Caderno Tecnologia · Inteligência artificial e robótica
Em Hangzhou, no leste da China, uma turma de trinta robôs passou mais de dois meses em treinamento. Ao final, quatro conseguiram emprego formal: um virou guia de museu, outro conduz visitas na própria escola, um terceiro faz inspeções numa unidade da Nestlé em Tianjin e o quarto foi para a Coreia do Sul tocar piano em apresentações, segundo reportagem da Xinhua publicada pelo People's Daily[1]. A notícia veio embalada em tom de formatura, mas o número que importa é outro: pouco mais de 13% da turma chegou ao mercado. Essa taxa diz mais sobre o estágio real da chamada IA incorporada do que qualquer vídeo de demonstração.
O dado ajuda a entender por que a China decidiu tratar o treinamento de robôs como problema de infraestrutura, e não apenas de engenharia de produto. Ensinar uma máquina a operar no mundo físico exige volume de prática, ambientes controlados e, sobretudo, dados que ainda não existem em quantidade suficiente.
Escola de robô é, antes de tudo, infraestrutura
Em Xiong'an, a cidade planejada a cerca de 105 quilômetros de Pequim, robôs de diferentes tipos aprendem a recolher lixo, organizar prateleiras e movimentar mercadorias em réplicas em escala real de locais de trabalho. Os instrutores operam as máquinas à distância com óculos de realidade virtual e exoesqueletos. De acordo com o relato publicado pelo People's Daily[1], foram mais de mil repetições para ensinar o movimento básico de pegar um objeto, e mais uma semana para encadear a sequência completa de apanhar o lixo, endireitar o corpo e depositá-lo na lixeira.
Esse esforço se multiplica em escala nacional. Um relatório da Academia Chinesa de Tecnologia da Informação e Comunicação (CAICT) contabilizou mais de 70 centros de treinamento de IA incorporada em operação até o fim de junho de 2026, com outros 46 em construção ou planejamento, distribuídos por mais da metade das províncias. A manufatura industrial aparece como aplicação em 86% deles, conforme resumo publicado pelo TechNode[2].
A expansão tem respaldo explícito de política pública. Em junho, o Ministério da Indústria e Tecnologia da Informação (MIIT) e a comissão que supervisiona as estatais lançaram uma iniciativa nacional de treinamento em cenários reais, com meta de colocar em operação comercial 10 mil robôs humanoides e mais de cem cenários de aplicação até o fim de 2026. O argumento oficial é que centros padronizados e compartilhados evitam que cada empresa reconstrua os mesmos ambientes de teste, segundo o Science and Technology Daily[3].
Os números de cada unidade dão a dimensão da operação. O centro inaugurado em Zhengzhou, na província de Henan, reúne 140 robôs em seis áreas, entre agricultura, manufatura e saúde, com quase 70 coletores humanos capazes de gerar até 50 mil registros de dados por dia, de acordo com o China Daily[4]. A lógica econômica foi resumida por um empresário de Hangzhou ouvido pela Xinhua[1]: antes, uma única aplicação podia consumir dezenas de milhões de yuans só em dados de treinamento; com a base compartilhada, startups reduzem significativamente o custo da fase piloto.
Por que dados do mundo físico valem tanto
Os grandes modelos de linguagem avançaram rápido porque havia décadas de texto acumulado na internet para alimentá-los. Robôs não têm esse estoque. Uma fábrica, um armazém e um restaurante exigem níveis diferentes de força, precisão e coordenação, e a maior parte desses registros nunca foi coletada de forma sistemática. A reportagem do People's Daily[1] relata que, em 2025, empresas de modelos de IA procuraram o grupo estatal responsável por Xiong'an para comprar conjuntos de dados que somavam dezenas de milhões de horas. Os dados produzidos na escola de robôs da cidade alimentam um espaço urbano de dados onde podem ser compartilhados e negociados.
