Global physical AI and humanoid robotics, with a focus on logistics — Interpretação do relatório

Visão geral

O Goldman Sachs apresenta uma análise profunda de Physical AI global e robótica humanoide com foco em logística e armazéns. A conclusão central é que melhores modelos de AI, mais dados reais, produção em escala e menor custo de hardware sustentam adoção muito mais rápida de humanoides, inicialmente em ambientes comerciais estruturados, e não em ampla implantação ao consumidor.

Visões principais

O Goldman Sachs elevou sua previsão global de humanoides para aproximadamente 75,000 unidades em 2026, 890,000 em 2030 e 6.5 million em 2035, ante 51,000, 256,000 e 1.4 million. Estima uma oportunidade de $138 billion em 2035. O aumento reflete avanços de Physical AI, ferramentas open-source, financiamento de risco, apoio governamental e planos de empresas que passam de protótipos à produção comercial. O relatório espera um ciclo de dados em que robôs implantados geram dados reais, melhorando modelos e ampliando capacidades. Logística e armazéns são apontados como os primeiros ambientes mais práticos: as tarefas são variadas, mas o ambiente é estruturado. A automação ainda é pouco penetrada versus manufatura; o relatório cita quase 1,800 robôs por 10,000 empregados no setor automotivo, versus 250 na manufatura não automotiva. Custos de trabalho, mais SKU, maior exigência de velocidade e complexidade de estoques tornam o investimento em produtividade estrutural. Na pesquisa com mais de 80 empresas, aproximadamente 30-35% avaliavam seriamente ou pilotavam robôs gerais/humanoides, outros aproximadamente 35% tinham implantações limitadas e aproximadamente 40% esperavam automatizar ou aprimorar materialmente ao menos 10% dos fluxos de trabalho em 3-5 anos. Confiabilidade e complexidade de integração são as principais barreiras. A Amazon tinha implantado mais de 1 milhão de robôs em mais de 300 instalações em junho de 2025. O cenário de alta assume 5.6% de alavancagem de cost-to-serve de 2026E a 2030E, equivalente a redução de aproximadamente 11% por unidade até 2030; estima aproximadamente $72 billion de economia acumulada, aproximadamente 240 bp de impulso ao EBIT consolidado e aproximadamente 400 bp ao EBIT de varejo. Em agosto de 2026, a Walmart tinha frete automatizado para 3,100 lojas nos EUA e mais de 50% do fulfillment de e-commerce automatizado. O relatório estima $4.0 billion-$23.7 billion de economia potencial em markdowns e melhoria adicional de 2.4%-12.9% no custo de entrega por pedido. A indústria automotiva é outra aplicação inicial, em classificação de peças, transporte, inspeção e montagem final. O preço médio de humanoides cairia de mais de $40,000 em 2025 para aproximadamente $21,000 em 2035; modelos de alta especificação, de aproximadamente $150,000 para aproximadamente $50,000. Em usos fabris com tecnologia pronta, o custo equivaleria a 2.8 anos de trabalho em 2026 e 1.9 anos em 2027. Com robôs de $20,000-$60,000 e adoção de 10%-50%, o cenário automotivo estima expansão bruta de margem operacional de aproximadamente 1%-6%, mas o efeito líquido pode ser menor se a economia for repassada em preços menores. Apenas aproximadamente 2% dos processos automotivos são atualmente adequados a humanoides; montagem complexa, cabeamento e inspeção ainda exigem avanços. Escala e otimização de projeto reduziriam o BOM médio em aproximadamente 7% ao ano e ASP em aproximadamente 6% ao ano. Mãos hábeis, durabilidade, gestão térmica, cabeamento flexível, latência de controle e a lacuna sim-to-real continuam como restrições. A adoção começaria em fábricas automotivas e grandes hubs logísticos, avançaria para manufatura geral e armazéns quando o preço unitário atingir aproximadamente $20,000-$30,000 e padrões de segurança amadurecerem, e só depois para serviços, cuidados, infraestrutura e residências. O Goldman Sachs espera que vPLC cresça aproximadamente 20%-30% ao ano a partir de aproximadamente $0.5 billion em 2025, contra um mercado de PLC físico de aproximadamente $13 billion crescendo aproximadamente 4%. vPLC pode coordenar frotas móveis de modo centralizado e enfraquecer o lock-in legado de hardware-software. Porém, PLC físico não deve desaparecer rapidamente devido a latência determinística, segurança, confiabilidade, custo de migração de plantas legadas e requisitos de habilidades de IT/segurança. A monetização pode migrar de hardware inicial para assinaturas, cobrança por uso e serviços gerenciados, com riscos de consolidação de instâncias e precificação por resultado. O conteúdo de semicondutores por humanoide é estimado em aproximadamente $2,950-$6,000+: $750-$1,050+ em analógico e sinal misto, $600-$800 em memória e $1,600-$4,150+ em digital sem memória. Módulos de computação representam aproximadamente $1,500-$4,000+; há oportunidades também em atuadores, motores, redutores, rolamentos, baterias, passivos, conectores e chicotes. Modelos de mundo e sistemas VLA são centrais para tarefas físicas que LLMs treinados somente em texto não resolvem. Um robô pode gerar 64 TB de dados de câmera por dia, aproximadamente 200 vezes um corpus de treinamento LLM de fronteira de 120 TB. Microsoft, Oracle e CoreWeave são consideradas bem posicionadas para essas cargas. O relatório destaca um conjunto amplo de beneficiários. Amazon e Walmart são usuárias de automação; Nvidia é uma habilitadora full-stack. Jabil, Flex, TE Connectivity, Amphenol, Hyundai Mobis, HL Mando, Robotis, XPeng, Hesai, Xiaomi, Inovance, Sanhua, Shuanghuan, Daifuku, MinebeaMitsumi, Renesas e Regal Rexnord podem participar em manufatura, atuadores, sensores, controle, sistemas de armazém e componentes. As visões e os preços-alvo são específicos de cada empresa, não uma recomendação única para todo o relatório.

