Veja como usar IA na construção civil para apoiar orçamento de obras sem perder rastreabilidade, fontes oficiais, memória de cálculo e responsabilidade técnica.
Confira!
IA na construção civil pode apoiar a elaboração e a revisão de orçamentos de obras, mas não substitui fonte oficial de preços, pesquisa de mercado, memória de cálculo, julgamento profissional nem responsabilidade técnica. O Guia de Engenharia de Custos em Obras Públicas do TCU, publicado em 2026, trata a Inteligência Artificial como apoio instrumental e aponta cuidados específicos para evitar que velocidade de produção seja confundida com confiabilidade da estimativa.
No orçamento-base, a aplicação mais segura é usar IA para organizar informação, identificar inconsistências, sugerir caminhos de verificação e acelerar tarefas preparatórias. Valores, códigos de composições, produtividades, normas, quantitativos, preços e premissas precisam continuar ancorados em fontes verificáveis. Uma resposta gerada por modelo não é evidência primária de mercado e não pode ser usada como substituta do Sinapi, Sicro, cotações, contratos comparáveis ou documentos técnicos do projeto.
O ganho real está na combinação: automação para ampliar a capacidade de análise e engenharia para validar, justificar e assumir responsabilidade pelo resultado.
O que o TCU admite para IA no orçamento de obras
O Guia de Engenharia de Custos de 2026 introduz a Inteligência Artificial no processo de orçamentação de forma pragmática. A tecnologia pode apoiar atividades como organização da Estrutura Analítica do Projeto, revisão de coerência entre projeto e planilha, identificação de omissões, sugestão de composições candidatas e organização de informações de pesquisa de preços.
A palavra central é apoio.
O orçamento detalhado continua precisando atender às exigências legais e técnicas aplicáveis: quantitativos vinculados ao projeto, custos unitários justificáveis, BDI, encargos sociais, memórias de cálculo e documentos que deem suporte às estimativas. A Lei nº 14.133/2021 não cria uma exceção metodológica porque determinada atividade foi automatizada.
Uma IA pode indicar que um serviço aparentemente está ausente. Quem confirma a ausência é o profissional que conhece o projeto. Pode sugerir um código do Sinapi. Quem verifica se o código existe, se está vigente, se representa o serviço e se a localidade e data-base são corretas é o orçamentista.
IA generativa não é banco de preços
Modelos de linguagem produzem respostas a partir de padrões aprendidos e de contexto fornecido. Eles não devem ser tratados como banco de dados transacional atualizado por natureza.
Essa distinção é decisiva em Engenharia de Custos.
Se alguém perguntar a um modelo “qual é o preço do concreto usinado de 30 MPa no Paraná?”, a resposta pode ser plausível e ainda assim ser inadequada porque não informa, de forma auditável:
- data da coleta;
- localidade exata;
- condição comercial;
- volume considerado;
- transporte;
- impostos;
- forma de pagamento;
- fonte do preço;
- validade da cotação;
- representatividade estatística.
Uma estimativa de mercado precisa ser reproduzível. Uma resposta textual não substitui esse requisito.
O artigo sobre Orçamento de Obras Públicas detalha a cadeia que deve permanecer documentada mesmo quando ferramentas de IA são utilizadas.
Os oito cuidados na utilização de IA em orçamentação
O Guia do TCU organiza pontos de atenção que podem ser convertidos em uma política de controle para o órgão, empresa de engenharia ou equipe de projeto.
1. Rastreabilidade: a resposta da IA não é fonte primária
A primeira regra evita a maior fragilidade do uso indiscriminado da tecnologia.
Se uma IA informa que determinada produtividade é de 0,25 h/m², essa frase não é a origem técnica do coeficiente. O profissional precisa identificar de onde o número veio ou substituí-lo por referência verificável.
O mesmo vale para:
- códigos de Sinapi e Sicro;
- índices de reajuste;
- parâmetros de BDI;
- percentuais de perdas;
- coeficientes de mão de obra;
- consumo de materiais;
- custos horários de equipamentos;
- exigências normativas;
- datas e números de acórdãos.
A cadeia correta é:
IA identifica ou sugere → profissional verifica → fonte primária sustenta → memória registra.
Quando a ferramenta trabalha sobre documentos internos controlados, a rastreabilidade melhora, mas não desaparece a necessidade de citar o documento de origem.
