Physical AI: Deutsche Bank vê a IA física saindo dos modelos digitais para robótica, transporte autônomo e, por fim, infraestrutura fora da Terra

Visão geral

Este relatório temático examina como a IA pode sair das telas e chegar a máquinas que atuam no mundo físico. O Deutsche Bank conecta o ciclo de gastos de capital em IA, as primeiras implantações de robôs, as restrições de mão de obra demográficas, as limitações dos dados de treinamento, as cadeias de suprimentos de componentes e o uso futuro de sistemas autônomos no espaço.

Visões principais

O Deutsche Bank enquadra a IA física como a próxima etapa do ciclo de investimento em IA: a inteligência sai de software e modelos fundacionais para máquinas intensivas em capital, como robotáxis, humanoides, robôs de armazém, drones e sistemas cirúrgicos. O relatório observa que o grupo de empresas com valor de mercado de $1 trillion mais que dobrou em cinco anos e que sete das dez adições até setembro de 2026 eram empresas de semicondutores; Tesla e SpaceX são as outras duas adições identificadas como atuantes em IA. Também destaca o programa combinado de gastos de capital de 2026 de Amazon, Microsoft, Alphabet, Meta, Oracle e SpaceX, ao mesmo tempo em que alerta, com base na anterior expansão de telecomunicações dos EUA, que pesados investimentos em infraestrutura podem deixar capacidade subutilizada após um boom. O relatório considera os robotáxis a primeira implantação relevante no mundo real. Cita a Waymo com atuação em 14 áreas metropolitanas, 4,000 veículos autônomos, mais de 500,000 viagens pagas por semana, 200M milhas autônomas acumuladas e meta de um milhão de viagens semanais. Também menciona a abertura do serviço comercial Cybercab da Tesla em Austin em 3 de setembro, sem volante ou pedais, e cerca de 2,000 veículos autônomos em serviço pago em Pequim, Xangai, Guangzhou e Shenzhen. A estrutura ilustrativa de custos da Waymo elaborada pelo Deutsche Bank totaliza $1.23 por milha de veículo: $0.60 de depreciação de um veículo de $105,000 ao longo de 175,000 milhas, $0.09 de assistência remota, $0.26 de depósito, limpeza e manutenção, $0.23 de seguro e responsabilidade e $0.05 de energia. O ponto do relatório é que a economia já é atraente antes de maior otimização. Os humanoides são posicionados como resposta à escassez de mão de obra e aos gargalos industriais resultantes. O relatório cita crescimento da força de trabalho próximo de zero em 2026, migração líquida projetada para meados de 2026 abaixo dos 2.7M de 2024, aposentadoria dos baby boomers e 1.9M vagas industriais projetadas sem preenchimento até 2033. Argumenta que a relocalização produtiva exige pessoas, não apenas fábricas, e que os fabricantes classificam trabalhadores qualificados acima de tarifas como restrição vinculante. Seu modelo ilustrativo de custo operacional de humanoides nos EUA em 2026 chega a $5.86 por hora produtiva antes da premissa de dois robôs por trabalhador, ou $11.72 nessa proporção, incluindo depreciação, manutenção, supervisão, software de frota e energia. As remessas globais de humanoides estão acima da previsão anterior de aproximadamente 50,000 unidades para 2026; a China produziu mais de 40,000 unidades somente no primeiro semestre e deve responder por 88% das remessas. O relatório menciona potencial de 100 million unidades em 2050 e mercado de $1.5trn. Os principais obstáculos são a qualidade dos dados de treinamento e a concentração da cadeia de suprimentos. Vídeos humanos são abundantes, mas não incluem ângulos de articulação, torques, estados de garra, escala confiável, tentativas malsucedidas ou comportamento de recuperação. A teleoperação oferece demonstrações de maior fidelidade, mas custa $35-60 por hora utilizável e se transfere de modo imperfeito entre corpos robóticos; a simulação pode produzir milhões de episódios durante a noite por menos de $1 por hora utilizável, mas precisa de capturas reais para construir e validar o mundo simulado. O Deutsche Bank descreve uma abordagem combinada: reunir demonstrações entre tipos de robôs, inferir ações latentes a partir de vídeo e ancorá-las às articulações reais com um conjunto menor rotulado, validar a simulação por sua capacidade de classificar corretamente pontos de controle do modelo e implantar primeiro robôs em tarefas repetíveis para que coletem dados para a próxima tarefa. Em componentes, o relatório argumenta que a cadeia doméstica de suprimentos de humanoides nos EUA ainda está incompleta em relação à China e à Ásia. Cada motor de articulação requer neodímio; a China refina cerca de 90% da oferta global, enquanto os EUA não têm refino em escala e nova capacidade demandaria vários anos. Humanoides exigem 30–40 articulações de precisão; a Harmonic Drive lidera no Japão e concorrentes chineses se aproximam, mas não há fonte americana em escala. Em baterias, a CATL lidera, seguida por LG e Panasonic; embora a expansão de veículos elétricos tenha instalado alguma capacidade de células nos EUA, o relatório espera que humanoides permaneçam em uma curva de custos asiática por anos. O relatório estende a tese de IA física a centros de dados e ao espaço. Argumenta que disputas por localização, filas de interconexão mais longas e mitigação comunitária podem elevar a inflação anual de terrenos e construção para 6%, contra 2% no cenário-base. Assume alta anual de 4% em energia e refrigeração e de 2% em servidores, contra quedas de 3% e 1% no cenário-base; ofícios elétricos e mecânicos também restringem a velocidade de construção, com empreiteiros enfrentando escassez de aproximadamente 349,000 trabalhadores na entrada de 2026. A computação orbital poderia se tornar competitiva em custo à medida que a reutilização de lançamentos e a escala em energia solar e radiadores reduzam custos, inicialmente atendendo necessidades de computação terrestre antes de viabilizar inteligência em maior escala fora do planeta. Para a economia lunar, o Deutsche Bank compara cerca de $42.7m por hora produtiva de superfície para uma missão humana no perfil Artemis III —com base em $4.1bn de custo de SLS/Orion por lançamento e aproximadamente 96 horas produtivas na superfície— com cerca de $350 por hora para um humanoide qualificado para o espaço de $200k, entregue a $50k/kg e operando por 12,000 horas em cinco anos. O tempo de ida e volta de 2.6 segundos até a Lua permite que um operador na Terra permaneça no circuito, de modo que a autonomia imperfeita disponível hoje já pode ser suficiente para trabalho lunar. Marte é mais exigente: atraso de comunicação de quatro a 24 minutos em cada direção, janelas de lançamento a cada 26 meses, longos tempos de trânsito e riscos à saúde humana exigem decisões a bordo. Por isso, o relatório considera Marte um fator que força soluções para controle autônomo e dados, e argumenta que robôs necessariamente formarão a primeira força de trabalho antes da chegada de qualquer tripulação humana.

