McKinsey Technology Trends Outlook 2025 (versão em chinês)

Julho de 2025 Quinta edição

Quais tecnologias de ponta serão mais importantes para as empresas em 2025? Nosso relatório anual de tendências tecnológicas destaca os mais recentes avanços tecnológicos, tendências de talentos, casos de uso e seu impacto potencial nas empresas de todos os setores.

Por Lareina Yee, Michael Chui, Roger Roberts e Sven Smit

Download do original em PDF: https://www.mckinsey.com/~/media/mckinsey/businessfunctions/mckinseydigital/ourinsights/ thetoptrendsintech2025/mckinsey-technology-trends-outlook-2025.pdf?shouldIndex=false

diretório (no disco rígido do computador)

Introdução 2

A revolução da IA 10

01 IA Autônoma 11

02 Inteligência Artificial 18

Fronteiras de computação e conectividade 26

03 Semicondutores especializados 27

04 Tecnologias avançadas de conectividade 34

05 Computação em nuvem e de borda 41

06 Tecnologia de realidade imersiva 48

07 Confiança digital e segurança cibernética 55

08 Tecnologia Quântica 63

Engenharia de ponta 69

09 O futuro da robótica 70

10 Futuro da telefonia móvel 76

11 Bioengenharia do futuro 83

12. futuro da tecnologia espacial 90

13 Energia e futuros tecnológicos sustentáveis 97

introdutório

O cenário tecnológico global está passando por uma grande mudança, impulsionada por rápidas inovações tecnológicas. Essas inovações estão aumentando exponencialmente a demanda de computação, atraindo a atenção das equipes de gerenciamento e do público e acelerando a experimentação. Esses desenvolvimentos estão ocorrendo em um cenário de intensificação da concorrência global, com países e empresas competindo para garantir posições de liderança na produção e aplicação dessas tecnologias estratégicas.

O McKinsey Technology Trends Outlook deste ano analisa 13 - uma "dúzia de padeiros" - tendências tecnológicas de ponta com potencial para transformar os negócios globais. negócios globais. Hoje, os executivos têm a missão de lidar com a crescente complexidade, dimensionar soluções emergentes e criar confiança em um mundo em que as linhas entre o digital e o físico, o centralizado e o descentralizado, continuam a se confundir. Os insights deste relatório podem ajudar os líderes empresariais a determinar quais tecnologias de ponta são mais relevantes para suas empresas, mostrando como outros estão começando a aplicar essas tendências atualmente. Essas descobertas são provenientes de nossa análise de medidas quantitativas de interesse, inovação, investimento de capital e talento para cada uma das 13 tendências, e exploram as tecnologias subjacentes, as incertezas e as questões relacionadas. (Para obter mais informações sobre nossa pesquisa, consulte a barra lateral "Metodologia de pesquisa").

Essa perspectiva destaca as tendências transformadoras que estão impulsionando a inovação e abordando os principais desafios em todos os setores. O impacto da IA não se destaca apenas como uma poderosa onda tecnológica, mas também como um amplificador fundamental para outras tendências, o que está ocorrendo cada vez mais por meio da integração com outras tendências, já que a IA acelera os avanços dentro dos campos e libera novas possibilidades nas interseções - acelerando o treinamento em robótica, avançando descobertas científicas em bioengenharia, otimização de sistemas de energia e muito mais. O desenvolvimento de soluções de IA no mercado combina cada vez mais aspectos das tendências que analisamos anteriormente de forma separada, a saber, IA aplicada e IA generativa, portanto, este ano elas estão sendo estudadas em conjunto.

Embora o entusiasmo pelos aplicativos de IA e seus casos de uso continue a crescer, a realização de todo o potencial da IA em todos os setores exigirá inovação sustentada para gerenciar a intensidade computacional, reduzir os custos de implantação e impulsionar o investimento em infraestrutura. Isso também exigirá uma abordagem cuidadosa da segurança, da governança e da adaptação da força de trabalho, criando uma ampla gama de oportunidades para líderes do setor, formuladores de políticas e empreendedores.

novo destaque

Além do alcance cada vez maior da IA, outra tendência emergente que escolhemos destacar no relatório deste ano é a IA autônoma, que rapidamente se tornou um grande foco de atenção e experimentação nos setores de tecnologia empresarial e de consumo. A IA autônoma combina a flexibilidade e a versatilidade do modelo de IA subjacente, criando "colegas de trabalho virtuais" que podem planejar e executar autonomamente fluxos de trabalho de várias etapas para agir no mundo. Embora os indicadores quantitativos de interesse e os níveis de patrimônio sejam relativamente baixos em comparação com tendências mais maduras, a IA autônoma é uma das tendências de crescimento mais rápido este ano, sinalizando suas possibilidades potencialmente revolucionárias.

Financiamento de ações de IA autônoma: US$ 1,1 bilhão em 2024, diferenças na publicação de empregos em 2023-24 +985%

A inteligência artificial também foi um importante catalisador de outra tendência que destacamos este ano: semicondutores dedicados. Embora a Lei de Moore e as camadas da pilha de tecnologia de semicondutores tenham sido, há muito tempo, os principais facilitadores de outras tendências tecnológicas, houve uma onda de inovação no espaço dos semicondutores, como refletem as métricas quantitativas, como a contagem de patentes. Essas inovações são uma resposta à crescente demanda por capacidade de computação, memória e rede para treinamento e raciocínio de IA, bem como à necessidade de gerenciar o custo, o calor e o consumo de energia. Isso levou a uma série de novos produtos, novos concorrentes e novos ecossistemas.

Crescimento simultâneo em escala de tecnologia e especialização

O crescimento desses vetores é impulsionado por inovações em serviços de nuvem e tecnologias avançadas de conectividade. Por um lado, estamos vendo o rápido crescimento de infraestruturas de treinamento de modelos de uso geral em grandes data centers que consomem muita energia, enquanto, por outro lado, estamos observando uma inovação acelerada na "borda" das tecnologias de baixo consumo de energia incorporadas em telefones celulares, automóveis, controles domésticos e dispositivos industriais. Isso está criando ecossistemas que podem fornecer modelos de linguagem em larga escala com um número surpreendente de parâmetros, bem como uma variedade de ferramentas de IA específicas do domínio que podem ser executadas em praticamente qualquer lugar. Os líderes equilibrarão a escala centralizada com o controle localizado: por exemplo, microrredes modulares para energia limpa ou robôs personalizados para fabricação de nichos.

A necessidade de inovação responsável

À medida que a tecnologia se torna mais poderosa e personalizada, a confiança é cada vez mais fundamental para a adoção. As empresas estão sob crescente pressão para demonstrar transparência, justiça e responsabilidade, seja em modelos de IA, processos de edição de genes ou plataformas imersivas. A ética não é mais a coisa certa a fazer, mas uma alavanca estratégica na implantação que pode acelerar ou impedir o aumento de escala, o investimento e o impacto de longo prazo.

As ilustrações a seguir mostram como diferentes tecnologias de ponta podem trabalhar juntas para fornecer soluções inovadoras para o futuro:

Três exemplos ilustram o poder combinado das tendências técnicas.

