São Paulo registrou, em 2025, um índice de congestionamento de 58,5% — o pior da história recente da cidade, segundo o TomTom Traffic Index. A resposta do establishment urbanístico foi previsível: mais faixas exclusivas, mais ônibus elétricos, menos espaço para o automóvel. O problema é que essa resposta ignora uma pergunta que ninguém faz em público: de onde virá a energia para eletrificar a frota inteira? E o que acontece com o grid paulista quando a demanda de recarga de ônibus coincide com o horário de pico industrial? O debate de mobilidade em São Paulo está capturado por um consenso que recicla diagnósticos sem dados crus — e continuará preso nesse círculo enquanto tratar mobilidade como questão urbanística em vez de subproduto direto de energia, infraestrutura crítica e inteligência de dados. Este artigo rompe com esse frame.
O Consenso que Não Mostra os Números
Há um repertório repetível nas discussões de mobilidade urbana no Brasil. Especialistas em transporte público citam as mesmas referências — Bogotá, Amsterdã, a bicicleta como veículo do futuro —, gestores municipais repetem a equação “priorizar pessoas, não carros” e entidades setoriais produzem relatórios com recomendações que chegam sempre à mesma conclusão: ampliar o transporte coletivo e restringir o individual. O problema não é que essa tese seja errada. O problema é que ela nunca é testada com os dados crus que permitiriam falsificá-la ou confirmá-la com precisão. Qual é a elasticidade real de demanda por transporte coletivo em SP em função de tempo porta a porta? Quantas horas de pico o sistema de metrô opera acima de 100% da capacidade nominal? Qual a correlação entre a implantação de faixas exclusivas em corredores como Paulista e Augusta com os dados de velocidade média medidos pelo CET-SP antes e depois? Esses números existem. Estão em bases abertas do CET-SP, SPTrans, Google Mobility e Waze for Cities. Mas raramente aparecem nas entrevistas que moldam a política pública — porque a narrativa é mais confortável do que a evidência.
O TomTom Traffic Index 2025 posiciona São Paulo entre as 10 cidades mais congestionadas do mundo. O índice de 58,5% significa que uma viagem que levaria 30 minutos sem tráfego consome, na média anual, cerca de 47 minutos. Em horário de pico, esse multiplicador sobe para 1,9x. Esses dados são públicos e gratuitos — raramente citados nas propostas de política de mobilidade com a granularidade que exigem.
| Como funciona (mecanismo) | Tensões e escolhas (trade-offs) | Efeito executivo (custo, prazo, risco) |
|---|---|---|
| Narrativa urbanística substitui análise de custo-benefício como base de política pública | Consenso técnico-político reduz fricção decisória, mas elimina controle de premissas | ALTO Risco de alocação ineficiente de capital público sem baseline mensurável |
| Dados de CET-SP e SPTrans são abertos, porém raramente cruzados com curvas de demanda energética do ONS | Integração de fontes demanda capacidade analítica que gestores municipais não têm internamente | MÉDIO Oportunidade de diferenciação analítica por atores privados ou think tanks |
| Elasticidade de demanda por transporte coletivo é positiva mas não linear — depende de tempo porta a porta | Mais faixas exclusivas podem aumentar velocidade do ônibus mas reduzir acessibilidade ao ponto | ALTO Impacto assimétrico por renda: bairros periféricos têm menor densidade de paradas |
| Induced demand: mais capacidade viária pode gerar mais viagens, não menos congestionamento | Efeito bem documentado internacionalmente; aplicação em SP carece de estudo longitudinal pós-intervenção | CRÍTICO Política baseada em premissa falsa gera custo de oportunidade sem retorno mensurável |
| Indicadores de velocidade média são proxy inadequado de mobilidade real — ignoram tempo de espera e integração modal | Métricas simplificadas facilitam comunicação política mas distorcem priorização de investimento | MÉDIO Risco de KPI gaming por gestores de projetos de infraestrutura |
Mobilidade como Subproduto de Energia — A Lente que Falta
Todo modal de transporte consome energia. Isso parece óbvio. Mas a implicação estratégica raramente é extraída com rigor: a eletrificação da mobilidade não é uma solução energética — é uma transferência de problema. O motor a combustão polui no ponto de uso. O ônibus elétrico transfere a emissão para a usina geradora e para o processo industrial de fabricação da bateria. O ciclo de vida completo de um ônibus elétrico — incluindo extração de lítio, cobre e cobalto, logística de importação de células e destinação final das baterias — precisa ser posto na equação antes de qualquer declaração sobre sustentabilidade. O Brasil tem uma matriz elétrica majoritariamente renovável (cerca de 88% em 2024, segundo o ONS), o que muda o balanço de emissões em favor da eletrificação. Mas o grid de São Paulo não é o grid brasileiro médio: a região Sudeste é importadora líquida de energia em horários de pico, e a expansão da carga de recarga de frotas pressiona exatamente os horários de maior estresse do sistema. A pergunta relevante não é “ônibus elétrico é melhor?” — é “o grid paulista suporta a eletrificação da frota sem redesenho de infraestrutura e sem aumento de risco de corte de carga?”.