A escassez é mensurável. Uma estimativa do setor citada pelo site Notebookcheck e reunida pelo Let's Data Science[5] aponta cerca de 500 mil horas de dados reais de robôs disponíveis, contra algo em torno de 100 milhões de horas que seriam necessárias para uma inteligência física de alta capacidade.
Por isso a qualidade do dado passou a importar tanto quanto a quantidade. Num grande centro em Pequim, engenheiros registram de propósito as tentativas que dão errado, porque é com elas que o sistema aprende a se recuperar de falhas. A unidade afirma gerar mais de 8 milhões de registros por ano, usados internamente e vendidos a desenvolvedores de modelos, segundo o Humanoid Guide[6]. Um modelo complementar ganha espaço: trabalhadores sem robô algum, equipados com sensores, repetindo tarefas cotidianas em fábricas, supermercados e casas para gerar dados de movimento, como descreveu o jornal The Standard, de Hong Kong[7].
Entre a formatura e a linha de produção
No volume, a liderança chinesa é incontestável. Fabricantes do país responderam por 97% dos embarques mundiais de robôs humanoides no primeiro semestre de 2026, segundo relatório apresentado na Conferência Mundial de Robôs e citado pelo People's Daily[1]. Em 2025, o país desenvolveu mais de 400 modelos completos de humanoides, mais da metade do total global.
A capacidade real, porém, ainda não acompanha o volume. Jiang Lei, cientista-chefe de um centro nacional de inovação em robótica humanoide, admitiu à Xinhua[1] que o setor saiu do zero para o um, mas que a etapa de escalar continua difícil, com gargalos em padronização, gestão de engenharia e testes em escala piloto. Uma investigação da Reuters, republicada pelo New Straits Times[8], visitou um centro em Liuzhou com mais de cem humanoides e registrou o problema central: o robô acerta a tarefa numa estação de trabalho e falha quando muda o objeto, a iluminação, o ângulo ou a superfície.
O gerente de um centro de treinamento ouvido pelo The Standard[7] foi mais direto: dos cerca de 23 mil humanoides embarcados pela China no primeiro semestre, menos de 5% seriam capazes de executar tarefas práticas em linhas de produção, justamente pela falta de dados de qualidade colhidos no mundo real.
O humano que ensina a máquina
A reportagem da Xinhua[1] encerra com a pergunta inevitável sobre o emprego humano. Os pesquisadores ouvidos recorrem a argumentos conhecidos: Yu Jiang, da Academia Chinesa de Ciências, compara a transição à substituição das carruagens pelos automóveis, quando cocheiros viraram motoristas; Xiong Rong, da Universidade de Zhejiang, prevê que robôs assumirão trabalhos repetitivos, extenuantes e perigosos, deixando às pessoas gestão, tecnologia e inovação.
O Estado chinês já formalizou parte dessa transição. Em 9 de setembro, o Ministério de Recursos Humanos e Seguridade Social reconheceu 11 novas ocupações, entre elas técnico de robôs de inteligência incorporada e desenvolvedor de agentes de IA, elevando a 121 o total de novas profissões oficializadas desde 2019, segundo despacho da Xinhua reproduzido pelo Macau Business[9]. A Association for Advancing Automation, dos Estados Unidos, observou que a função combina técnico de automação, integrador, assistência de campo e especialista em dados, num perfil que ainda não tem currículo equivalente no Ocidente[10] (A3).
Há, contudo, uma ironia que o discurso oficial não enfrenta. O primeiro emprego criado em massa por essa indústria é o do instrutor e do coletor de dados: pessoas que repetem um movimento mil vezes, com exoesqueleto ou sensores no corpo, para que a máquina não precise de humanos naquela tarefa no futuro. É trabalho físico, repetitivo e, por definição, transitório. Questões como remuneração, ergonomia e propriedade sobre os dados gerados pelo corpo do trabalhador ficam fora das reportagens de formatura.
