US$ 400 bi em robotáxis até 2035: o primeiro negócio físico da IA que não é seu
Enquanto você lê isso, um mercado de US$ 400 bilhões está sendo construído sem precisar de um único clique seu. A projeção, feita pela própria NVIDIA, aponta para um ecossistema de robotáxis comerciais que deve movimentar esse montante até 2035, com mais de 6 milhões de veículos autônomos em operação nas ruas mais complexas do planeta. E o detalhe que deveria acender um alerta em qualquer profissional de marketing digital não é o carro, o sensor ou o banco de dados. É o modelo de negócio por trás da cortina.
O robotáxi é o primeiro avanço comercial da chamada “physical AI” — a inteligência artificial que sai da tela e opera no mundo físico. Mas o que interessa para quem vende, cria conteúdo e automatiza processos não é o volante. É descobrir quem está lucrando com o controle da infraestrutura, porque a mesma lógica que está estruturando esse mercado é exatamente a que vai definir quem escala (e quem fica refém) na automação de marketing.
A jogada que separa o dono da plataforma do dono do carro
A dinâmica de poder no mercado de robotáxis não está em quem fabrica o veículo. Está em quem controla o que a NVIDIA chama de stack completo — o conjunto de três computadores que sustenta a operação inteira: o computador de treinamento (DGX), o de simulação e validação (Omniverse e Cosmos em servidores RTX PRO) e o computador embarcado no veículo (DRIVE Hyperion). O artigo da NVIDIA é explícito: todo programa de robotáxi operando em escala comercial hoje roda sobre essa arquitetura modular, seja em um dos três pilares, seja na combinação deles.
Repare no que isso significa na prática: a Uber não precisa inventar o próprio hardware. Ela escala sua frota de DRIVE Hyperion para 28 cidades até 2028 usando o poder de processamento e a plataforma de simulação da NVIDIA para transformar dados de direção em inteligência. Waymo, Zoox, Mercedes-Benz, Nissan e dezenas de outras montadoras e operadoras — cada uma com sua marca, seu carro e seu time — estão todas, em alguma camada, construindo sobre o mesmo alicerce da NVIDIA.
É exatamente o que vai acontecer com sua operação de marketing nos próximos anos. A pergunta que define seu futuro não é “qual ferramenta de IA eu uso?”, mas “sobre qual infraestrutura minha operação está construída?”. Quem domina o stack completo — dados próprios, modelo ajustado e fluxo de automação proprietário — escala como a Uber. Quem depende de um fornecedor para cada etapa fica preso ao custo por token que ele define, sem margem de negociação e sem ativo próprio.
A lição da simulação: por que dados escassos viram o novo petróleo
Um dos números mais reveladores do artigo da NVIDIA está no processo de treinamento. Quando a empresa adicionou dados de raciocínio — o que eles chamam de meta-action e chain-of-thought — ao modelo de condução, a precisão da trajetória prevista melhorou 43%, reduzindo o erro médio de deslocamento de 2,08 para 1,18. Isso não é uma melhoria incremental. É a prova de que o diferencial competitivo não está no modelo base, mas no que você faz com ele.
A NVIDIA não inventa as situações de trânsito. Ela usa ferramentas como o Omniverse NuRec, que reconstrói cenários reais de direção a partir de dados de sensores, e o Cosmos, que gera variações físicas dessas situações — transformando milhares de casos reais em milhões de combinações de comportamento, clima, tráfego e iluminação. Ou seja: a vantagem vem de transformar dados que só você tem (seus casos reais de direção, suas ruas, seus motoristas) em inteligência aplicável.
Traduza isso para automação de marketing. Seu funil, suas conversas de vendas, seus atendimentos, suas campanhas que converteram e as que fracassaram — esses são os seus “casos de trânsito”. Um modelo genérico de IA vai te dar uma mediana de comportamento de consumidores em qualquer lugar. A empresa que constrói um sistema para capturar, processar e simular suas próprias jornadas de compra está criando uma vantagem que concorrente nenhum consegue copiar via prompt. Quem depende do modelo pronto do fornecedor fica na média do mercado, pagando para ter exatamente o que todos os outros têm.