Manutenção das máquinas da fábrica

Administração personalizada de medicamentos

Equipe de manutenção do parque eólico

Depois de um ano em que o ambiente macroeconômico e a fraqueza mais ampla do mercado levaram a quedas significativas no financiamento de ações de tecnologia para várias de nossas tendências, o clima de investimento em tecnologias de ponta se estabilizou e, em muitos casos, se recuperou em 2024. Em comparação com 2023, o investimento em ações em tendências como computação em nuvem e de borda, bioengenharia e tecnologia espacial aumentou em 2024, enquanto outras tendências, como inteligência artificial e robótica, se recuperaram para níveis mais altos em 2024 do que dois anos antes, após quedas no investimento. As duas tendências com os níveis mais altos de investimento em ações - energia do futuro e tecnologias sustentáveis e mobilidade do futuro - diminuíram em geral em 2023, mas a primeira se recuperou em 2024 (Gráfico 1).

Nossas 13 tendências tecnológicas que moldam 2025 destacam o enorme potencial das tecnologias emergentes e a necessidade de alinhamento estratégico em um futuro impulsionado pela IA.

Gráfico 1

Em 2024, 10 das 13 tendências tecnológicas aumentaram os investimentos em ações.

Investimentos em tendências, US$ 1 bilhão, 2022-24

Observação: os dados incluem levantamentos de capital no mercado privado e no mercado público para capital de risco e fusões e aquisições corporativas e estratégicas (incluindo joint ventures), private equity (incluindo aquisições e investimento privado em capital público) e investimento público (incluindo ofertas públicas iniciais). Exclui capital corporativo e despesas operacionais. Fonte: PitchBook; McKinsey Analytics

McKinsey & Company

Para os executivos, o sucesso dependerá da identificação de áreas de alto impacto em que essas tendências possam ser aplicadas, do investimento nos talentos e na infraestrutura necessários e da abordagem de fatores externos, como mudanças regulatórias e prontidão do ecossistema. Ao promover a colaboração, preencher as lacunas do ecossistema e manter uma visão de longo prazo, os líderes podem acelerar a adoção e posicionar suas organizações para impulsionar a próxima onda de mudanças tecnológicas. Aqueles que agirem com foco e agilidade não apenas desbloquearão novos valores, mas também moldarão o futuro de seu setor e das tecnologias de ponta emergentes de hoje.

13 tendências tecnológicas

Todas as 13 tendências tecnológicas são consideradas neste relatório. Para facilitar a análise das tendências relacionadas, nós as agrupamos em três categorias mais amplas: a revolução da IA, as fronteiras da computação e da conectividade e a engenharia de ponta. É claro que há um grande poder e potencial na análise desses agrupamentos ao considerar combinações de tendências.

Para caracterizar o status de cada tendência, desenvolvemos pontuações para inovação (com base em patentes e publicações de pesquisa) e interesse (com base em notícias e pesquisas na Web). Também estimamos o nível de investimento de capital na tecnologia relevante e pontuamos o nível de adoção pelas organizações (Figura 2).

Gráfico 2

Cada tendência foi pontuada com base em seu nível de inovação, interesse, investimento de capital e adoção.

Inovação, interesse, investimento e adoção por tendência tecnológica, 2024

Observação: as pontuações de inovação e interesse das 13 tendências estão correlacionadas. Todas as 13 tendências apresentam altos níveis de inovação e interesse em comparação com os outros tópicos que estudamos e também atraem investimentos significativos.1 A pontuação de inovação combina as pontuações de 0 a 1 de patente e pesquisa, que são relativas às tendências estudadas. A pontuação de patentes baseia-se em uma medida de pedidos de patentes e a pontuação de pesquisa baseia-se em uma medida de publicações de pesquisa.2 A pontuação de interesse combina as pontuações de 0-1 de notícias e pesquisa, que são relativas à tendência em estudo. A pontuação de notícias é baseada em uma medida de publicações de notícias e a pontuação de pesquisa é baseada em uma medida de consultas a mecanismos de pesquisa.

Metodologia de pesquisa

Para avaliar o desenvolvimento das 13 tendências tecnológicas destacadas neste relatório, coletamos dados quantitativos sobre seis indicadores de atividade específicos: consultas a mecanismos de busca, artigos de notícias, patentes, publicações de pesquisas, investimentos em ações e demanda de talentos. Para cada métrica ou vetor, usamos um conjunto definido de fontes de dados para encontrar ocorrências de palavras-chave associadas a cada tendência, filtramos as menções válidas da atividade e indexamos o número de ocorrências resultantes em uma faixa de pontuação de 0 a 1, que é relativa à tendência em estudo. A pontuação de inovação combina as pontuações de patentes e pesquisa; a pontuação de interesse combina as pontuações de notícias e pesquisa. (Embora reconheçamos que as pontuações de interesse possam ser infladas por esforços deliberados para estimular notícias e atividades de pesquisa, acreditamos que cada pontuação reflete de forma justa a extensão da discussão e do debate sobre uma determinada tendência). O investimento mede o fluxo de dinheiro dos mercados de capital para as empresas associadas à tendência.
As fontes de dados usadas para a pontuação incluem o seguinte:

Patentes. Dados de pedidos de patentes do Google Patents, que destacam dados sobre o número de patentes concedidas.

Pesquisa. Dados de publicação de pesquisa do The Lens.

Notícias. Dados de artigos de notícias da Factiva.

Pesquisa. Dados de consultas a mecanismos de pesquisa do Google Trends.

Investimentos em patrimônio líquido. Os dados de capital de risco e de fusões e aquisições corporativas e estratégicas (incluindo joint ventures) do mercado privado e do mercado público para levantamento de capital, incluindo private equity (incluindo aquisições e investimentos privados em capital público) e investimentos públicos (incluindo ofertas públicas iniciais), são do PitchBook.

Demanda de talentos. O número de anúncios de emprego é derivado da plataforma de dados organizacionais de propriedade da McKinsey, que armazena perfis profissionais licenciados, não identificados e publicamente disponíveis e dados de anúncios de emprego. Os dados são principalmente de países de língua inglesa.

Além disso, atualizamos a seleção e a definição de tendências do relatório do ano passado para refletir a evolução das tendências tecnológicas:

Uma categoria abrangente de IA substitui as quatro tendências a seguir: IA aplicada, IA generativa, aprendizado de máquina industrializado e desenvolvimento de software de última geração.

Desde a publicação do ano passado, foram adicionadas novas tendências de IA autônoma e semicondutores dedicados.

Duas tendências separadas do ano passado - eletrificação e energia renovável e tecnologias climáticas além da eletrificação - foram fundidas em uma única tendência: energia futura e tecnologias sustentáveis.

As fontes de dados e as palavras-chave foram atualizadas. Para obter insights sobre investimentos em ações no futuro da tecnologia espacial e da tecnologia quântica, baseamo-nos na pesquisa da prática de Aeroespacial e Defesa da McKinsey e no Quantum Technology Monitor.

Os insights obtidos nas entrevistas com especialistas da McKinsey foram usados para atribuir uma pontuação de adoção em toda a empresa (em uma escala de 1 a 5) a cada tendência, conforme definido abaixo:

1 - Inovação de ponta. A tecnologia ainda está em seus estágios iniciais e poucas organizações investiram nela ou a aplicaram. Em grande parte, ela não foi comprovada no ambiente de negócios.