A frota de ônibus municipal de São Paulo conta com aproximadamente 14.000 veículos (SPTrans, 2024). A potência média de recarga de um ônibus elétrico articulado é de 150–300 kW por sessão. Hipótese de cálculo: se apenas 30% da frota recarregar simultaneamente no horário de pico noturno (19h–22h), a carga adicional supera 630 MW — equivalente a uma usina de médio porte. Esse dado é hipótese e depende de validação com ANEEL e ONS, mas a ordem de grandeza é suficiente para tornar a questão inescapável em qualquer análise séria.
| Como funciona (mecanismo) | Tensões e escolhas (trade-offs) | Efeito executivo (custo, prazo, risco) |
|---|---|---|
| Eletrificação da frota municipal transfere emissões do ponto de uso para a cadeia de geração e fabricação de baterias | Matriz brasileira é ~88% renovável, mas o Sudeste é importador líquido em pico — balanço depende do horário de recarga (ONS, BIG 2024) | ALTO Risco de stress no grid sem modernização simultânea de subestações e sistemas de gestão de carga |
| Recarga inteligente (smart charging) pode deslocar carga para vale noturno, reduzindo impacto no pico | Requer infraestrutura de comunicação M2M nos garages e contrato de interruptibilidade com distribuidoras — inexistente hoje na maioria dos pátios SPTrans | MÉDIO Oportunidade para modelo de concessão com garantia de receita via smart grid; prazo mínimo 3–5 anos |
| Ciclo de vida da bateria — extração, transporte, uso, descarte — tem pegada de carbono significativa mesmo com recarga 100% renovável | Análise de LCA (life-cycle assessment) raramente exigida em processos licitatórios de frota elétrica no Brasil | CRÍTICO Risco reputacional e regulatório para municípios que declararem frota “zero emissão” sem evidência de LCA |
| Geração distribuída fotovoltaica em pátios e terminais pode cobrir parte da carga de recarga diurna | Limitação de área útil nos terminais urbanos; retorno do investimento depende de tarifa de energia contratada pelo município | OPORT. Potencial de autoprodução de 10–15% da demanda de recarga; payback estimado 7–10 anos (hipótese) |
| Correlação entre pico de congestionamento e pico de carga elétrica industrial no Sudeste ocorre nas mesmas janelas horárias | Política de mobilidade e política energética são geridas por secretarias distintas sem integração de dados em tempo real | ALTO Ausência de governança integrada mobilidade-energia é ponto cego sistêmico de alto impacto fiscal |
Induced Demand — O Elefante que Ninguém Quer Ver em SP
O conceito de demanda induzida (induced demand) é um dos mais sólidos da literatura de planejamento de transporte: quando a capacidade viária aumenta, a demanda por viagens tende a crescer na mesma proporção, anulando o ganho de fluidez no médio prazo. O estudo seminal de Duranton e Turner (2011) demonstrou esse efeito para rodovias norte-americanas com dados de 20 anos. A extensão do fenômeno para transporte coletivo é mais complexa: ampliar a capacidade de ônibus pode aumentar o número de viagens totais, mas o efeito depende criticamente da elasticidade de substituição entre modos — que, em São Paulo, ainda é um parâmetro pouco medido em bases de microdados abertas. O que os dados disponíveis indicam é que intervenções isoladas de restrição ao automóvel, sem acompanhamento de melhoria radical de tempo porta a porta do transporte coletivo, produzem deslocamento de demanda para horários adjacentes, não redução de congestionamento. O pico se fragmenta; o índice médio melhora na métrica; a experiência real do usuário piora. Isso é gaming de KPI estrutural — e acontece sempre que a métrica de avaliação não captura a cadeia causal completa.
