Inteligência Artificial aplicada à Prevenção de Obras Paralisadas no Governo Federal: Uma Abordagem Preditiva de Gestão de Riscos

A paralisação de obras públicas é um dos principais desafios da gestão pública brasileira, gerando impactos sociais, econômicos e institucionais. Segundo o Tribunal de Contas da União (TCU), em 2024 havia mais de 11.900 obras paralisadas, representando 52% das contratações vigentes e somando valores superiores a R$ 29 bilhões.

Este trabalho apresenta uma solução inovadora baseada em Inteligência Artificial (IA) para prever e mitigar riscos de paralisação de obras públicas. O modelo utiliza dados do ComprasNet, do SINAPI/SICRO e do Painel de Obras Paralisadas do TCU, complementados por matrizes de riscos e metodologias de simulação já consolidadas. A proposta consiste em calcular a Taxa de Risco de Paralisação de cada obra, considerando: (i) a probabilidade (percentual de aditivos contratuais por fase), (ii) o impacto (valor da obra) e (iii) a exposição ao risco (probabilidade x impacto).

O projeto adota um MVP (Minimum Viable Product), fundamentado em planilhas e banco de dados anexados, que identificam riscos recorrentes em obras, suas causas, medidas mitigadoras de probabilidade e impacto, além de orientações para elaboração de uma Matriz de Alocação de Riscos equilibrada entre contratante e contratada.

Espera-se alcançar a redução de pelo menos 20% das obras paralisadas, representando economia potencial de R$ 6 bilhões e benefício direto a 1.000 cidadãos/mês por obra retomada. A proposta alia inovação tecnológica e governança, oferecendo uma solução replicável para Estados e Municípios, com foco na eficiência, transparência e geração de valor público.