2. Validação por profissional habilitado
Automação não desloca responsabilidade profissional.
Um orçamento de engenharia envolve decisões sobre método executivo, produtividade, compatibilidade do projeto, quantitativos, mobilização, equipamentos, riscos e condições locais. Essas decisões exigem formação e julgamento técnico.
O uso de IA pode reduzir esforço repetitivo, mas o produto final continua sendo uma manifestação técnica humana. Quando aplicável, a planilha orçamentária deve estar vinculada à responsabilidade técnica correspondente.
O profissional precisa ser capaz de explicar por que aceitou determinado resultado. “A IA calculou” não é memória de cálculo.
3. IA não substitui Sinapi, Sicro e demais referências oficiais
A Lei nº 14.133/2021 estabelece ordem de parâmetros para o valor estimado de obras e serviços de engenharia. Para infraestrutura de transportes, o Sicro ocupa posição central; para as demais obras, o Sinapi é a referência primária nos casos abrangidos pela regra federal.
Uma ferramenta de IA pode ajudar a pesquisar, classificar ou confrontar composições. Não deve criar uma terceira tabela fictícia entre o projeto e o sistema oficial.
Quando o serviço não estiver adequadamente representado na referência pública, a solução continua sendo desenvolver composição própria, adaptar composição com justificativa ou utilizar outro parâmetro admitido, documentando o motivo.
A análise dos cinco efeitos que podem distorcer preços Sinapi e Sicro mostra que nem a referência oficial deve ser aplicada mecanicamente; com IA, a necessidade de justificativa aumenta, não diminui.
4. Alucinação: códigos, normas e produtividades plausíveis podem ser falsos
Modelos generativos podem produzir informação sintaticamente convincente sem correspondência factual.
Na Engenharia de Custos, isso pode gerar erros como:
- código Sinapi inexistente;
- composição retirada de estado ou mês diferente;
- referência a norma revogada;
- artigo de lei com conteúdo incorreto;
- produtividade incompatível com o equipamento;
- consumo fisicamente impossível;
- unidade de medida trocada;
- preço sem data-base;
- duplicidade entre insumos e serviços;
- fórmula correta em aparência e errada em lógica.
O risco é elevado porque o resultado costuma parecer organizado. Uma planilha visualmente consistente pode esconder dezenas de premissas fabricadas.
A validação deve ser sistemática, não intuitiva.
5. O uso da IA precisa ser documentado nos autos quando influenciar a estimativa
Se a ferramenta foi usada apenas para corrigir ortografia de um texto, o efeito sobre a decisão de preço pode ser irrelevante. Se foi usada para identificar composições, estruturar uma EAP, classificar cotações ou sugerir coeficientes, o uso passa a integrar o processo metodológico.
Uma boa prática é registrar:
- finalidade do uso;
- ferramenta ou ambiente utilizado;
- data;
- conjunto de documentos fornecidos;
- tipo de saída produzida;
- verificações realizadas;
- decisões humanas tomadas a partir da saída;
- fontes que confirmaram os dados aceitos.
O objetivo não é anexar milhares de linhas de conversa sem utilidade. É permitir que auditor, revisor ou sucessor entenda como a automação influenciou o orçamento.
6. Dados, sigilo e confidencialidade precisam ser controlados
Projetos podem conter informações sensíveis: plantas de instalações críticas, valores ainda sigilosos, estratégias de contratação, dados pessoais, documentação de fornecedores e informações protegidas por confidencialidade.
Inserir esse conteúdo em serviço de IA sem governança pode representar transferência indevida de informação.
Antes do uso, a organização precisa saber:
- onde os dados são processados;
- se são retidos;
- se podem ser usados para treinamento;
- quem possui acesso;
- quais controles de autenticação existem;
- se há ambiente corporativo isolado;
- quais categorias de documento são proibidas.
A Lei Geral de Proteção de Dados adiciona obrigações quando existem dados pessoais, mas a governança precisa ir além da LGPD. Segredo comercial e informação de infraestrutura crítica também exigem tratamento.
7. Controle de versão é obrigatório
Ferramentas, modelos e bases evoluem rapidamente. A mesma solicitação pode produzir saída diferente depois de atualização do modelo ou da documentação de apoio.
Por isso, resultados relevantes precisam ser congelados na memória do processo.
