A aposta física de US$ 10 bilhões da Nvidia: por que China e robôs importam

A próxima grande história de crescimento da Nvidia pode não estar restrita aos data centers. A empresa está posicionando seus chips, softwares de simulação e modelos de inteligência artificial como a camada de infraestrutura de máquinas capazes de perceber, raciocinar e agir no mundo físico — de robôs e veículos autônomos a sistemas industriais.

Esse negócio já gera cerca de US$ 10 bilhões em receita anual, segundo estimativas. O CEO Jensen Huang afirma que ele pode crescer dez vezes na próxima década, o que indicaria um potencial de aproximadamente US$ 100 bilhões. O número, porém, é uma ambição baseada na adoção futura e não uma linha de receita individual divulgada pela Nvidia em seus demonstrativos financeiros.

O que significa “IA física” para a Nvidia

A expressão “IA física” descreve sistemas que operam no mundo real, em vez de apenas gerar textos, imagens ou código. Para a Nvidia, a oportunidade se distribui por várias camadas:

• Treinamento: GPUs de data centers treinam os modelos que controlam robôs, veículos autônomos e outras máquinas.
• Simulação: desenvolvedores testam comportamentos em ambientes virtuais antes de colocar os sistemas em operação.
• Inferência na borda: processadores instalados em carros e robôs interpretam dados de sensores e tomam decisões em tempo real.
• Modelos e softwares: modelos abertos e ferramentas de desenvolvimento ajudam fabricantes a criar, testar e implementar aplicações de IA física.

Essa combinação é estrategicamente importante porque permite à Nvidia participar de várias etapas do ciclo de vida de uma máquina. A companhia pode vender a computação usada para desenvolver um robô, o software empregado para simulá-lo e o processador instalado no produto final.

Por que Huang enxerga uma oportunidade dez vezes maior

A tese de Huang é que a inteligência artificial está saindo do mundo digital e chegando a fábricas, veículos, armazéns e outros ambientes físicos. A indústria é especialmente atraente porque muitas tarefas são repetitivas, mensuráveis e estruturadas — condições que tornam a automação mais fácil de testar e ampliar do que em diversos ambientes de consumo ou cenários imprevisíveis.

Huang já descreveu a robótica como uma possível indústria de US$ 50 trilhões e afirmou que ela chegou ao seu “momento ChatGPT”. Essa cifra representa o potencial amplo do mercado de manufatura e robótica relacionada, não a receita esperada da Nvidia. A empresa capturaria apenas uma parte desse valor por meio de processadores, softwares, simulação e infraestrutura.

A questão central, portanto, não é saber se o mercado é grande. É descobrir se as máquinas autônomas conseguirão sair das demonstrações e de projetos-piloto em fábricas para chegar a um uso comercial confiável. Elas precisam ser seguras, acessíveis, produtivas e fáceis de manter em ambientes muito maiores.

A Nvidia está vendendo uma plataforma completa — não apenas um chip para robôs

A estratégia da Nvidia foi desenhada para manter sua plataforma útil antes e depois de um robô deixar a linha de montagem.

As ferramentas de robótica Isaac e as estruturas de simulação da empresa pretendem ajudar desenvolvedores a criar e testar sistemas robóticos em ambientes virtuais. A Nvidia afirma que sua plataforma mais ampla foi concebida para projetar, treinar, testar e implementar IA física.

A empresa também desenvolve os modelos Cosmos para aplicações de IA física. Segundo a Nvidia, Cosmos Transfer e Cosmos Predict são modelos abertos de mundo que permitem gerar dados sintéticos com base em princípios físicos e avaliar políticas de robôs em simulações. Já o Cosmos Reason foi criado para ajudar máquinas inteligentes a interpretar e agir sobre o mundo físico.

No hardware, os processadores de borda da Nvidia são voltados para executar IA dentro dos próprios dispositivos. O sistema de pesquisa desenvolvido com a Unitree, por exemplo, combina o corpo de um humanoide da empresa chinesa com o hardware Jetson Thor, além dos modelos de robótica e softwares de simulação da Nvidia.

A lógica é parecida com a estratégia mais ampla da companhia: fazer com que ferramentas, hardware e ecossistema de desenvolvedores funcionem de forma tão integrada que os clientes continuem usando a Nvidia durante o desenvolvimento e também na operação do produto.

