Abundância em 2029

Na microagi, vamos implantar um bilhão de robôs. Quando isso acontecer, as consequências econômicas e sociais serão profundas.

Acreditamos que isso levará a um mundo de abundância, à medida que os robôs aumentarem a produtividade e a produção a tal ponto que a escassez material, que é a premissa básica da maioria dos modelos econômicos, deixará de existir. Quase todo modelo econômico é construído sobre o princípio da oferta e da demanda, com a premissa fundamental da escassez de recursos. Lionel Robbins capturou isso em 1932, definindo a economia "como uma relação entre fins e meios escassos que têm usos alternativos". Acreditamos que os robôs eliminarão essa escassez. Em um mundo assim, o padrão de vida de todos superará em muito o que qualquer pessoa desfruta hoje, e as possibilidades do que a humanidade pode alcançar serão infinitas.

No entanto, também precisamos reconhecer que, no mundo de abundância criado pela robótica generalizada, uma consequência será a eliminação da necessidade de grande parte do trabalho físico humano que conhecemos hoje. No passado, quando as máquinas aumentavam a oferta e reduziam os preços, a demanda crescia em seguida e o emprego subia para atendê-la. Desta vez, porém, a robótica de uso geral será capaz de atender a essa demanda por conta própria. Se o nosso sistema econômico permanecer como está, isso significaria a perda de milhões de empregos atuais e poderia roubar das pessoas sua renda, seu status e, para muitas, seu propósito.

Estamos diante de um dilema que a maior parte da comunidade de robótica até agora não conseguiu reconhecer publicamente, muito menos enfrentar. A tecnologia necessária para melhorar materialmente a vida de todos nós inevitavelmente a alterará enormemente. De forma crítica, se não conseguirmos oferecer uma solução adequada para esse problema, nunca chegaremos a esse mundo de abundância. A maioria das pessoas se unirá contra a difusão da inteligência no mundo físico e, sob essa pressão, os governos interromperão as implantações de robôs.

Este ensaio é a nossa tentativa de examinar esse dilema. Descrevemos em que ponto a tecnologia se encontra, por que os modelos econômicos predominantes de deslocamento são insuficientes para o que está por vir e por que a questão de quem as pessoas serão quando não precisarem mais trabalhar decidirá se a abundância chegará de fato. Em seguida, voltamos nossa atenção para a Europa, em parte porque somos uma empresa europeia, mas principalmente porque a Europa está extremamente exposta a esse dilema. Os Estados de bem-estar social europeus são financiados em grande parte por impostos sobre o trabalho, a indústria europeia ainda emprega milhões nos tipos de funções que os robôs estão aprendendo a fazer, e a Europa mesma constrói poucos desses robôs. Descrevemos três futuros possíveis para o nosso continente. Dois deles devemos evitar, e um deles pretendemos construir.

A corrida pelo momento GPT da robótica

Durante toda a história humana, o conforto material dependeu do trabalho de alguém. A comida precisava ser cultivada, as casas precisavam ser construídas e os bens precisavam ser transportados de um lugar para outro. A robótica promete automatizar esse trabalho físico, reduzindo o custo dos bens e permitindo uma expansão da produção que resulta em abundância material. Esse futuro está ao nosso alcance e se aproxima rapidamente.

Para ilustrar o quão rapidamente, considere apenas os últimos dezoito meses.

Os humanoides 02 da Figure AI concluíram uma implantação de onze meses na fábrica da BMW em Spartanburg, Carolina do Sul. No décimo mês, os robôs já cumpriam turnos completos de dez horas, retirando chapas metálicas de caixas e posicionando-as em dispositivos de soldagem com uma tolerância de cinco milímetros. Ao longo do programa, carregaram mais de 90.000 peças e contribuíram para a produção de mais de 30.000 BMW X3. Embora tenham sido aposentados em novembro de 2025, isso é um indicador da direção do progresso.

Em abril de 2026, a Generalist relatou que seu modelo GEN-1 elevou a taxa média de sucesso em tarefas físicas selecionadas de 64% para 99%, trabalhando cerca de três vezes mais rápido do que as abordagens anteriores na dobragem de caixas e no acondicionamento de celulares, com aproximadamente uma hora de dados de robô por tarefa. Suas demonstrações incluíram dobrar caixas de papelão 200 vezes seguidas sem intervenção humana. Ainda se trata de avaliações internas da empresa, mas confiabilidade e velocidade são exatamente as qualidades que transformam uma conquista técnica em produção útil: um robô que acerta 64% das vezes é suficiente para uma demonstração, mas um robô que acerta 99% das vezes pode substituir um funcionário.

Em 30 de julho deste ano, o Google DeepMind lançou o Gemini Robotics 2, colocando as pernas, o tronco, os braços e as mãos de cinco dedos de um humanoide sob uma única política treinada, com uma versão local (on-device) e a capacidade de se adaptar a uma estrutura corporal totalmente nova em poucas horas. Em 25 de agosto, a Skild AI anunciou o S1, um modelo que assiste a um único vídeo de uma pessoa realizando uma tarefa desconhecida e depois a executa, com tarefas de até dez minutos e dezenas de etapas. Em seu benchmark interno, a Skild relata 66% de sucesso em tarefas inéditas, contra 9% de modelos treinados na mesma escala e orientados por linguagem.

Todas essas empresas estão competindo para criar o “momento GPT da robótica”, o que significaria que um modelo fundamental de robótica poderia ser solicitado a realizar praticamente qualquer tarefa física e fazê-lo bem o suficiente para ser útil. O ChatGPT fez isso pela linguagem em novembro de 2022, transformando uma curiosidade de pesquisa em algo que centenas de milhões de pessoas passaram a usar todos os dias.

