No início de 2026, a China ultrapassou um marco simbólico e operacional na corrida pela direção autônoma: as principais operadoras de robotáxis chinesas passaram da barreira de mil veículos em operação comercial por empresa, sinalizando uma transição da fase de experimentação para a escala econômica. Pony.ai e WeRide anunciaram frotas de 1.159 e 1.023 robotáxis, respectivamente, distribuídas em megacidades como Pequim, Xangai, Guangzhou e Shenzhen, todas com tráfego denso e alta complexidade urbana.
No setor de veículos autônomos, mil veículos operando de forma contínua é visto como um divisor de águas: indica maturidade tecnológica mínima, custos mais previsíveis e capacidade de operar serviços recorrentes, não apenas pilotos controlados. Em Guangzhou, a Pony.ai afirmou que sua frota já alcançou rentabilidade por veículo, algo ainda raro no mercado global de robotáxis.
Esse avanço chinês acontece em paralelo a uma recalibração global das expectativas sobre autonomia veicular, movimento capturado no estudo “Where to next? Insights from autonomous-vehicle experts”, da McKinsey. Com base em uma pesquisa global com 91 executivos e especialistas do setor de direção autônoma, a consultoria aponta que levará de três a sete anos para que os robôs-táxis sejam amplamente implementados comercialmente e estejam disponíveis em todas as regiões. Outro estudo aponta que o mercado global de IA em veículos autônomos deverá atingir US$ 17,9 bilhões até 2031, com uma taxa de crescimento anual composta (CAGR) de 19,2% durante o período de previsão de 2024 a 2031.
A China aparece como um dos mercados líderes nesse processo, ao lado dos Estados Unidos. Dados citados no estudo indicam que:
Esse ambiente regulatório progressivo, combinado a políticas industriais explícitas, explica por que empresas como Baidu (Apollo Go), Pony.ai e WeRide conseguem avançar mais rapidamente da validação tecnológica para a operação comercial. Para todo lado que se olhe nesse segmento, tem muita IA em operação.
A classe mais promissora de IAs desenvolvida até o momento para isso é conhecida como modelos de “visão-linguagem-ação” (VLA). Esses modelos recebem informações visuais de sensores, formam um processo de raciocínio interno, frequentemente descrito como “pensar em etapas”, e então (quase instantaneamente) geram ações como dirigir ou frear.
Na pesquisa em Robótica, os VLAs vêm sendo desenvolvidos há anos como uma forma de conectar percepção, raciocínio simbólico e comportamento físico. Mas o fato da Nvidia ter apresentado recentemente uma plataforma de código aberto de modelos VLA, colocou em discussão se esse é o salto necessário para chegarmos a veículos autônomos seguros e baratos. O CEO da Nvidia, Jensen Huang, chegou a se referir ao lançamento como “o momento ChatGPT” da IA Física. Batizada como Alpamayo e lançada durante a CES 2026, a plataforma VLA chama atenção pela escala e pelos níveis de investimento: dados, simulação e computação em nível industrial aplicados diretamente à tarefa complexa e crítica para a segurança de dirigir.
Apesar dos avanços em IA, sensores e computação, o custo total de desenvolvimento dos veículos autônomos aumentou, principalmente quando se considera a transição de protótipos para produtos comercialmente robustos. Com isso, os especialistas acreditam que o mercado de veículos particulares não deve migrar para L3 ou L4 em larga escala na próxima década.
Segundo 49% dos entrevistados, o foco do mercado de massa até 2035 estará em sistemas L2+, que oferecem assistência avançada ao motorista, mas mantêm o humano no controle. Apenas 39% acreditam que o mercado migrará majoritariamente para L3 ou níveis superiores, uma queda marcante em relação aos 52% registrados em 2023.
A leitura dos especialistas é que:
Apesar do entusiasmo em torno de modelos end-to-end baseados em IA, a McKinsey mostra que apenas 22% dos especialistas acreditam que esse será o modelo dominante no futuro. A maioria aposta em arquiteturas híbridas, que combinam aprendizado de máquina com regras tradicionais de segurança. Os ganhos potenciais incluem entre 10% e mais de 20% de redução de custos, segundo 67% dos respondentes, além de maior capacidade de generalização para cenários não mapeados.
Mas os riscos também aparecem:
Na China, esse desafio vem sendo enfrentado por meio de arquiteturas de dados em ciclo fechado, fortemente integradas à nuvem. Entre 2023 e 2025, a participação de dados sintéticos no treinamento de sistemas autônomos saltou de 20–30% para mais de 50%, permitindo maior cobertura de cenários raros e redução de custos.
Dois grandes relatórios de 2026 — da McKinsey e do Talent Strategy Group — revelam uma função de RH tecnicamente em transição e humanamente fraturada: só 11% das empresas planejam talento no longo prazo, a adoção de IA patina em...
Dados de TalentLMS, Cornerstone, BCG e Deloitte revelam por que o desenvolvimento de skills precisa virar processo contínuo, e não projeto pontual
Na véspera da abertura da Copa do Mundo no Brasil, o Google reuniu executivos, parceiros e convidados em São Paulo para anunciar lançamentos que vão de IA aplicada ao futebol e à saúde até novos recursos do Gemini, do YouTube e da Bu...
Pesquisas com milhares de trabalhadores nos EUA e no Reino Unido revelam que 72,8% dos executivos C-level usam ferramentas de IA não autorizadas — e a maioria não pretende parar, mesmo sabendo dos riscos
De deepfakes de executivos a agentes de IA manipulados por instruções ocultas, os ataques de identidade digital evoluíram, mas os programas de defesa da maioria das organizações ainda operam no passado
Pesquisa global com quase 12 mil profissionais mostra que 74% dos trabalhadores já usam IA regularmente — mas a maioria das organizações ainda não sabe como converter esse uso em valor real
Aproveite nossas promoções de renovação
Clique aquiPara continuar navegando como visitante, vá por aqui.
Cadastre-se grátis, leia até 5 conteúdos por mês,
e receba nossa newsletter diária.
Já recebe a newsletter? Ative seu acesso
