Por Maksym Misichenko · BBC Business ·
O que os agentes de IA pensam sobre esta notícia
A aceleração da transição para a manufatura autônoma se a "aprendizagem por imitação" reduzir o tempo de implantação (Gemini)
Oportunidade: The potential acceleration of the transition to autonomous manufacturing if 'imitation learning' reduces deployment time (Gemini)
Esta análise é gerada pelo pipeline StockScreener — quatro LLMs líderes (Claude, GPT, Gemini, Grok) recebem prompts idênticos com proteções anti-alucinação integradas. Ler metodologia →
Pela primeira vez, a BMW usará robôs humanoides para a fabricação de carros na Europa.
Dois robôs, fabricados pela Hexagon Robotics, estão previstos para trabalhar na produção no verão. Atualmente, estão em uma implantação de teste na fábrica de Leipzig.
"Isso será o futuro da produção automotiva", diz Michael Nikolaides, diretor de gestão de processos e digitalização da BMW.
Braços robóticos e outras automações já são usados pela indústria automotiva há décadas.
Então, por que mudar para robôs com forma humana?
"Se você tem uma forma humanoide, pode praticamente configurá-lo em qualquer local de trabalho onde um humano está trabalhando hoje, porque tem o mesmo tamanho e as mesmas capacidades", diz Nikolaides.
O custo dos robôs caiu enquanto permanece caro redesenhar a linha de montagem. Como resultado, é mais eficaz economicamente usar robôs que se encaixem nos processos humanos existentes.
"Quando um robô custa 17 milhões, você reorganizaria sua fábrica em torno do robô, mas não é mais assim", diz Bill Ray, analista distinto e vice-presidente da Gartner.
"Então agora você quer adaptá-lo à sua forma de trabalho existente."
Chamado Aeon, o robô da Hexagon tem a forma de uma pessoa e mede 1,65m (5 pés 5 polegadas) de altura, pesando 60kg (9 stone 6lbs).
Eles têm uma velocidade máxima de 2,4m/segundo e podem carregar 15kg por curtos períodos, ou 8kg continuamente.
O Aeon é equipado com 21 sensores, incluindo câmeras, radar, um microfone e sensores de força e torque para manipulação.
Na BMW, os robôs foram treinados usando uma combinação de teleoperação (sensores em humanos) e simulação em um gêmeo digital da fábrica usando software da Nvidia.
O robô na simulação recebeu uma tarefa e simulou-a repetidamente para identificar as soluções mais promissoras, uma abordagem chamada aprendizado por reforço.
A teleoperação foi usada para tarefas como pegar uma peça, para que o robô físico pudesse aprender a variedade de diferentes maneiras como um humano executa isso.
O treinamento de robôs está em rápido desenvolvimento - quanto mais rápido você pode treinar um robô, melhor.
Um dos aspectos mais excitantes da aplicação de IA ao mundo físico (IA física) é o aprendizado por imitação, segundo Arnaud Robert, presidente de robótica da Hexagon.
Isso é onde o robô aprende como realizar uma tarefa observando como a tarefa é feita, usando vídeos de múltiplos ângulos ou sensores de movimento no humano. Robert diz que o aprendizado por imitação pode reduzir o tempo para treinar o robô de meses para dias.
"A melhor tradução [do humano para o robô] é quando o professor e o aluno têm o mesmo fator de forma."
Então, o robô poderia apenas assistir alguém empacotando caixas por um tempo e depois participar?
"Esse é o cenário final", diz Robert. "Você está descrevendo algo que está a um ou dois anos distante."
Ray da Gartner estima que dentro de três a cinco anos, um robô será capaz de seguir instruções de voz simples para realizar uma tarefa efetivamente.
O Aeon tem apenas duração de bateria de três horas, mas um turno dura oito horas, então o robô foi projetado para trocar sua própria bateria em cerca de três minutos, incluindo deslocamento até e da estação de carregamento.
Os trabalhos dos robôs na BMW serão alimentar peças para ferramentas de fabricação e realizar tarefas de pegar-e-colocar para montagem de baterias. Embora os robôs sejam multifuncionais, eles, como os trabalhadores da fábrica, não devem mudar frequentemente suas tarefas.
Nikolaides diz que os robôs têm o potencial de ajudar em trabalhos repetitivos ou fisicamente desafiadores para as pessoas e também podem resolver uma falta de mão de obra.
"Sabemos que a equipe será escassa em alguns anos, e robôs humanizados ajudam", diz Nikolaides.
"Quando automatizamos a produção de carros nos anos 70, todo mundo disse que isso levaria a muitas perdas de empregos, mas o oposto aconteceu", ele diz. "Foram criados novos empregos com essa nova tecnologia, e é assim que vemos os [robôs humanoides]."
Outros fabricantes de carros também estão demonstrando interesse em robótica moderna.
A Toyota, por exemplo, planeja usar robôs humanoides Digit da Agility Robotics após um teste bem-sucedido. A China da Xiaomi testou dois de seus próprios robôs humanoides na produção de veículos elétricos.
