O avanço da inteligência artificial generativa e, mais recentemente, da IA agêntica, tem aquecido o debate sobre a IA física, que passa por indústrias pesadas, mas, sobretudo, por robótica e veículos autônomos. No entanto, essa IA ainda enfrenta barreiras profundas antes de se tornar um objeto cotidiano nas mãos e na rotina das pessoas. Pelo menos essa é a conclusão de Alex Kendall, CEO e cofundador da startup britânica Wayve. Durante fala no HumanX Amsterdam 2026, o executivo destacou que a transição dos modelos virtuais para o ambiente físico exige superar desafios críticos de confiabilidade, comportamento de modelos e regulamentação rígida.

Em outras palavras, isso significa dizer que o momento ChatGPT ainda não chegou para o mundo da IA física. Diferente dos modelos de linguagem que atingiram rapidamente mais de 100 milhões de usuários, a IA física ainda não é amplamente manipulável ou acessível ao público geral no dia a dia. Para Kendall, essa virada em escala massiva começará nos automóveis antes de chegar aos robôs domésticos ou de consumo.

“O ‘momento ChatGPT’ foi verdadeiro devido à escala da experiência do consumidor. Você vê 100 milhões de pessoas usando IA física hoje? Ainda não. Na minha visão, para atingir esse tipo de resultado, veremos primeiro nos carros e na condução”, avaliou Kendall.

Abismo entre o protótipo e o produto real

Um dos pontos centrais abordados pelo executivo é a falsa impressão de prontidão gerada por vídeos e demonstrações controladas na internet. Levar um protótipo para a linha de produção exige anos de validação técnica que a IA puramente digital não enfrenta. E essa validação passa por confiança de que o comportamento da IA será adequado em qualquer ambiente.

“A diferença entre uma demonstração de IA física e um produto de produção é imensa. No caso da robótica de manipulação, estamos no estágio de demonstração, onde as pessoas mostram algo funcionando 80% ou 50% do tempo em um hardware protótipo. Isso é o que fazíamos há 5 anos na condução. Aprendemos dolorosamente sobre a quantidade de trabalho necessária para levar isso a uma linha de produção séria que fabrica milhões de carros por ano”, relembrou o executivo.

Ao contrário de um robô de software que pode cometer pequenos erros de digitação ou alucinações de texto, o comportamento da IA física lida com cenários de alto risco e eventos imprevisíveis. “Quando você tem um objeto de duas toneladas rodando pela estrada, é uma aplicação extremamente crítica para a segurança. Isso significa que, para a nossa IA, precisamos provar estatisticamente que ela produzirá comportamentos seguros em cenários muito inesperados.”

Desafios regulatórios 

Para operar em larga escala, startups de IA física precisam navegar em ecossistemas altamente regulados e construir relações de confiança com órgãos governamentais globais para comprovar que os sistemas autônomos superam a segurança humana.

“Precisamos passar pela fase de endurecimento e validação, garantindo que em indústrias altamente regulamentadas tenhamos a segurança correta. Isso leva tempo na indústria física, mas chegará ao ponto de implantação em massa.”