Robôs humanoides na indústria: por que ainda não substituem os robôs tradicionais?

O movimento impressiona. O turno inteiro é a prova.

Um robô de corpo humano atravessa uma estação, encontra uma peça e a coloca no lugar. O vídeo chama atenção. No chão de fábrica, porém, a pergunta continua depois que a câmera para: ele repete a operação durante o turno, reconhece uma peça deslocada, recupera uma falha e mantém pessoas fora de situações perigosas? A utilidade industrial depende dessa continuidade, não apenas de um movimento bem-sucedido.

As diretrizes chinesas divulgadas em 9 de outubro de 2026 recolocaram a IA aplicada à indústria no centro do debate. Ao mesmo tempo, pilotos documentados pela BMW permitem olhar para a robótica humanoide sem cair em dois extremos: tratar tudo como espetáculo ou supor que a fábrica já está pronta para máquinas de uso geral. Há avanço real, mas sua extensão precisa ser demonstrada tarefa por tarefa.

Neste artigo, demonstração significa prova limitada de uma capacidade; piloto significa ensaio em uma aplicação definida; produção significa operação repetitiva sob condições verificadas; escala significa reproduzir resultados em instalações e equipes diferentes. Essa distinção ajuda quem projeta, compra, opera ou fiscaliza automação a pedir evidências melhores.

O que mudou em outubro de 2026 — e o que a notícia não prova

O comunicado oficial chinês de 9 de outubro incentiva a integração da IA à economia real e prevê monitoramento tecnológico, alerta de riscos e resposta a emergências. A reportagem da Reuters, consultada em republicação identificada no StreetInsider, acrescenta a responsabilização por perdas decorrentes de investimento cego. A notícia reforça a agenda industrial; não certifica um robô nem valida uma implantação.

A discussão sobre humanoides exige outra lente. Segundo investigação da Reuters de 27 de agosto, em ambientes observados na China havia dependência de treinamento humano e dificuldades para converter demonstrações em trabalho flexível. Isso ainda não significa ausência de progresso em todas as empresas. A reportagem é um contraponto sobre maturidade comercial, não um veredito universal sobre a tecnologia.

Também é necessário separar universos estatísticos. A IFR informou em setembro de 2026 cerca de cinco milhões de robôs industriais em operação no mundo em 2025 e mais de 600 mil instalações naquele ano. Esses números descrevem robôs industriais em geral. Não são cinco milhões de humanoides, nem permitem calcular a participação deles usando estimativas de embarques de outra categoria.

Diretrizes chinesas: comunicado oficial →

Reuters: investimento cego e controle de riscos →

Investigação Reuters: limites observados na China →

IFR: robôs industriais em 2025 →

Humanoide, braço industrial, cobot e AMR: sistemas diferentes

Um braço industrial concentra movimentos em uma região de trabalho. Com ferramenta, dispositivo de posicionamento e integração adequados, resolve soldagem, pintura ou transferência repetitiva de peças. A estação pode ser desenhada para reduzir variabilidade. Esse investimento no processo costuma ser tão importante quanto a capacidade nominal do robô.

Cobot é um termo associado a robôs destinados a aplicações colaborativas. A colaboração é uma característica da aplicação e das medidas adotadas, não uma licença para retirar proteções. Ferramentas cortantes, peças pesadas, pontos de esmagamento e outros equipamentos continuam importando. A aparência amigável da máquina não resolve os perigos do conjunto.

Um AMR, robô móvel autônomo, organiza deslocamentos e transporte sob uma arquitetura própria de navegação e segurança. Um humanoide combina características corporais semelhantes às humanas com manipulação e, em alguns projetos, mobilidade. As categorias podem se sobrepor: um humanoide com rodas também pode ser um manipulador móvel. Nem todo manipulador móvel, contudo, é humanoide, e um humanoide não precisa andar sobre duas pernas.

A forma humana pode ajudar a acessar postos, alturas e ferramentas pensados para pessoas. Essa compatibilidade é uma hipótese de engenharia a testar. Uma bancada pode precisar de ajustes; uma garra dedicada pode superar uma mão versátil; rodas podem ser mais adequadas que pernas em piso regular. A escolha começa na tarefa, não na preferência pela silhueta.