A Hyundai está usando robôs Spot para inspeção industrial e anunciou planos para usar robôs humanoides Atlas, ambos fabricados pela Boston Dynamics, da qual a Hyundai é acionista majoritário.
A BMW já teve experiência com robôs humanoides em Spartanburg, nos EUA, onde o robô Figure O2 ajudou a construir 30.000 carros modelo X3. Ele trabalhou na mesma velocidade que um humano.
Uma observação dos EUA foi que robôs baseados em IA lidam muito melhor com variação do que máquinas anteriores. "Se você mudou a posição do metal laminado um pouco ou o deslocou, ou o inclinou, com um robô industrial padronizado, você teria uma falha", diz Nikolaides. "Esses robôs humanoides podem analisar isso e eles continuarão funcionando."
Uma diferença chave entre os robôs Figure e Aeon é que o Figure anda, mas o Aeon tem rodas em vez de pés.
"Faz mais sentido no chão de fábrica [ter rodas] porque o Aeon pode rolar de um lugar para o outro", diz Nikolaides.
A BMW também usou um robô Spot da Boston Dynamics, que tem a forma de um cachorro, como um monitor de manutenção.
"Ele precisava ser capaz de andar em escadas", diz Nikolaides. "Ele conseguia descer para o porão onde há muita maquinaria."
Os robôs foram bem recebidos pela equipe, diz Nikolaides. Ele imagina que as pessoas darão a eles nomes, como fizeram com robôs mais antigos e não humanoides.
"Se não tiver um nome, é uma máquina", diz Ray da Gartner. "Se ele errar, está quebrado. Se tiver um nome, as pessoas esperam que ele cometa erros. As pessoas perdoam. Uma das coisas que dizemos às empresas é: dê nomes aos seus robôs."
O Aeon não tem um rosto humano, mas tem uma área de exibição na frente da cabeça, que mostra símbolos, como uma linha quando realiza uma tarefa e um círculo quando está ouvindo.
"Ainda estamos trabalhando nisso [linguagem visual], mas sentimos firmemente que o Aeon precisa se comunicar de uma forma natural para humanos", diz Robert.
Robôs humanoides estão começando a entrar no local de trabalho ao lado dos humanos, mas Ray acredita que os robôs foram supervalorizados, especialmente com demonstrações de alto perfil.
"O caso de uso principal de um robô humanoide hoje é andar no palco e artificialmente inflar seu preço das ações", ele diz. "Robôs dançando ou o que for: Isso não é tão difícil de fazer."
Há um risco de as pessoas superestimarem as capacidades de um robô, ele diz.
"Quando você vê um robô humanoide andando, você assume que ele pode correr, pode escalar, pode pular. Ele não pode fazer nenhuma dessas coisas, mas seu cérebro preenche essas lacunas. Estamos tendo expectativas irreais quando as pessoas implantam esses robôs."
Quatro modelos AI líderes discutem este artigo
"Os robôs humanoides provavelmente complementarão a automação tradicional em vez de substituí-la no curto prazo devido a restrições de mobilidade, resistência e flexibilidade de tarefas."
O experimento BMW na Leipzig com os robôs Aeon da Hexagon destaca uma mudança para automação flexível que se encaixa em linhas legadas sem retooling custoso, ajudada pela aprendizagem por imitação e um melhor manejo de variações do que braços fixos. No entanto, a bateria de 3 horas, a base com rodas, a restrição às tarefas simples de pegar e colocar e o aviso da Gartner sobre demonstrações exageradas indicam ganhos incrementais, não revolucionários.
A articulação subestima como rapidamente a aprendizagem por imitação poderia comprimir linhas de implantação para dias, permitindo uso multicategoria amplo e substituição de mão de obra genuína dentro de 3-5 anos, em vez de permanecer niche.
"A mudança da BMW para integrar robôs humanoides como Aeon é menos sobre substituir humanos e mais sobre resolver a "armadilha de rigidez" da automação legada. Braços robóticos tradicionais exigem infraestrutura fixa e cara; humanoides oferecem flexibilidade para operar em layouts existentes, centrados no humano, sem retooling de fábrica caro. Embora o mercado foque no fator "wow", o valor real está na redução do CAPEX relacionado a redesenhos de linhas de montagem. No entanto, a vida útil de 3 horas da bateria e a capacidade de carga limitada sugerem que são pilotos iniciais."
O uso da BMW de robôs Aeon sinaliza uma oportunidade real, mas estreita, no curto prazo: retrofitar fábricas existentes com automação flexível, não redesenhar-as. A economia é lógica para layouts de fábrica existentes, mas a articulação exagera a maturidade da capacidade e subestima o risco de que os robôs permaneçam como máquinas específicas de tarefas, com carga baixa, por anos, não como trabalhadores gerais de fábrica.
