Em 18 de setembro de 2026, a Toyota anunciou oficialmente a entrada no negócio de robôs para ambientes de produção. A notícia em si não surpreende — a empresa mexe com robôs há anos, do robô arremessador CUE ao robô de apoio à vida diária HSR, já experimentou de tudo. O diferente desta vez: nasce uma organização chamada "Toyota Robotics", que vai vender para fora robôs com IA de desenvolvimento próprio embarcada, e a empresa apresentou um número de médio/longo prazo — cerca de 400 mil unidades.
Que dimensão tem 400 mil unidades? As remessas anuais de robôs industriais de todo o Japão giram na faixa de 50 a 60 mil. Claramente, não se trata de meta de vendas convencional. Colocado ao lado de outra informação, o número clareia o quadro: dessas 400 mil unidades, 150 mil ficariam com o próprio grupo Toyota e 250 mil com fornecedores, na esteira de renovações de equipamento da ordem de cerca de 1 trilhão de ienes (cerca de 50 bilhões de CNY) por ano a partir de 2028, implantadas aos poucos junto com as grandes reformas de cerca de 60 fábricas no mundo. Em outras palavras, a Toyota está planejando a si mesma e a toda a sua cadeia de suprimentos como uma rede de coleta de dados do chão de fábrica.
Primeiro, o esqueleto do anúncio:
- em 18 de setembro de 2026, a Toyota anunciou a entrada no negócio de robôs para ambientes de produção e a criação da nova organização "Toyota Robotics", voltada à venda externa de robôs com IA própria;
- a meta de médio/longo prazo é aplicar cerca de 400 mil unidades: 150 mil no grupo + 250 mil em fornecedores, acompanhando a renovação anual de equipamentos de cerca de 1 trilhão de ienes a partir de 2028 e a reforma de cerca de 60 fábricas no mundo — o número inclui os robôs industriais já existentes, não é a venda de um único modelo;
- o robô central, "ELEY", pesa cerca de 50 kg, tem mão de dois dedos e locomoção sobre rodas, e embarca a IA de base comportamental "large behavior model" (LBM), desenvolvida pelo Toyota Research Institute (TRI);
- a Toyota planeja converter o trabalho de cerca de 18 mil "takumi" — mestres artesãos — em material de aprendizado para os robôs, mas os indicadores para medir o resultado ainda não foram divulgados.
ELEY: rodas, mão de dois dedos e uma base que fica mais esperta a cada dado
Primeiro, o corpo. A ELEY pesa cerca de 50 kg, tem uma mão de dois dedos e anda sobre rodas — não tenta andar sobre duas pernas como os humanos. A escolha não é conservadora; é bastante pragmática: a locomoção bípede é difícil de controlar, traz risco de queda e devora energia, enquanto o piso de fábrica, por definição, é plano — rodas são mais baratas, mais rápidas e mais fáceis de implantar em lote. E implantar em lote importa por si só: quanto antes lotes de robôs chegarem às linhas, mais rápido o dado se acumula. A forma do corpo não é o objetivo; é o meio de manter a coleta de dados rodando.
O protagonista de verdade é a IA lá dentro. O LBM (large behavior model, modelo de comportamento em larga escala) é um "modelo de base do comportamento": assim como os grandes modelos de linguagem ficaram espertos com um mar de texto, o LBM aprende os movimentos do robô a partir de grandes volumes de dados de demonstração. Diferente da via tradicional, em que cada movimento é programado manualmente, ele adquire, assistindo ao trabalho humano e com pouco aprendizado, movimentos pouco sujeitos a falha. Nas demonstrações divulgadas, a ELEY aprendeu a dobrar camisetas e passou a repetir a tarefa de forma autônoma. O ponto forte desse tipo de modelo de base é dominar tarefas novas com pouco aprendizado adicional; já a qualidade da base depende de quantas demonstrações de campo, amplas e de alta qualidade, forem fornecidas a ele.
E aqui entra o ativo da Toyota que os outros dificilmente copiam: os cerca de 18 mil "takumi". O toque e os macetes dos técnicos experientes são precisamente a fonte mais nobre de dados de demonstração. Como o veterano dosa a força, como lida com peça defeituosa — essa experiência tácita, que não cabe em documento de processo, pode virar direto material de estudo para os robôs.
Há ainda um ponto fácil de deixar passar: o LBM não está casado com hardware específico. Em 2025, a TRI já tinha mostrado publicamente o LBM pilotando o humanoide Atlas, da Boston Dynamics. Se a IA não depende de um corpo, o que decide o jogo é em quantos tipos de ambiente ela consegue rodar — e quanto dado consegue trazer de volta. Ao vender robôs, a Toyota também está acrescentando nós a essa rede.
O que as empresas disputam de fato é o campo onde o dado nasce
Afastando o zoom, já não faltam concorrentes nessa pista — e a postura de cada um diz muita coisa.
A Tesla é a mais explícita. Até meados de 2026, havia colocado em fábricas como Fremont um parque de Optimus na casa dos milhares, com zero venda externa. O próprio Elon Musk admitiu que esses robôs "servem sobretudo para aprendizado e coleta de dados, sem ainda exercer capacidade operacional real dentro das fábricas". Praticamente uma confissão pública de que, por ora, o que se busca é dado. A ressalva: os locais de coleta se concentram nas próprias fábricas, e a diversidade de ambientes é limitada.