Por que uma demonstração não comprova produtividade

Uma apresentação pode ter objetos sempre na mesma posição, iluminação controlada e tentativas selecionadas. Isso serve para mostrar uma capacidade inicial. Produção pede conhecer também as tentativas que falharam, as pausas e o trabalho humano necessário para manter a operação. Um sucesso isolado não fornece o denominador para calcular confiabilidade.

Imagine uma peça girada dentro de uma caixa. Encontrá-la exige estimar posição, escolher contato, evitar outra peça e conferir a pega. Se o robô repetir cegamente a trajetória anterior, pode perder a carga ou colidir. A recuperação precisa estar prevista: tentar novamente dentro de limites, devolver a peça, parar em estado seguro ou solicitar intervenção autorizada.

A avaliação deve explicitar o domínio operacional: quais peças, massas, tolerâncias, iluminação, piso, obstáculos e modos de trabalho foram ensaiados? Funcionou com o equipamento aquecido e após troca de bateria? O bom resultado em um posto não demonstra capacidade genérica para qualquer fábrica. Expandir condições sem novo teste é expandir uma promessa, não uma evidência.

IA física: perceber, decidir, agir e conferir

IA física, ou embodied AI, descreve inteligência computacional ligada a um corpo que interage com o ambiente. Uma cadeia possível começa em câmeras e sensores de força ou tato. A percepção estima objetos e contexto; o planejamento escolhe ações; controladores comandam atuadores; novas medições verificam o resultado. Nem todo sistema emprega os mesmos modelos ou sensores.

Aprendizagem por imitação pode aproveitar demonstrações humanas. A teleoperação permite conduzir o robô à distância e coletar exemplos, mas precisa ser distinguida de execução autônoma. Simulação permite explorar condições e treinar comportamentos; a transferência sim-to-real enfrenta diferenças de atrito, flexibilidade, iluminação e contato. Acertar no ambiente virtual não dispensa ensaio físico.

Há escalas diferentes de controle. Uma instrução de alto nível, como retirar uma peça, precisa virar trajetórias e comandos compatíveis com limites mecânicos. A resposta dos motores, a estimativa de posição e a comunicação entre sistemas influenciam o resultado. Processamento mais poderoso, como discutido em nosso artigo sobre ASML e semicondutores, é parte da infraestrutura; não substitui validação da aplicação.

A função de segurança merece tratamento próprio. Não basta pedir ao modelo de IA que evite pessoas. Detecção, parada, limites e diagnóstico precisam ser especificados e validados conforme o risco e a arquitetura aplicável. Um modelo que reconhece objetos com frequência não se torna, por esse motivo, uma função de proteção confiável.

ASML e semicondutores: engenharia da computação →

Destreza, estabilidade e disponibilidade: o trabalho invisível

Manipular significa controlar contato. Uma peça brilhante pode prejudicar a visão; uma superfície oleosa muda a aderência; uma pequena folga altera o encaixe. A mão precisa combinar posicionamento e força sem amassar, soltar ou prender o objeto. Sensores, ferramenta e dispositivo da estação trabalham juntos. Mais dedos não garantem uma pega melhor.

Repetibilidade é a capacidade de repetir resultados sob condições definidas. Precisão relaciona-se à proximidade do alvo. Os conceitos são distintos e precisam de método de medição. Uma boa repetibilidade em uma trajetória não prova que o robô reconhece corretamente uma peça nova, nem que todo o produto final atende à tolerância exigida.

A mobilidade acrescenta estabilidade, trajetórias e tráfego. Pernas introduzem riscos de queda; rodas enfrentam obstáculos e cruzamentos. Carga, ferramenta e postura podem mudar as condições de equilíbrio. Além disso, recarga, substituição de bateria, aquecimento, desgaste e manutenção interrompem a disponibilidade. Uma fábrica compra capacidade sustentada, não apenas velocidade de pico.

BMW Spartanburg: um piloto real, com limites claros

Segundo a BMW, o Figure 02 retirou e posicionou peças metálicas para soldagem em Spartanburg, no piloto de 2025. A empresa registra mais de 90 mil componentes movimentados, cerca de 1.250 horas e contribuição na produção de mais de 30 mil BMW X3. A tarefa foi parte da linha: o robô não montou sozinho esses carros.

