A indústria de robótica ainda não viveu seu momento transformador como o ChatGPT teve para inteligência artificial generativa, segundo Les Karpas, executivo da Nvidia, que discutiu o tema na conferência TechCrunch Disrupt 2026. O setor continua preso em soluções muito especializadas e caras, longe do uso cotidiano que revolucionaria o mercado. Karpas apontou que faltam tanto os modelos de IA quanto a infraestrutura de hardware para que robôs se tornem tão acessíveis e versáteis quanto os chatbots modernos.
O gargalo da robótica atual
A Nvidia identifica um problema estrutural: robôs de hoje funcionam bem em tarefas muito específicas, mas não conseguem generalizar. Um robô treinado para separar peças em uma fábrica não consegue aprender a dobrar roupas em uma casa, nem adaptar-se quando o ambiente muda. Isso exige reprogramação custosa e consultores especializados para cada aplicação.
O mercado de robótica nunca decolou porque o custo versus benefício não fechou para consumidores e pequenas empresas. Grandes corporações podem bancar customizações caras, mas o potencial revolucionário está na escala — e escala exige padronização de modelos de IA generalistas, coisa que o setor não tem.
A lição do ChatGPT para robôs
Quando o ChatGPT lançou em 2022, sua força não foi ser perfeito em tudo — foi ser útil o suficiente em muitas coisas e rodar em qualquer lugar. A Nvidia acredita que robótica precisa de um movimento similar: modelos de IA pré-treinados, reutilizáveis e que rodem em hardware acessível.
Segundo Karpas, a Nvidia está trabalhando justamente nisso — plataformas de IA e processadores que permitam que qualquer fabricante de robôs, startups incluídas, desenvolvam soluções sem reinventar a roda. Quando esse ecossistema chegar, robôs passarão de curiosidades de laboratório para ferramentas de verdade em casas, pequenos negócios e indústrias variadas.
A falta desse “momento ChatGPT” em robótica não é culpa da tecnologia de hardware ou até da IA em si — é falta de padronização e modelos abertos o suficiente para que terceiros construam em cima.
Quando essa mudança pode chegar
Não há data prevista, mas os sinais apontam para os próximos 2 a 3 anos. Projetos como o do Boston Dynamics, colaborações entre startups e gigantes de chip, e investimento em IA multimodal (que entende visão, toque e contexto juntos) estão criando as peças do quebra-cabeça.
A Nvidia, como maior fornecedora de hardware para IA, está posicionada para ser a infraestrutura dessa revolução — assim como foi para o ChatGPT. Empresas como a Nvidia apostam que o próximo grande ciclo de adoção de IA não será em chatbots melhorados, mas em máquinas que fazem coisas no mundo físico.
Como o PratiqueTech já cobriu em outras análises, o que falta em tecnologia disruptiva geralmente não é a ciência — é o momento certo de convergência entre custo, uso prático e escala. Robótica está chegando lá.
Se você quer acompanhar os debates mais profundos sobre o futuro de IA e automação, a TechCrunch Disrupt 2026 segue com inscrições abertas até 25 de setembro, com descontos de até 200 dólares em ingressos. O evento reúne líderes da indústria como Karpas para estas discussões.
Perguntas frequentes
Robôs precisam de inteligência artificial generativa para funcionar?
Não necessariamente hoje, mas sim para se tornarem práticos e acessíveis em massa. Robôs especializados funcionam com código simples há décadas. A mudança é que IA generativa pode fazer um robô aprender e adaptar, reduzindo custos de programação.
A Nvidia está criando robôs propriamente ditos?
Não — a Nvidia fornece os chips e plataformas de software que fabricantes de robôs usam. Seu papel é ser a infraestrutura, como é com os chatbots.
Quanto tempo até ter um robô útil em casa?
Ainda incerto, mas o consenso do setor é entre 3 e 5 anos para protótipos comerciais viáveis. A Nvidia e outros estão acelerando esse prazo.
