Empresas que investem milhões em plataformas de monitorização energética. Sensores em cada canto. Dashboards sofisticados com visualizações em tempo real. E metas de descarbonização que continuam obstinadamente fora de alcance. O problema não é tecnológico. É estrutural.
Acredito profundamente no potencial da IA para acelerar a descarbonização. Quando bem aplicada – e sublinho “bem aplicada” – esta tecnologia é genuinamente transformadora. Já vi modelos preditivos identificarem padrões de ineficiência energética que nenhuma equipa humana conseguiria detetar com a mesma velocidade e precisão. Ineficiências escondidas em milhares de pontos de dados, correlações entre variáveis que escapariam à análise manual, previsões de consumo que permitem otimizar sistemas antes do desperdício acontecer. A capacidade de comprimir meses de análise em semanas não é hype – é real, é mensurável, e é exatamente o tipo de aceleração que a urgência climática exige.
Mas há uma diferença enorme entre usar IA de forma profunda e usá-la de forma superficial. E é aqui que muitas iniciativas falham.
IA superficial é ter um dashboard e esperar que os resultados se implementem sozinhos. É criar visualizações bonitas dos dados recolhidos, mas nenhuma ligação aos processos operacionais. É gerar recomendações que facilities managers olham, acenam com a cabeça, e depois não sabem como executar porque falta contexto, falta mandato, falta integração com a realidade do terreno.
IA profunda é outra coisa. É quando os modelos não identificam apenas onde estão os ganhos, mas são uma segunda equipa no terreno, ajudando a priorizar intervenções por impacto real versus esforço necessário. É quando conseguimos prever com precisão o retorno de cada investimento antes de o fazer, ajustando estratégias em tempo real à medida que implementamos. É quando a tecnologia está de tal forma integrada nos workflows operacionais que traduzir resultados em ação deixa de ser um salto – passa a ser um passo natural.
O que separa estas duas abordagens? Raramente é a tecnologia. É a estrutura organizacional à volta dela. Os quick wins estão identificados. O constrangimento real é se as empresas têm a estrutura de equipa para os capturar. Porque entre um algoritmo identificar uma ineficiência e alguém fazer algo concreto em relação a ela, há decisões a tomar, protocolos a ajustar, pessoas a coordenar.
E é precisamente aqui que reside a oportunidade. Não precisamos de desistir da IA – precisamos de a levar a sério. Isso significa investir não apenas em software, mas em pessoas que saibam trabalhar com ele. Significa reorganizar processos para que os resultados possam ser executados rapidamente. Significa medir sucesso não por quantos dashboards temos, mas por quantas toneladas de CO2 deixámos de emitir.
A urgência climática não espera que as empresas se reorganizem ao seu próprio ritmo. Temos uma década, talvez menos, para fazer progressos significativos na descarbonização dos edifícios. A boa notícia é que a tecnologia para comprimir esse tempo existe. A IA pode genuinamente acelerar a transição energética de formas que não eram possíveis há cinco anos. Mas só se formos honestos sobre o facto de que tecnologia sem estrutura de execução não é solução – é potencial desperdiçado.
A corrida para o net zero não se ganha apenas com melhores algoritmos. Ganha-se com decisões melhores, mais rápidas, baseadas em dados, mas executadas por pessoas que percebem de sustentabilidade e de edifícios e têm poder para mudar como eles funcionam. Quando conseguimos juntar IA profunda com execução rigorosa, os resultados são impressionantes.
Porque o futuro da descarbonização, em qualquer sector, não é escolher entre tecnologia e pessoas. É perceber, finalmente, que só funciona quando temos ambas, profundamente integradas, a trabalhar em conjunto.
Este artigo foi publicado no âmbito do projeto Rota Imobiliária, em parceria com a JLL: https://observador.pt/seccao/rota-imobiliaria/