Gestão de custos e a inteligência artificial para arquitetura e urbanismo

Uma revisão sistemática

Autores

DOI:

https://doi.org/10.46421/euroelecs.v6.8049

Palavras-chave:

Inteligência artificial, Gestão de custos, Arquitetura, Aprendizado de máquina, Projeto arquitetônico

Resumo

O processo de gestão em projetos arquitetônicos envolve desde a análise de viabilidade nas fases iniciais até a avaliação detalhada dos custos, incluindo a extração de quantitativos e a elaboração de orçamentos. Neste contexto, a inteligência artificial (IA) tem se consolidado como uma tecnologia promissora para otimizar processos e qualificar a tomada de decisão. Este artigo apresenta os resultados de uma revisão sistemática da literatura voltada à aplicação da IA na gestão de custos em projetos arquitetônicos, com ênfase nos setores de arquitetura, engenharia, construção civil e operação (AECO). A investigação mapeou os principais clusters temáticos e abordagens metodológicas presentes nas publicações recentes, identificando as tecnologias de IA mais utilizadas, como aprendizado de máquina, gêmeos digitais e análise de big data. Os resultados indicam que, embora a IA já contribua significativamente para a eficiência de processos técnicos e operacionais, sua integração direta à modelagem e ao controle de custos ainda é incipiente. Ao final, são discutidas tendências emergentes e sugeridas direções para futuras pesquisas que visem consolidar a IA como instrumento de apoio à gestão de custos no campo da arquitetura.

Biografia do Autor

Lucas Caldas, Universidade Federal do Rio de Janeiro

Doutor em Engenharia Civil, COPPE, Universidade Federal do Rio de Janeiro (COPPE/UFRJ).  Professor na Faculdade de Arquitetura e Urbanismo (FAU UFRJ), Professor no Programa de Pós-Graduação em Arquitetura (PROARQ/FAU) e no Programa de Engenharia Civil (PEC/COPPE/UFRJ). 

Referências

Bressiani, L., Parisotto, Heineck, L.F.M., Análise de Variáveis Geométricas utilizadas nas Estimativas Preliminares de Custo. I Conferência Latino-Americana de Construção Sustentável. X Encontro Nacional de Tecnologia do Ambiente Construído. 18-21, Julho, 2004, São Paulo. ISBN 85-89478-08-4.

Gomes, A.B.M.F.; Castro, L.S.de; Ribeiro, L.P.B.; Lima, M.M.X.de. Inteligência artificial para automação de estimativa de custo em projeto arquitetônico: uma revisão sistemática da literatura. In: SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO NA CONSTRUÇÃO, 4., 2023. Anais [...]. Porto Alegre: ANTAC, 2023. p. 1–12. DOI: 10.46421/sbtic.v4i00.2616. Disponível em: https://eventos.antac.org.br/index.php/sbtic/article/view/2616. Acesso em: 16 jul. 2024.

Gonçalves C. M.; Melhado, S. Gestão do custo da construção para atender a meta do negócio. In: SIMPÓSIO BRASILEIRODE QUALIDADE DO PROJETO NO AMBIENTE CONSTRUÍDO. 2017 - João Pessoa- PB; Anais...Porto Alegre: ANTAC.p x-y

Leach, N. Architecture in the Age of Artificial Intelligence: An Introduction to AI for Architects.London: Bloomsbury Visual Arts, 2022. ISBN: 9781350165519

Losso, I.R: Utilização das Características Geométricas da Edificação na Elaboração de Estimativas Preliminares de Custos:Estudo de Caso em uma Empresa de Construção. Universidade de Santa Catarina – Florianópolis, 1995.

ABUALDENIEN, J.; BORRMANN, A. Automating the retrospective generation of As-is BIM models using machine learning. Advanced Engineering Informatics, v. 39, p. 1-14, 2019. Disponível em: www.grandesite.com.br. Acesso em: 09 set. 2024.

Lu, H.; Zhang, L.; Wang, Y. Machine learning applications for building structural design and performance assessment: State-of-the-art review. Automation in Construction, v. 115, p. 103-204, 2020. Disponível em: www.grandesite.com.br. Acesso em: 09 set. 2024.

Marzouk, M.; Othman, A.; Soliman, M. Building performance simulation in the brave new world of artificial intelligence and digital twins: A systematic review. Journal of Building Performance Simulation, v. 13, n. 6, p. 765-783, 2020. Disponível em: www.grandesite.com.br. Acesso em: 09 set. 2024.

Liu, F.; He, Y.; Wu, Z. A review of data-driven building energy prediction. Renewable and Sustainable Energy Reviews, v. 134, p. 110-240, 2021. Disponível em: www.grandesite.com.br. Acesso em: 09 set. 2024.

Tarhini, A.; Wu, C.; Yang, C. Artificial intelligence in the construction industry: A review of present status, opportunities and future challenges. Journal of Civil Engineering and Management, v. 27, n. 2, p. 100-120, 2021. Disponível em: www.grandesite.com.br. Acesso em: 09 set. 2024.

Jones, K.; Ryan, T.; Smith, A. Artificial intelligence enabled project management: A systematic literature review. International Journal of Project Management, v. 39, n. 5, p. 123-138, 2021. Disponível em: www.grandesite.com.br. Acesso em: 09 set. 2024.

Kazeem K.O.; Olawumi, T.O.; Osunsanmi, T. Roles of Artificial Intelligence and Machine Learning in Enhancing Construction Processes and Sustainable Communities. Buildings. 2023; 13(8):2061. https://doi.org/10.3390/buildings13082061

Downloads

Publicado

11-12-2025

Como Citar

Fantin, N. R., & Caldas, L. (2025). Gestão de custos e a inteligência artificial para arquitetura e urbanismo: Uma revisão sistemática. Encontro Latino-Americano E Europeu Sobre Edificações E Comunidades Sustentáveis (euroELECS), 6(1), 1–9. https://doi.org/10.46421/euroelecs.v6.8049

Edição

Seção

Edificações Sustentáveis: Estratégias de Projeto, Execução e Gestão