A grande diferença em relação à capacidade dos modelos de linguagem é que, no mundo físico, as tarefas são muito mais verificáveis; isso é especialmente verdadeiro para aquelas em ambientes industriais ou com horizontes de tempo curtos (por exemplo, embalar uma caixa ou fabricar um equipamento). Tarefas verificáveis podem ser automatizadas, portanto o impacto dos sistemas de IA será muito mais visível no mundo físico.

A tentativa mais rigorosa até agora de medir o que isso significa para o trabalho foi publicada pelos economistas da Anthropic em 30 de setembro. Usando o catálogo O*NET de cerca de 19.000 tarefas profissionais, Russell Legate Yang e Maxim Massenkoff descobriram que os robôs existentes hoje podem executar 74% das tarefas físicas nos Estados Unidos, o equivalente a 34% de todas as horas de trabalho, embora principalmente em ambientes estruturados ou construídos para fins específicos. Combinados com grandes modelos de linguagem, cerca de 80% das tarefas profissionais, em tempo de trabalho, ficam expostas a uma tecnologia ou outra. Seu backtest ao longo de cinquenta anos mostra que ocupações mais expostas aos robôs de sua época viram salários e emprego caírem nas décadas seguintes, e que, a cada ano, os robôs passam a ser capazes de realizar cerca de 2% do trabalho físico que antes não conseguiam.

O discurso público falha em reconhecer o risco da robótica

Maior produtividade não garante, por si só, segurança material ou satisfação. Sobre esse tema, as pessoas que constroem inteligência artificial começaram a falar com uma franqueza incomum, e vale a pena ouvir com atenção o que dizem — e o que omitem.

Em maio de 2025, Dario Amodei alertou que a IA poderia eliminar metade de todos os empregos de nível inicial em escritórios e elevar o desemprego para algo entre 10% e 20% em um a cinco anos, descrevendo um mundo em que "o câncer é curado, a economia cresce 10% ao ano, o orçamento está equilibrado — e 20% das pessoas não têm emprego". Três meses depois, economistas de Stanford, usando registros da maior processadora de folha de pagamento dos Estados Unidos, descobriram que trabalhadores de 22 a 25 anos nas ocupações mais expostas à IA sofreram um declínio relativo de 13% no emprego desde a disseminação da IA generativa, enquanto colegas mais velhos nas mesmas funções não foram afetados.

Isso deixa de fora o impacto potencial da IA física. O relatório Cenários para o Nosso Futuro Econômico, da Anthropic, publicado em setembro, apresentou três modelos de impacto no mercado de trabalho. No cenário substancial, a IA consegue realizar metade de todo o trabalho intelectual e os salários dos trabalhadores do conhecimento permanecem essencialmente estagnados. No cenário extremo, o PIB dos EUA sobe cerca de um terço, a participação do trabalho na renda cai para aproximadamente 45%, os salários dos trabalhadores do conhecimento recuam mais de 10% e o desemprego sobe "além dos níveis típicos de recessão".

O mercado financeiro chegou a conclusões semelhantes por um caminho diferente. Em agosto de 2026, o CEO da Bridgewater, Nir Bar Dea, e o diretor de investimentos, Greg Jensen, argumentaram no The New York Times que, como apenas o trabalho é tributado, o código tributário ativamente recompensa a substituição de pessoas por máquinas. Eles propuseram um imposto sobre o consumo de tokens de IA para reduzir os tributos sobre o trabalho e financiar participações em empresas de IA que poderiam ser compartilhadas "com todos os cidadãos". No final de setembro, Bar Dea já alertava publicamente para um "colapso social" caso a transição fosse mal conduzida.

Embora seja animador ver laboratórios de modelos fundamentais e o maior fundo de hedge do mundo reconhecendo, ao menos, o potencial de um amplo impacto social, acreditamos que suas projeções subestimam fundamentalmente o tamanho do choque no mercado de trabalho que está por vir.

Mesmo o cenário mais extremo deles "não inclui" a possibilidade de que "a humanidade desenvolva robôs hipercapazes". E a alternativa para os trabalhadores do conhecimento deslocados é explicitamente física: eles devem "migrar para profissões como eletricista e enfermeiro, que são menos expostas à IA", uma transição que os próprios autores reconhecem que será difícil e lenta para muitas pessoas. Todo modelo de deslocamento cognitivo repousa, em algum ponto, nessa mesma suposição silenciosa: de que o trabalho cognitivo deslocado acabará migrando para funções físicas.

Contudo, assim que a implantação generalizada da robótica se tornar viável, essa premissa é criticamente abalada. O consultor não passará anos se requalificando como eletricista se esperar que um robô faça a fiação do prédio logo após sua formatura. O assistente jurídico não migrará para o cuidado de pessoas se esperar que uma máquina seja quem levanta o paciente. A rota de fuga dos economistas contra a automação cognitiva colide diretamente com a automação física vindo na direção contrária.

Quando a Abundância chegará

Embora os robôs possam atualmente ser capazes de concluir 74% das tarefas físicas em pelo menos alguns contextos, como afirma o artigo de Legate Yang e Massenkoff, eles são competitivos em custo com o trabalho humano em apenas 0,3%. Se os preços dos robôs continuarem caindo à taxa histórica de cerca de 3% ao ano, levaria aproximadamente 40 anos para que essa parcela chegasse a 10%. Em seu cenário acelerado, os robôs só se tornam competitivos em custo para metade do trabalho físico atual em 2050. No entanto, isso mede a taxa de mudança passada e a projeta para frente, e seus próprios autores admitem que "robôs impulsionados por IA poderiam ultrapassar nossa escala".