“Ferramenta poderosa mal governada não é eficiência. É risco com boa apresentação.”
| Como funciona (mecanismo) | Tensões e escolhas (trade-offs) | Efeito executivo (custo, prazo, risco) |
|---|---|---|
| Induced demand: expansão de capacidade viária gera viagens adicionais que reocupam a capacidade liberada | Efeito documentado internacionalmente (Duranton e Turner, 2011); aplicação em SP requer estudo longitudinal de microdados pós-intervenção | CRÍTICO Investimentos bilionários em expansão viária podem ter retorno nulo em tempo médio de deslocamento |
| Restrição ao automóvel sem melhora de tempo porta a porta no coletivo desloca pico para janelas adjacentes | Melhora de métrica agregada (índice de congestionamento horário) mascara piora da experiência real do usuário | ALTO Risco de deterioração de produtividade urbana com aparência de sucesso nos indicadores |
| Faixas exclusivas de ônibus aumentam velocidade comercial do coletivo mas podem reduzir acessibilidade a pé ao ponto de parada | Trade-off entre velocidade média da linha e cobertura territorial — irrelevante para andar rápido se o usuário anda 15 minutos até o ponto | MÉDIO Necessidade de análise de isócrona de acesso antes de qualquer redesenho de rede |
| Precificação dinâmica de congestionamento (como Estocolmo e Singapura) é o instrumento mais efetivo documentado para redução de demanda por automóvel | Politicamente inviável em SP sem redesenho simultâneo do transporte coletivo e sem mecanismo de compensação para populações periféricas | ALTO Janela de oportunidade existe pós-eleição municipal; custo político de implementação é substancial |
eVTOL e Urban Air Mobility — O Modal que Escapa do Grid Terrestre
A Eve Air Mobility, subsidiária da Embraer com financiamento do BNDES, é hoje uma das líderes mundiais no desenvolvimento de aeronaves elétricas de decolagem e pouso vertical (eVTOL). O modelo Eve eVTOL tem autonomia de aproximadamente 100 km, capacidade para 4 passageiros e velocidade de cruzeiro de 250 km/h — o que transforma o corredor Guarulhos–Congonhas–Alphaville de uma jornada de 90 minutos terrestres em um voo de 15 minutos. A projeção de operação comercial é 2027–2028, sujeita à certificação da ANAC e regulação de espaço aéreo urbano pela ANAC e DECEA. O ponto estratégico que quase ninguém coloca na mesa: qual é o custo por passageiro-quilômetro do eVTOL comparado com o metrô e com o ônibus elétrico em corredor de alta demanda? Se a resposta for competitiva para os corredores de maior congestionamento e maior concentração de renda, o eVTOL não é luxo — é solução de infraestrutura crítica que desafoga a grade terrestre. Frost & Sullivan posiciona frotas autônomas de última milha e ultracarregadores de megawatt como top trends para América do Sul em 2026. O Brasil, como sede da principal empresa do setor no hemisfério sul, tem posição estratégica única — e ainda não produziu um framework regulatório e de custo que permita avaliar o potencial sistêmico desse modal.
A Eve Air Mobility captou mais de USD 300 milhões em financiamento até 2024, com participação do BNDES e de investidores estratégicos internacionais. A empresa tem acordos de pré-venda com operadores de helicóptero no Brasil e nos EUA. A certificação ANAC está em curso; a operação comercial em São Paulo está prevista para a janela 2027–2028 (hipótese — sujeita a validação regulatória ANAC/DECEA).