Estrutura de análise

O relatório conecta evidências de mercado e gastos de capital a estudos de caso de implantação e modelos de custo operacional, depois testa a tese de adoção contra disponibilidade de mão de obra, restrições de coleta de dados e cadeias de suprimentos de componentes. Por fim, aplica a mesma lógica de custo e autonomia aos custos crescentes dos centros de dados terrestres e às operações fora da Terra.

Notas metodológicas

• Marco de análise setorialTransmissão entre elos da cadeia de valor

  Análise da cadeia de suprimentos de IA física

  O relatório acompanha como a implantação de robôs depende de ímãs de terras raras, redutores de precisão e células de bateria a montante, e explica como a concentração regional de oferta pode restringir a produção de humanoides a jusante.

• Marco de análise setorialDecomposição de volume e preço

  Análise de custos unitários e operacionais

  O Deutsche Bank decompõe custos por milha de robotáxis e por hora produtiva de humanoides em depreciação, apoio laboral, manutenção, software e energia para avaliar a viabilidade econômica.

• OutroOutro

  Fontes de dados de treinamento de robôs e validação de simulação

  O relatório compara teleoperação, simulação, vídeo humano e aprendizado de frota por produtividade, custo e fidelidade, e descreve a validação da simulação por sua capacidade de classificar pontos de controle do modelo.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Waymo

  Exemplo de implantação de robotáxis em escala

  Pontos fortes

  Mais de 500,000 viagens pagas por semana, 200M milhas autônomas acumuladas e expansão em 14 áreas metropolitanas.

  Comparação

  Apresentada ao lado de Tesla e Pony.ai como implantação de robotáxis.