2 - Experimentação. As organizações estão testando a funcionalidade e a viabilidade da tecnologia, geralmente em protótipos de pequena escala, e normalmente não estão preocupadas com o retorno do investimento em curto prazo. Poucas empresas estão escalonando ou já escalonaram totalmente a tecnologia.

3 - Piloto. As organizações estão implantando tecnologias nos primeiros casos de uso comercial por meio de projetos-piloto ou implementações limitadas para testar sua viabilidade e eficácia.

4 - Dimensionamento. A organização está expandindo a implantação e a adoção de tecnologia em toda a empresa.

5 - Totalmente dimensionável. A organização implantou e integrou totalmente a tecnologia em toda a empresa. Ela se tornou o padrão e está sendo usada em escala à medida que as empresas reconhecem o valor e os benefícios da tecnologia.

Sobre o autor.

Lareina Yee

Diretor, McKinsey Global Institute, Sócio Sênior, Área da Baía de São Francisco

Michael Chui

Pesquisador sênior, Inteligência Artificial Quantum Black, Área da Baía de São Francisco

Roger Roberts

Quantum Black Partners, Área da Baía de São Francisco

Sven Smit

Presidente do McKinsey Global Institute, Sócio Sênior, Amsterdã

Os autores gostariam de agradecer aos seguintes colegas e ex-alunos da McKinsey por suas contribuições para este estudo:

Aamer Baig
Ahsan Saeed
Alex Singla
Alex Zhang
Alexander Sukharevsky
Alizee Acket-Goemaere
Amishi Bharti
Amy Silverstein
Andrea Del Miglio
Andreas Breiter
Andreas Schlosser
Ani Kelkar
Anna Heid
Anu Madgavkar
Arjita Bhan
Bernd Heid
Bharath Aiyer
Bill Gregg
Bill Wiseman
Brooke Stokes
Bryan Richardson
Charlie Lewis
Christian Staudt
Clint Wood
Daniel Herde
Daniel Wallance
David Naney
Delphine Nain Zurkiya
Diana Tang
Egor Kiselev
Eliza Spinna
Emily Shao
Erika Stanzl
Fabian Queder
Gabriel Morgan Asaftei
Giacomo Gatto
Godart van Gendt
Hamza Khan
Henning Soller
Ichiro Otobe
Jacob Achenbach
Jakob Fleischmann
Jawad Mourabet
Jeffrey Caso
Jenny Tran
Jesse Noffsinger
Jim Adams
Jim Boehm
Jonathan Tilley
Joshua Katz
Justin Greis
Karl Grosselin
Kersten Heineke
Kevin F. Lu
Kitti Lakner
Klaus Pototzky
Klemens Hjartar
Luca Bennici
Marc Sorel
Mark Patel
Markus Wilthaner
Martin. Harrysson
Martin Kellner
Martin Wrulich
Matt Higginson
Medha Bankhwal
Mekala Krishnan
Michael Bogobowicz
Nandika Komirisetti
Naveen Sastry
Olivia White
Paolo Spranzi
Prasad Ganorkar
Ryan Brukardt
Sebastian Mayer
Sian Griffiths
Sonja Lindberg
Soumya Banerjee
Stefan Burghardt
Stephen Xu
Tapio Melgin
Tarik Alatovic
Thomas Hundertmark
Tom Brennan
Wendy Zhu
Yaman Tandon
Yvonne Ferrier
Zina Cole

Agradecimentos especiais a Daniel Eisenberg, Diane Rice, Janet Michaud, Juan M. Velasco, Kanika Punwani, LaShon Malone, Mary Gayen, Michael Goesele, Nayomi Chibana, Rachel Robinson, Regina Small, Stephanie Strom, Stephen Landau e Victor L. Cuevas deram vida a este relatório.

Revolução da IA

01 IA autônoma

A IA autônoma é um sistema de inteligência artificial capaz de planejar e executar de forma independente tarefas complexas de várias etapas. Criados com base em um modelo subjacente, esses agentes podem executar operações de forma autônoma, comunicar-se entre si e adaptar-se a novas informações. Ocorreram avanços significativos, desde plataformas de agentes de uso geral até agentes especializados projetados para pesquisas profundas.

Tendências e sua importância

A IA autônoma passou rapidamente de um conceito marginal para uma das mudanças mais discutidas na tecnologia empresarial. Ela está ganhando força à medida que as organizações exploram novas maneiras de automatizar fluxos de trabalho e delegar tarefas a "colegas virtuais" em vez de apenas conversar com chatbots. A IA autônoma é única em sua capacidade de agir no mundo por meio de ferramentas digitais, em vez de simplesmente fornecer resultados. Esses sistemas são criados com base em modelos baseados em IA que podem planejar e executar tarefas de várias etapas de forma autônoma.

Imagine um agente de IA de atendimento ao cliente que possa responder a mensagens sobre produtos, processar pedidos e gerenciar devoluções conectando-se ao sistema de logística de uma empresa. Várias empresas lançaram agentes de pesquisa aprofundada que podem projetar seus próprios fluxos de trabalho para pesquisar tópicos e gerar relatórios na Web. Um número crescente de empresas está usando agentes de programação de software que aplicam seu raciocínio de várias etapas para escrever, implantar e testar códigos com base em descrições escritas em inglês ou em outras linguagens naturais.

As vantagens dos agentes de IA em relação a outros sistemas anteriores incluem os seguintes recursos:

• atender a tarefas imprevisíveis e de cauda longa. Para criar um software que possa agir de forma autônoma, os desenvolvedores tinham que programar meticulosamente sistemas passo a passo baseados em regras. Muitos desses aplicativos têm muitas exceções às regras que precisam ser tratadas manualmente. Em contrapartida, os modelos de linguagem grande (LLMs) são excelentes para responder corretamente a entradas que nunca encontraram antes, permitindo que os agentes baseados em LLMs lidem com tarefas de cauda longa que não podem ser facilmente codificadas em regras predefinidas.

Use para projetar ferramentas digitais para pessoas. Anteriormente, o envio ou recebimento de dados exigia um código personalizado para se conectar a cada novo sistema digital. No entanto, os agentes de IA podem usar as mesmas ferramentas que as pessoas usariam, como um navegador da Web, para "ler" sites, usar seus LLMs e preencher formulários.

Receber instruções em linguagem natural. Como o LLM pode lidar com a linguagem natural, os agentes de IA podem ser gerenciados como colegas de trabalho virtuais, inclusive dando-lhes instruções e orientando-os sobre como fazer melhor, usando a mesma linguagem que eles usam ao interagir com colegas de trabalho humanos.

Gerar planos de trabalho que possam ser compreendidos e modificados. Os agentes de IA baseados em LLM geram planos de trabalho e, por design, podem se comunicar uns com os outros. Como esses agentes usam linguagem legível por humanos, eles podem descrever o que estão fazendo e podem ser orientados por feedback sobre seus planos de trabalho.

O potencial dos agentes de IA convenceu muitos setores a explorar o recrutamento de colegas virtuais de agentes para uma variedade de funções e cargos.