| Como funciona (mecanismo) | Tensões e escolhas (trade-offs) | Efeito executivo (custo, prazo, risco) |
|---|---|---|
| eVTOL opera em espaço aéreo urbano de baixa altitude (150–300m), independente de grid terrestre de transporte | Requer vertiports (infraestrutura de pouso e recarga) em pontos estratégicos — custo e localização são variáveis críticas em SP | OPORT. Potencial de desafogamento de corredores de alta renda sem expansão viária — hipótese de custo a validar |
| Custo por passageiro-km estimado em USD 3–5 na fase inicial, com trajetória de queda para USD 0,5–1 com escala (Joby Aviation, 2023) | Comparado com metrô SP (~R$5/viagem) e táxi convencional (~R$2–4/km), posicionamento inicial é premium — não democratizante | MÉDIO Viabilidade de mercado no curto prazo restrita a corredores corporativos de alta densidade; expansão depende de escala |
| Regulação ANAC de espaço aéreo urbano ainda não tem framework publicado para operação comercial de eVTOL em SP | Janela regulatória aberta é risco de incerteza jurídica, mas também oportunidade para operadores que engajarem o processo antes da norma ser fechada | ALTO Risco regulatório é o principal inibidor de investimento — prazo de certificação pode ultrapassar 2028 |
| Carga elétrica de vertiports é concentrada e previsível — ideal para contrato de fornecimento de energia com autoprodução fotovoltaica | Integração com grid distribuído e BESS (Battery Energy Storage Systems) pode tornar vertiport energeticamente autossuficiente | OPORT. Modelo de negócio de infraestrutura integrada (vertiport + solar + BESS) tem payback potencialmente superior ao modal isolado |
IA como Infraestrutura de Mobilidade — Dados que Desmentem Narrativas
O maior ativo não explorado na política de mobilidade de São Paulo não é trilho nem asfalto — são dados. Uber, 99, InDriver, Waze e Google Mobility têm datasets de demanda de viagens com granularidade de 15 minutos por polígono geográfico. O CET-SP publica dados de velocidade média por corredor em tempo quase real. O ONS disponibiliza curvas de carga horária por subsistema. Nenhuma dessas fontes é cruzada sistematicamente para produzir o que seria a análise mais relevante para a política municipal: um mapa de custo total da mobilidade (horas perdidas + custo energético + externalidades ambientais) por corredor, por horário, por modo. Esse cruzamento é tecnicamente trivial com ferramentas de IA atuais — um pipeline de coleta, normalização e análise com modelos de linguagem para geração de insights pode ser construído em semanas. O que falta não é tecnologia: é vontade de produzir evidência que contrarie o consenso dominante. A inteligência artificial aplicada à mobilidade urbana em SP tem potencial de transformar o debate de “qual modal é melhor” para “qual intervenção, em qual corredor, em qual horário, produz o maior ganho de tempo-energia por real investido”. Essa é a pergunta que os especialistas do consenso não fazem — porque a resposta quase certamente não é a que eles vendem.
| Como funciona (mecanismo) | Tensões e escolhas (trade-offs) | Efeito executivo (custo, prazo, risco) |
|---|---|---|
| Cruzamento de dados TomTom/INRIX com curvas de carga ONS revela correlação entre congestionamento e stress energético em janelas de pico | Dados de mobilidade privada têm restrições de licença de uso; parceria com Waze for Cities/Google requer acordo formal com a Prefeitura | OPORT. Pipeline de inteligência integrada pode ser construído em 4–8 semanas com LLM + dados abertos como baseline |
| IA generativa permite síntese de sinais fracos de múltiplas fontes heterogêneas em linguagem executiva acionável | Qualidade do output depende da qualidade dos dados de entrada — garbage in, garbage out; risco de viés de confirmação se o prompt não for adversarialmente projetado | MÉDIO Necessidade de revisão humana sênior antes de qualquer uso em tomada de decisão de política pública |
| Precificação dinâmica de congestionamento requer dados de demanda em tempo real — IA de tráfego é pré-requisito, não acessório | Implementação plena requer integração entre CET-SP, Secretaria de Transportes e operadoras de aplicativo — governança interinstitucional complexa | ALTO Custo de não implementar é estimado em bilhões de reais anuais em produtividade perdida; custo de implementar é político, não financeiro |