Estrutura de análise

O Goldman Sachs combina previsão top-down revisada, comentários de empresas, pesquisa com mais de 80 companhias, estudos de caso técnicos e regionais e cenários operacionais bottom-up. Avalia a economia de adoção por meio de cost-to-serve de armazéns, automação no varejo e sensibilidades de custo de trabalho e preço de robôs na indústria automotiva; em seguida, mapeia implicações para PLC, semicondutores, componentes, software e empresas listadas.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  Dimensionamento do mercado de humanoides com base em remessas projetadas, especificações, ASP e custos BOM até 2035.

  O relatório relaciona a expansão da implantação comercial e a queda de custos unitários às previsões revisadas de unidades e valor de mercado.

• Marco de análise setorialTransmissão entre elos da cadeia de valor

  Mapeamento da cadeia de valor de Physical AI, de software e computação a robôs, componentes, sistemas de automação e usuários finais.

  O Goldman Sachs acompanha como maior implantação de humanoides pode afetar varejistas, fornecedores de controle industrial, fornecedores de semicondutores e fabricantes de componentes de precisão.

• Marco de fundamentos corporativos e finançasAnálise do fluxo de caixa livre

  Análise de sensibilidade de custos operacionais e margens para adoção de automação.

  O relatório estima economias de custos e efeitos em margem EBIT para Amazon, Walmart e manufatura automotiva sob hipóteses específicas de adoção e custo.

• Métodos de avaliaçãoAvaliação SOTP por soma das partes

  Valuation sum-of-the-parts específica para Amazon.

  O preço-alvo de 12 meses da Amazon aplica EV/EBIT a North America e AWS e EV/Sales a International, todos com base em estimativas NTM+1.

• Métodos de avaliaçãoDCF (fluxo de caixa descontado)

  Análise de cenários discounted cash-flow para empresas selecionadas e negócios emergentes de humanoides.

  O relatório usa taxas de desconto, premissas de crescimento perpétuo ou inputs de valuation de longo prazo descontados para Tesla, XPeng e diversos fornecedores de componentes.

Mapeamento e comparação de ativos

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

• Amazon (AMZN)

  Usuária de automação e beneficiária em logística

  Pontos fortes

  Mais de 1 milhão de robôs implantados, ampla rede de fulfillment e espaço para automação em nível de sistema.

  Pontos fracos

  Itens essenciais de baixo ASP podem ter economia unitária fraca antes de novas reduções no cost-to-serve.

  Comparação

  O relatório considera a escala de automação da Amazon um diferencial frente a concorrentes menores de e-commerce.

  Riscos

  Concorrência, fracasso em escalar negócios de alta margem, pressão sobre margem por investimentos, regulação e volatilidade macroeconômica.

• Walmart (WMT)

  Usuária de automação e beneficiária no varejo

  Pontos fortes

  Frete automatizado atende 3,100 lojas nos EUA e mais da metade do volume de fulfillment de e-commerce é processado em instalações automatizadas.

  Pontos fracos

  O progresso de automação está incompleto e os retornos podem diminuir à medida que o e-commerce cresce.

  Comparação

  A automação pode ampliar a diferença de preço e serviço frente a pares tradicionais de lojas físicas.

  Riscos

  Desaceleração econômica, competição de preços, custos de salários e transporte, tarifas e volatilidade macro/FX.

• Nvidia (NVDA)

  Habilitadora de computação, simulação e plataforma de robótica para Physical AI

  Pontos fortes

  Isaac GR00T, Omniverse e Jetson a posicionam em modelos, simulação e computação de borda.

  Comparação

  O relatório vê a Nvidia como habilitadora fundamental de pilha completa, e não apenas fornecedora de semicondutores.

  Riscos

  Desaceleração de gastos em infraestrutura de AI, erosão de participação ou margem por concorrência e restrições de oferta.

• Tesla (TSLA)

  Desenvolvedora de humanoides e potencial fabricante em escala

  Pontos fortes

  Experiência em hardware, treinamento de AI, manufatura e dados internos de fábrica pode reduzir o custo do Optimus em vários milhares de dólares por robô.

  Pontos fracos

  A administração espera uma curva S longa e inicialmente plana; as primeiras unidades destinam-se à coleta de dados e treinamento.

