Por que a robótica ainda não viveu seu momento ChatGPT, segundo ex-Nvidia

A robótica industrial e comercial ainda não chegou ao ponto de virada computacional que marcou o final de 2022 com a estreia pública do ChatGPT. Quem sustenta essa avaliação técnica é Amulya Vishwanath, executiva que liderou o marketing de produtos para as plataformas de robótica da NVIDIA durante sete anos e agora comanda a gestora Techable VC. Em entrevista ao podcast Equity, do TechCrunch, conduzida pela jornalista Dominic-Madori Davis, Vishwanath descreveu o estágio atual da automação mecânica não como uma iminente consagração de grandes modelos fundacionais, mas como uma paciente e fragmentada "era do Lego".

A metáfora utilizada por Amulya Vishwanath aponta diretamente para o descompasso entre a velocidade do software e a resistência do mundo físico. De acordo com a executiva, a indústria de robótica ainda se encontra em um processo indispensável de reconstrução de seus componentes mais elementares, englobando desde atuadores e mãos robóticas até pilhas de software e rigorosas normas de segurança. Essa percepção detalhada no podcast Equity contrasta abertamente com a euforia que tomou conta do setor de inteligência artificial generativa após o final de 2022, momento em que o ChatGPT inaugurou a percepção de que a escala bruta de dados e processamento resolveria qualquer barreira operacional.

O contraponto ao momento ChatGPT

A tese de que a robótica está a um passo de replicar o fenômeno do ChatGPT ganhou tração no início deste ano, quando Pim de Witte, CEO da General Intuition, afirmou ao podcast Equity que o desenvolvimento de um único modelo fundacional geral tornaria obsoleto grande parte do trabalho especializado em robótica existente hoje. Para De Witte, a convergência de arquiteturas neurais amplas representaria o verdadeiro divisor de águas da automação móvel e manipulativa, sintetizando a aprendizagem mecânica da mesma forma que os modelos de linguagem sintetizaram o processamento textual a partir de 2022.

No entanto, Amulya Vishwanath rebate a tese de Pim de Witte pontuando que o hardware robótico não opera sob os mesmos parâmetros de abstração dos modelos que deram vida ao ChatGPT. Enquanto um sistema puramente digital lida com representações semânticas e tokens de linguagem, a robótica gerida pelas plataformas que Vishwanath supervisionou na NVIDIA depende de tolerâncias físicas estritas, calibração vetorial e respostas em tempo real sob dinâmicas ambientais caóticas. Por essa razão, a executiva enfatizou a Dominic-Madori Davis que a substituição do trabalho especializado por um modelo fundacional amplo e único desconsidera as deficiências materiais prévias da área.

A robótica está atualmente em sua 'era do Lego', com os blocos fundamentais de construção, como atuadores, mãos robóticas, software e normas de segurança, ainda sendo reconstruídos.

Essa divergência conceitual entre Amulya Vishwanath e a General Intuition de Pim de Witte reflete duas linhas de pensamento predominantes no ecossistema técnico. De um lado, a aposta em modelos generativos de grande porte presume que a escala do algoritmo sobrepujará os limites mecânicos; de outro, a experiência prática acumulada por Vishwanath em sete anos de plataformas de robótica na NVIDIA adverte que hardware deficiente e atuadores imprecisos tornam inútil qualquer ambição fundacional que prometa um momento análogo ao do ChatGPT.

A chamada era do Lego

Ao caracterizar o momento presente como a "era do Lego", Amulya Vishwanath destacou que a infraestrutura física dos robôs ainda carece de componentes modulares confiáveis e amplamente padronizados. No centro dessa questão estão os atuadores, motores e servomecanismos responsáveis por converter pulsos elétricos em força mecânica e movimentação angular. Segundo a análise da fundadora da Techable VC no podcast Equity, sem atuadores robustos, baratos e termicamente eficientes, qualquer software avançado esbarra em gargalos térmicos e imprecisões milimétricas insolúveis.

O segundo bloco essencial listado por Amulya Vishwanath diz respeito às mãos robóticas e à capacidade de preensão e manipulação fina. Em contraposição ao aprendizado unificado defendido por Pim de Witte, a destreza humana envolve sensibilidade tátil, modulação contínua de pressão e redundância articular que as garras e manipuladores atuais ainda executam com taxa de falha elevada. Para a ex-executiva da NVIDIA, a robótica só avançará para além de sua "era do Lego" quando essas extremidades mecânicas atingirem níveis de maturidade comparáveis aos sensores ópticos da indústria eletrônica.