| Behavioral data (padrões de viagem, elasticidade horária, sensibilidade a preço) permite desenho de política baseada em incentivos, não em restrição | Uso de dados comportamentais de aplicativos levanta questões de privacidade (LGPD) que precisam ser endereçadas antes de qualquer iniciativa pública | MÉDIO Framework jurídico LGPD existe — o gap é de capacidade técnica nas secretarias, não de legislação |
O Maior Ganho de Mobilidade Pode Não Ser um Modal de Transporte
Há uma hipótese que nenhum especialista em mobilidade quer admitir em público, porque ela retira o protagonismo do próprio campo: talvez o maior ganho de mobilidade urbana em São Paulo venha não de mais trilhos, nem de ônibus elétricos, nem de eVTOL — mas de uma combinação de trabalho remoto estruturado, hubs de coworking periféricos de alta qualidade e energia barata e confiável nessas localidades. Os dados do Google Mobility Report 2023–2024 mostram que o pico de congestionamento em São Paulo ainda não voltou completamente aos níveis pré-pandemia, e que a janela 10h–16h tem densidade de tráfego significativamente menor do que 7h–9h e 17h–20h. Isso sugere que a demanda por mobilidade no pico está concentrada em viagens de trabalho — não em viagens de consumo ou lazer. Se 15–20% dos trabalhadores do setor de serviços de São Paulo adotassem modelo híbrido com 2–3 dias remotos por semana, o impacto no índice de congestionamento seria equivalente ao de uma nova linha de metrô — sem o custo de R$3–5 bilhões por quilômetro de extensão. Essa não é uma proposta antiurbanista: é uma proposta de política integrada que trata mobilidade, energia, infraestrutura digital e mercado de trabalho como sistema único — que é o que eles sempre foram.
“A decisão não é sobre qual modal construir — é sobre qual combinação de infraestrutura, comportamento e precificação produz o maior ganho de tempo e energia por real investido. Essa pergunta ainda não tem resposta pública em São Paulo.”
| Como funciona (mecanismo) | Tensões e escolhas (trade-offs) | Efeito executivo (custo, prazo, risco) |
|---|---|---|
| Trabalho remoto estruturado reduz viagens de pico sem investimento em infraestrutura de transporte | Depende de adoção voluntária por empresas — instrumento de política pública é indireto (incentivos fiscais, regulação de jornada) | OPORT. Custo de implementação próximo de zero para o poder público; impacto estimado equivalente a nova linha de metrô (hipótese) |
| Hubs de coworking periféricos reduzem distância média das viagens e distribuem a demanda geográfica | Requer infraestrutura de energia confiável e conectividade de alta capacidade nas periferias — gap atual é significativo | MÉDIO Oportunidade para modelo de concessão de infraestrutura digital + energia distribuída nos distritos periféricos |
| Política de mobilidade integrada trata transporte, energia, trabalho e infraestrutura digital como sistema único | Governança intersetorial é o principal gargalo — secretarias de Transportes, Energia, Trabalho e Digital operam em silos com incentivos desalinhados | CRÍTICO Ausência de framework integrado é o maior custo oculto da política urbana de SP — nenhum modal resolve isoladamente |
| Precificação de congestionamento combinada com subsídio de coworking periférico cria incentivo sistêmico para redistribuição de demanda | Modelo exige sofisticação regulatória e capacidade de monitoramento de demanda em tempo real — requer IA de tráfego como infraestrutura base | ALTO Modelo politicamente viável apenas com coalizão ampla de empresas, sindicatos e poder público — prazo mínimo 2–3 anos para estruturação |
O Que Muda até 2030
Três trajetórias são plausíveis para a mobilidade paulistana até 2030, dependendo das escolhas de política pública, investimento em infraestrutura energética e adoção de tecnologia. As premissas distinguem os cenários; os sinais precoces permitem monitorar qual trajetória está se materializando.