Nós achamos que vão. Nosso argumento segue assim:

1. Até 2027, sistemas de IA estarão fazendo pesquisa séria em robótica e o ciclo de desenvolvimento entrará em colapso

Em junho de 2025, o CEO da OpenAI, Sam Altman, previu que 2026 traria sistemas capazes de produzir insights originais, e que 2027 poderia trazer "robôs capazes de realizar tarefas no mundo real". Em setembro de 2026, a OpenAI afirmou ter criado um "estagiário de pesquisa automatizado", um sistema capaz de executar tarefas de pesquisa que levariam alguns dias para um pesquisador humano qualificado, e agora mira em um pesquisador de IA totalmente automatizado até março de 2028. Medições independentes apontam na mesma direção. A METR constatou que a duração das tarefas de software que agentes de IA de fronteira conseguem completar com 50% de confiabilidade dobrou aproximadamente a cada sete meses durante seis anos. A robótica é, entre outras coisas, um problema de software, um problema de simulação e um problema de dados. Esses são exatamente os problemas nos quais esses sistemas estão melhorando mais rápido.

Aplicado à robótica, isso fará o ciclo de desenvolvimento entrar em colapso. O hardware sempre foi lento porque cada projeto precisava ser construído, quebrado e reconstruído, e cada nova habilidade tinha de ser ensinada em um robô real, uma demonstração teleoperada por vez. Ambos os gargalos estão cedendo. A IA agora pode propor um atuador, escrever a política de controle e ler os logs de falhas até a manhã seguinte, de modo que a iteração passa a ocorrer em uma velocidade muito mais próxima à do software.

As fontes de dados hoje são significativamente mais variadas do que a teleoperação tradicional. Em fevereiro, a NVIDIA pré-treinou um modelo de robô com 20.854 horas de vídeo em primeira pessoa de pessoas usando as mãos, com apenas quatro horas de teleoperação de robô — menos de 0,1% do conjunto de treinamento. Descobriu-se que o desempenho melhorava de forma previsível à medida que as horas de vídeo humano aumentavam. A NVIDIA e seus colaboradores acadêmicos treinaram o modelo de mundo DreamDojo com mais de 44.000 horas do mesmo tipo de gravação (NVIDIA, DreamDojo, 2026). A confiança no papel dos dados egocêntricos se reflete nos mais de US$ 700 milhões captados nos últimos dezoito meses por startups de dados de treinamento para robôs. O aprendizado a partir de um único vídeo da Skild e a transferência entre diferentes corpos do DeepMind também indicam que a etapa cara de coletar dados para cada nova tarefa, em cada novo corpo, está se dissolvendo.

2. Até 2029, os robôs serão tecnicamente capazes de concluir todas as tarefas economicamente importantes

Para que isso ocorra, não necessariamente precisamos de um único robô completo capaz de fazer tudo. Em vez disso, trata-se da combinação de uma inteligência robótica geral capaz de operar em muitos corpos, sistemas humanoides para ambientes adequados e estruturas corporais especializadas para tarefas industriais específicas e valiosas.

Em fevereiro, a Physical Intelligence mostrou seu modelo fundamental π0.6, ajustado para cada função, operando robôs de outras empresas em cenários comerciais reais: dobrando roupas de clientes em uma lavanderia de São Francisco e embalando pedidos reais de e-commerce em um armazém durante um turno inteiro com 96,4% de autonomia. Onde o ambiente de trabalho puder ser redesenhado em torno da máquina, ele será, como aconteceu com a linha de montagem. Onde não puder, a máquina está aprendendo a se adaptar ao ambiente: os robôs de armazém daquele teste foram projetados para se encaixar em estações de trabalho existentes e começar a operar em poucas horas.

3. Os efeitos sociais chegarão com a capacidade, não com a adoção

Este é o ponto central do nosso argumento. As curvas de difusão descrevem quando os robôs estarão em todos os lugares, mas não descrevem quando as pessoas acreditarão que os robôs estarão em todos os lugares e tomarão decisões com base nisso. Um trabalhador não vai esperar que um robô o substitua para entender o que esse desenvolvimento pode significar para o futuro de seus filhos. Na Europa, as pessoas já antecipam o pior: na própria pesquisa da Comissão Europeia, 66% acreditam que a IA destruirá mais empregos do que criará. Esse número foi registrado na primavera de 2024, antes de qualquer humanoide ter trabalhado um turno completo de produção em qualquer lugar do mundo. As consequências sociais que nos preocupam não exigem difusão imediata, apenas a crença de que ela está chegando.

Se a narrativa dominante for de que a economia está aprendendo a funcionar sem as pessoas, a política agirá com base nisso muito antes de que se reflita necessariamente nas estatísticas econômicas.

É por isso que chamamos este texto de Abundância 2029. Claro, nem todo armazém na Europa estará automatizado até lá; o deslocamento cognitivo que descrevemos na seção anterior pode levar de 5 a 10 anos, o deslocamento físico talvez ainda mais. Mas, em 2029, a capacidade da IA física será muito clara, a trajetória — faíscas de Abundância, por assim dizer — será visível para todos, e as decisões que determinam qual futuro aguarda a Europa já terão sido tomadas.

Como as pessoas conquistaram seu lugar na sociedade

Para entender como as pessoas reagirão à capacidade de gerar abundância, precisamos voltar na história.

Setenta mil anos atrás, como escreve Yuval Noah Harari em Sapiens, os humanos amavam, brincavam, formavam amizades e competiam por status e poder, mas chimpanzés, babuínos e elefantes também. "Não havia nada de especial neles (nos humanos)". Ainda assim, o desejo de importar uns para os outros já estava lá.

