A Vert Analytics aplica inteligência artificial ao setor de trânsito para enfrentar um problema que combina escala, demora no atendimento e risco de fraude documental. A empresa leva ao processo a mesma lógica que sustenta o ONDA, sua tecnologia própria de inteligência artificial dedicada à validação inteligente de identidades: capturar dados na fonte, cruzar biometria e documentos automaticamente e reduzir o tempo entre a solicitação do cidadão e a resposta do órgão público.
Renovar ou emitir um documento de trânsito costumava significar fila, conferência manual de papéis e um processo sujeito a fraude documental difícil de detectar a olho nu. Departamentos de trânsito que processam milhões de solicitações por ano enfrentavam esse gargalo como parte inevitável da rotina, sem alternativa viável além de contratar mais gente para revisar mais papel, o que aumentava custo sem necessariamente aumentar a precisão da verificação.
Por que a emissão de documentos de trânsito gerava filas e risco de fraude?
O processo tradicional de emissão de carteira de habilitação ou de outros documentos de trânsito dependia de conferência humana em várias etapas: verificação de identidade, checagem de documentos físicos e validação de dados cadastrais em sistemas separados que raramente conversavam entre si. Cada etapa manual era também um ponto em que um documento falsificado tinha chance de passar despercebido, sobretudo quando o volume de atendimento diário deixava pouco tempo para uma conferência mais criteriosa.
Esse tipo de processo fragmentado tem duplo custo: atrasa o atendimento ao cidadão e, ao mesmo tempo, cria brechas para fraude documental que só aparecem quando alguém investiga um caso específico depois do fato consumado, quando já é tarde para evitar o dano.
Departamentos de trânsito de grande porte, que lidam com milhões de processos por ano, sentem esse problema de forma amplificada. Multiplicar um pequeno percentual de erro ou fraude por um volume de milhões de solicitações resulta em um número absoluto de casos problemáticos que nenhuma equipe de fiscalização manual conseguiria investigar a tempo.
Como funciona a validação automatizada de identidade nesse processo?
O primeiro passo da automação é a captura de dados biométricos no momento da solicitação, comparando o rosto do solicitante com bases de identidade já validadas. Esse tipo de verificação, conhecido como liveness detection, confirma que a pessoa está fisicamente presente e é quem diz ser, eliminando boa parte das fraudes baseadas em documentos adulterados ou fotos reutilizadas.
Em seguida, o sistema cruza automaticamente os dados cadastrais informados com múltiplas fontes de dados, sinalizando inconsistências antes mesmo de um atendente humano revisar o processo. A Vert Analytics indica que esse cruzamento permite que a maior parte dos casos sem problema siga diretamente para aprovação, enquanto apenas as exceções realmente suspeitas cheguem à mesa de um analista, invertendo a lógica de que todo processo precisa passar por revisão manual completa.
O que mudou na prática com biometria facial e cruzamento de dados?
Uma administração estadual de grande porte que adotou esse tipo de validação processou 9,5 milhões de solicitações e processos relacionados a documentos de trânsito, com 86% de automação na emissão de CNH e documentos. No mesmo projeto, a tecnologia alcançou 99,2% de detecção de fraude documental, mostrando como a combinação entre biometria, análise documental e cruzamento de dados pode operar em escala.
O ONDA, solução própria de inteligência artificial da Vert Analytics dedicada à validação inteligente de identidades, empresas e veículos com IA, sustenta esse tipo de projeto ao integrar centenas de fontes de dados em uma única checagem, combinando biometria, verificação documental e análise de vínculos em tempo real, sem que isso signifique mais tempo de espera para quem está do outro lado do balcão.
Esse tipo de resultado depende de manter a experiência do cidadão simples, enquanto toda a complexidade de verificação acontece nos bastidores, em milissegundos, sem transformar o atendimento em um processo mais burocrático do que já era antes da automação.
A validação em tempo real passa a fazer parte da rotina de atendimento, e não apenas de situações excepcionais. A Vert Analytics destaca que, nesse contexto, a tecnologia se torna tão rotineira quanto qualquer outra etapa do atendimento presencial que existia antes da automação.
O que esse tipo de resultado revela sobre confiança digital no serviço público?
O ganho mais visível desse tipo de projeto é a redução de filas e do tempo de espera, mas o efeito mais duradouro está em outro lugar: a confiança de que um documento emitido digitalmente é tão confiável quanto um emitido presencialmente, com verificação humana em cada etapa. Essa confiança é o que permite estender o mesmo modelo para outros serviços públicos que ainda dependem de presença física.
Serviços de saúde, educação e assistência social enfrentam desafios parecidos de escala e de necessidade de verificação confiável. A experiência acumulada em trânsito, onde o volume de solicitações e a exigência de precisão já foram testados em condições extremas, tende a servir de base técnica para expandir esse tipo de automação para áreas que ainda dependem majoritariamente de processos manuais.