Registrar apenas “foi utilizado ChatGPT” ou “foi utilizada IA” é insuficiente. O que importa é permitir reconstruir a etapa de decisão.
O orçamento também precisa possuir sua própria versão:
- revisão do projeto utilizada;
- data-base das referências;
- arquivo de quantitativos;
- versão das composições;
- premissas vigentes;
- data da análise automatizada;
- alterações humanas posteriores.
Essa disciplina reduz o risco de uma saída de IA ser validada contra projeto diferente daquele usado para produzi-la.
8. Composições próprias continuam exigindo produtividade real e memória técnica
IA pode ajudar a decompor um serviço em mão de obra, materiais e equipamentos. Isso é útil para iniciar uma composição não existente nas bases oficiais.
Mas o coeficiente final precisa vir de fundamento técnico.
Uma composição própria deve responder:
- qual método executivo foi considerado;
- qual equipe executa o serviço;
- qual produção horária é esperada;
- quais perdas foram adotadas;
- quais equipamentos são necessários;
- qual condição de campo limita a produtividade;
- quais dados históricos existem;
- quais ensaios, protótipos ou obras comparáveis sustentam o valor.
A IA pode estruturar a pergunta. Não pode inventar a produtividade que fecha o preço desejado.
A diferença entre uso assistivo e decisão automatizada
Nem todo uso de IA possui o mesmo risco.
| Uso | Papel da IA | Risco | Controle recomendado |
| Organizar lista de serviços | Assistivo | Baixo | Revisão do orçamentista |
| Comparar nomenclaturas | Assistivo | Baixo a médio | Verificar fonte e unidade |
| Detectar possível omissão | Assistivo | Médio | Conferir projeto e escopo |
| Sugerir composição candidata | Analítico | Médio | Confirmar código e aderência |
| Extrair quantitativos de texto | Analítico | Médio a alto | Validar contra desenho/modelo |
| Propor produtividade | Decisório | Alto | Exigir histórico ou engenharia de método |
| Definir preço unitário | Decisório | Alto | Fonte oficial ou pesquisa verificável |
| Aprovar orçamento | Decisório | Inaceitável sem responsável humano | Aprovação técnica formal |
A política de uso deve ser proporcional ao risco da decisão.
Onde a IA gera mais valor sem assumir a decisão
A aplicação mais madura não é pedir que o modelo “faça o orçamento”. É utilizá-lo para ampliar a capacidade de revisão.
Estruturação da EAP
A IA pode transformar memorial, escopo e documentos de projeto em uma primeira proposta de Estrutura Analítica do Projeto. O resultado ajuda a verificar se disciplinas e pacotes relevantes foram considerados.
Essa EAP precisa ser reconciliada com o projeto, com o regime de execução e com a planilha orçamentária.
Revisão de coerência entre projeto e planilha
Um modelo pode comparar listas extraídas de memoriais, especificações e orçamento e sinalizar termos presentes em um documento e ausentes em outro.
Exemplo: o memorial cita impermeabilização de reservatório, mas não há serviço correspondente na planilha. Isso não prova omissão; cria um ponto de verificação.
Identificação de composições candidatas
A IA pode ajudar a mapear descrição de projeto para palavras-chave de uma base de composições. A saída deve ser tratada como shortlist, não como composição escolhida.
Análise de cotações
Pode organizar propostas recebidas, normalizar descrições, destacar diferenças de escopo e identificar campos faltantes.
A análise estatística final deve usar dados efetivamente recebidos e metodologia declarada.
Revisão da Curva ABC
Depois da formação do orçamento, a IA pode apoiar a leitura da Curva ABC de custos para identificar quais itens merecem validação aprofundada.
O valor não está em recalcular o percentual acumulado, tarefa simples e determinística. Está em cruzar os itens mais relevantes com riscos de especificação, disponibilidade de mercado, ganho de escala e sensibilidade de preço.
O que deve continuar em ferramentas determinísticas
Modelos generativos não são a melhor ferramenta para toda tarefa.
Cálculos repetíveis e críticos devem permanecer em planilha, código, sistema de orçamento ou mecanismo determinístico validado.
Exemplos:
- somatórios;
- aplicação de fórmulas de BDI;
- encargos sociais;
- atualização monetária;
- curva ABC;
- conversão de unidades;
- distribuição percentual;
- análise de cenários numéricos;
- consolidação de quantitativos;
- comparação automática de revisões.