A força física oferecia um caminho para o status: a capacidade de vencer um confronto, defender o grupo ou impor a própria vontade. Mas, como primatas fisicamente comuns, sem garras e com poucas chances contra um leão, desenvolvemos outras vantagens. Aprendemos a afiar um graveto, a coordenar uma caçada por meio da linguagem, a fazer fogo. Superamos tudo o que estava acima de nós na cadeia alimentar porque podíamos transmitir conhecimento útil, permitindo que cada geração começasse de onde a anterior havia parado. Cada geração, no entanto, primeiro precisa aprender o que a última sabia e, assim, o desenvolvimento de novos conhecimentos e inovações torna-se mais difícil e exige mais especialização. Benjamin Jones chamou essa dinâmica de “fardo do conhecimento”, pois, para se apoiar nos ombros de gigantes, “é preciso primeiro escalar suas costas”. O conhecimento que leva anos para ser adquirido é detido por poucos, sendo portanto escasso e, por consequência, considerado valioso.

Em pequenos grupos, a habilidade conquistava respeito. Alguém que conseguisse fazer uma ferramenta melhor ou guiar os outros por um inverno difícil dava aos seus pares um motivo para confiar em seu julgamento. Mas o respeito dentro de um bando não é o mesmo que uma ordem social construída sobre a inteligência, e, durante a maior parte da história europeia, tal ordem não existiu.

O advento da filosofia iluminista alterou esse sistema existente de hierarquia social. O lema de Kant para a era, sapere aude, ouse saber, era uma instrução para pensar por si mesmo, e trazia uma nova ideia sobre o que tornava uma pessoa digna de respeito: a razão, em vez do nascimento ou da piedade. A inteligência tornou-se cada vez mais a característica à qual a riqueza monetária se acumulava e, portanto, à qual o status social era conferido.

Hoje, o salário do trader quantitativo e o prestígio do advogado são expressões modernas dessa dinâmica. A economia moderna trata a inteligência como escassa e, portanto, valiosa, e recompensa aqueles considerados possuidores dela com status tanto material quanto social. Para aqueles cujo trabalho era físico, havia uma escada paralela, mais antiga que o Iluminismo e enraizada nas corporações de ofício: o mestre artesão, o Meister, o encarregado que conhecia a linha de produção melhor que os engenheiros, o soldador cujas costuras nunca falhavam. A habilidade das mãos era seu próprio tipo de inteligência, e também era honrada.

O trabalho, em suma, é a instituição pela qual a maioria das pessoas conquista não apenas seu sustento, mas seu lugar na sociedade. Ele proporciona um senso de significado e de propósito, uma defesa contra as questões existenciais que, de outro modo, chegam às três da manhã. Então, o que acontece quando as capacidades em torno das quais as pessoas construíram seu sustento e sua posição deixam de ser escassas e, portanto, deixam de ser valiosas? O que acontece quando a máquina é mais inteligente que o advogado e mais firme que o soldador, ao mesmo tempo?

Uma coalizão provável

Os avanços na automação do trabalho cognitivo já estão provocando debate, e com razão. Mas, para a maioria das pessoas, a perspectiva de a McKinsey precisar de menos consultores compreensivelmente desperta pouca solidariedade. A ameaça se torna muito mais difícil de ignorar quando um colega perde o emprego e uma máquina muito tangível e física ocupa seu lugar na manhã seguinte.

A automação tem o potencial de levar pessoas com rendas, escolaridades e lealdades políticas muito diferentes à mesma conclusão: de que a economia está começando a funcionar sem elas. Um consultor e um trabalhador industrial não precisam concordar sobre como a sociedade deve ser organizada para concordar que sua direção ameaça o lugar que ocupam nela. Tal coalizão não exigiria que o desemprego em massa já tivesse chegado. A expectativa de exclusão poderia ser suficiente para criar um interesse político comum. E quando grupos com queixas diferentes passam a identificar um adversário comum, a história sugere que mudanças drásticas costumam vir logo em seguida.

Na França em 1789, partes da classe média alta queriam poder político, os trabalhadores urbanos queriam pão acessível e os camponeses queriam alívio dos encargos feudais. Suas queixas eram diferentes, mas convergiram contra a mesma ordem. O preço do pão em Paris atingiu o pico exatamente na semana em que a Bastilha caiu. Maria Antonieta tornou-se o símbolo odiado dos privilégios daquela ordem, sua extravagância exagerada até virar explicação para a aflição do país. Na Rússia em 1917, a oposição ao czar igualmente se estendeu de intelectuais liberais a trabalhadores e soldados. A promessa de Lenin de "paz, terra e pão" conectou diferentes queixas a um único programa, e um regime que havia sobrevivido três séculos caiu em questão de meses.

A história mais recente da própria tecnologia é igualmente reveladora. Entre 1811 e 1816, os luditas das Midlands e do Norte da Inglaterra destruíram os largos teares de meias e as máquinas de tosquiar que ameaçavam o trabalho têxtil qualificado, e o Parlamento respondeu com o Frame Breaking Act de 1812, que tornou a destruição de maquinário um crime capital. Os luditas são lembrados como inimigos do progresso. Na verdade, eram trabalhadores qualificados que viam claramente que os ganhos de uma nova tecnologia fluiriam para outros, enquanto seus custos recairiam sobre eles — e, durante suas próprias vidas, estavam certos.

Na Grã-Bretanha, a produção por trabalhador subiu por cerca de meio século enquanto os salários reais mal se moviam, um período que o historiador econômico Robert Allen chama de "pausa de Engels". Os homens que quebraram os teares não viveram para ver os ganhos, e o trabalho que substituiu o deles frequentemente era pior. Adam Smith, nenhum inimigo da indústria, temia que uma vida inteira repetindo algumas operações simples tornaria um trabalhador "tão estúpido e ignorante quanto é possível para uma criatura humana se tornar."