Desenvolvimentos recentes

O desenvolvimento de agentes de IA capazes de tomar decisões autônomas e de se comunicar entre agentes abre possibilidades interessantes. No entanto, o rápido desenvolvimento da IA autônoma destaca a necessidade de estruturas de governança robustas para tratar de questões de confiança, responsabilidade e ética. Os desenvolvimentos recentes em IA autônoma incluem o seguinte:

Os desenvolvedores estão criando plataformas de agentes universais com tecnologia de IA. Algumas empresas estão adicionando recursos de agentes às suas ofertas de IA existentes, enquanto outras estão desenvolvendo-os para criar aplicativos específicos para tarefas.1 Esses acréscimos permitem o desenvolvimento de agentes que podem interagir com os usuários por meio de linguagem natural e realizar muitas tarefas diferentes. O progresso tem sido mais rápido nas áreas em que os dados de treinamento e avaliação são mais robustos, como codificação de software e matemática.

• A crescente cadeia de raciocínio eficaz em várias etapas reflete avanços significativos na IA autônoma. No último ano, novas tecnologias aprimoraram a capacidade da IA de resolver tarefas novas e complexas, dividindo-as em etapas menores. Em vez de depender apenas da extensão do modelo básico, os desenvolvedores agora estão implantando fluxos de trabalho com vários agentes, nos quais um agente "gerente" cria um plano de trabalho e delega tarefas a subagentes especializados. Embora ainda haja mais trabalho a ser feito para garantir a confiança e a segurança, essa mudança permite resultados mais precisos e conscientes do contexto, o que é um grande avanço na forma como os sistemas de IA raciocinam e operam.

Há um interesse crescente em IA autônoma para soluções específicas de negócios. Os agentes de IA estão sendo cada vez mais desenvolvidos para problemas comerciais específicos e de alto valor. Esses agentes são mais especializados e ajustados às suas tarefas específicas, reduzindo a necessidade de os usuários criarem prompts complexos. A atenção inicial concentrou-se no uso da IA autônoma para o desenvolvimento de software, e seus recursos vêm evoluindo rapidamente. Além disso, tem havido muito interesse em aplicativos de IA que podem trazer melhorias mensuráveis para as principais métricas de negócios, principalmente na otimização de vendas e na automação do suporte ao cliente. À medida que essa tendência cresce, as organizações precisarão equilibrar o uso de agentes especializados em seus fluxos de trabalho com agentes de uso mais geral que executem uma variedade de tarefas.

O impulso para agentes de conhecimento de pesquisa profunda está crescendo. Vários provedores estão desenvolvendo ferramentas que podem realizar de forma autônoma a exploração em várias etapas para obter conteúdo relevante, realizar pesquisas, avaliar centenas de fontes e sintetizar informações em relatórios abrangentes. Esses agentes refletem uma mudança mais ampla no sentido de usar a IA não apenas para recuperação, mas também para raciocínio, possibilitada pela geração mais rápida de conhecimento que pode ser dimensionada.3

• Os recentes avanços na IA incluem modelos que podem se comunicar entre si e criar suas próprias linguagens.4 As redes neurais agora podem aprender tarefas e descrevê-las para outros sistemas de IA. O processamento dessa comunicação entre IA e IA é menos dispendioso do que o processamento de interações entre IA e humanos. Esses desenvolvimentos na comunicação entre IA e IA têm implicações para a robótica, a solução de problemas complexos e outros campos, embora também levantem preocupações sobre transparência e controle.5

As crescentes preocupações com confiança, governança e responsabilidade estão impactando o desenvolvimento e a implantação da IA autônoma. À medida que os agentes de IA assumem funções mais autônomas, que incluem a execução de transações financeiras e a interação em plataformas digitais, as organizações estão lidando cada vez mais com questões de responsabilidade e estruturas legais. As recentes implantações piloto de alto perfil trouxeram esses riscos para um foco mais nítido, especialmente quando os sistemas de IA agem de forma independente entre jurisdições. Projetar proteções robustas e proporcionar o ambiente operacional certo para os agentes é fundamental para garantir a confiabilidade e a responsabilidade.

Os agentes de IA não apenas automatizarão as tarefas, mas remodelarão a forma como o trabalho é realizado. As organizações que aprenderem a formar equipes que reúnam pessoas e colegas agentes desbloquearão novos níveis de velocidade, escala e inovação.

- Lareina Yee, sócia sênior e diretora do McKinsey Global Institute, área da Baía de São Francisco

Talentos e mercados de trabalho

IA autônoma

demanda (economia)

O número de ofertas de emprego relacionadas à IA autônoma continua pequeno, mas cresceu significativamente desde 2021, especialmente para cargos como engenheiros de software, cientistas de dados e engenheiros de dados. Esse crescimento é indicativo do crescente interesse e investimento no desenvolvimento de sistemas de IA capazes de tomar decisões e ações autônomas.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

O desenvolvimento de IA autônoma depende de uma combinação de habilidades técnicas, como programação em Python, aprendizado de máquina e engenharia de software, bem como de campos emergentes, como engenharia de pistas e processamento de linguagem natural. Embora a demanda por talentos seja alta, o cenário é misto. Certas habilidades, como o uso do TensorFlow, estão mais prontamente disponíveis em relação à demanda, enquanto outras, como a experiência em Python, são escassas em relação à demanda.

Além da usabilidade, a IA autônoma está mudando a natureza do próprio trabalho, transferindo responsabilidades de tarefas de codificação determinísticas para atividades de nível superior, como planejamento de tarefas, orquestração de ferramentas e tomada de decisões contextuais. Essa evolução está mudando a definição das funções, as habilidades que são valorizadas e como as organizações estruturam suas equipes técnicas.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego

Desenvolvimentos de adoção em todo o mundo

Adoção de frações: 2 experimentos.

As organizações estão testando a funcionalidade e a viabilidade da tecnologia, geralmente em protótipos de pequena escala, e normalmente não estão preocupadas com o retorno do investimento em curto prazo. Poucas empresas estão escalonando ou já escalonaram totalmente a tecnologia.

Apesar do interesse e do investimento significativos em IA autônoma, a tecnologia continua sendo pouco testada em ambientes de negócios do mundo real. Muitas empresas estão testando ativamente os recursos de protótipo em pequena escala dos agentes de IA, mas a adoção em larga escala continua limitada. Dada a rápida evolução da tecnologia, vale a pena observar a IA autônoma, pois a implantação e o impacto podem se acelerar rapidamente.

Exemplos da vida real

As principais empresas de IA estão desenvolvendo tecnologias avançadas para facilitar a implementação da IA autônoma em cenários do mundo real.

Exemplos realistas envolvendo plataformas de agentes universais orientadas por IA incluem o seguinte:

O OpenAI Operator, lançado em janeiro de 2025, é um agente de IA que executa de forma autônoma uma variedade de tarefas baseadas na Web, como reservar voos, fazer reservas e encomendar mantimentos. O Operator navega em sites, preenche formulários e lida com interações complexas.6 O OpenAI Operator é um agente baseado na Web que pode executar de forma autônoma uma variedade de tarefas baseadas na Web, como reservar voos, fazer reservas e encomendar mantimentos.