A IA pode explicar o resultado, ajudar a encontrar inconsistência ou gerar script para revisão. O cálculo final deve ser reproduzível independentemente da linguagem natural usada na conversa.
Como controlar alucinação em códigos Sinapi e Sicro
Um procedimento simples reduz grande parte do risco.
- Solicitar à IA apenas composições candidatas, nunca afirmar que a saída será adotada.
- Pesquisar cada código na base oficial correspondente.
- Conferir descrição, unidade, data-base e localidade.
- Comparar insumos e coeficientes.
- Verificar se o serviço do projeto possui mesma tecnologia construtiva.
- Registrar o motivo da seleção ou descarte.
- Se nenhuma composição for aderente, desenvolver solução tecnicamente justificada.
Esse fluxo cria rastreabilidade entre sugestão e decisão.
A IA deixa de ser “fonte” e passa a ser mecanismo de busca e triagem.
Exemplo: composição inexistente sugerida de forma convincente
Imagine que um modelo retorne:
> “SINAPI 104532 — Instalação de bandeja metálica perfurada 200 mm, incluindo suportes, mão de obra e acessórios.”
A descrição parece perfeitamente plausível. O número pode não existir, pode pertencer a outro serviço ou pode ser de base diferente.
Se o orçamentista inserir o código diretamente na planilha, cria uma referência falsa com aparência oficial.
O controle adequado é buscar o código na fonte. Se não existir, o texto gerado serve apenas como pista de pesquisa. A composição precisa ser substituída por referência real ou construída como composição própria.
Essa é uma diferença pequena no fluxo e enorme na auditabilidade.
IA pode detectar omissões, mas também pode criar serviços desnecessários
Quando recebe um memorial, um modelo pode sugerir itens “normalmente presentes” em obras semelhantes. Isso ajuda a descobrir lacunas, mas também pode introduzir escopo que o projeto não exige.
Por isso, toda sugestão precisa ser classificada:
- previsto explicitamente no projeto;
- necessário tecnicamente para executar item previsto;
- requisito normativo aplicável;
- provisão de risco;
- melhoria opcional;
- item sem suporte no escopo.
Somente as categorias tecnicamente justificadas entram no orçamento-base.
Projetos maduros permitem IA mais útil
A qualidade da automação é limitada pela qualidade dos documentos fornecidos.
Se o projeto possui desenhos inconsistentes, memoriais genéricos, quantitativos sem memória e especificações contraditórias, a IA pode apenas reorganizar a incerteza.
Esse princípio conecta o tema ao Design Review de projetos. Antes de automatizar o orçamento, vale verificar se o projeto possui informação suficiente para ser orçado.
Um modelo não transforma anteprojeto incompleto em projeto executivo. Ele pode, no máximo, ajudar a explicitar o que está faltando.
IA e orçamento paramétrico: associação poderosa e perigosa
O orçamento paramétrico utiliza relações entre variáveis técnicas e custos históricos. IA e técnicas estatísticas podem ajudar a encontrar correlações, classificar projetos comparáveis e testar hipóteses.
O risco surge quando correlação é confundida com causalidade ou quando o modelo utiliza projetos não comparáveis.
Uma estimativa paramétrica precisa declarar:
- universo de dados;
- variáveis explicativas;
- tratamento de outliers;
- data-base;
- localização;
- tipologia;
- medida de erro;
- faixa de aplicação;
- validação fora da amostra, quando aplicável.
A IA pode apoiar a modelagem, mas não elimina a necessidade de estatística e engenharia de custos.
IA aplicada à pesquisa de mercado precisa preservar a evidência original
Uma ferramenta pode ler diversas cotações e criar tabela consolidada. Isso economiza tempo, especialmente quando os fornecedores usam formatos diferentes.
Porém, a planilha consolidada não substitui os documentos recebidos.
O processo deve conservar:
- proposta original;
- identificação do fornecedor;
- data;
- prazo de validade;
- escopo;
- condições comerciais;
- frete;
- impostos;
- quantidades;
- unidade de medida;
- responsável pela coleta.
Se a IA normalizar “unidade”, “kit”, “conjunto” e “metro” de forma incorreta, a comparação pode ficar matematicamente correta e economicamente inválida.
Proteção de dados e informação sensível precisa fazer parte da política
A Lei nº 13.709/2018 regula tratamento de dados pessoais, mas o orçamento de engenharia pode envolver riscos de confidencialidade mesmo sem dados pessoais.