Onde os luditas erraram foi no longo prazo. Quebrar máquinas não impediu a Revolução Industrial, e ela acabou tornando as pessoas comuns mais ricas do que qualquer geração anterior, como esperamos que a robótica faça. E, durante tudo isso, o trabalho ainda estava lá.

O que separa a atual revolução de IA e robótica é a velocidade e a extensão do progresso. Bill Gates fez uma distinção semelhante em agosto: transições anteriores, como a passagem das fazendas para os empregos de escritório, se desenrolaram ao longo de gerações e criaram novas vagas que exigiam cognição humana. No entanto, com a IA superando nossas capacidades na maioria dos domínios, e a um ritmo muito maior, "muitos empregos desaparecerão para sempre", escreveu ele. Os ganhos da Revolução Industrial chegaram às pessoas comuns por meio do trabalho: pelos empregos que criou e pelos salários que pagou. Se a robótica criar abundância sem criar trabalho, esses ganhos precisarão de outra rota para chegar às pessoas, e as pessoas precisarão de outra fonte de posição social.

Até que essa rota exista, pessoas de todo o espectro político e econômico terão incentivo para resistir a essa mudança tecnológica, e a convergência de 1789 e 1917 poderá se tornar possível novamente. Se governos e empresas de tecnologia não conseguirem mostrar como esses avanços beneficiam os trabalhadores, a abundância material que melhoraria o padrão de vida de todos não será alcançada, mesmo onde for tecnicamente viável. E se governos e o setor de tecnologia realmente falharem, quem pode culpar as pessoas por chegarem a essa conclusão?

A coalizão já está se formando

Essas dinâmicas já podem ser vistas na disputa em torno dos data centers. Nos Estados Unidos, o Data Center Watch contabilizou US$ 18 bilhões em projetos bloqueados e US$ 46 bilhões atrasados por oposição local ao longo de cerca de dois anos, tanto em estados republicanos quanto democratas, motivados por contas de luz, água, ruído e uso do solo. Somente no primeiro trimestre de 2026, registrou pelo menos 75 projetos, no valor de cerca de US$ 130 bilhões, interrompidos — o maior número trimestral já registrado. Na Irlanda, onde os data centers consumiram 23% de toda a eletricidade medida em 2025, a operadora de rede EirGrid parou de oferecer novas conexões para data centers na região de Dublin até 2028.

A incapacidade de governos e desenvolvedores de modelos de mostrar como sua tecnologia tornaria a vida das pessoas comuns melhor produziu uma aliança contra os data centers que atravessa esquerda e direita. Isso importa diretamente para a robótica. Todo robô de uso geral depende de capacidade computacional para treinamento e, cada vez mais, para inferência. Um continente que não consegue construir data centers não pode rodar IA física em escala.

Em 8 de junho de 2025, manifestantes no centro de Los Angeles incendiaram pelo menos cinco robotáxis da Waymo, e a empresa suspendeu o serviço na região. O protesto era contra batidas policiais de imigração, não contra a automação. Quando uma sociedade está com raiva, a máquina na rua se torna um símbolo daquilo que a irrita. Em outubro de 2024, 45 mil estivadores da International Longshoremen's Association paralisaram 36 portos do Maine ao Texas, e a proteção contra a automação foi uma de suas demandas centrais.

Cabe a toda empresa de robótica não repetir os erros dos construtores de data centers: reconhecer os impactos sociais que virão e garantir que a transição para a abundância beneficie a todos. Quanto mais abruptamente as pessoas vivenciarem a automação como a perda de renda e status sem uma substituição crível e sem participação no futuro, mais forte será a exigência de frear o sistema que gera essa disrupção. Uma sociedade pode ter a tecnologia para construir inteligência abundante e ainda assim se recusar a implantá-la.

Portanto, uma resposta crível sobre como as pessoas manterão status, poder e propósito deve preceder a implantação total.

O calcanhar de Aquiles da Europa

Quem dá essa resposta depende de quem possui as máquinas. Como empresa europeia, nossa preocupação é se a Europa será capaz de oferecê-la. Muito do que se segue aplica-se a outros lugares, mas a combinação europeia de demografia envelhecida, sindicatos fortes, estados de bem-estar social generosos, profundo conhecimento industrial e posições fracas tanto em IA quanto na fabricação de robótica faz dela o caso mais relevante a ser examinado.

A IA física tem duas metades: a inteligência que permite a um robô ver, raciocinar e agir, e o corpo que executa tudo isso. A geografia de ambas já está definida, e a Europa não detém nenhuma.

Os Estados Unidos lideram a camada de inteligência. Os modelos fundamentais que permitem a um robô ver, raciocinar e agir estão sendo construídos majoritariamente em laboratórios e startups americanas: Gemini Robotics do Google DeepMind, Physical Intelligence, Skild, Generalist, OpenAI Robotics, e as plataformas Cosmos e GR00T da NVIDIA. Esses são os "cérebros", e estão evoluindo em escalas de tempo aceleradas de software.

A China lidera o corpo e a capacidade de fabricá-lo em escala. Em 2024, a China instalou 295 mil robôs industriais, um recorde e mais da metade de todas as instalações globais, contra 67.800 em toda a União Europeia e 26.982 na Alemanha. Fornecedores chineses agora detêm 57% de seu mercado interno, ante cerca de 28% uma década antes. Nos humanoides, a assimetria é ainda mais gritante. Dos 13.318 robôs humanoides enviados mundialmente em 2025, a AgiBot entregou mais de 5.100 e a Unitree cerca de 4.200, com empresas chinesas ocupando a maior parte do top dez. A Unitree abriu capital no mercado STAR de Xangai em agosto de 2026, com uma avaliação de cerca de US$ 9 bilhões, depois que sua receita com humanoides ultrapassou pela primeira vez a dos quadrúpedes.