E o Brasil nessa discussão?
O ponto de partida brasileiro é modesto. O relatório World Robotics 2025 da Federação Internacional de Robótica (IFR) registrou 1.220 robôs por 10 mil trabalhadores da manufatura na Coreia do Sul, 267 na Europa Ocidental e 204 na América do Norte, conforme divulgação reproduzida pela AFIA[11]. Estimativas setoriais publicadas para o Brasil na última década giravam em torno de dez robôs por 10 mil trabalhadores, com cerca de 1,5 mil instalações por ano, segundo reportagem do Estadão[13]. Mais recentemente, Ismael Secco, coordenador do Instituto SENAI de Sistemas de Manufatura, voltou a apontar a distância entre o parque industrial brasileiro e as potências asiáticas em entrevista ao Canaltech[12].
Ainda assim, há estrutura sobre a qual construir. O Plano Brasileiro de Inteligência Artificial prevê R$ 23,3 bilhões para infraestrutura, capacitação, inovação empresarial e governança, segundo o MCTI citado pelo O Imparcial[14], e o SENAI CIMATEC abriga um Centro de Pesquisa Aplicada em Inteligência Artificial para a Indústria 4.0, de acordo com a Agência de Notícias da Indústria[15].
O caso chinês sugere três frentes de debate para o país. A primeira é a infraestrutura compartilhada: a rede de Institutos SENAI de Inovação e os centros de pesquisa aplicada poderiam funcionar como bancos de teste e coleta de dados em cenários onde o Brasil tem vantagem real, como agroindústria, alimentos e logística. A segunda é regulatória: dados de movimento captados por sensores no corpo de trabalhadores podem se enquadrar como dados pessoais e, em certas situações, biométricos, o que os coloca sob as regras mais rígidas da LGPD. A terceira é ocupacional: se a função de treinador de robôs se consolidar, cabe perguntar como ela seria classificada, formada e protegida aqui, antes que a demanda chegue por meio de fornecedores estrangeiros.
A formatura dos quatro robôs de Hangzhou é, no fundo, uma notícia sobre dados, infraestrutura e trabalho humano. Para o Brasil, o risco não é ficar sem humanoides. É ficar sem voz sobre quem produz, controla e lucra com os dados que vão ensiná-los.
Perguntas frequentes
O que é IA incorporada?
É a inteligência artificial integrada a um corpo físico, como um robô, capaz de perceber o ambiente, decidir e agir no mundo real. Diferente dos chatbots, ela aprende com dados de interação física, como força, posição e movimento.
O que é uma escola de robôs na China?
São centros onde instrutores humanos operam robôs remotamente, com óculos de realidade virtual e exoesqueletos, em réplicas de fábricas, lojas e espaços públicos. Cada tentativa gera dados rotulados para treinar modelos. Mais de 70 desses centros estavam em operação no fim de junho de 2026, segundo a CAICT[2].
Por que os dados de treinamento são o principal gargalo dos humanoides?
Porque, ao contrário do texto disponível na internet, registros de ações físicas em cenários específicos quase nunca foram coletados de forma sistemática. Estimativas do setor apontam cerca de 500 mil horas disponíveis, contra algo próximo de 100 milhões de horas necessárias[5].
Os robôs humanoides chineses já substituem trabalhadores?
Em escala limitada. A China lidera os embarques globais, mas executivos do setor estimam que menos de 5% das unidades embarcadas no primeiro semestre de 2026 executam tarefas práticas em linhas de produção[7]. Ao mesmo tempo, o país criou oficialmente a ocupação de técnico de robôs de inteligência incorporada[9].
O que isso significa para o Brasil?
O país tem baixa densidade robótica e ainda não discute de forma estruturada a produção de dados físicos para IA. O modelo chinês levanta três questões: infraestrutura compartilhada de testes, proteção de dados de movimento de trabalhadores sob a LGPD e preparação de novas ocupações técnicas.