BMW e Mercedes-Benz, da Alemanha, trilham outro caminho: não fabricam robôs, fecham parceria com startups especializadas. A BMW colocou o Figure 02, da Figure AI, numa validação de dez meses na fábrica americana de Spartanburg, a serviço da produção de mais de 30 mil unidades do X3, e avançou para um contrato comercial do sucessor Figure 03 — inicialmente cerca de 40 unidades, cobradas na base de cerca de US$ 25 por robô-hora de trabalho. A Mercedes introduziu o Apollo, da Apptronik, na base de Berlim, começando pela logística interna e pela inspeção inicial de qualidade. Nesse modelo de divisão há um detalhe que merece reflexão: os dados reais das linhas das montadoras acumulam-se justamente no lado das empresas de IA. Quem segura os dados são Figure e Apptronik — não BMW e Mercedes-Benz.
Em volume e velocidade de implantação, os fabricantes chineses correm na frente. A UBTECH ativou em setembro de 2026, em Liuzhou, Guangxi, uma fábrica inteligente com capacidade anual acima de 10 mil unidades — atenção: capacidade, não parque implantado; mas o seu Walker S2 de fato soma várias centenas de unidades em operação, dentro das fábricas de BYD, Geely, FAW-Volkswagen, Dongfeng, FAW-Audi, BAIC e Foxconn, e a europeia Airbus também movimenta ações nesse sentido desde janeiro de 2026. A Unitree, até julho de 2026, acumulava cerca de 18 mil unidades produzidas, com autossuficiência de componentes acima de 90%, e planeja erguer uma estrutura de 75 mil unidades por ano. O humanoide IRON, da Xpeng, mira produção em larga escala para o fim de 2026. O governo chinês estabeleceu como meta superar 100 mil unidades expedidas por ano até 2027. No primeiro semestre de 2026, as remessas globais de humanoides passaram de 22 mil, e diz-se que as cinco primeiras do ranking são todas empresas chinesas. Colocar robôs em grande quantidade, no menor tempo, em ambientes variados — eis o modo chinês de acumular dados de campo.
As cartas da Toyota e o relógio que começa atrasado
Vendo do ângulo dos dados, o patrimônio da Toyota não é pouca coisa. Ela detém um dos maiores conjuntos de ambientes de produção do planeta, mais o interior da cadeia de suprimentos — as 250 mil unidades planejadas para os fornecedores significam que inúmeros campos, cada qual com processos diferentes, podem virar fonte de dados vasta e variada; os 18 mil "takumi" fornecem demonstrações de alta qualidade; IA, robôs e fábricas estão todos em casa, e o ciclo fechado dos dados pode girar inteiramente para dentro. Nesse ponto, a rota é exatamente a inversa da das montadoras europeias, que dependem de especialistas externos.
Mas o relógio é um problema. As 400 mil unidades são meta de médio/longo prazo, e a arrancada plena só depois de 2028. A Tesla já coleta dados na escala de milhares, agora; os chineses já colocaram robôs nas grandes fábricas de automóveis, agora. O acúmulo de dados tem natureza composta: quanto mais cedo o ciclo gira, mais fundo o aprendizado e maior o próximo salto de desempenho — e, invertendo, quem atrasa costuma ver a distância crescer com o tempo, não permanecer estável.
A segunda sombra é o viés dos dados. Se os ambientes se restringirem à própria Toyota e ao seu sistema de suprimentos, o que for coletado pode faltar com a diversidade necessária para generalizar para fábricas de outras empresas. Se essa imensa rede de fornecedores virará de fato vantagem de dados depende, no fim, de até onde ela se abrir para fora do grupo.
Para avaliar as chances, vigie estes três pontos
O ritmo de implantação. Quando, quantas unidades e em quais linhas realmente em operação — não a demonstração de palco, e sim a densidade de máquinas de verdade em produção. A amplitude dos dados. Até onde a coleta atravessa ambientes próprios, do grupo e de terceiros — isso decide diretamente a generalidade do modelo. O boletim do campo. Quanto o LBM efetivamente melhora o rendimento e a proporção de trabalho útil, a Toyota ainda não divulgou — e a resposta virá, cedo ou tarde.
No fim das contas, o número 400 mil, em si, não é a jogada decisiva. O que decidirá o jogo é se a Toyota consegue, sem esperar 2028, colocar máquinas reais nas linhas o mais cedo e o mais amplamente possível, para pôr em movimento, desde já, o ciclo de coleta e aprendizado de dados de alta qualidade. Para nós, que trabalhamos no lado do equipamento, fica uma impressão mais pessoal: quando o ofício dos "takumi" começa a virar ativo de dados, as coordenadas de valor da manutenção e do comissionamento também se deslocam. Leituras relacionadas: Cobertura de marcas e documentação de modelos, Serviços de modernização e upgrade de linhas.
Leia também
- Por que Kawasaki, FANUC e Yaskawa fizeram uma rara aliança
- As trading companies japonesas disputam posição na inteligência incorporada
- Manutenção e reparo de robôs industriais de todas as marcas