  Comparação

  Tesla e Hyundai são identificadas entre as montadoras mais ativamente envolvidas com humanoides.

  Riscos

  Riscos de execução e concorrência em Physical AI, preços de veículos, demanda de EV, tarifas, atrasos de produtos e riscos de integração vertical.

• Hyundai Mobis (012330.KS)

  Fornecedora de atuadores para Boston Dynamics

  Pontos fortes

  Única fornecedora de atuadores da Boston Dynamics, com capacidade-alvo de 350,000 unidades/ano até 2028.

  Pontos fracos

  A execução em humanoides depende da rampa da Boston Dynamics.

  Comparação

  O relatório considera a Coreia do Sul uma parceira crítica da cadeia de atuadores para desenvolvedores não chineses.

  Riscos

  Erosão de margem pela inflação de custos e execução mais lenta em humanoides ou direção autônoma.

• Daifuku (6383.T)

  Fornecedora de sistemas de automação de armazéns

  Pontos fortes

  Liderança em movimentação de materiais e crescimento superior ao de pares de automação fabril.

  Comparação

  O Goldman Sachs considera a Daifuku uma grande beneficiária potencial porque humanoides provavelmente operarão como parte dos sistemas subjacentes de automação de armazéns.

  Riscos

  Investimento mais lento dos setores de tecnologia, e-commerce e automotivo.

• Regal Rexnord (RRX)

  Fornecedora de movimento de precisão e sistemas integrados de atuação

  Pontos fortes

  Pode combinar sistemas de atuação, motores frameless, freios miniatura e rolamentos de precisão para 30-50 eixos de movimento por robô.

  Pontos fracos

  A tração comercial em humanoides permanece inicial, com aproximadamente $40 million de pedidos no fim de FY25.

  Comparação

  A oferta de múltiplos componentes pode sustentar conteúdo maior por robô do que um fornecedor mais especializado.

  Riscos

  Destocking mais longo, tendências discricionárias mais fracas, pressão de preço/custo e M&A dilutivo.

Dados principais

• Remessas globais de robôs humanoides75,000 in 2026E; 890,000 in 2030E; 6.5 million in 2035ERevisado de 51,000, 256,000 e 1.4 million, respectivamente.
• Mercado global de robôs humanoides$138 billion in 2035EEstimativa revisada de oportunidade de mercado do Goldman Sachs.
• Tendência de custo de humanoidesBOM down about 7% annually; ASP down about 6% annuallyA projeção reflete escala e otimização de projeto.
• Cenário de automação da Amazon~$72 billion cumulative savings and ~240 bp consolidated EBIT tailwind by 2030Baseado em aproximadamente 5.6% de alavancagem total de cost-to-serve de 2026E a 2030E.
• Conteúdo de semicondutores de humanoides$2,950-$6,000+ per humanoidInclui sinal analógico/misto, memória e conteúdo digital sem memória.
• Expectativas de adoção na pesquisa~40% of respondents expect at least 10% of workflows to be automated or materially enhanced in 3-5 yearsA pesquisa cobriu mais de 80 empresas globais.
• Mercado de PLC virtual~20%-30% annual growth from a ~$0.5 billion 2025 baseEm comparação, espera-se que o mercado tradicional de PLC de aproximadamente $13 billion cresça aproximadamente 4%.

Impacto e implicações

O relatório vê humanoides como uma plataforma emergente de produtividade, cujo valor comercial inicial é mais claro em armazéns e logística automotiva. Espera que a oportunidade se espalhe pelos ecossistemas de hardware, software, automação e componentes à medida que robôs fiquem mais baratos e capazes, mas ressalta que a implantação prática depende de desempenho confiável no mundo real, integração e segurança.

Riscos

• A implantação de humanoides pode atrasar por limites de confiabilidade, complexidade de integração, exigências de segurança e dados insuficientes de treinamento no mundo real.
• Mãos hábeis, generalização sim-to-real, durabilidade de hardware, gestão térmica e latência de controle continuam como gargalos técnicos.
• A adoção de vPLC enfrenta desafios de latência, segurança funcional, confiabilidade, migração de plantas legadas e lacuna de habilidades.
• Parte das economias de automação pode ser repassada ao cliente como preços menores, reduzindo o benefício líquido de margem.
• Concorrência e integração vertical podem remodelar a cadeia de suprimentos e limitar a economia de fornecedores individuais.

Pontos a observar

• Se pilotos em armazéns, hubs logísticos e fábricas automotivas se converterão em implantações comerciais em escala.
• O ritmo de queda de BOM e ASP à medida que a produção de humanoides aumenta.
• O avanço em manipulação no mundo real, mãos hábeis, certificação de segurança e desempenho sim-to-real.
• Se Amazon e Walmart continuarão reduzindo custos de fulfillment e entrega via automação.
• A transição de PLC físico para vPLC e a capacidade dos incumbentes de preservar monetização e relacionamento com clientes.
• O crescimento de cargas de treinamento de modelos de mundo e a demanda associada por GPU, armazenamento e redes de alto desempenho.