Manus AI, lançado em março de 2025, é uma plataforma de agente universal. Ela pode lidar de forma autônoma com tarefas de pesquisa, redação e gerenciamento de tarefas, atuando como um membro flexível da equipe digital.7

Em 17 de junho de 2025, o Google lançou o Gemini 2.5 Flash no Google AI Studio e no Vertex AI para o Gêmeos A API Gemini 2.5 Flash permite que os desenvolvedores criem aplicativos de produção usando recursos de automação do navegador (por exemplo, processar visitas a sites, clicar em botões, inserir consultas e extrair dados com base em solicitações de linguagem natural) para dar suporte a casos de uso emergentes em fluxos de trabalho de agentes.8

A seguir, um exemplo da vida real que envolve raciocínio em várias etapas:

O Quantum Black Lab da McKinsey implementou um fluxo de trabalho de agente para automatizar a elaboração de notas de crédito para um banco. Os resultados iniciais mostraram um aumento na produtividade do analista de crédito de até 601 TP3 T. Um LLM atuando como gerente de sistema multiagente criou planos de trabalho e atribuiu tarefas a subagentes especializados em análise de dados, validação e criação de resultados.9

Exemplos realistas de IA autônoma desenvolvida para soluções comerciais específicas incluem o seguinte:

Os agentes de IA da Darktrace monitoram continuamente o tráfego da rede corporativa, identificam anomalias e determinam o melhor curso de ação para atenuar os possíveis danos.10 Essa abordagem imita o sistema imunológico humano, permitindo que os sistemas de IA respondam imediatamente a ataques cibernéticos não vistos anteriormente, sem intervenção humana. Ao automatizar o monitoramento de rotina e as tarefas de detecção de ameaças, esses sistemas autônomos de IA permitem que as equipes de segurança humana se concentrem em desafios estratégicos e intervenções críticas.

A plataforma Agentforce da Salesforce permite que as organizações implementem agentes autônomos de IA em funções de negócios para melhorar a eficiência e a escalabilidade. Esses agentes podem lidar de forma autônoma com tarefas como a resolução de tíquetes de suporte, agendamento de reuniões, envio de e-mails de acompanhamento e identificação de leads.11

O Cursor, desenvolvido pela Anysphere, é uma das ferramentas que está revolucionando o setor de desenvolvimento de software ao automatizar as tarefas de codificação por meio do processamento de linguagem natural. A plataforma permite que os desenvolvedores acelerem significativamente o processo de desenvolvimento de software, permitindo que eles gerem código simplesmente descrevendo a funcionalidade necessária em linguagem simples.12

A IA autônoma transforma a IA de uma ferramenta passiva em uma colaboradora ativa dos fluxos de trabalho corporativos. À medida que esses sistemas ganham autonomia e capacidade de tomar decisões, é igualmente importante investir mais em descobrir como trabalhar com a IA que é vista como um colega e não como uma ferramenta. Ao mesmo tempo, precisamos de uma governança forte, graus de transparência e salvaguardas éticas para garantir que esses agentes operem de forma responsável e criem uma confiança duradoura.

- Delphine Nain Zurkiya, sócia sênior, Boston

Exemplos realistas envolvendo a comunicação entre agentes incluem o seguinte:

A Anthropic apresentou o MCP (Model Context Protocol) como uma estrutura de código aberto para padronizar a forma como os modelos de IA, como o LLM, integram e compartilham dados com ferramentas, sistemas e fontes de dados externos. Google, Microsoft, Open AI e muitos outros anunciaram que adotarão o MCP.

O Google apresentou o protocolo Agent2Agent (A2A), um padrão aberto projetado para facilitar a colaboração segura entre agentes de IA de vários fornecedores. Com o apoio de mais de 50 parceiros, o A2A oferece suporte a casos de uso, como sourcing de candidatos e orquestração da cadeia de suprimentos, complementando esforços como o MCP para desbloquear um ecossistema multiagente escalável.13

tecnologia potencial

As tecnologias que impulsionam a IA incluem as seguintes:

Aprendizado de máquina (ML). Esses modelos fazem previsões após serem treinados com dados, em vez de seguirem regras de programação.

- Processamento de linguagem natural. Esse tipo de ML analisa e gera dados baseados em linguagem, como texto e fala.

Camada de aplicativos. Normalmente, essa é a interface com a qual os usuários finais interagem, como o bate-papo.

Camada de integração/ferramentas. Localizada entre a camada de aplicativos e o modelo básico, essa camada se integra a outros sistemas para recuperar informações, filtrar respostas, salvar entradas e saídas, distribuir trabalho e habilitar novas funcionalidades. Os exemplos incluem a estrutura de programação de linguagem grande LangChain e bancos de dados vetoriais, como Pinecone e Weaviate.

- Modelos básicos. Esses são modelos de aprendizagem profunda treinados em grandes quantidades de dados não estruturados e não rotulados que podem executar uma ampla gama de tarefas prontas para uso ou podem ser ajustados para se adequar a tarefas específicas.

Modelos de raciocínio. Esses são modelos básicos especificamente treinados para realizar tarefas de raciocínio em várias etapas, como resolver problemas que envolvem lógica e fazer inferências além do reconhecimento de padrões.

Ferramentas de observabilidade. Essas são ferramentas (por exemplo, LangSmith) que permitem a observabilidade (percepção do comportamento, do desempenho e dos processos de tomada de decisão). Elas monitoram e analisam os modelos de IA durante seu ciclo de vida para garantir a confiabilidade, a transparência e a responsabilidade.

Estruturas de programação. Essas estruturas são kits de ferramentas de software abrangentes projetados para facilitar o desenvolvimento e a implementação de aplicativos de IA, como o Autogen e o CrewAI.

Principais incertezas

As principais incertezas que afetam a IA autônoma incluem as seguintes:

- Os modos de falha da IA autônoma, como a tomada de decisões erradas ou ações não intencionais, podem representar riscos operacionais. Há outros riscos associados à qualidade dos dados usados para treinar esses agentes, vieses nos modelos de decisão, ataques de adversários e a necessidade contínua de supervisão humana para gerenciar sistemas cada vez mais autônomos. - O nível de autonomia que os agentes podem alcançar permanece incerto e é objeto de pesquisa e debate contínuos em IA.

Grandes questões para o futuro

Há uma série de questões que as empresas e os líderes podem querer considerar à medida que avançam com a IA autônoma:

- O impacto da IA autônoma na força de trabalho em larga escala incluirá uma combinação de força de trabalho humana e digital? Quais ferramentas e técnicas de confiança e segurança serão necessárias para mitigar os riscos à medida que as empresas adotarem a IA autônoma?
É mais provável que a IA autônoma aumente o talento dos especialistas automatizando tarefas rotineiras ou substituirá uma grande força de trabalho baseada em estrutura e repetição?
Até que ponto a IA autônoma deve ter permissão para operar de forma independente? Como podemos encontrar um bom equilíbrio entre a autonomia da IA e a supervisão humana?
Como as empresas podem ficar à frente de seus concorrentes e capturar o valor associado à IA autônoma em escala, tanto em termos de receita quanto de benefícios de custo?

02 Inteligência Artificial

A inteligência artificial refere-se a sistemas de computador projetados para executar tarefas que normalmente exigiriam inteligência humana. Esses sistemas usam algoritmos, dados e poder computacional para reconhecer padrões, tomar decisões e aprender com a experiência.

