links de afiliado. Compro uma pizza de vez em quando sem custo extra pra você.
André Henrique
Engenheiro de Software em formação e criador da AH Digital Solutions. Obsessivo por automatizar processos, explorar IA e construir negócios digitais que façam sentido. Escrevo sobre o que aprendo no caminho — tecnologia real, sem marketing fake.