Projetos de infraestrutura crítica podem conter:
- localização de sistemas de segurança;
- rotas de telecomunicações;
- diagramas elétricos;
- informações de vulnerabilidade;
- preços sigilosos;
- nomes de fornecedores estratégicos;
- contratos e condições comerciais.
Uma política interna pode classificar documentos em níveis, definindo quais podem ser processados em serviço externo e quais exigem ambiente corporativo controlado.
RAG e bases controladas melhoram a qualidade, mas não criam verdade automática
Uma arquitetura de retrieval-augmented generation permite que a IA consulte documentos selecionados antes de responder. Em engenharia, isso é muito mais útil do que depender apenas do conhecimento geral do modelo.
Uma base controlada pode conter:
- manuais Sinapi e Sicro;
- composições exportadas com data-base;
- cadernos técnicos;
- especificações da organização;
- histórico de obras;
- produtividade própria;
- jurisprudência selecionada;
- normas internas;
- projetos e memoriais do empreendimento.
Ainda assim, a saída precisa indicar a origem dos dados. Se a base contém documento antigo ou incorreto, o sistema apenas recuperará erro com mais eficiência.
Governança documental e governança de IA precisam caminhar juntas.
O log de uso não precisa virar transcrição integral da conversa
Documentar IA nos autos não significa anexar cada interação sem curadoria.
Uma memória técnica compacta pode registrar:
| Campo | Exemplo de registro |
| Finalidade | Revisar coerência entre memorial e planilha |
| Documentos | PB-R02, MD-R03, orçamento R04 |
| Ferramenta | Ambiente corporativo de IA |
| Data | 17/09/2026 |
| Resultado | 14 divergências candidatas identificadas |
| Validação | 9 descartadas, 3 corrigidas, 2 justificadas |
| Fontes finais | Projeto, Sinapi, cotações e memória de quantitativos |
| Responsável | Profissional que revisou e aprovou |
Essa estrutura é mais auditável que salvar um histórico extenso sem indicar quais saídas influenciaram a decisão.
Como revisar um orçamento produzido com apoio de IA
A revisão independente deve partir da premissa de que a tecnologia pode ter errado de forma coerente.
Uma sequência eficiente é:
- congelar a revisão do orçamento;
- validar totais e fórmulas por mecanismo determinístico;
- revisar Curva ABC de serviços;
- revisar Curva ABC de insumos;
- verificar códigos de bases oficiais;
- testar itens sem código oficial;
- comparar quantitativos críticos com memória e projeto;
- testar unidades de medida;
- verificar preços de mercado relevantes;
- auditar BDI e encargos;
- revisar referências normativas;
- documentar divergências e correções.
A prioridade deve ser econômica. Não faz sentido gastar o mesmo esforço validando item que representa 0,01% e item que representa 15% do orçamento.
Curva ABC é a melhor porta de entrada para validação de IA
A Curva ABC permite ordenar a exposição financeira.
Em orçamento assistido por IA, os itens da faixa A merecem controle reforçado porque qualquer alucinação, duplicidade ou erro de produtividade possui impacto material.
Para cada item relevante, pode-se verificar:
- origem do quantitativo;
- aderência da composição;
- preço do insumo dominante;
- produtividade;
- ganho de escala;
- condição local;
- duplicidade com outro serviço;
- presença de risco já coberto em outra parcela.
Esse processo produz ganho de qualidade mesmo quando nenhuma IA foi usada. Com IA, torna-se uma barreira de segurança adicional.
Como usar IA para comparar revisão de projeto e revisão de orçamento
Uma aplicação de alto valor é a análise de mudanças.
Quando o projeto passa de R02 para R03, o sistema pode ajudar a identificar:
- novos elementos;
- elementos removidos;
- alteração de materiais;
- mudança de capacidade;
- revisão de especificações;
- alteração de dimensões;
- impacto potencial sobre serviços existentes.
A saída deve gerar uma lista de impactos candidatos. O orçamentista verifica cada um e atualiza a memória de revisão.
Isso melhora a governança de mudanças e reduz o risco de planilha permanecer vinculada a projeto anterior.
Uma política interna de IA para Engenharia de Custos
O Guia do TCU abre espaço para transformar os cuidados em procedimento corporativo.
Uma política pode conter cinco camadas.