Tendências e sua importância

A inteligência artificial não é mais apenas uma curiosidade tecnológica. Hoje, ela está promovendo mudanças tangíveis em todos os setores e na vida cotidiana. Desde o suporte a conversas naturais e a automatização de análises complexas até o controle de sistemas físicos, como robôs e drones, o impacto da IA é amplo e de longo alcance. As soluções mais eficazes geralmente combinam várias formas de IA: modelos generativos para linguagem, mecanismos de análise para insights orientados por dados e IA agêntica, que é cada vez mais capaz de tomar decisões e agir de forma autônoma (apresentada em uma seção anterior deste relatório). Essa convergência está mudando discretamente a forma como as empresas operam e a maneira como os indivíduos interagem com a tecnologia.

78% das organizações pesquisadas no Relatório State of AI da McKinsey estão usando IA em pelo menos uma função de negócios, e 92% dos executivos planejam investir mais nos próximos três anos, conforme destacamos em Superagents at Work.1 No entanto, ainda é uma tendência inicial, com apenas 1% dos líderes indicando que suas organizações estão no ponto de implantação de IA totalmente maduras em termos de implementação de IA.2 O rápido desenvolvimento dos recursos básicos de IA no último ano tornou o potencial de longo prazo da IA para a empresa ainda mais promissor. O custo da implantação de modelos avançados está caindo drasticamente, e uma nova geração de modelos menores e mais especializados está permitindo que mais organizações e uma variedade maior de dispositivos acessem a IA.

A IA multimodal, capaz de processar e gerar texto, imagens, vídeo e áudio, abriu novas fronteiras criativas e científicas, melhorando a qualidade e a versatilidade dos resultados orientados por IA. Como resultado, as empresas e os consumidores agora estão mais propensos a integrar a IA em seus fluxos de trabalho e rotinas diárias. O impacto nos fluxos de trabalho é particularmente evidente no desenvolvimento de software. O surgimento de ferramentas baseadas em linguagem natural democratizou a programação a ponto de profissionais e amadores poderem criar e criar protótipos de software mais rápido do que nunca. No entanto, essa aceleração também traz novos desafios, como gerenciar a dívida técnica e garantir a qualidade do código à medida que o desenvolvimento se acelera.

O uso da IA generativa, que se tornou comercialmente disponível há menos de três anos, evoluiu muito rapidamente: a maioria das empresas que relatam usar IA também diz que usa IA generativa regularmente. O motivo da grande lacuna entre o potencial e o progresso pode ser explicado pelo tempo que as organizações levam para se adaptar, desenvolver inovações complementares e treinar novamente sua equipe. Assim, os verdadeiros benefícios econômicos da IA generativa talvez só se tornem aparentes após a ocorrência de mudanças e reestruturações organizacionais substanciais.

Olhando para o próximo ano, surgem várias perguntas importantes: os custos mais baixos de inferência de modelos e a explosão de modelos menores e dedicados continuarão a remodelar o acesso e os benefícios da IA? Quais estratégias corporativas desbloquearão o maior valor à medida que as organizações correm para passar da experimentação à adoção total? À medida que a inovação se acelera, como os líderes podem garantir que as práticas responsáveis - em torno da ética, da transparência e da governança - acompanhem o ritmo da rápida integração da IA nos negócios e na sociedade?

Revolução da IA

inteligência artificial (IA)

Tendências nas classificações

De 2023 a 2024, há um aumento na inovação e no interesse em IA, à medida que a introdução da IA generativa desperta o interesse em todos os aspectos da IA. A IA lidera as tendências tecnológicas em atividade de patentes, pesquisas no Google e publicações de pesquisas, refletindo sua rápida adoção em todos os setores e disciplinas. No primeiro trimestre de 2025, as empresas de IA arrecadaram US$ 52 bilhões, incluindo um investimento de US$ 40 bilhões liderado pela SoftBank na OpenAI, que marcou o maior acordo de financiamento de capital de risco (VC) de todos os tempos.

Observação: para cada vetor, usamos um conjunto definido de fontes de dados para encontrar ocorrências de palavras-chave relacionadas a cada uma das 13 tendências, filtramos as menções válidas da atividade e indexamos as ocorrências resultantes em uma faixa de classificação de 0 a 1, que é relativa à tendência em estudo.1Swagath Bandhakavi, "AI Companies to Raise at 2025 Raise at least $52 billion globally in Q1 2025", Tech Monitor, 17 de abril de 2025; "New funding to build AGI", OpenAI, 31 de março de 2025; Hayden Field e Kate Rooney, "OpenAI closes $40 billion funding round, largest private tech deal on record", CNBC, 1 April 2025

Desenvolvimentos recentes

A inovação na IA 2025 está se acelerando em torno de recursos de modelagem aumentados, eficiências e aplicações no mundo real, impulsionada pela concorrência entre gigantes da tecnologia e start-ups, enquanto o campo enfrenta cada vez mais desafios em termos de implantação responsável, regulamentação e aumento da comercialização.

Os desenvolvimentos recentes envolvendo a IA incluem o aumento da concorrência e a redução dos custos de inferência, a explosão de modelos pequenos, os avanços na IA multimodal e nos recursos de raciocínio em várias etapas, o desenvolvimento acelerado de software, as preocupações com a IA responsável e o aumento do investimento global:

A proliferação de modelos básicos aumentou a concorrência e reduziu os custos. Muitos concorrentes ofereceram acesso gratuito e reduções de preço para a produção de textos de alta qualidade, e o surgimento de start-ups estimulou ainda mais a inovação. O número de modelos de código aberto de alta qualidade também aumentou.

O campo da inteligência artificial está testemunhando uma "explosão de modelos menores", já que as técnicas de destilação e quantificação permitem a criação de modelos de IA altamente capazes e específicos de um domínio, derivados de modelos "pais" maiores. Esses modelos menores fornecem resultados de alta qualidade e, ao mesmo tempo, exigem menos poder computacional, o que reduz drasticamente os custos e o consumo de energia. Anteriormente, as empresas normalmente usavam modelos muito maiores, muitos dos quais podiam lidar com mais de um trilhão de parâmetros, mas muitas agora reconhecem que modelos menores que lidam com dez bilhões de parâmetros ou menos são igualmente eficazes. Como resultado, a IA está sendo integrada em tudo, desde smartphones e eletrodomésticos até caminhões e equipamentos industriais.

As empresas estão redobrando seus esforços para desenvolver modelos de IA generativos multimodais para integrar e processar vários tipos de entradas de dados e gerar saídas como texto, imagens, vídeo e áudio. Esses modelos multimodais aprimoram as interações de linguagem natural com avisos mais eficazes e melhores resultados. Os resultados multimodais também estão melhorando, incluindo vídeo e resultados científicos mais complexos, como a identificação de correlações sutis entre o dobramento de proteínas e a potência de medicamentos. O Gartner prevê que, até 2027, 40% de soluções de IA generativa serão multimodais, em comparação com apenas 1% em 2023.3

A inteligência artificial está melhorando o raciocínio complexo em várias etapas, o que representa uma grande mudança em seus recursos. Avanços recentes permitiram que os modelos subjacentes planejassem estrategicamente, se adaptassem à variabilidade e promovessem o conhecimento entre as tarefas, aumentando sua eficiência e confiabilidade. Algoritmos de treinamento otimizados, ferramentas de pesquisa profunda e outras técnicas demonstram como a IA pode raciocinar mais rapidamente e aplicar insights a novos desafios,4 incluindo a engenharia de software.