Esse caso é evidência relevante de uma operação delimitada. O relato da BMW também menciona barreiras e integração de infraestrutura. Sua leitura exige separar resultados do piloto de extrapolações: os totais divulgados não revelam sozinhos todas as falhas, custos, intervenções ou desempenho por turno. Tampouco autorizam convivência irrestrita com pessoas em outras instalações.

O vídeo oficial abaixo permite observar movimentos e contexto. Ele complementa a documentação, mas não substitui registros completos. Para uma decisão de compra, vale pedir tarefa, critérios de aceitação, dados de qualidade e condições de recuperação. O mesmo cuidado deve ser aplicado ao relato do fabricante Figure, que é fonte interessada nos resultados.

BMW: resultados do Figure 02 →

Figure: relato do fabricante →

Assistir ao vídeo oficial Figure 02 no YouTube →

AEON em Leipzig: humanoide também pode usar rodas

O comunicado da BMW de fevereiro de 2026 descreve o AEON, da Hexagon, com corpo humanoide e deslocamento por rodas, em testes voltados a baterias e componentes. A configuração mostra que mobilidade e forma corporal são escolhas separadas. A pergunta industrial é qual arranjo atende ao posto e ao processo.

Há uma atualização importante: em 6 de outubro de 2026, a Hexagon informou que o AEON já executa tarefas de produção em Leipzig dentro de um programa por etapas. Trata-se de afirmação recente do fabricante. Não equivale a uma auditoria independente de disponibilidade, segurança ou retorno econômico, nem demonstra implantação generalizada em toda a fábrica.

O avanço merece ser acompanhado por evidências comparáveis. O anúncio de um programa e o vídeo de uma tarefa mostram etapas de desenvolvimento. Uma expansão confiável precisa demonstrar desempenho fora da equipe inicial, manutenção reproduzível e controle de mudanças. A maturidade pertence à aplicação verificada, não simplesmente ao nome comercial do robô.

BMW: projeto AEON →

Hexagon: atualização de 6 de outubro →

Assistir ao vídeo oficial AEON no YouTube →

O que medir antes de ampliar um piloto

O NIST trata avaliação e benchmarking como caminhos para caracterizar capacidades robóticas. Na prática, isso começa em uma definição de tarefa: o que conta como sucesso, quando começa o ciclo e quem registra falhas? Critérios combinados depois do teste favorecem conclusões escolhidas para caber no resultado.

Tempo de ciclo precisa de distribuição. A mediana, p50, descreve o centro; p95 ajuda a enxergar a cauda lenta. Nenhum deles substitui registrar recargas, recuperação e paradas fora dos ciclos concluídos. Disponibilidade deve declarar quais paradas foram incluídas. Taxa de sucesso precisa distinguir operação autônoma, sucesso após ajuda e falha definitiva.

Exemplo editorial hipotético, sem relação com BMW ou China: uma célula entrega 100 peças em um turno planejado de oito horas; 90 são boas na primeira execução e há cinco intervenções. São 11,25 peças boas por hora planejada e cinco intervenções por 100 ciclos, se cada peça corresponde a um ciclo. Não é uma estimativa de disponibilidade, pois faltam os tempos das paradas.

O custo por peça boa inclui integração, dispositivos, treinamento, energia, supervisão, manutenção e perda de qualidade. Compare cenários de volume e tempo disponível, incluindo uma solução convencional. O ganho só faz sentido quando a qualidade e as barreiras de segurança continuam atendidas. Segurança não é uma perda aceitável para melhorar um indicador de produção.

NIST: avaliação e benchmarking →

Trabalhar perto de pessoas exige avaliar o conjunto

O mapa de perigos inclui colisão, aprisionamento, queda do robô, perda de carga, movimento inesperado e energias armazenadas. Uma ferramenta muda a análise: uma garra pode prensar; uma peça transportada pode ter arestas; o posto pode formar um ponto de esmagamento mesmo com baixa velocidade do braço. Avaliar apenas o corpo do robô deixa partes essenciais de fora.

A OSHA destaca acidentes em atividades não rotineiras, como programação, manutenção, testes e ajustes. Essas situações merecem modos de operação e procedimentos próprios. Parar uma tarefa não comprova eliminação de energia elétrica, pneumática, gravitacional ou outra energia perigosa. A intervenção precisa de condições seguras verificadas, não só da confiança de que o software está pausado.