Usos permitidos
- organização de documentos;
- classificação de itens;
- revisão textual;
- identificação de inconsistências;
- geração de checklists;
- apoio à pesquisa;
- comparação entre revisões;
- estruturação preliminar de EAP.
Usos condicionados
- sugestão de composições;
- extração de quantitativos;
- análise de cotações;
- estimativa paramétrica;
- modelagem de produtividade;
- análise de riscos.
Nesses casos, a política exige validação específica e fonte externa.
Usos proibidos sem validação formal
- criar preço final sem fonte;
- inventar código de composição;
- aprovar orçamento;
- definir sozinho BDI;
- substituir responsável técnico;
- inserir documento sigiloso em ambiente não autorizado.
Registro
Definir quando o uso deve ser documentado e qual nível de detalhe é necessário.
Auditoria
Prever revisão periódica da política, ferramentas autorizadas e amostras de uso.
Como exigir governança de IA no Termo de Referência
Se a Administração contrata empresa para elaborar orçamento, projeto ou análise de custos, pode estabelecer requisitos de rastreabilidade para automações relevantes sem obrigar o uso de uma tecnologia específica.
O TR pode exigir que:
- todas as fontes de custo sejam identificadas;
- composições próprias tenham memória de produtividade;
- resultados automatizados sejam validados por profissional habilitado;
- ferramentas de IA não sejam consideradas fonte primária;
- documentos sigilosos sejam tratados em ambiente autorizado;
- alterações relevantes geradas por automação possuam registro de revisão;
- o contratado entregue arquivos editáveis e memórias de cálculo;
- a responsabilidade técnica permaneça claramente identificada.
Essa abordagem regula o resultado e a evidência, não a marca de software utilizada.
O órgão público não precisa proibir IA para preservar controle
Uma proibição genérica pode ser impraticável e difícil de fiscalizar. Ferramentas de produtividade já incorporam recursos de IA em editores, planilhas, sistemas de busca e plataformas de projeto.
É mais eficaz estabelecer requisitos de controle:
- nenhuma decisão material sem fonte verificável;
- nenhuma informação sigilosa em ambiente não autorizado;
- nenhuma composição própria sem memória;
- nenhuma aprovação sem responsável humano;
- toda automação relevante sujeita a revisão.
O foco deixa de ser “foi usada IA?” e passa a ser “o produto é reproduzível, fundamentado e tecnicamente responsável?”.
O responsável técnico precisa compreender a saída antes de assinar
Assinar uma planilha produzida por ferramenta automática sem compreender sua lógica transfere o risco para o profissional, não para o software.
A responsabilidade técnica exige capacidade de defender:
- quantitativos;
- método de estimativa;
- composições;
- produtividade;
- preços;
- BDI;
- encargos;
- premissas de risco;
- data-base.
O artigo sobre ART, RRT e TRT em obras públicas detalha a função da responsabilidade técnica nos documentos da contratação.
Engenharia de Custos com IA exige mais documentação, não menos
É tentador imaginar que automação reduz a necessidade de memória de cálculo. O efeito correto é o oposto.
Quanto mais etapas forem automatizadas, mais importante se torna documentar:
- entradas;
- regras;
- versões;
- exceções;
- validações;
- fonte final de cada decisão material.
A Engenharia de Custos para Obras e Serviços de Engenharia pode incorporar automação sem perder a rastreabilidade que o orçamento público exige.
A tecnologia é útil quando diminui esforço mecânico e libera o profissional para investigar itens relevantes, questionar premissas e revisar o projeto.
Checklist de oito controles antes de aceitar uma saída de IA
Antes de incorporar uma informação gerada por IA ao orçamento, confirme:
- existe uma fonte primária verificável para o dado material;
- um profissional habilitado revisou a saída;
- nenhuma referência oficial foi substituída por valor inventado;
- códigos, normas, unidades e datas foram confirmados;
- o uso relevante foi registrado na memória do processo;
- nenhum dado restrito foi enviado a ambiente não autorizado;
- projeto, orçamento, base e ferramenta possuem versão identificável;
- composições próprias possuem produtividade e método de execução fundamentados.
Se qualquer resposta for negativa, a saída ainda não está pronta para integrar o orçamento-base.