Em novembro de 2023, o Ministério da Indústria e Tecnologia da Informação da China publicou suas Diretrizes sobre a Inovação e o Desenvolvimento de Robôs Humanoides, que estabeleciam a meta de construir o "cérebro, cerebelo e membros" de um robô até 2025 e integrar profundamente os humanoides à economia real até 2027. Tratou os humanoides como uma tecnologia da magnitude do computador e do smartphone, e agiu de acordo.

A América está ensinando a máquina a pensar. A China está aprendendo a construí-la mais barato que qualquer outro. A Europa corre o risco de não possuir nada nesse futuro e, ainda assim, precisa dessa tecnologia mais do que qualquer um deles. Uma análise da Comissão Europeia conclui que, com as projeções populacionais atuais e a escolaridade inalterada, a força de trabalho da UE pode encolher em até 18,8 milhões de pessoas até 2050.

A robótica poderia resolver a crise mais previsível da Europa ou ser a causa da próxima.Três Futuros

Futuro 1: A Europa interrompe as implantações

A Europa falha em compreender tanto a escala do risco de deslocamento de longo prazo devido à falta de automação quanto o formato das possíveis soluções. Sindicatos, campanhas locais e políticos de todo o espectro passam a ver a robótica como muitos já veem os data centers: algo que consome energia, água, terra e empregos, e devolve pouco às pessoas que vivem ao lado. Conexões à rede elétrica são negadas, como já acontece em Dublin. Licenças de construção travam. Regras de segurança escritas para braços industriais enjaulados são aplicadas a máquinas móveis e capazes de aprender de maneiras que tornam a implantação praticamente impossível. Os medos dos trabalhadores, que há muito retardam a automação tradicional nas fábricas europeias, solidificam-se em um robusto veto político e, por isso, nenhum político arrisca concorrer com uma plataforma que não se oponha explicitamente à aceleração das implantações de robôs.

Acreditamos que esta será a trajetória padrão se nada mudar. Dois terços dos europeus já acreditam que a IA destruirá mais empregos do que criará, e ninguém ainda lhes deu um motivo para acreditar o contrário. Como consequência, as sociedades democráticas ocidentais bloqueiam as implantações de robôs enquanto seus concorrentes avançam. A China, sem as mesmas restrições democráticas, continua reduzindo o custo de produção. Suas fábricas já instalam mais de quatro robôs industriais para cada um instalado em toda a União Europeia. A produção migra para o exterior, levando consigo investimentos, redes de fornecedores e conhecimento prático.

Já podemos ver o esboço desse futuro no presente. A indústria alemã eliminou cerca de 124 mil postos de trabalho apenas em 2025, quase o dobro da perda do ano anterior, e cerca de 266 mil desde 2019, com o setor automotivo perdendo 111 mil vagas, ou 13% de sua força de trabalho, em seis anos. Em novembro de 2025, a BASF iniciou a produção em seu novo complexo Verbund em Zhanjiang, no sul da China, um investimento de cerca de € 8,7 bilhões, o maior projeto único da história da empresa. Ludwigshafen, lar da empresa por 160 anos, vem fechando fábricas. Esta é a resposta racional a condições econômicas domésticas insustentáveis.

O Mittelstand, a espinha dorsal da indústria alemã, perde seus clientes. Seu gênio sempre foi o conhecimento tácito: o engenheiro que sabe exatamente como uma liga específica se comporta a uma temperatura específica. Conforme a produção se desloca para o exterior, as empresas europeias primeiro terceirizam a manufatura, depois descobrem que sua propriedade intelectual está cada vez mais condicionada à fabricação fora do país e, finalmente, percebem que o próprio conhecimento desapareceu.

Os trabalhadores industriais perdem seus empregos. Ao mesmo tempo, os profissionais enfrentam a automação cognitiva vinda de sistemas de IA americanos que a Europa não consegue proibir por regulamentação porque não pode se dar a esse luxo. As duas ondas de deslocamento chegam juntas.

Em 2024, os impostos sobre o trabalho, incluindo contribuições sociais, representaram 51,5% de toda a arrecadação tributária na UE. O estado de bem-estar social europeu é, em sua base, financiado por pessoas tendo empregos. Enquanto isso, projeta-se que a taxa de dependência de idosos suba de 36% em 2022 para 59% até 2070, passando de cerca de três pessoas em idade ativa para cada pessoa acima de 65 anos para menos de duas. Mario Draghi chamou a posição demográfica e de produtividade da Europa de um "desafio existencial".

No Futuro 1, essas tendências se encontram. As necessidades de assistência social aumentam, porque mais pessoas estão desempregadas e mais estão aposentadas. A base tributária encolhe, porque as empresas europeias não produzem nem vendem o suficiente para custeá-la. Os governos enfrentam três opções: deixar os serviços se deteriorarem, aumentar impostos sobre uma base em retração ou permitir que a dívida se acumule ainda mais. Todas são indesejáveis ou insustentáveis. No extremo, o estado de bem-estar social torna-se incapaz de sustentar suas promessas. Uma política destinada a proteger os trabalhadores acaba não protegendo nem seus empregos nem as instituições criadas para apoiá-los.

A Europa pode barrar a robótica dentro de suas próprias fronteiras. No entanto, não pode impedir a robótica em Shenzhen ou San Francisco, e não pode realisticamente impedir que seus produtos cheguem aos seus portos a preços que nenhuma fábrica europeia consegue igualar. Bloquear a implantação de robôs na Europa significaria entrar em um novo capítulo do progresso tecnológico e perder totalmente seus benefícios.

