O governo federal anunciou recentemente a nomeação de 855 novos auditores-fiscais do Trabalho e 461 analistas em TI e infraestrutura aprovados no Concurso Público Nacional Unificado (CPNU) (Brasil, 2025). Essa medida deve intensificar significativamente a fiscalização das empresas em todo o território nacional, especialmente em áreas críticas de Segurança e Saúde do Trabalho (SST).
Para a indústria brasileira, esse movimento traz consequências imediatas. Muitas empresas ainda não possuem análises de risco completas conforme a NR-12, norma que trata da segurança no trabalho em máquinas e equipamentos. Isso significa que, diante do aumento da fiscalização, será necessário produzir a documentação técnica e implementar soluções corretivas em tempo recorde, sob pena de multas e interdições.
O Brasil ainda registra números alarmantes de acidentes de trabalho. Segundo a Organização Internacional do Trabalho (OIT) e a Organização Mundial da Saúde (OMS), são mais de 2,78 milhões de mortes no mundo por ano relacionadas a acidentes e doenças ocupacionais, além de 374 milhões de acidentes não fatais (ILO/WHO, 2021). No contexto brasileiro, o Observatório de Segurança e Saúde no Trabalho (SmartLab, 2023) aponta que apenas em 2022 foram registrados 612,9 mil acidentes de trabalho, com quase 2,5 mil mortes.
Esses dados evidenciam que os investimentos em SST ainda são insuficientes. Muitas empresas só passam a destinar recursos após a ocorrência de acidentes ou diante do risco concreto de penalidades — um comportamento reativo que compromete vidas e a competitividade.
Com a chegada de centenas de novos auditores, a pressão sobre as empresas será imediata. Processos de análise de risco que deveriam ter sido realizados ao longo dos anos precisarão ser acelerados. A dificuldade é clara: como estruturar programas de segurança robustos, revisar máquinas e implementar salvaguardas técnicas em um curto espaço de tempo?
É aqui que entram as soluções de automação e inteligência artificial (IA), já discutidas em pesquisas recentes. Estudos demonstram que algoritmos de machine learning e análise de dados podem apoiar engenheiros e técnicos de segurança na identificação de riscos e recomendação de medidas preventivas. Wei et al. (2023) mostraram, em uma análise bibliométrica com mais de 3.000 artigos, que técnicas como random forest e redes neurais têm alcançado alto desempenho na previsão de falhas em processos industriais e na prevenção de acidentes.
Outro exemplo é a revisão sistemática de Jetha et al. (2025), que identificou que chatbots de saúde ocupacional podem reduzir sintomas musculoesqueléticos em trabalhadores de escritório em até 43%, mostrando que soluções digitais aplicadas de forma prática conseguem gerar resultados concretos em curto prazo.
Além disso, exoesqueletos inteligentes, já utilizados por empresas como Toyota e Boeing, conseguiram reduzir em 83% os índices de lesões musculoesqueléticas em trabalhadores expostos a esforços repetitivos (Shah; Mishra, 2024).
Esses exemplos evidenciam que a tecnologia não é apenas uma promessa: já há soluções aplicáveis que podem ser adaptadas ao contexto brasileiro, acelerando a conformidade com a NR-12 e demais normas regulamentadoras.
O alerta é claro: o tempo para a adequação é curto, e o risco de penalidades aumentará exponencialmente com a ampliação da fiscalização. O caminho viável está na elaboração imediata de um plano estruturado, que deve contemplar:
- Levantamento de todas as máquinas e processos críticos;
- Aplicação de automação para coleta e organização de dados;
- Uso de IA e analytics para análise de riscos e recomendações rápidas;
- Busca por empresas especializadas em ciência de dados, automação e inteligência de processos para apoiar a execução.
Mais do que evitar multas, trata-se de proteger vidas e garantir competitividade em um mercado cada vez mais pressionado por padrões internacionais de segurança e ESG.
Este é, inclusive, o foco da minha tese de doutorado, na qual pesquiso uma Arquitetura de IA Centrada no Humano para a Segurança do Trabalho. A ideia é clara: usar tecnologia de forma ética e responsável para transformar a gestão de riscos em algo inteligente, preditivo e humano.
No meu trabalho de campo, visitando empresas clientes em diferentes regiões do Brasil, ainda encontro realidades preocupantes: análises de risco feitas em planilhas de papel, informações desencontradas entre setores, equipes com carência de treinamento técnico e, em muitos casos, ausência de qualquer planejamento estruturado.
Esse cenário mostra que a dificuldade não é apenas cumprir normas como a NR-12, mas também lidar com a complexidade organizacional que se acumula quando a gestão da segurança do trabalho é tratada de forma reativa.
Por isso, defendo que a capacitação em SST precisa ser repensada. Não basta apenas dominar as normas em profundidade — algo indispensável —, mas é necessário que os profissionais compreendam também o papel da tecnologia e, especialmente, da inteligência artificial generativa.
Imagine uma empresa com 2.000 máquinas e equipamentos que precisa elaborar análises de risco e planos de adequação em tempo recorde. Com apoio da IA generativa, é possível acelerar pesquisas sobre requisitos técnicos, gerar textos e imagens para relatórios, estruturar planos de ação e até mesmo criar materiais de treinamento personalizados para os trabalhadores. A tecnologia não substitui o engenheiro ou o técnico de segurança, mas amplia sua capacidade de entregar resultados em escala e com qualidade.
Referências
BRASIL. Governo Federal. Governo autoriza nomeação de 855 auditores-fiscais do trabalho e 461 analistas em TI e infraestrutura. 2025. Disponível em: https://www.gov.br/gestao/pt-br/assuntos/noticias/2025/se/governo-federal-autoriza-nomeacao-de-855-auditores-fiscais-do-trabalho-e-461-analistas-em-ti-e-infraestrutura-aprovados-no-cpnu-1. Acesso em: 06 set. 2025.
ILO; WHO. Safety and health at the heart of the future of work. Geneva: ILO, 2021.
SMARTLAB. Observatório de Segurança e Saúde no Trabalho. Brasília: MPT/OIT, 2023.
WEI, Z. et al. Insights into the application of machine learning in industrial risk assessment: a bibliometric mapping analysis. Sustainability, v. 15, n. 6965, 2023.
JETHA, A. et al. Do occupational health and safety tools that utilize artificial intelligence have a measurable impact on worker injury or illness? Systematic Reviews, v. 14, n. 146, 2025.
SHAH, D.; MISHRA, R. Artificial intelligence in advancing occupational health and safety: an encapsulation of developments. Journal of Occupational Health, v. 66, n. 1, 2024.
Gostou? Então compartilhe:
