Conheça a maior fábrica de dados de robôs semi-humanoides dos EUA

Em um armazém próximo a Boston, a Data Factory One abriga cerca de cem robôs Sonny, que passam mais tempo falhando do que acertando, com dados de cada tentativa enviados para treinar o modelo.
A Tutor Intelligence, com apoio da Nvidia e da Amazon, aposta que pode criar um robô de uso geral para indústria, integrando hardware, software e coleta de dados em uma só empresa.
Atualmente, dois caminhos na empresa: Cassie, robô industrial já em campo; Sonny, humanoide de bancada ainda em fase de treinamento, sem pilotos com clientes por enquanto.
Um avanço-chave é a métrica de cobertura de SKU: a Productiv afirma que robôs ainda cobrem apenas parte dos milhares de itens processados; chegar a vinte a quarenta por cento já seria relevante, mirando próxima etapas sem precisar de cem por cento.
O capital para robótica aumentou rapidamente, com investimentos bilionários nos últimos anos; a demanda por reposição de mão de obra e ganhos de eficiência impulsionam esse crescimento, segundo a pesquisa da Amazon e parceiros.

Nos arredores de Boston, em um armazém que já abrigou a fabricação de velas para o USS Constitution, cerca de 100 robôs semi-humanoides operam na DF1 — Data Factory One. O objetivo é coletar dados para treinar uma IA geral voltada ao setor industrial. Os aparelhos, chamados Sonny, falham com frequência, gerando registros de erro que alimentam o modelo de aprendizado de máquina por trás deles. A iniciativa é liderada pela Tutor Intelligence, com apoio de Nvidia e Amazon.

Os Sonny compartilham arquitetura com o robô Cassie, já em campo com clientes. Cassie executa tarefas de manipulação de caixas e paletes, enquanto o Sonny é voltado a atividades de bancada, como coleta, embalagem e triagem. Em ambas as linhas, a falha é monitorada e recompensada digitalmente para ajustar o algoritmo de controle. Os primeiros pilotos com clientes devem ocorrer ainda neste mês, segundo a empresa.

A Tutor descreve a DF1 como a maior operação de coleta de dados robóticos nos EUA. O cofundador e CEO Josh Gruenstein sustenta que o desafio central não é o hardware, mas a construção de um robô de uso geral capaz de realizar a mesma tarefa para muitos clientes diferentes. A visão é evitar contratos únicos e criar um robô que se generalize para múltiplos contextos industriais.

A tese de fundo da Tutor

A empresa aposta em um modelo verticalmente integrado: pesquisa de modelos de fundação, fabricação interna dos robôs em Watertown e operação de robôs nos locais dos clientes. A estratégia depende de um ciclo de dados contínuo que alimenta o desenvolvimento do robô, conhecido como data flywheel. Pesquisadores e analistas destacam que esse caminho exige controle de toda a cadeia, desde a coleta de dados até a aplicação prática.

Enquanto o Sonny está em fase de treino, o Cassie já realiza trabalho real para clientes. Um deles é a Productiv, empresa de logística terceirizada, que usa o Cassie para paletização. O CFO da Productiv aponta que a robótica precisa superar a diversidade de itens — milhares de SKUs — para manter o robô ocupado em turnos completos, o que ainda não ocorre com 100% de cobertura humana.

A métrica de cobertura de SKU é citada como crítica para mensurar desempenho. Em operações com dezenas de milhões de kits ao ano, a robótica enfrenta o desafio de atender a grande variedade de itens. Enquanto humanos alcançam 100% de cobertura, robôs, ainda, cobrem apenas uma fração, ressaltando limitações atuais.

Investimentos e demanda por mão de obra

Dados da AWS apontam aumento expressivo de investimentos em robótica e IA física nos últimos 18 meses, com bilhões de dólares aportados em 2024 e dezenas de bilhões em 2025. A demanda por força de trabalho em manufatura e construção civil também impulsiona o interesse por soluções robóticas, conforme estimativas citadas pela fonte.

Dentro da cadeia da Amazon, a adoção de robôs já resulta em ganhos de eficiência e redução de acidentes de trabalho. A Tutor, contudo, admite que o cronograma para chegar a uma IA generalista sustentável ainda não está definido com precisão. A aposta permanece na possibilidade de melhorar a autonomia dos Sonny de forma significativa, mesmo que o caminho completo leve tempo.

A reportagem de Forbes, ao acompanhar os avanços da DF1, destaca que a universalidade de uso ainda não foi alcançada por nenhuma empresa, mas o experimento da Tutor busca esclarecer se é possível chegar a um robô industrial com capacidades gerais. O desafio central continua: 25% a 40% de cobertura de SKU já seria um progresso considerável para viabilizar operações úteis.