Considerações finais
IA na construção civil pode aumentar substancialmente a capacidade de análise de projetos e orçamentos, mas o ganho depende de uma arquitetura de controle. A tecnologia é especialmente útil para organizar grandes volumes de informação, comparar documentos, identificar divergências e direcionar a revisão humana para os itens de maior materialidade.
No orçamento-base, a linha vermelha é clara: IA não cria evidência econômica por si só. Preço precisa de fonte; quantidade precisa de projeto ou memória; produtividade precisa de método ou histórico; decisão precisa de profissional responsável.
Os oito cuidados apresentados pelo Guia de Engenharia de Custos do TCU em 2026 fornecem uma estrutura adequada para essa governança: rastreabilidade, validação profissional, preservação das referências oficiais, controle de alucinação, documentação do uso, proteção de dados, versionamento e fundamentação das composições próprias.
A organização que aplicar esses controles consegue usar IA para ganhar velocidade sem trocar auditabilidade por conveniência. Esse é o ponto de equilíbrio: automatizar o trabalho repetitivo e preservar no profissional aquilo que é indelegável — julgamento, decisão e responsabilidade técnica.
Referências técnicas
[1] TRIBUNAL DE CONTAS DA UNIÃO. Engenharia de Custos em Obras Públicas: um guia de perguntas e respostas. Item 5.1.37 e demais orientações de orçamentação. Brasília: TCU, 2026. Disponível em: [TCU — Infraestrutura e publicações](https://portal.tcu.gov.br/infraestrutura).
[2] TRIBUNAL DE CONTAS DA UNIÃO. Licitações e Contratos: Orientações e Jurisprudência do TCU. Item 4.4.3.6 — Orçamento detalhado do custo global da obra. Disponível em: [TCU — Orçamento detalhado](https://licitacoesecontratos.tcu.gov.br/4-4-3-6-orcamento-detalhado-do-custo-global-da-obra/).
[3] BRASIL. Lei nº 14.133, de 1º de abril de 2021. Lei de Licitações e Contratos Administrativos, especialmente arts. 18, 23 e 59. Disponível em: [Planalto — Lei nº 14.133/2021](https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14133.htm).
[4] BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais — LGPD. Disponível em: [Planalto — Lei nº 13.709/2018](https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm).
Perguntas frequentes
Pode ser utilizada como ferramenta de apoio, mas o orçamento continua precisando de fontes verificáveis, memórias de cálculo, referências oficiais e validação por profissional responsável. A IA não deve ser tratada como fonte primária de preços.
Não. Sinapi e Sicro permanecem referências oficiais nos casos previstos pela Lei 14.133 e pela regulamentação aplicável. A IA pode ajudar a pesquisar ou comparar composições, mas cada código e dado precisa ser verificado na base oficial.
É a geração de informação plausível, mas falsa ou sem suporte, como códigos de composição inexistentes, normas incorretas, produtividades irreais, unidades trocadas ou preços sem fonte.
Quando a IA influencia materialmente a estimativa, é recomendável registrar finalidade, documentos utilizados, tipo de saída, verificações e decisões humanas. O objetivo é preservar a rastreabilidade, não necessariamente anexar a conversa integral.
Pode apoiar a decomposição e a estruturação, mas coeficientes de mão de obra, materiais, equipamentos e produtividade precisam ser sustentados por método executivo, dados históricos, ensaios, referências ou outra evidência técnica verificável.
A responsabilidade permanece com os agentes e profissionais que elaboram, revisam e aprovam o documento conforme suas atribuições. A ferramenta não substitui responsabilidade técnica nem julgamento profissional.
Organização de documentos, comparação entre revisões, identificação de inconsistências, shortlist de composições candidatas, classificação de cotações e direcionamento da revisão humana são usos de alto valor quando existe validação posterior.
A organização deve classificar informações, usar ambientes autorizados, compreender retenção e acesso aos dados e impedir envio de conteúdo sigiloso ou sensível para ferramentas sem controles adequados.
Materiais técnicos complementares
Soluções relacionadas
Serviços relacionados
- Engenharia de Custos para Obras e Serviços de Engenharia: quantitativos, composições, BDI e base referencial
- Design Review em Projetos de Engenharia: revisão técnica, interfaces e maturidade do projeto
Conteúdos principais sobre o tema
- Orçamento de Obras Públicas: como estruturar quantitativos, custos, BDI e riscos
- Preço SINAPI e SICRO: 5 efeitos que podem distorcer o valor de mercado