Além da estrutura metálica, a reconfiguração do software de baixo nível e do middleware operacional figura como o terceiro elemento do diagnóstico apresentado por Amulya Vishwanath a Dominic-Madori Davis. Ao longo de seus sete anos coordenando o marketing de plataformas robóticas na NVIDIA, ficou evidente que a comunicação entre sistemas operacionais de robótica e circuitos integrados sofre com latências imprevisíveis. Esse gargalo de software básico precisa ser resolvido muito antes que modelos equivalentes ao ChatGPT de 2022 possam atuar de forma confiável no mundo tangível.

Completando o quarteto de pilares destacados por Amulya Vishwanath no TechCrunch, as normas de segurança surgem como o obstáculo regulatório e de engenharia mais negligenciado pelos entusiastas da General Intuition. Diferente de um modelo de linguagem em que respostas incorretas resultam apenas em alucinações textuais, a falha em um manipulador automatizado acarreta danos patrimoniais imediatos ou riscos graves à integridade física humana, o que força a validação contínua de padrões de segurança antes de qualquer implementação autônoma.

A visão da General Intuition

O choque entre a abordagem incremental de Amulya Vishwanath e a postura defendida por Pim de Witte elucida as tensões financeiras e científicas do Vale do Silício. Quando Pim de Witte esteve no Equity no início deste ano, ele defendeu que a robótica tradicional dispersa esforços em milhares de soluções pontuais de engenharia, ao passo que a General Intuition enxerga em um modelo fundacional geral a capacidade de absorver comportamentos de manipulação a partir de demonstrações visuais e sensoriais em massa.

Na avaliação defendida por Pim de Witte, o desenvolvimento fragmentado de componentes mecânicos — justamente o que Amulya Vishwanath chama de "era do Lego" — torna-se secundário se a inteligência motora puder generalizar diferentes morfologias por meio de um único modelo fundacional. Sob essa perspectiva, a tecnologia estaria na antessala de um salto disruptivo em tudo semelhante à liberação do ChatGPT no final de 2022, aposentando pilhas proprietárias de software construídas isoladamente para cada braço mecânico ou veículo autônomo.

Contudo, a bagagem de sete anos de Amulya Vishwanath na NVIDIA sustenta que a redundância criticada por Pim de Witte não decorre de mera falta de modelos fundacionais, mas da física implacável dos componentes. Ao dialogar com Dominic-Madori Davis, a executiva evidenciou que nenhum modelo de IA é capaz de contornar a quebra mecânica de atuadores sobrecarregados ou a carência de sensores de torque em mãos robóticas comerciais, mantendo o setor estritamente focado no alinhamento de suas peças fundamentais.

A resposta da fundadora da Techable VC aponta que o entusiasmo com um suposto momento ChatGPT para robôs ignora a necessidade de fechar o ciclo de controle entre o algoritmo e o metal. Para Amulya Vishwanath, a visão expressada pelo líder da General Intuition subestima o tempo necessário para que normas de segurança industriais aprovem a atuação de sistemas autônomos probabilísticos em ambientes fabris compartilhados, mantendo o hardware ainda no centro da equação de inovação.

A aposta na IA física

Diante do diagnóstico da "era do Lego", Amulya Vishwanath adotou uma postura prática ao se tornar uma das primeiras executivas a deixar a NVIDIA para estruturar sua própria sociedade de capital de risco. À frente da Techable VC como fundadora e sócia-gerente, Vishwanath canaliza sua experiência em plataformas de computação para financiar startups dedicadas àquilo que a indústria denomina "IA física" (physical AI).

A tese de investimento da Techable VC distancia-se da corrida especulativa em torno de modelos linguísticos que dominou o mercado a partir de 2022 com a popularização do ChatGPT. Em vez de aportar capital em aplicações de inteligência puramente digital, Amulya Vishwanath explicou a Dominic-Madori Davis que a gestora foca em empresas que combinam algoritmos neurais com sistemas tangíveis, buscando solucionar justamente os entraves de atuadores, controle cinemático e mãos robóticas.

Essa abordagem multidisciplinar orientada pela Techable VC abrange três frentes prioritárias de alocação de recursos: a robótica propriamente dita, a ciência dos materiais e as ciências da vida. De acordo com a visão de Amulya Vishwanath, a reconstrução dos blocos modulares mecânicos demanda novos polímeros e ligas leves oriundos da ciência dos materiais, capazes de reduzir o consumo de energia dos atuadores e elevar a densidade de torque necessária para os robôs da próxima geração.