Futuro 2: A Europa se acomoda

Neste segundo futuro, a Europa não bloqueia a implantação generalizada da robótica e, portanto, melhorias substanciais nas condições materiais de vida de todos de fato ocorrem. No entanto, o futuro ainda dá errado.

Empresas que enfrentam concorrentes estrangeiros com "fábricas escuras" totalmente automatizadas respondem na mesma moeda. Em vez de redesenhar o trabalho em torno das pessoas, a decisão econômica racional passa a ser simplesmente remover as pessoas da equação. Acemoglu e Restrepo descobriram que, nos mercados de trabalho locais americanos, cada robô adicional por mil trabalhadores reduzia a relação emprego-população em aproximadamente 0,2% e os salários em cerca de 0,42%. O estudo deles referia-se aos robôs das décadas de 1990 e 2000: enjaulados, de propósito único e cegos. As consequências da robótica de uso geral que prevemos para 2029 serão muito mais significativas.

Um problema secundário é a propriedade. A Europa inventou grande parte da ciência por trás da economia digital e depois assistiu outros construírem as empresas: Amazon, Microsoft e Google detêm hoje cerca de 70% do mercado europeu de nuvem, enquanto todos os provedores europeus juntos possuem cerca de 15%, abaixo dos aproximadamente 29% de 2017. Os modelos de fronteira que os europeus usam todos os dias são treinados na Califórnia, em chips americanos, sob leis americanas. A robótica pode seguir uma trajetória semelhante. A falta de investimento em capacidade computacional e fabricação de hardware suficientes, combinada com um ambiente desfavorável às empresas europeias, leva a uma penetração agressiva de mercado pelos Estados Unidos e pela China. A inteligência americana é instalada em corpos chineses, e ambos são instalados em fábricas europeias.

A Europa já experimentou os efeitos dessa dependência geopolítica. Em abril de 2025, a China impôs licenciamento de exportação para ímãs de terras raras, dos quais dependem a maioria dos motores de alto desempenho, incluindo os presentes em cada articulação de um robô. Em dois meses, várias linhas de produção europeias haviam parado, e algumas solicitações de tecnologia chinesa passaram a exigir a divulgação de informações sensíveis de propriedade intelectual. Uma Europa cujas fábricas, hospitais, fazendas e armazéns funcionem com robôs estrangeiros poderia ter seus corpos retidos por Pequim e suas mentes desligadas a partir da Califórnia.

Em tal cenário, os ganhos da automação fluem para os proprietários de modelos e hardwares estrangeiros, enquanto os custos ficam em casa. O desemprego em massa chega sem a base tributária necessária para absorvê-lo, à medida que o valor se acumula em outras jurisdições, e as divisões socioeconômicas pioram. Os governos tentarão fechar essa lacuna com o que ainda conseguirem tributar. Isso pode se manifestar como um imposto de consumo sobre tokens de IA do tipo proposto pela Bridgewater, participações públicas em qualquer automação que os governos consigam comprar e impostos sobre a terra, a energia e os recursos computacionais que podem permanecer escassos por algum tempo. Se redistribuído como uma forma de renda básica universal, isso talvez consiga evitar a pobreza material, mantendo o poder de compra. Mas, crucialmente, as pessoas que recebem o pagamento continuam desempregadas.

Em A Condição Humana, Hannah Arendt alertou que a automação poderia nos entregar a "uma sociedade de trabalhadores sem trabalho", uma sociedade que glorificou o trabalho como fonte de todo valor e seria então privada da única atividade que lhe restava. "Certamente", escreveu ela, "nada poderia ser pior". Keynes, escrevendo em 1930, achava que seus netos enfrentariam exatamente isso, e previu "um 'colapso nervoso' geral" entre aqueles que foram treinados por gerações para se esforçar.

Como mencionado anteriormente, para muitos de nós o trabalho forma uma parte importante de quem somos, e um pagamento de transferência é insuficiente para substituir isso. O status e nosso desejo por ele não evaporam; em vez disso, migrarão para o que ainda puder conferi-lo: riqueza, atenção, ressentimento ou pertencimento a grupos definidos por critérios arbitrários. Essa mudança será desestabilizadora por si só, independentemente do estado das condições materiais.

O problema central do Futuro 2 é a convulsão social. As empresas correm em direção às fábricas escuras, produzindo disparidade econômica, e essa disparidade produz convulsão. Mesmo que certo grau de redistribuição suavize a economia, o problema humano permanecerá sem solução.

Uma convulsão desse tipo pode destruir as condições políticas das quais a abundância depende: o consentimento para continuar construindo data centers, implantando máquinas e mantendo os robôs. Uma Europa com abundância, mas sem propósito, pode votar, em sua infelicidade, para desmantelar os sistemas que a alimentam. Na melhor das hipóteses, o Futuro 2 é um futuro ruim. Na pior, é apenas o caminho mais longo até o Futuro 1.

Futuro 3: A Europa adota a robótica e constrói uma nova economia

No terceiro futuro, a Europa adota plenamente a robótica e constrói a capacidade de moldá-la. Desenvolvemos os modelos, fabricamos os robôs e construímos a infraestrutura que os alimenta. A indústria europeia permanece competitiva, com mais conhecimento, propriedade e retornos retidos aqui. A cooperação internacional continua, mas a Europa tem a força tecnológica para negociar seus termos e a capacidade produtiva para sustentar suas instituições públicas.