  Riscos

  Seguro, responsabilidade, assistência remota e depreciação de veículos continuam sendo componentes materiais da estrutura de custos.

• Tesla

  Exemplo de implantação de IA física por meio de direção autônoma

  Pontos fortes

  O relatório observa que o serviço comercial Cybercab abriu em Austin em 3 de setembro sem volante ou pedais.

  Comparação

  Discutida ao lado de Waymo e Pony.ai em robotáxis.

• Pony.ai

  Exemplo de implantação de robotáxis na China

  Pontos fortes

  O serviço pago de veículos autônomos é citado em Pequim, Xangai, Guangzhou e Shenzhen.

  Comparação

  Discutida ao lado de Waymo e Tesla.

• CATL

  Exemplo de cadeia de suprimentos de células de bateria para humanoides

  Pontos fortes

  Identificada como líder em células de bateria.

  Comparação

  Discutida à frente de LG e Panasonic.

  Riscos

  Espera-se que humanoides sigam uma curva de custos asiática por anos.

• Harmonic Drive

  Exemplo de cadeia de suprimentos de redutores de precisão

  Pontos fortes

  Identificada como líder em redutores de precisão.

  Comparação

  Concorrentes chineses estão reduzindo a distância.

  Riscos

  Não há fonte americana em escala.

• SpaceX

  Exemplo de infraestrutura viabilizadora de custos de lançamento e computação orbital

  Pontos fortes

  Lançamentos rápidos e reutilizáveis da Starship são apresentados como parte do caminho para reduzir custos orbitais.

  Comparação

  A Falcon 9 é citada em $1,400 per kilogram atualmente.

  Riscos

  A melhoria dos custos de lançamento por si só não resolve a necessidade de trabalho produtivo fora da Terra.

Dados principais

• Viagens pagas da Waymo>500K per weekEm 14 áreas metropolitanas com 4,000 veículos autônomos; a empresa mira 1M viagens por semana.
• Custo total por milha de veículo da Waymo$1.23Estrutura ilustrativa de custos antes da otimização completa.
• Vagas industriais dos EUA projetadas sem preenchimento1.9M by 2033Usado para sustentar a tese de escassez de mão de obra para humanoides.
• Custo operacional de humanoides$5.86 per productive hour; $11.72 at 2 robots per workerCálculo ilustrativo de custo totalmente carregado nos EUA para 2026.
• Produção chinesa de humanoides40K+ units in 1H26A China deve representar 88% das remessas globais de 2026.
• Participação chinesa no refino de terras raras~90%Restrição de cadeia de suprimentos para motores robóticos dependentes de neodímio.
• Custo por hora produtiva lunar~$42.7M for an astronaut-hour versus ~$350 for a robot-hourComparação ilustrativa baseada em um perfil Artemis III e em um humanoide qualificado para o espaço.

Impacto e implicações

O relatório argumenta que a IA física pode converter gastos em IA em demanda por veículos autônomos, robôs, chips, componentes, infraestrutura elétrica e sistemas de dados. A implantação no curto prazo é sustentada pela escassez de mão de obra e por melhor economia unitária, mas a expansão depende de resolver problemas de dados incorporados e reduzir a dependência de cadeias de suprimentos asiáticas concentradas.

Riscos

• A expansão da IA física é limitada por dados de ação robótica de alta fidelidade, especialmente dados sobre falhas e comportamento de recuperação.
• A produção nos EUA enfrenta lacunas de vários anos em refino de terras raras, redutores de precisão e fornecimento competitivo de baterias.
• Investimento em infraestrutura intensiva em capital pode trazer risco de excesso de capacidade, como ilustra a anterior expansão de fibra de telecomunicações nos EUA.
• A expansão de centros de dados terrestres pode enfrentar custos maiores de terrenos, construção, energia, refrigeração e mão de obra qualificada.

Pontos a observar

• Crescimento de viagens pagas de robotáxis, escala de frota e redução de custos por milha.
• Crescimento de remessas de humanoides, especialmente a participação de produção da China e o avanço em tarefas comerciais repetíveis.
• Avanços em teleoperação, validação de simulação, aprendizado de ações latentes e dados de treinamento gerados por frotas.
• Desenvolvimento de capacidade nos EUA para refino de terras raras, redutores de precisão e células de bateria.
• Custos de construção de centros de dados, filas de interconexão e evolução da economia de lançamentos reutilizáveis.