Proteções, intertravamentos, detecção, limitação de movimentos e parada protetiva devem resultar da avaliação da aplicação. Este artigo não define distâncias universais de separação ou limites de força. Mesmo uma detecção correta pode chegar tarde se o tempo de reação e a distância de parada não forem compatíveis com o perigo. O guia sobre proteções e intertravamentos aprofunda essa diferença.

OSHA: riscos em robótica →

Proteções e intertravamentos: segurança da aplicação →

NR-12 e ISO: referências com escopos definidos

No Brasil, a NR-12 é referência regulamentar para segurança em máquinas e equipamentos dentro de seu campo de aplicação. A avaliação do sistema instalado deve considerar riscos, comandos, proteções, utilização e intervenções pertinentes. Um catálogo estrangeiro ou a palavra colaborativo não demonstra, por si só, atendimento aos requisitos brasileiros.

A ISO 10218-1:2025 trata do robô industrial; a parte 2:2025, das aplicações e células. Seus escopos excluem riscos ligados à mobilidade em plataformas móveis. Portanto, citar a série não resolve automaticamente os riscos de deslocamento de um humanoide. A ISO/TS 15066:2016 complementa aplicações colaborativas industriais, sem abranger indistintamente robôs não industriais. Foram consultados os escopos públicos, não o texto integral pago.

O caminho é identificar classificação, limites e referências pertinentes ao conjunto, com apreciação e redução de riscos documentadas. Atualizar modelo, software, ferramenta ou layout pode mudar o comportamento. Gestão de mudança precisa manter versões, testes, autorização e retorno a uma configuração conhecida. Atualização tecnológica não é justificativa para perder rastreabilidade de segurança.

ISO 10218-1:2025 — escopo público →

ISO 10218-2:2025 — escopo público →

ISO/TS 15066:2016 — escopo público →

NR-12: página oficial do MTE →

Empregos, ergonomia e escolha da automação

Um piloto pode reduzir uma tarefa fisicamente exigente e criar trabalho de programação, manutenção ou acompanhamento. Isso não permite prever o saldo de empregos de uma fábrica ou de um país. A análise precisa considerar organização do trabalho, qualificação, ritmo, tarefas que permanecem e participação de quem opera o processo.

Retirar uma movimentação repetitiva pode ajudar a ergonomia; transferir todas as falhas para um trabalhador sobrecarregado pode criar outro problema. Observe frequência de chamadas, postura durante recuperação, pressão por reinício e qualidade das instruções. A supervisão humana também precisa de condições de trabalho, como discutimos no artigo sobre Tesla FSD e limites de automação.

Para tarefa fixa e repetitiva, compare primeiro uma célula especializada. Para transporte estruturado, avalie soluções móveis apropriadas. Para tarefas variadas em postos humanos, um humanoide pode justificar um piloto. A decisão não é automática: volumes, infraestrutura, manutenção e perigos definem a comparação. Flexibilidade só agrega valor se for necessária e comprovada.

Tesla FSD: automação e supervisão humana →

Da demonstração à escala: quais evidências faltam?

Uma demonstração mostra uma capacidade. Um piloto mede a tarefa em condições delimitadas. Produção exige qualidade, disponibilidade e gestão de anomalias sustentadas. Escala acrescenta repetição desses resultados em turnos, unidades e equipes diferentes. Cada passagem precisa de critérios de aceitação e de uma decisão explícita sobre quais riscos e limites permanecem.

Antes de ampliar, peça registros de tentativas, intervenções e falhas, ensaios das funções de segurança, documentação de integração e plano de manutenção. Verifique quem responde por atualizações e como um comportamento inesperado é investigado. A ausência de acidentes durante um teste curto, isoladamente, não demonstra eficácia de todas as barreiras.

Tecnologia nova exige integração responsável. O desafio é avaliar riscos, interfaces, procedimentos e a segurança real da aplicação. A fábrica precisa de uma solução que entregue uma tarefa útil com repetibilidade e custo sustentável. Parecer com uma pessoa pode ajudar o projeto; comprovar o resultado é o que justifica a adoção.