![\"\"](\"https:\/\/pplware.sapo.pt\/wp-content\/uploads\/2025\/09\/bilhete_aviao00.webp\")
<\/a><\/p>\nDo Uber \u00e0s companhias a\u00e9reas<\/p>\n
A Uber ficou famosa pelos pre\u00e7os din\u00e2micos que ajustam oferta e procura nos seus VTC (ve\u00edculos de transporte com condutor). A companhia a\u00e9rea Delta Airlines foi mais longe este ver\u00e3o e personalizou pre\u00e7os com base na urg\u00eancia dos utilizadores.<\/p>\n
Os algoritmos de IA que prop\u00f5em esta mudan\u00e7a, recolhem toda a informa\u00e7\u00e3o poss\u00edvel sobre os passageiros para ajustar o pre\u00e7o mais alto vi\u00e1vel.<\/p>\n
Avia\u00e7\u00e3o comercial: pre\u00e7os baseados na vigil\u00e2ncia<\/p>\n Nos Estados Unidos j\u00e1 lhes chamam \u201cpre\u00e7os baseados na vigil\u00e2ncia<\/strong>\u201d (surveillance pricing). O princ\u00edpio \u00e9 simples e inquietante: empresas venderem produtos e servi\u00e7os de forma personalizada atrav\u00e9s de algoritmos de IA que analisam toda a informa\u00e7\u00e3o dispon\u00edvel sobre cada cliente.<\/p>\n Na Delta Air Lines foi isso que se quis implementar, mas a ideia tornou-se p\u00fablica e alvo de forte cr\u00edtica<\/strong>. V\u00e1rios senadores norte-americanos chegaram a publicar uma carta aberta exigindo<\/a> ao CEO da companhia explica\u00e7\u00f5es sobre esses planos.<\/p>\n A proposta era eliminar os pre\u00e7os est\u00e1ticos e substitu\u00ed-los por pre\u00e7os din\u00e2micos ajustados ao valor que cada cliente estaria disposto a pagar<\/strong>.<\/p>\n Fetcherr e o modelo de mercado<\/p>\n Empresas como a Fetcherr, que colabora com a Delta ou a Virgin Atlantic, desenvolvem estes sistemas desde 2019. Contam com especialistas em deep learning e com um \u201cLarge Market Model<\/a>\u201d, um modelo de IA capaz de gerar pre\u00e7os personalizados com base na informa\u00e7\u00e3o recolhida de cada utilizador<\/strong>.<\/p>\n O CEO da Fetcherr, Roy Cohen, explicou que este modelo \u00e9 treinado \u201ccom todos os dados que podemos recolher\u201d.<\/p>\n No site da empresa afirmam que estes sistemas poderiam aumentar os lucros das companhias a\u00e9reas em 4,4 bili\u00f5es de d\u00f3lares anuais.<\/p>\n Que dados est\u00e3o em causa<\/p>\n Para recolher essa informa\u00e7\u00e3o, os sistemas utilizam canais de terceiros: hist\u00f3rico de compras do passageiro, hist\u00f3rico de navega\u00e7\u00e3o, geolocaliza\u00e7\u00e3o, atividade nas redes sociais<\/strong>, dados biom\u00e9tricos ou situa\u00e7\u00e3o financeira.<\/p>\n A ex-membro da FTC, Lina Khan, j\u00e1 alertara para cen\u00e1rios preocupantes<\/a>. Um exemplo: uma companhia a\u00e9rea cobrar mais caro a um passageiro porque a empresa sabe que ele acabou de sofrer uma morte na fam\u00edlia<\/strong> e precisa de viajar rapidamente.<\/p>\n O limite do \u201cumbral da dor\u201d<\/p>\n Em julho, o presidente da Delta, Glen Hauenstein, declarou<\/a> esperar que, at\u00e9 ao final do ano, 20% do pre\u00e7o dos bilhetes fosse determinado individualmente por estes sistemas de IA<\/strong>.<\/p>\n Na altura, este valor era 3%, o triplo do registado no outono de 2024. O objetivo final era abandonar totalmente os sistemas tradicionais de fixa\u00e7\u00e3o de pre\u00e7os.<\/p>\n O sistema iria explorar o chamado \u201cumbral da dor\u201d de cada cliente<\/strong>, definindo a quantia m\u00e1xima que os dados sugerem estar disposto a pagar. Urg\u00eancia implicaria pre\u00e7os mais altos, enquanto viagens de rotina custariam menos.<\/p>\n O excedente do consumidor<\/p>\n Existe um conceito econ\u00f3mico que ilustra bem esta l\u00f3gica: o excedente do consumidor<\/a>, a diferen\u00e7a entre o que um cliente est\u00e1 disposto a pagar e o que efetivamente paga<\/strong>. As empresas procuram capturar esse excedente, e a IA torna isso quase perfeito.<\/p>\n O risco \u00e9 claro: se os consumidores pagarem sempre o m\u00e1ximo, restar-lhes-\u00e1 menos rendimento para outros gastos.<\/p>\n<\/a><\/p>\n<\/a><\/p>\n