| Cenário | Premissas | Sinais Precoces | Impacto (custo/prazo/risco) | Resposta Recomendada |
|---|---|---|---|---|
| Base Eletrificação incremental sem integração energética |
SPTrans eletrifica 30% da frota até 2027; sem smart charging; grid absorve carga sem colapso mas com stress crescente no pico | Editais de licitação de ônibus elétrico sem cláusula de smart charging; ANEEL sem normativa de recarga gerenciada para frotas | Melhora marginal de qualidade do ar no centro; sem impacto mensurável em congestionamento; risco energético latente não equacionado | Exigir cláusula de smart charging em todos os editais de concessão; integrar ONS e SPTrans em dashboard de carga compartilhado |
| Otimista Integração mobilidade-energia-IA |
Prefeitura, ONS e operadoras de aplicativo criam plataforma de dados integrada; precificação dinâmica de congestionamento implementada em 2027; eVTOL certificado e operando em 3 corredores até 2028 | Acordo formal Waze for Cities / CET-SP com dados abertos; publicação de framework regulatório ANAC para eVTOL até 2026; licitação de vertiports em Guarulhos e Congonhas | Redução de 12–18% no índice TomTom até 2029 (hipótese); nova fonte de receita para concessionárias via dados de mobilidade; SP como referência LATAM em smart mobility | Participar ativamente da construção do framework regulatório; desenvolver capacidade analítica interna de cruzamento de dados de mobilidade e energia |
| Estressado Colapso energético parcial + paralisia de política |
Eletrificação acelerada sem investimento em grid; corte de carga em horário de pico em 2026–2027; eVTOL bloqueado por impasse regulatório; trabalho remoto revertido por pressão de grandes empregadores | Aumento de incidentes de sobrecarga em subestações da Grande SP; atraso de mais de 12 meses na certificação ANAC do eVTOL; anúncio de retorno obrigatório ao escritório por empresas âncora | Congestionamento acima de 65% TomTom; custo energético da mobilidade aumenta 20–30%; desinvestimento em infraestrutura elétrica de transporte | Monitorar indicadores de stress de grid em tempo real; ter plano de contingência de recarga noturna; pressionar por normativa ANEEL de smart charging antes de 2027 |
Recomendações Práticas — O Que Fazer Agora
As recomendações seguem três horizontes de ação. A urgência não é de infraestrutura — é analítica. Antes de qualquer investimento em modal, é necessário produzir o baseline de dados que o debate ainda não tem.
- Mapear e cruzar dados abertos CET-SP + TomTom + ONS por corredor e horário — critério: entregar dashboard público com atualização semanal
- Calcular carga adicional ao grid paulista em cenário de eletrificação de 30%, 60% e 100% da frota SPTrans — critério: nota técnica ANEEL/ONS como validação
- Produzir análise de custo por passageiro-km comparando metrô, ônibus elétrico e eVTOL para 3 corredores prioritários — critério: publicação com metodologia aberta
- Engajar ANAC/DECEA no mapeamento do framework regulatório de eVTOL — critério: reunião técnica com registro formal de posição
- Implementar acordo formal com Waze for Cities e Google Mobility para acesso a dados de demanda por polígono — critério: dados disponíveis para análise de política pública
- Propor normativa de smart charging para frotas elétricas municipais à ANEEL — critério: minuta publicada para consulta pública
- Estruturar piloto de hub de coworking periférico em 2 distritos de alta densidade de commuters — critério: 500 usuários ativos e medição de redução de viagens de pico
- Publicar análise de LCA completa para os ônibus elétricos já contratados — critério: relatório com metodologia ISO 14040
- Lançar plataforma de dados integrada de mobilidade-energia com acesso público — critério: API aberta e dashboard executivo para gestores municipais
- Apresentar proposta de precificação dinâmica de congestionamento para corredores prioritários — critério: estudo de viabilidade jurídica e econômica publicado
- Assegurar licitação de vertiports nos hubs de maior congestionamento — critério: edital publicado com especificações técnicas de infraestrutura elétrica
- Integrar política de trabalho remoto, energia distribuída e mobilidade em framework único de governança municipal — critério: decreto ou portaria intersetorial publicado
Conclusão
O debate de mobilidade em São Paulo não tem problema de dados — tem problema de perguntas. Os dados existem: TomTom publica índices de congestionamento, o ONS publica curvas de carga, o CET-SP publica velocidades por corredor, e os aplicativos de mobilidade carregam terabytes de comportamento real de usuário. O que falta é a disposição de cruzar esses dados com a pergunta que o consenso dominante evita: qual é o custo total — energético, financeiro, de tempo e de carbono — de cada modal, por corredor, por horário, por perfil socioeconômico?