A Uber e a NVIDIA estão construindo uma “fábrica de dados” de robotáxi no NVIDIA Cosmos para curar dados de frota e encontrar cenários raros. Seu equivalente disso é um sistema que registra cada objeção de venda, cada dúvida de cliente, cada conteúdo que gerou engajamento — e usa esse acervo para treinar o comportamento do seu agente de IA. O mercado de robotáxi mostra que escalar significa transformar long-tail (os casos raros e difíceis) em vantagem operacional, não tratar como exceção.
O custo de escala: quem paga a conta da infraestrutura
O texto da NVIDIA aponta um dado que muda a equação de custo para qualquer negócio: para escalar uma frota de robotáxis, não basta deployar um veículo autônomo — é preciso garantir a mesma performance segura e confiável em milhares de unidades. Isso significa uma demanda massiva de computação em todo o ciclo de vida do desenvolvimento, do treinamento dos modelos ao processamento em tempo real dentro do veículo.
Para o mercado de robotáxi, a resposta foi a arquitetura de três computadores. Para você, a resposta precisa ser como você estrutura sua automação. O custo de rodar um agente de IA para 10 atendimentos é trivial. O custo de rodar o mesmo agente para 10 mil atendimentos, com consistência e qualidade, decide se sua operação é um negócio escalável ou uma despesa que cresce junto.
No artigo, a NVIDIA detalha que cada camada da plataforma — DRIVE AGX Thor, DRIVE Hyperion, Omniverse, Cosmos, DGX — foi desenhada para redundância e resiliência. O sistema dual de computação no veículo, por exemplo, é fail-operational: se um sensor ou componente de computação falha, a operação continua. A lição para o profissional de marketing e para o empreendedor é que a infraestrutura de IA você usa precisa ter o mesmo padrão. Se você constrói automações críticas sobre ferramentas de terceiros sem plano de contingência, sem acesso aos próprios dados e sem capacidade de migração, está dirigindo um carro sem airbag.
O NVIDIA Halos — a fundação de segurança que valida e certifica o sistema do cloud ao carro — é o equivalente ao protocolo de governança que sua operação precisa ter. Não se trata de paranoia. Trata-se de entender que, no mundo da IA, quem entrega escala sem depender do custo variável do fornecedor é quem tem a infraestrutura como ativo, não como despesa.
O que o mercado de robotáxi ensina sobre o seu próximo trimestre
Olhe para o ecossistema listado no artigo: Uber, Lyft, Bolt, Waymo, Wayve, Nissan, Mercedes-Benz, Hyundai, Kia, Stellantis, Geely, Zeekr, Zoox, Momenta, Pony.ai, Waabi, WeRide, Nuro, Lucid, May Mobility, Autobrains, TIER IV, DeepRoute.ai. São dezenas de empresas — diferentes modelos de negócio, diferentes mercados, diferentes estratégias — todas convergindo para a mesma infraestrutura de computação. Nenhuma delas está tentando construir o próprio chip do zero. O que elas fazem é usar o poder computacional como uma plataforma para exercitar sua vantagem específica: dados de frota, engenharia de veículo, expertise em um mercado local, relacionamento com o consumidor.
Esse é o modelo mental que separa quem usa IA como ferramenta de quem usa IA como negócio. Para o profissional de marketing, a conclusão é direta: o valor não está na nave — a interface, o chatbot, o gerador de imagens — está no controle do stack que alimenta essa nave. Dados próprios, modelos ajustados para o seu contexto, fluxos de automação desenhados sobre a sua operação. Quem construiu isso escala. Quem depende do fornecedor para cada componente paga o preço que ele definir, com a capacidade que ele decidir e no ritmo que ele impuser.
O robotáxi é o primeiro negócio físico da IA que não é seu. A infraestrutura que o sustenta, porém, é exatamente a mesma que você pode usar para construir a sua vantagem digital antes que a corrida fique tão disputada quanto as ruas mais movimentadas do planeta.
