A revolução silenciosa do preço dinâmico: como o Uber destruiu a lógica do táxi

Era uma sexta-feira chuvosa em São Paulo. Filas de táxi lotadas, buzinas e passageiros encharcados disputavam as poucas opções disponíveis. O preço? O mesmo de uma manhã ensolarada de terça-feira. Essa cena, repetida por décadas, era a prova viva de um sistema economicamente quebrado.

O modelo tradicional de táxi, regulado pelo poder público com tarifas fixas, funcionava como uma loja que cobra o mesmo preço no dia comum e no Black Friday — o resultado inevitável é a falta de produto nas prateleiras. Motoristas não tinham incentivo para sair nos horários de maior demanda, passageiros ficavam à mercê da sorte, e o mercado operava cronicamente desequilibrado.

O preço fixo como armadilha

A economia clássica ensina que preço é informação. Quando o preço não pode subir diante de um aumento de demanda, ele deixa de cumprir sua função mais básica: sinalizar ao mercado que há escassez. No setor de táxis, isso gerava uma cascata de ineficiências. 

Motoristas ganhavam o mesmo valor independentemente do horário, do esforço ou da necessidade do passageiro. Sem estímulo financeiro, poucos saíam às ruas nos momentos críticos — madrugadas, dias de chuva, grandes eventos. O passageiro, por sua vez, não tinha como saber se encontraria um carro disponível. A alocação do serviço era determinada pelo acaso geográfico — quem estava no lugar certo na hora certa —, e não por qualquer critério racional.

Outro efeito perverso: o mercado negro. Em aeroportos e saídas de shows, acordos informais proliferavam às margens da regulação — sem transparência, sem segurança e sem proteção para o passageiro. Quando o preço não pode subir, o mercado trava. Quem paga o preço é o passageiro — literalmente parado na chuva.

O economista por trás do algoritmo

Hal Varian, economista-chefe do Google e professor emérito de Berkeley, não trabalhou diretamente para o Uber. Mas sua obra acadêmica pavimentou o caminho intelectual para o surge pricing — o sistema de preço dinâmico que se tornaria a marca registrada da empresa.

Em suas pesquisas sobre discriminação de preços e mercados de dois lados, Varian demonstrou como plataformas que conectam dois grupos distintos — no caso do Uber, motoristas e passageiros — precisam de mecanismos sofisticados para equilibrar oferta e demanda em tempo real. Seu livro "Information Rules", coescrito com Carl Shapiro em 1999, antecipou com precisão cirúrgica como empresas digitais deveriam precificar seus serviços em mercados de rede. A teoria era elegante. A aplicação prática, revolucionária.

Da teoria à garagem: os homens que construíram o algoritmo

Transformar teoria econômica em código rodando em tempo real exigiu mais do que acadêmicos. Foi a equipe inicial de engenharia e economia da Uber, liderada pelos fundadores Travis Kalanick e Garrett Camp, que traduziu os conceitos de Varian em um sistema funcional. Kalanick, conhecido pela postura agressiva e pelo apetite por disrupção, via o preço dinâmico não apenas como uma ferramenta de eficiência, mas como a espinha dorsal de todo o modelo de negócios.

Com o crescimento da plataforma, o sistema precisou ser refinado com rigor científico. Foi aí que entrou John List, um dos economistas comportamentais mais influentes do mundo e futuro economista-chefe da Uber. List aplicou experimentação em larga escala e análise de dados reais para calibrar o algoritmo — testando como motoristas e passageiros reagiam a diferentes níveis de surge, em diferentes cidades, horários e contextos culturais.

O resultado foi um sistema que não apenas seguia a teoria, mas aprendia com o comportamento humano real. Uma fusão rara entre economia clássica, ciência comportamental e engenharia de software — e que definiria o padrão para toda uma geração de plataformas digitais.

Como o algoritmo quebra o mercado

O surge pricing funciona como um leilão contínuo e silencioso. Quando sensores de demanda detectam desequilíbrio — mais pedidos do que motoristas disponíveis em determinada região —, o algoritmo eleva o preço automaticamente. Esse movimento desencadeia dois efeitos simultâneos: parte dos passageiros desiste ou aguarda, reduzindo a demanda; motoristas próximos são atraídos pelo ganho adicional, aumentando a oferta. O mercado se reequilibra em minutos.

A transparência é outro diferencial estrutural. O passageiro vê o preço final antes de confirmar a corrida — algo impensável no táxi convencional, onde surpresas na chegada ao destino eram corriqueiras. Além disso, o sistema cria incentivos para cobertura em horários historicamente negligenciados: madrugadas, chuvas intensas e feriados passam a ser financeiramente atrativos para o motorista.

Mas nem tudo é perfeito

O modelo não é imune a críticas. A principal delas é de caráter social: em momentos de crise — enchentes, pânico, emergências —, o surge pricing pode elevar tarifas a patamares abusivos exatamente quando populações vulneráveis mais precisam de transporte. O Uber já foi obrigado a implementar tetos de preço em situações de desastre natural em vários países.

Há também a questão da opacidade algorítmica. O passageiro sabe o preço final, mas não os critérios exatos que o determinaram. Essa assimetria de informação — irônica, dado que Varian é justamente um teórico da economia da informação — permanece um ponto de tensão regulatória em todo o mundo.

O legado de uma ideia

Independentemente das polêmicas, o surge pricing redefiniu permanentemente a relação entre tecnologia, economia e mobilidade urbana. O que era teoria acadêmica nos corredores de Berkeley tornou-se algoritmo rodando em tempo real em centenas de cidades ao redor do mundo.

Na próxima vez que o aplicativo exibir aquele multiplicador vermelho numa sexta chuvosa, vale lembrar: não é ganância corporativa. É um mercado tentando, a seu modo imperfeito, encontrar equilíbrio. Exatamente como Hal Varian previu décadas atrás. 

**As opiniões expressas em artigos são de exclusiva responsabilidade dos autores e não coincidem, necessariamente, com as do Diário do Comércio** 

IMAGEM: Freepik