Ensinar um robô a operar um posto novo já cabe numa tarde

Essas 50 a 100 horas são o que o setor chama de pós-treino: antes de cada implantação, a equipe grava dados no local para ajustar o modelo geral àquele posto. Gupta comparou isso a escrever por 50 horas no ChatGPT antes de receber uma resposta. A saída da Skild é o S1, lançado em agosto, que aprende uma tarefa nova a partir de um único vídeo, sem novo treino. No palco, ele mostrou o robô fazendo panquecas, tarefa de 10 minutos que a máquina nunca tinha visto.

Em produção, o S1 estreou na fábrica da NVIDIA, a pedido de Jensen Huang, fundador da empresa. O robô encaixa placas de processamento (GPUs) nos servidores, para teste antes do envio. Quando a Skild foi chamada, o posto rendia 50 unidades por hora; um único robô chegou a 62, sem falhas, segundo Gupta. Segundo ele, é mais rápido do que uma pessoa nessa tarefa.

A objeção mais forte está no próprio caso. Encaixar GPUs é tarefa repetitiva, num ambiente controlado, e, fora do palco, a Skild anunciou a NVIDIA como parceira em março de 2026. A favor da tese, Gupta mostrou alcance: o mesmo modelo aperta GPUs, cozinha ovos, guarda fones AirPods no estojo e aguenta mudança de luz. Num robô de quatro patas com a perna quebrada, ele se ajusta e segue andando. Falta medir quantas horas exige um armazém com milhares de itens.

Para a FFX, o caso separa duas contas que a compra de automação costuma juntar: o preço da máquina e o custo de colocá-la para trabalhar num posto novo. Quando a segunda cai para poucas horas, a máquina que só faz uma tarefa perde valor. Fora da palestra, há um sinal de como esse mercado se mexe: a Zebra pagou cerca de US$ 300 milhões pela Fetch Robotics, de robôs para armazém, em 2021, e vendeu a divisão à Skild por US$ 20 milhões em 2026 (SEC e DC Velocity, 2026).