Por que a China é central para a estratégia de robótica

A China reúne uma base industrial excepcionalmente grande e um mercado doméstico relevante para robôs humanoides. Empresas chinesas responderam por mais de 97% dos embarques globais de robôs humanoides no primeiro semestre de 2026, quando os embarques mundiais chegaram a aproximadamente 19.100 unidades — mais de três vezes as cerca de 5.100 unidades do mesmo período do ano anterior. 1

Esses números indicam um forte impulso industrial, mas não provam, por si só, que os robôs humanoides já sejam amplamente rentáveis ou capazes de substituir trabalhadores em escala. Ainda assim, as cadeias de fornecimento, a capacidade produtiva e a demanda das fábricas chinesas criam um ambiente favorável para que as empresas passem de protótipos a implementações em maior volume.

Isso torna os fabricantes chineses parceiros valiosos para a Nvidia. A colaboração com a Unitree conecta os softwares e a computação de borda da Nvidia a uma fabricante chinesa de robôs humanoides. O sistema anunciado é voltado inicialmente a instituições de pesquisa, incluindo Stanford e a ETH Zurique, e não constitui prova de adoção em massa por consumidores.

Para a Nvidia, o objetivo estratégico é mais amplo do que vender processadores para um único robô. A companhia quer ajudar a estabelecer uma arquitetura comum de desenvolvimento e computação à medida que os fabricantes aumentam a produção.

As vendas do H200 mostram os limites da oportunidade na China

A estratégia da Nvidia na China continua limitada pelos controles de exportação. O H200 é um acelerador para data centers usado em cargas de trabalho exigentes de IA, como treinamento e inferência de modelos. Autoridades dos Estados Unidos autorizaram algumas vendas, mas o acesso permanece restrito e politicamente sensível.

A Nvidia informou que vendeu uma pequena quantidade de chips H200 a clientes chineses em seu trimestre mais recente. Essas vendas representaram menos de 1% da receita de data centers no período. A empresa também disse que não havia enviado todo o volume permitido por sua licença dos Estados Unidos.

Reportagens afirmaram que ByteDance e Tencent receberam, cada uma, lotes de aproximadamente 10 mil processadores H200, mostrando que parte da demanda ainda pode chegar à Nvidia mesmo sob restrições. Essas transações, contudo, não devem ser interpretadas como um retorno às vendas irrestritas na China. Autorizações de exportação, políticas chinesas, decisões de fornecimento e alternativas locais podem alterar o tamanho e o ritmo dessa oportunidade.

A diferença entre os produtos da Nvidia também é importante. GPUs de data center como o H200 dão suporte ao treinamento e à operação de modelos de IA. Já processadores como Orin e Thor foram projetados para computação em tempo real dentro de veículos e robôs. Assim, um cliente pode usar a infraestrutura Nvidia durante o desenvolvimento e adotar hardware Nvidia de borda quando a máquina entrar em operação.

Como a IA física pode diversificar a Nvidia

O desempenho financeiro da Nvidia ainda é dominado pela demanda de data centers. A IA física oferece uma forma de ampliar a presença da empresa em computação automotiva, automação industrial, logística, robótica, simulação e inferência na borda.

Esse negócio também pode criar um ciclo de reforço:

1. Mais máquinas são colocadas em operação no mundo real.
2. Essas máquinas produzem dados operacionais e revelam novos casos extremos.
3. Dados e simulações melhores aperfeiçoam os modelos de IA física.
4. Modelos mais capazes tornam novas formas de automação economicamente viáveis.
5. Novas implementações aumentam a demanda por hardware de treinamento, simulação e inferência.

Esse ciclo é a principal atração da estratégia da Nvidia. Se a empresa se tornar a plataforma padrão da IA física, sua receita poderá vir de milhares ou milhões de máquinas, e não apenas de um número menor de grandes data centers operados por gigantes de tecnologia.

O maior risco: embarques não significam adoção

As evidências mais fortes de um boom da robótica hoje são o crescimento dos embarques e a rápida expansão do ecossistema de hardware e software ao redor do setor. Mas o volume de unidades enviadas é apenas um indicador inicial.

A tese de longo prazo da Nvidia depende de sistemas autônomos que funcionem de modo confiável fora de ambientes controlados. Os robôs terão de executar tarefas úteis em fábricas, armazéns, obras, fazendas, lojas, estradas e, eventualmente, residências. Também precisarão cumprir requisitos de segurança, operar a um custo aceitável e entregar produtividade suficiente para justificar sua implementação e manutenção.

Se essa transição demorar mais do que o esperado, a visão de Huang sobre uma indústria de US$ 50 trilhões continuará sendo uma descrição do potencial de longo prazo, e não uma fonte imediata de receita. O negócio de IA física da Nvidia já tem produtos, clientes e receita inicial. Mas o salto de aproximadamente US$ 10 bilhões para US$ 100 bilhões dependerá de a economia real adotar máquinas autônomas em escala.