Compartilhe essa matéria:

Link copiado!

No início do século, toda a indústria da tecnologia parava para ver os anúncios de Steve Jobs nos eventos da Apple. Era ele, de calça jeans e camiseta preta, que apontava para onde o mundo iria caminhar. Hoje quem ocupa o papel de empresário-profeta do Vale do Silício é Jensen Huang, o taiwanês-­americano que fundou a Nvidia e a alçou a uma avaliação de 4,3 trilhões de dólares por desenvolver os chips GPU que rodam quase toda a inteligência artificial do planeta. Todos os anos, em março, sempre trajando jaqueta de couro, ele sobe ao palco do SAP Center, em San José, na Califórnia, diante de mais de 20 000 pessoas que gritam e aplaudem como se vissem um astro de rock. Na última edição, Huang anunciou novas versões de Vera Rubin e Groq, hardwares de data centers mais potentes e eficientes que seus antecessores, usados para treinar e rodar os modelos de IA mundo afora, e projetou assombroso 1 trilhão de dólares em vendas até o fim de 2027 só com as novidades. Mas o ponto alto da apresentação ficou para o final, quando Huang disse que precisava dividir o palco com alguém. Eis que entrou Olaf, o boneco de neve do filme Frozen, para conversar, dançar e contar piadas com o executivo. Exultante, o CEO declarou: “A era dos robôs inteligentes chegou”.

A inteligência artificial que o mundo conheceu nos últimos anos — o ChatGPT, o Gemini, o Grok, ferramentas que respondem a perguntas e escrevem textos numa tela — é só o começo de uma revolução. O que Huang e Olaf mostraram é uma nova etapa, que atende pelo nome de Physical AI, ou inteligência artificial física. São os mesmos agentes inteligentes que hoje respondem a e-mails e organizam documentos, mas colocados dentro de máquinas capazes de ver, tocar e agir no mundo real. Os robôs industriais já existem há décadas, mas são programados para repetir sempre o mesmo movimento. O que está virando realidade são máquinas que aprendem, se adaptam a situações inesperadas, tomam decisões por conta própria e agem sozinhas. Elas vêm em seis formas distintas: veículos autônomos, drones, robôs humanoides, quadrúpedes, de mobilidade autônoma e os industriais de função específica. “A partir de agora, temos uma força de trabalho de carbono, representada por nós, e uma força de trabalho de silício, representada por esses agentes”, diz Nitin Mittal, líder global de IA da consultoria Deloitte.

Por enquanto, quase toda a infraestrutura de treinamento de robôs inteligentes passa pelos chips da Nvidia, apesar de existirem projetos importantes do Google e da empresa americana de tecnologia Boston Dynamics, além de startups. A Nvidia construiu nos últimos anos um ecossistema tecnológico completo para o treinamento de robôs, que vai desde ambientes de simulação e geradores de dados sintéticos até os modelos de software embarcados nas máquinas. O princípio é o mesmo que impulsionou a explosão do ChatGPT — volumes massivos de computação para ensinar programas a interpretar informações e tomar decisões —, mas desta vez aplicado ao mundo físico. No evento da Nvidia, 110 empresas de robótica marcaram presença. Seus fundadores falam informalmente em um mercado de trilhões de dólares ao longo da próxima década. Mas já há quem levante dinheiro de verdade. Jeff Bezos, fundador da Amazon, anunciou um fundo de 100 bilhões de dólares especificamente para investir em fábricas e renová-las com IA — uma cifra que Jake Loosararian, CEO da Gecko Robotics, empresa americana de robótica industrial, considera conservadora: “Dados o baixo risco e o alto potencial de retorno de automatizar processos físicos, me surpreende que o fundo não seja cinco vezes maior”.

Siga

Seguir no Linkedin

Seguir no Telegram

Treinar um robô “físico” é radicalmente mais difícil do que treinar uma IA de linguagem. O GPT-4 aprendeu com praticamente tudo que foi escrito na internet. Robôs precisam de dados do mundo real — e esses dados são escassos, perigosos e caros de coletar. O motivo tem até nome: paradoxo de Moravec. O que parece trivial para humanos, como pegar objetos, reconhecê-los, calibrar a força necessária para segurá-los, é extraordinariamente difícil para máquinas. Uma criança de 1 ano derruba um objeto cinco vezes e na sexta já sabe o peso, as dimensões, onde e como segurar. Um hardware ainda precisa de milhares de tentativas e se embanana quando depara com outro objeto desconhecido. Para diminuir o tempo e o custo de todo esse treinamento, as empresas estão usando IA para simulação em massa: gerar dados de ambientes virtuais onde robôs aprendem a caminhar, manipular objetos e navegar obstáculos antes de tocar o mundo real. “A automação física é muito mais difícil do que tudo o que vemos em software”, diz Dominik Boesl, professor de ciências digitais e automação na Universidade de Ciências Aplicadas da Bavária e executivo da Kuka, fabricante alemã de robôs.