O setor está passando dos princípios para a ação em relação à IA responsável. À medida que a adoção da IA generativa se acelera, permanecem as preocupações com plágio, responsabilidade, contaminação de dados, parcialidade e justiça. O uso de material protegido por direitos autorais para treinar modelos de IA generativa gerou debates sobre propriedade intelectual e uso justo. A falta de transparência sobre como os resultados, especialmente os não matemáticos, são determinados aumentou o interesse pela "IA explicável", que pode esclarecer seu raciocínio. Para enfrentar esses desafios, as organizações estão implementando plataformas de governança de IA e buscando avaliações de risco e confiança de terceiros.

O investimento global está se expandindo, mas sua distribuição varia de acordo com a região. A IA soberana, que tem o potencial de promover a inovação local, o crescimento econômico e os interesses nacionais, está ganhando atenção significativa em todo o mundo. Países como França, Itália, Espanha e Reino Unido estão desenvolvendo infraestruturas domésticas de IA ao promover ecossistemas de empresas de tecnologia, bem como provedores de nuvem e telecomunicações.5 No Vietnã, a NVIDIA está fazendo uma parceria com o governo para estabelecer um novo centro de pesquisa de IA, enquanto o Japão, Cingapura e Tailândia estão incentivando o desenvolvimento de modelos de IA localizados que se alinham às prioridades nacionais, como saúde e gerenciamento de desastres naturais.6 No No Oriente Médio, países como os Emirados Árabes Unidos estão se posicionando rapidamente por meio de grandes projetos de infraestrutura e colaborações internacionais, como a recente parceria do Emirates NBD Bank com a BlackRock.7 Em contrapartida, regiões como a África estão atrasadas na adoção devido à falta de digitalização, aos altos custos e a outros desafios.8

O investimento de capital de risco em IA cresceu significativamente, impulsionado principalmente por startups de IA generativa. Esse influxo de capital está impulsionando a inovação em toda a pilha de IA, desde os pioneiros em hardware, como a SambaNova Systems, que desenvolvem chips avançados, até empresas de aplicativos, como a Writer, que criam soluções personalizadas para diversos setores. O investimento em IA empresarial atingiu uma escala sem precedentes, com gigantes da tecnologia e empresas líderes em IA investindo coletivamente dezenas de bilhões de dólares por ano em infraestrutura, modelos e implementações. Espera-se que a Alphabet, empresa controladora do Google, a Amazon, a Meta e a Microsoft gastem entre US$ 70 bilhões e mais de US$ 100 bilhões em despesas de capital relacionadas à IA em 2025, impulsionadas por expansões de data centers e desenvolvimento de silício personalizado.9 Esses enormes gastos, que superam em muito os investimentos anteriores na nuvem, destacam a importância estratégica da IA e estão impulsionando a rápida inovação.

'O ritmo da inovação em IA está acelerando, com avanços em sistemas geradores e autônomos expandindo rapidamente as possibilidades em todos os setores. Hoje, o verdadeiro diferencial não é apenas a capacidade tecnológica; é a capacidade de incorporar profundamente a IA nos fluxos de trabalho para proporcionar um impacto mensurável nos negócios, remodelando os modelos operacionais, os talentos e a governança. As organizações que passarem da experimentação para a adoção em massa, ao mesmo tempo em que criam fortes salvaguardas para a confiança e a responsabilidade, terão maior probabilidade de capturar o potencial transformador da IA.

- Alex Singla, sócio sênior e codiretor da Quantum Black, Chicago

inteligência artificial (IA)

demanda (economia)

A demanda por talentos em IA continua a evoluir à medida que as organizações fazem a transição dos primeiros experimentos para implementações mais amplas. Apesar de um recuo considerável em 2023, 2024 traz um novo boom de contratações - especialmente para cientistas de dados e engenheiros - à medida que as empresas procuram incorporar a IA mais profundamente nos fluxos de trabalho principais. A demanda por funções de software se estabilizou, enquanto o crescimento em funções orientadas a produtos e soluções sugere um foco cada vez maior em impulsionar a integração dos negócios e o impacto sobre o usuário.

Embora 461 líderes do TTP3T citem as lacunas de habilidades na força de trabalho como uma grande barreira para a adoção da IA, e mais de 201 funcionários do TTP3T relatem pouco ou nenhum treinamento, atender à necessidade atual de aprimoramento de habilidades é apenas parte do problema. Como os agentes de IA estão cada vez mais integrados aos fluxos de trabalho das empresas, o cenário de talentos continuará a evoluir em direção à capacidade de apoiar a colaboração homem-máquina. Com o tempo, essa relação simbiótica entre os trabalhadores e a IA se tornará menos ad hoc e mais fundamental, remodelando gradualmente a forma como as equipes funcionam, como as decisões são tomadas e como o valor é criado nas organizações.1

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

O pipeline de talentos de IA está sob pressão. Habilidades essenciais, como aprendizado de máquina, Python e ciência de dados, estão em alta demanda, mas a oferta ainda está aquém das duas últimas. A experiência em infraestrutura de nuvem é particularmente escassa, especialmente para plataformas como a Amazon Web Services (AWS). Embora algumas competências relacionadas à programação e à matemática estejam mais prontamente disponíveis, a lacuna nas habilidades fundamentais de IA pode desacelerar o impulso, a menos que seja abordada por meio de aprimoramento e desenvolvimento de habilidades direcionadas.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego
Disponibilidade de talentos, proporção de talentos em relação à demanda

<0,1x AmazonWeb Services

0,5x Python

0,3x DevOps

0,3x Kubernetes

1,3x Linux

0,7x Bancos de dados

0,1x Scripting

Desenvolvimento de adoção global

Adoção de pontuações: 4-sendo estendida.

As organizações estão ampliando a implementação e a adoção de tecnologias em toda a empresa.

Muitas organizações globais já adotaram a tecnologia de nuvem, com os EUA e a Europa Ocidental liderando o caminho da adoção. No entanto, como a demanda por computação continua a crescer, o dimensionamento total da tecnologia será um desafio. Enquanto isso, os gargalos em energia, cadeias de suprimentos de hardware e redes permanecem. Certas regiões do mundo, como a África, ainda não receberam muita atenção para a computação de borda e, portanto, estão ficando para trás.

Exemplos da vida real

A evolução da computação em nuvem e da computação de borda está permitindo que a IA seja executada em pilhas de nuvem, abordando restrições de computação e energia e gerando provedores de nuvem especializados e extensões de nuvem soberanas.