A eletrificação da frota é necessária. Mas não é suficiente, e não é simples. O grid paulista precisa ser preparado. O ciclo de vida das baterias precisa ser contabilizado. A demanda induzida precisa ser monitorada. E o eVTOL, o trabalho remoto e a precificação dinâmica precisam ser incluídos no cardápio de opções — não como curiosidades futuristas, mas como alternativas com análise de custo-benefício real.
A inteligência artificial transforma esse diagnóstico de hipótese acadêmica em ferramenta operacional. Um pipeline de coleta, cruzamento e síntese de dados de mobilidade e energia pode ser construído em semanas. O que não pode ser construído em semanas é a vontade política de produzir evidência que contradiga o consenso.
“A decisão sobre mobilidade em São Paulo não é sobre qual modal construir. É sobre qual combinação de dados, governança e incentivos vai substituir o consenso de especialistas por evidência — antes que o congestionamento de 2030 torne a pergunta irrelevante.”
nMentors Engenharia: Da Análise à Execução com PMO e Governança
O rigor analítico produzido pelo efagundes.com — síntese de sinais de mercado, inteligência regulatória e prospectiva estratégica — é a fundação metodológica dos serviços de consultoria e PMO da nMentors Engenharia. A nMentors traduz teses técnicas em projetos executáveis, com governança ponta a ponta e transferência de conhecimento para as equipes do cliente. Para projetos de mobilidade-energia, isso significa transformar o diagnóstico acima em plano de ação com responsáveis, prazos e critérios de aceite mensuráveis.
Referências Bibliográficas
- TOMTOM INTERNATIONAL BV. TomTom Traffic Index 2025. Amsterdã: TomTom, 2025. Disponível em: https://www.tomtom.com/traffic-index/. Acesso em: mai. 2026.
- OPERADOR NACIONAL DO SISTEMA ELÉTRICO (ONS). Balanço de Energia: Subsistema Sudeste/Centro-Oeste. Brasília: ONS, 2024. Disponível em: https://www.ons.org.br/. Acesso em: mai. 2026.
- AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA (ANEEL). Banco de Informações de Geração (BIG). Brasília: ANEEL, 2024. Disponível em: https://www2.aneel.gov.br/aplicacoes/capacidadebrasil/. Acesso em: mai. 2026.
- SÃO PAULO (Município). COMPANHIA DE ENGENHARIA DE TRÁFEGO (CET-SP). Relatório de Velocidade Média por Corredor — 2024. São Paulo: CET-SP, 2024. Disponível em: https://www.cetsp.com.br/. Acesso em: mai. 2026.
- SÃO PAULO (Município). SECRETARIA MUNICIPAL DE MOBILIDADE E TRÂNSITO (SMT). Frota de Ônibus Municipal — SPTrans 2024. São Paulo: SMT, 2024. Disponível em: https://www.sptrans.com.br/. Acesso em: mai. 2026.
- DURANTON, Gilles; TURNER, Matthew A. The fundamental law of road congestion: evidence from US cities. American Economic Review, Pittsburgh, v. 101, n. 6, p. 2616–2652, out. 2011. DOI: 10.1257/aer.101.6.2616.
- EVE AIR MOBILITY. Eve eVTOL — Technical Specifications and Market Update 2024. São José dos Campos: Eve Air Mobility, 2024. Disponível em: https://eveairmobility.com/. Acesso em: mai. 2026.
- FROST & SULLIVAN. Future of Mobility South America: Top Trends 2026. São Paulo: Frost & Sullivan, 2025. (Relatório de mercado — hipótese; depende de validação de acesso ao relatório completo.)
- GOOGLE LLC. Google Mobility Report — Brazil 2023–2024. Mountain View: Google, 2024. Disponível em: https://www.google.com/covid19/mobility/. Acesso em: mai. 2026.
- JOBY AVIATION. Joby eVTOL Cost per Passenger-Mile Analysis. Santa Cruz: Joby Aviation, 2023. Disponível em: https://www.jobyaviation.com/. Acesso em: mai. 2026.
- INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 14040:2006 — Environmental management: life cycle assessment: principles and framework. Genebra: ISO, 2006.
- BRASIL. Lei n.º 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, DF, 15 ago. 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: mai. 2026.
- INRIX. INRIX 2024 Global Traffic Scorecard. Kirkland: INRIX, 2025. Disponível em: https://inrix.com/scorecard/. Acesso em: mai. 2026.