A primeira onda de IA física já chegou ao cotidiano, e quem estiver em San Francisco ou San José, nos Estados Unidos, pode comprová-la com uma viagem de táxi. Os carros da Waymo, subsidiária da Alphabet, dona do Google, circulam pelas ruas dessas cidades sem nenhum motorista ao volante. Um computador dirige, freia, desvia de obstáculos e respeita semáforos e pedestres. O passageiro chama o veículo pelo aplicativo, e o carro para na calçada com o nome dele numa tela de LED no teto — e parte. Cinco cidades nos Estados Unidos permitem sua circulação em áreas restritas, mas na China esse número passa de 50. A própria Nvidia anunciou quatro novos parceiros para plataformas de robotáxi — as montadoras chinesas BYD e Li, a sul-coreana Hyundai e a japonesa Nissan —, que juntos produzem 18 milhões de veículos por ano, todos com projetos robustos de veículos autônomos. A alemã Mercedes, a japonesa Toyota e a americana GM caminham na mesma direção. A Nvidia firmou ainda uma parceria com o Uber para lançar uma frota de robotáxis em 28 cidades ao redor do mundo até 2028, começando por Los Angeles e San Francisco em 2027. Ou seja, o ecossistema de veículos autônomos começa a ganhar contornos industriais concretos, e os caminhões sem motorista só não estão em operação em larga escala por questões regulatórias. A tecnologia, afinal, é rigorosamente a mesma.

Nas fábricas, o ambiente controlado permite uma adoção mais rápida, mas a experiência prática mostra que algumas dificuldades persistem. Nas unidades mais modernas da Siemens, empresa alemã de engenharia com operações em dezenas de países, a IA física já gerou 7% de ganho de produtividade ao ano — e sem redução de pessoal. Robôs que reconhecem visualmente peças variadas, reconfiguram linhas em tempo real e realizam tarefas que antes exigiam intervenção manual estão em funcionamento na Alemanha e no Japão. Mas tarefas que envolvem componentes flexíveis, destreza fina ou situações fora do padrão ainda frustram os modelos mais avançados, com taxas de eficiência que despencam para 70%, insuficientes para justificar o investimento. “O custo e o tempo de treinamento e implantação ainda são maiores do que com a mão de obra humana”, diz Mark Hindsbo, responsável pelo software de operações da Siemens. “Mas o potencial está dado: calculamos 800 bilhões de dólares em ganhos de produtividade industrial na próxima década.”

A conta muda nos casos em que a mão de obra é mais barata. Jochen Fichtner, diretor de tecnologia da Volkswagen no México, comanda a automação de uma fábrica em Puebla com mais de 1 quilômetro de área de produção, milhares de dispositivos e seis décadas de história. O argumento de que robôs só fazem sentido onde trabalhar é caro não se sustenta na prática, diz ele: a transformação é necessária não apenas para reduzir custos, mas para sobreviver competitivamente. Nos próximos dois anos, a empresa pretende ter seus primeiros gêmeos digitais de plantas implementados — são modelos virtuais das fábricas físicas que permitem simular mudanças antes de executá-las. A maior barreira, reconhece Fichtner, não é tecnológica. A empresa criou centros de demonstração onde os trabalhadores podem ver e experimentar as novas tecnologias antes de encontrá-las na linha de produção. “A tecnologia já está aí, mas o chão de fábrica ainda tem resistência a confiar nas decisões de um robô, e precisamos avançar com cautela”, afirma.

Se engenheiros e operários mostram receio, a situação é mais delicada em setores onde a confiança é insubstituível. Na educação, o sinal veio da Casa Branca: no mês passado, a primeira-dama americana, Melania Trump, entrou no Salão Leste para um evento sobre o tema caminhando ao lado do Figure 03, um humanoide-professor fabricado pela startup Figure AI — e gerou críticas imediatas do sindicato da categoria. Na medicina, o avanço é acelerado. A empresa britânica CMR Surgical anunciou no início do ano uma parceria com a Nvidia para compartilhar vídeos e dados de mais de 500 horas de cirurgia com o objetivo de treinar modelos de IA para robôs-cirurgiões. O sistema já reconhece cavidades, simula procedimentos e orienta cirurgiões em tempo real. “Os robôs hoje já têm precisão superior à humana, mas ainda precisam ser operados por um médico”, diz Giovanni Graziani, presidente da CMR no Brasil. “A meta é que, num futuro não muito distante, o médico possa apenas supervisionar a operação, o que permitiria atender um número muito maior de pacientes ao mesmo tempo.”

Enquanto o Vale do Silício celebra a chegada dos robôs, a China já os instala em escala sem precedentes. Em 2024, segundo dados da Federação Internacional de Robótica, 54% de todas as novas instalações de robôs industriais no mundo ocorreram no país — foram 295 000 unidades, ante 34 000 nos Estados Unidos e 27 000 na Alemanha. Para se ter ideia, em 2014 os chineses responderam por 26%. A China não só instala mais robôs que qualquer outro país, como está deixando de depender de fornecedores estrangeiros para fazer isso. Ariyan Kabir, executivo-chefe da GrayMatter Robotics, empresa americana que fornece IA física para clientes do governo federal, vai direto ao ponto. “A verdade dura é que os Estados Unidos não têm mais vantagem em manufatura”, afirma.

O ChatGPT e seus concorrentes levaram poucos anos para se espalhar pelos cinco continentes — mas sempre no ambiente digital. No mundo físico, a lógica é outra: exige construir robôs, drones e veículos, o que torna a adoção mais lenta, cara e complexa. No dia em que Jensen Huang fez seus anúncios em San José, as ações da Nvidia recuaram levemente. Analistas lembraram que, alguns anos antes, o executivo de jaqueta de couro já havia proclamado, com o mesmo entusiasmo, que “a era dos robôs havia chegado”. Mas desta vez há uma diferença: os robôs não estão apenas nos palcos. Estão nas ruas de San Francisco, nas salas de cirurgia, nas fábricas de Puebla e nas linhas de montagem chinesas. A questão não é mais se a transformação vai acontecer, mas em que velocidade, e quem vai estar preparado quando ela bater à porta de cada um de nós.

Publicado em VEJA, abril de 2026, edição VEJA Negócios nº 25