Da mesma forma, o vínculo com as ciências da vida presente na estratégia da Techable VC reflete a necessidade de compreender a biomecânica humana para reconstruir mãos robóticas com maior destreza e menor complexidade geométrica. Para Amulya Vishwanath, é essa confluência de disciplinas físicas, e não um salto algorítmico mágico e isolado do tipo ChatGPT previsto por porta-vozes como Pim de Witte, que viabilizará a consolidação comercial de robôs avançados ao longo das próximas rodadas de inovação.

Investimentos iniciais da Techable VC

Na sua conversa no podcast Equity com Dominic-Madori Davis, Amulya Vishwanath explicou como a Techable VC opera na prática. A gestora foi desenhada especificamente para preencher os primeiros estágios da curva de capitalização de risco, emitindo os chamados "primeiros cheques" (first checks) para fundadores técnicos que atuam na intersecção de hardware, software e componentes operacionais para IA física.

O posicionamento de Vishwanath ao liderar essas primeiras rodadas pela Techable VC tem como meta mitigar os gargalos industriais antes mesmo que as startups atinjam fases de expansão comercial. Ao selecionar teses de investimento ancoradas nos blocos da "era do Lego", a executiva orienta recursos para projetos que trabalham na robustez de atuadores e na formalização de normas de segurança, garantindo que as empresas emergentes não construam plataformas assentadas sobre bases de hardware frágeis.

A transição de executiva de marketing da NVIDIA durante sete anos para investidora-anjo e gestora institucional de venture capital coloca Amulya Vishwanath em uma posição singular dentro da cadeia de suprimentos de hardware. Sua experiência na gigante dos chips gráficos e sistemas computacionais para robótica permitiu identificar quais componentes de software de suporte e bibliotecas de controle ainda demandavam investimento independente para viabilizar um ecossistema interoperável.

Dessa forma, os primeiros cheques distribuídos pela Techable VC cumprem um papel catalisador em segmentos onde o capital tradicional de risco costuma hesitar. Enquanto grande parte dos fundos concentrou seus portfólios em softwares de consumo após o evento do ChatGPT em 2022, Amulya Vishwanath mantém sua aposta nos projetos de ciência dos materiais, automação de bancadas em ciências da vida e manipuladores equipados com mãos robóticas de sensibilidade aprimorada.

Impacto no ecossistema de tecnologia

O debate capitaneado por Amulya Vishwanath e Pim de Witte no podcast Equity repercute diretamente nos rumos de mercados industriais emergentes, inclusive no Brasil. No contexto fabril e no agronegócio nacional, as limitações apontadas pela fundadora da Techable VC a respeito de atuadores e normas de segurança expõem por que a modernização de linhas de montagem e colheita automatizada não depende apenas do download de um modelo fundacional, mas da disponibilidade de peças de reposição e arquiteturas mecânicas resilientes.

A dependência de cadeias de suprimento globais para mãos robóticas e servomotores mostra que a indústria brasileira de manufatura e tecnologia de ponta continuará enfrentando barreiras de custo caso a "era do Lego" descrita por Amulya Vishwanath demore a estabelecer componentes padronizados e de baixo custo. Sem a consolidação dessas peças básicas, planos de integração de IA física nas empresas locais esbarram em custos proibitivos de implantação e manutenção de software proprietário.

Adicionalmente, as normas de segurança mencionadas por Vishwanath têm desdobramentos diretos sobre as regulamentações de segurança do trabalho e conformidade técnica no cenário industrial brasileiro. A introdução de robôs operados por inteligência artificial em ambientes fabris compartilhados com operários exige garantias determinísticas contra choques mecânicos, algo que um modelo generativo aos moldes do ChatGPT de 2022 ainda não oferece com o rigor exigido pelos órgãos reguladores.

Enquanto o mercado internacional de tecnologia continua a comparar expectativas com as previsões de Pim de Witte sobre a redundância do trabalho mecânico especializado pela General Intuition, a trajetória de Amulya Vishwanath após sete anos na NVIDIA e agora à frente da Techable VC reforça uma postura focada na engenharia aplicada. Para que o setor alcance seu verdadeiro marco fundacional, o foco permanece na montagem paciente dos blocos basilares da IA física em robótica, ciência dos materiais e ciências da vida.