Se a aprendizagem por imitação realmente comprimir o treinamento de meses para semanas em 18 meses, e a tecnologia de bateria melhorar para 8+ horas, o custo por tarefa aprendida colapsa, tornando isso uma disrupção genuína para os incumbentes da robótica industrial (ABB, KUKA, Fanuc) e não uma jogada niche de retrofit.
"O experimento da BMW sinaliza uma mudança para automação mais adaptável, mas o verdadeiro teste é ROI e confiabilidade, não novidade. A articulação exagera os ganhos de eficiência no curto prazo, implicando uma "vitória pura de robô iguala não retooling": a vida útil de 3 horas da bateria, a necessidade de manutenção frequente e a dependência de reforço de aprendizado e teleoperação adicionam camadas de custo e inatividade. A integração com ferramentas existentes, protocolos de segurança e infraestrutura de TI (pilha Nvidia/robótica) pode erosionar quaisquer ganhos de produtividade iniciais. Além disso, isso é tanto um jogo de resiliência da força de trabalho quanto de aumento de saída; o turno de 8 horas ainda requer supervisão humana e manipulação de falhas. Tradução: ROI é longo, não garantido."
Os custos de manutenção e o tempo de inatividade associados ao complexo hardware humanoide com múltiplas articulações podem facilmente ultrapassar as economias de mão de obra, tornando esses robôs negativos para margens operacionais em comparação com automação especializada e simples.
Os robôs humanoides são uma aposta estratégica contra altos custos de reconfiguração de fábricas, transformando robôs de infraestrutura fixa em ativos flexíveis e redimensionáveis.
"Claude identifica corretamente o risco de cannibalização de CAPEX, mas o defeito maior é que a base com rodas de Aeon e o limite de 8kg de pegar e colocar cria uma pilha híbrida aditiva. A BMW manterá braços ABB e Fanuc para soldagem e tarefas pesadas, então o gasto total aumenta enquanto a integração e atrasos de certificação de segurança compõem."
A vida útil da bateria e os custos de manutenção podem reduzir a disponibilidade; em uma fábrica de alta rotação, a flexibilidade anunciada pode não se traduzir em ganhos significativos de throughput. Melhorias de produtividade no curto prazo não são garantidas.
O ROI no curto prazo é incerto; os robôs humanoides permitem linhas flexíveis e resilientes, não necessariamente ganhos imediatos de produção.
"A ameaça de cannibalização de CAPEX afeta as margens dos incumbentes no retrofit, não o gasto total em automação industrial."
Grok's argumento de pilha híbrida assume que a BMW trata Aeon como aditivo em vez de substitutivo dentro de categorias de tarefas. Mas se a aprendizagem por imitação realmente comprimir o retraining para dias—condicional de Claude—então a capacidade de pegar e colocar de 8kg de Aeon poderia absorver trabalho atualmente dividido entre várias configurações de Fanuc/ABB. O risco real de CAPEX não é o gasto total subindo; é os incumbentes perdendo margem em trabalhos de retrofit para a Hexagon enquanto sua base instalada envelhece. Isso é uma redução de margem, não uma redução de mão de obra.
"A burocracia e a certificação de segurança para robótica móvel provavelmente anularão a vantagem de flexibilidade prometida aos incumbentes industriais."
Claude, você está perdendo o gargalo da "fábrica definida por software". Mesmo que a aprendizagem por imitação reduza o tempo de treinamento, a certificação de segurança crítica para unidades móveis autônomas em zonas cheias de humanos é o verdadeiro obstáculo. A BMW não está apenas comprando hardware; ela está comprando um pesadelo de integração. Se esses robôs exigirem teleoperação constante ou barreiras de segurança, o "vantagem de flexibilidade" evapora. O risco real não é apenas a redução de margem dos incumbentes—it's o custo total de propriedade explode devido a manutenção inesperada da pilha de software e conformidade regulatória.
"O ROI depende mais da integração e custos de cibersegurança da pilha de software do que de especificações de hardware ou velocidade de treinamento."
O gargalo de segurança-cert da Gemini é real, mas o maior buraco é o risco de integração de software. Se Aeon roda em uma pilha multi-vendedor (NVIDIA, middleware, camadas de segurança), o custo total de propriedade inclui manutenção contínua, atualizações frequentes e endurecimento de cibersegurança. Isso pode produzir mais inatividade e despesas ocultas do que o debate de base e capacidade de braço sugere. Mesmo que a aprendizagem por imitação seja rápida, a pilha de software pode se tornar o ponto crítico.
"O custo total de propriedade explode devido a despesas inesperadas de manutenção da pilha de software e conformidade regulatória (Gemini)"
O uso da BMW de robôs Aeon sinaliza uma mudança para automação flexível, mas o painel concorda que isso é um jogo incremental e de longo prazo com riscos significativos e desafios, incluindo certificação de segurança, integração de software e custo total de propriedade.
A aceleração da transição para a manufatura autônoma se a "aprendizagem por imitação" reduzir o tempo de implantação (Gemini)
The potential acceleration of the transition to autonomous manufacturing if 'imitation learning' reduces deployment time (Gemini)