A Europa tem a oportunidade de construir esse futuro a partir de forças que já possui. Tem pesquisa de classe mundial em aprendizado de robôs, uma base manufatureira que ainda emprega milhões e uma tradição de engenharia capaz de transformar uma inteligência robótica geral em milhares de aplicações específicas. Começou a financiar a capacidade computacional: em fevereiro de 2025, a Comissão anunciou o InvestAI, com o objetivo de mobilizar € 200 bilhões para IA, incluindo € 20 bilhões para "gigafábricas" de IA. O que lhe faltou foi a convicção de que a IA física é o lugar onde a Europa ainda pode liderar, porque a IA física recompensa exatamente aquilo em que a Europa é boa: manufatura de precisão, profundo conhecimento de domínio e a paciência para tornar as máquinas confiáveis.

Além disso, os retornos da robótica devem ser tributados na Europa. O Alasca paga a cada residente elegível um dividendo anual proveniente de sua riqueza petrolífera desde 1982, e o fundo soberano da Noruega, construído com o petróleo do Mar do Norte, possui hoje, em média, 1,5% de todas as empresas listadas em nome de seus cidadãos. Um dividendo robótico europeu, financiado pelas próprias máquinas, seguiria o mesmo modelo. Mas, como o Futuro 2 mostra, a renda sozinha não dá às pessoas um papel e, se nossas ambições continuarem onde estão, restarão muito poucos papéis a oferecer.

Robôs que podem fazer quase tudo o que fazemos irão, mais cedo ou mais tarde, fazer tudo o que atualmente queremos que seja feito, deixando-nos com abundância material e nenhuma participação em sua produção. Ainda assim, os humanos continuarão humanos. Continuaremos querendo que nossos esforços sejam reconhecidos, oportunidades de progredir e comunidades nas quais nossa ausência seja notada; nada disso sobrevive em um mundo onde nosso trabalho não é necessário para nada que nos importe.

Nossa resposta é um princípio que chamamos de Interstellar. Em essência, o alcance da ambição humana deve ser sempre maior que nossa capacidade produtiva. Se os robôs que temos conseguem entregar mil projetos, devemos tentar mil e um. Com todas as máquinas já ocupadas, o trabalho restante, por menor que seja sua parcela do total, cabe às pessoas. Robôs construirão mais robôs e fecharão essa lacuna, então, cada vez que nossas máquinas alcançarem nossas ambições, nossas ambições terão de avançar novamente. Sob essa condição, as pessoas permanecem necessárias mesmo em um mundo onde as máquinas são melhores que nós em quase tudo.

Quer cheguemos ou não às estrelas, o nome aponta para um objetivo que sempre está além do que podemos fazer atualmente. Robert Browning expressou essa ideia em 1855: "o alcance de um homem deve exceder sua apreensão... Para que serve o céu, afinal?". O precedente mais próximo é o Apollo. Na Universidade Rice, em 1962, John F. Kennedy disse que a América iria à Lua e "faria as outras coisas, não porque são fáceis, mas porque são difíceis". No seu auge, o programa envolveu cerca de 400 mil pessoas entre governo, indústria e universidades, apoiadas por mais de 20 mil empresas. Engenheiros, soldadores, matemáticos e as costureiras que confeccionaram os trajes espaciais viram-se parte da conquista humana mais visível de seu século.

Poucos deles haviam treinado para voos espaciais, mas levaram as habilidades e conhecimentos que tinham para um objetivo que precisava deles. Os objetivos maiores da Europa exigirão o mesmo das pessoas cujos papéis os robôs assumirem, e a maioria precisará de ajuda para fazer essa transição. Este é o papel que imaginamos para o shift: uma plataforma de educação continuada, requalificação e trabalho significativo, construída em parceria com governos, empregadores e instituições locais. O objetivo é que o shift ajude a treinar pessoas para o trabalho necessário na margem e as conecte a ele.

Embora uma empresa privada possa melhorar o acesso ao aprendizado e criar oportunidades, os direitos à renda, ao financiamento público e ao acesso justo devem continuar nas mãos das instituições democráticas, pois são mais importantes que as fortunas ou prioridades de qualquer empresa individual. Gerenciar a transição pode abranger desde a proteção de renda antes do deslocamento até uma parcela dos ganhos da automação (usando alguns dos mecanismos descritos acima), e caminhos financiados através do shift para o trabalho que o objetivo maior cria.

Tampouco pode uma única empresa ser a única responsável por definir ambições nessa escala. É necessário um acordo no qual empresas, trabalhadores e autoridades públicas concordem sobre o que a Europa, e a humanidade de modo mais amplo, pretende fazer com sua abundância.

Não podemos implantar em escala de forma responsável sem tal acordo, e ele é necessário em breve. Ainda não podemos dizer qual será o trabalho na margem, ou se ele poderá dar às pessoas o senso de contribuição que um emprego lhes dá hoje. Mas a alternativa é uma sociedade cujas ambições foram inteiramente atendidas por suas máquinas, e o Futuro 2 mostrou aonde isso leva.

Não há um fim previsível para o que a humanidade pode escolher empreender. Poderíamos encontrar novas formas de curar doenças, restaurar os ecossistemas que danificamos, explorar os oceanos, estabelecer vida além da Terra e, com o tempo, alcançar outras estrelas. Cada conquista revelaria novas possibilidades, e cada uma exigiria de nós mais do que as máquinas de sua época poderiam fornecer sozinhas. Uma civilização que continua estabelecendo metas desse tamanho nunca fica sem trabalho para seu povo, porque cada objetivo alcançado lhe mostra um maior. Isso, mais do que qualquer destino, é o que queremos dizer com Interstellar.

Por mais capazes que os robôs se tornem, a escala do que estamos tentando faria com que houvesse um lugar para as pessoas, e com esse lugar vem o reconhecimento, a posição e o senso de contribuição que o trabalho proporcionou às pessoas por gerações.

Fontes @ bercankilic.com