João Miguel Mesquita
A inteligência artificial no Campeonato do Mundo deve ser lida para além da curiosidade tecnológica aplicada ao futebol. Para os CIO e gestores de tecnologia, o ponto relevante está na forma como estas soluções se comportam em ambientes complexos, com grandes volumes de dados, múltiplos intervenientes, urgência operacional e pouca margem para erro.
O torneio concentra, num curto período, desafios que muitas organizações conhecem bem: informação dispersa, decisões rápidas, riscos de coordenação e necessidade de transformar dados em ações concretas. A questão central já não é saber se a IA consegue gerar respostas, mas se consegue apoiar decisões úteis quando o contexto é imprevisível.
O “Football AI Pro”, desenvolvido pela Lenovo, ilustra esta passagem da IA como demonstração tecnológica para a IA como ferramenta operacional. A aplicação processa milhões de pontos de dados gerados durante os jogos e transforma-os em mais de 2.000 métricas. A partir daí, agentes de IA produzem respostas em texto, gráficos e simulações animadas para apoiar as seleções na preparação dos jogos seguintes.
Para as equipas técnicas, isto significa reduzir o tempo entre observação, análise e decisão. Para os CIO, a leitura é mais ampla: o valor da IA não está apenas no modelo, mas na arquitetura que permite converter dados brutos em informação acionável. A IA só ganha relevância empresarial quando encurta a distância entre dado e decisão.
A aplicação desenvolvida pela Lenovo também mostra que a tecnologia não substitui necessariamente os especialistas humanos. Organiza informação, revela padrões, permite rever lances e simular decisões táticas. A decisão continua humana, mas passa a ser apoiada por uma camada de análise mais rápida, visual e estruturada.
Na arbitragem, a discussão torna-se mais sensível. A Lenovo criou modelos 3D com inteligência artificial de mais de 1.200 jogadores, destinados a apoiar decisões quando a visão dos árbitros ou das câmaras do VAR está limitada. Estes avatares digitais acrescentam contexto visual a lances críticos, incluindo situações de fora de jogo.
Para os gestores de tecnologia, a lição está na governação. Sempre que a IA entra em processos críticos, é essencial definir onde termina o apoio algorítmico e onde começa a decisão humana. Quanto mais crítica for a decisão, maior terá de ser a transparência sobre o papel da IA no processo.
Outro ponto relevante é a reutilização da infraestrutura. O “Football AI Pro” foi desenvolvido em parte com recurso à AI Factory da Lenovo, o que permite aplicar a mesma base tecnológica a outras soluções que exijam mecanismos de IA multi agentes personalizados. Esta dimensão aproxima o caso do Mundial das preocupações reais das empresas: escalabilidade, integração, reutilização e retorno do investimento.
Fora do relvado, a IA surge também na segurança. A presença prevista de cerca de cinco milhões de adeptos nas cidades anfitriãs dos Estados Unidos, México e Canadá cria um desafio operacional para serviços de emergência, estádios e entidades organizadoras. A RapidSOS fornece tecnologia capaz de recolher informação contextual sobre quem liga para os serviços de emergência, incluindo localização precisa.
A empresa usa IA para extrair informação essencial das chamadas e partilhá-la com as entidades relevantes. O sistema pode ainda traduzir até 50 idiomas a partir do áudio telefónico, uma capacidade importante num evento onde muitos adeptos, em situação de stress, poderão comunicar no seu idioma nativo.
Este exemplo é particularmente útil para o mercado empresarial porque mostra a IA a operar em condições imperfeitas com ruído, urgência, diversidade linguística, chamadas pouco claras e necessidade de coordenação entre várias entidades. A maturidade da IA mede-se quando a tecnologia continua útil apesar da imperfeição dos dados e da pressão da decisão.
O Campeonato do Mundo mostra, assim, uma IA menos espetacular, mas mais relevante. A que interessa aos CIO não é apenas a que aparece nas campanhas, mas a que se integra nos fluxos operacionais como a recolha dados, interpretação de sinais, apoio às decisões, tradução de informação e redução de atrasos.
A inteligência artificial está a entrar numa fase menos dependente do entusiasmo inicial e mais exigente do ponto de vista da execução. Já não basta testar modelos avançados. É necessário saber onde os colocar, que dados lhes dar, que decisões podem apoiar, quem supervisiona os resultados e como medir o impacto.
A IA começa a valer menos como promessa e mais como infraestrutura de decisão. Para os CIO, essa é a mudança que importa acompanhar: a passagem da experimentação para a operação, da demonstração para a integração e da curiosidade tecnológica para a responsabilidade empresarial.