Os exemplos reais que envolvem a IA que está revolucionando a pilha de nuvem incluem o seguinte:

A Meta desenvolveu uma rede de data center dedicada que usa clusters de GPU para dar suporte ao treinamento de IA distribuído em larga escala. A capacidade de IA da Meta usa a Ethernet convergente versão 2 (RoCEv2) como um transporte de comunicação entre nós. A rede da empresa oferece suporte a uma ampla variedade de tarefas de treinamento de IA confiáveis e reais, como classificação, recomendação de conteúdo e processamento de linguagem natural, executadas em seus clusters de GPU.6

O projeto Stargate, anunciado em janeiro de 2025, investe US$ 50 bilhões nos próximos quatro anos para criar uma nova infraestrutura de IA para a OpenAI. Os financiadores incluem a MGX, a OpenAI, a Oracle e a SoftBank.7

Exemplos realistas envolvendo empresas que superam restrições computacionais incluem o seguinte:

As estratégias de resfriamento híbrido estão se tornando cada vez mais importantes à medida que as demandas de computação aumentam. Os data centers agora combinam o resfriamento a ar para aplicações de baixa intensidade com o resfriamento líquido para racks de alta densidade. A Microsoft introduziu um sistema de resfriamento em nível de chip, de circuito fechado e eficiente em termos de água, que elimina a evaporação da água e proporciona um controle preciso da temperatura.8 Tecnologias como a HyperCool usam resfriamento sem água, bifásico e direto no chip para GPUs de IA de até 2.800 watts, usando entre 10 e 201 TP3T menos energia em comparação com os métodos tradicionais.9

- À medida que mais data centers são construídos, o aumento da energia necessária para operá-los está se tornando um problema nos mercados dos EUA que tradicionalmente têm grupos de data centers, como o norte da Virgínia e Santa Clara, na Califórnia. Muitas concessionárias não conseguem construir infraestrutura de transmissão com rapidez suficiente e, em última análise, podem não conseguir gerar energia suficiente.10 Os data centers dedicados a modelos de IA estão sendo construídos em partes mais remotas dos Estados Unidos, onde a energia ainda é abundante e há menos pressão sobre a rede, por exemplo, em Indiana e Iowa.11 Da mesma forma, países do sudeste asiático, como Tailândia e Indonésia, e países nórdicos, como a Finlândia, com sua energia renovável abundante, estão se tornando centros importantes para a infraestrutura de IA.12

Como os modelos de IA estão cada vez mais incorporados aos aplicativos do dia a dia, o setor está mudando da escala pura para a eficiência. Usando técnicas como Multiple Latent Attention (MLA) e quantificação de precisão FP8, o modelo R1 reduz significativamente os requisitos de memória e computação, permitindo inferência de alto desempenho mesmo em hardware de nível de consumidor. Essa abordagem reflete uma tendência mais ampla na computação em nuvem e de borda: otimizar as cargas de trabalho de IA para obter capacidade de resposta e eficiência de recursos, aproximando a inteligência do local onde os dados são gerados e as decisões são tomadas.13

As empresas estão distribuindo as cargas de trabalho em um número cada vez maior de máquinas. Por exemplo, o AWS Trainium treina o modelo Llama 2-7B dividindo o modelo em 128 servidores, distribuindo tarefas entre chips e dividindo sequências longas entre a equipe. Isso reduz significativamente o tempo e os custos de treinamento em comparação com uma única máquina. Da mesma forma, as empresas estão se mudando para áreas com melhor fornecimento de energia ou usando a computação de ponta para processar dados mais próximos da fonte de dados.14

Aqui está um exemplo real da ascensão do jogador profissional:

A CoreWeave, apoiada pela Nvidia, emergiu como um participante importante no espaço de computação em nuvem, oferecendo serviços especializados de nuvem acelerada por GPU, adaptados para cargas de trabalho de IA e aprendizado de máquina. Ela atende a nichos de mercado, como treinamento e inferência de modelos de IA, fornecendo GPUs de alto desempenho, como a Nvidia H100, para startups e organizações de pesquisa. A empresa está crescendo rapidamente, com receitas que chegam a US$ 1,9 bilhão em 2024, um aumento anual de 7.37% e uma oferta pública inicial (IPO) em março de 2025.15

Exemplos realistas envolvendo a crescente demanda por uma nuvem soberana incluem o seguinte:

Em 2024, a Oracle expandiu sua Sovereign Cloud para cobrir a União Europeia. Isso permite que as empresas europeias processem dados localmente usando a infraestrutura de nuvem da Oracle.16

A Delos Cloud, fundada pela SAP, está fazendo parceria com a Arvato Systems e a Microsoft para fornecer uma solução de nuvem soberana adaptada ao setor público alemão. A plataforma foi projetada para permitir que as agências governamentais distribuam com segurança cargas de trabalho confidenciais em vários data centers na Alemanha.17

tecnologia potencial

As tecnologias que impulsionam a computação em nuvem e de borda incluem as seguintes:

- Virtualização. A virtualização possibilita a criação de instâncias virtuais de servidores, armazenamento e recursos de rede, permitindo que os recursos sejam compartilhados e isolados.

- computação e computação sem servidor. Essa tecnologia fornece recursos de computação sob demanda, incluindo um modelo sem servidor gerenciado por um provedor de nuvem, o que permite que os desenvolvedores se concentrem no código.

Contêineres e Kubernetes. Os contêineres encapsulam aplicativos e suas dependências para uma implantação consistente em vários ambientes, enquanto o Kubernetes gerencia a orquestração de contêineres em escala.

APIs e microsserviços: as APIs facilitam a comunicação entre aplicativos e serviços em nuvem, enquanto os microsserviços dividem os aplicativos em componentes menores e mais independentes para maior escalabilidade e flexibilidade.

Armazenamento em nuvem. Essa tecnologia inclui soluções de armazenamento dimensionáveis e de fácil acesso, como armazenamento de objetos e armazenamento em bloco, que ajudam a gerenciar dados na nuvem.

Os dispositivos de IoT, como sensores e câmeras de vídeo, coletam e processam dados. Em geral, esses dispositivos têm recursos básicos de computação e armazenamento.

Borda local ou "próxima à ação". Esses são recursos de computação e armazenamento implementados nas instalações onde os dados são gerados ou em locais remotos ou móveis.

Carrier, rede e computação de borda móvel (MEC). São recursos privados ou públicos de computação e armazenamento implantados na borda da rede de um provedor de serviços móveis ou convergentes, geralmente a um salto de rede das instalações da empresa.

Borda metropolitana. Com essa tecnologia, os data centers com menor área de cobertura (normalmente em torno de três megawatts) estão localizados em grandes cidades, complementando a nuvem pública ao fornecer potência de computação e armazenamento quase locais para proporcionar menor latência e maior disponibilidade.

Fibra óptica. A fibra de vidro física fornece as conexões mais confiáveis de alta taxa de transferência e baixa latência.

Principais incertezas

As principais incertezas que afetam a computação em nuvem e de borda incluem as seguintes:

À medida que a tecnologia de chips avança, equilibrar um desempenho mais rápido com um menor consumo de energia em hardware e software continua sendo um desafio importante. O escrutínio regulatório e as preocupações com a privacidade dos dados estão aumentando a atenção à governança da nuvem e à soberania dos dados. O impacto ambiental e a sustentabilidade da expansão acelerada do data center, o fornecimento de energia, o uso de água e o lixo eletrônico podem levar a regulamentações adicionais.

- A segurança na computação em nuvem e de borda continuará sendo um problema importante em 2025. As organizações enfrentam riscos crescentes de segurança devido à visibilidade limitada dos ambientes de várias nuvens e ao investimento insuficiente em proteção.

Grandes questões para o futuro

As empresas e os líderes podem considerar as seguintes questões ao continuar a usar a computação em nuvem e de borda:

- Como os provedores de nuvem podem reduzir efetivamente o consumo de energia e a pegada de carbono? Como as empresas podem garantir a soberania dos dados e a conformidade com as regulamentações em evolução em um ambiente com várias nuvens?

- Haverá provedores de nuvem dominantes em nível regional? O que definirá a vantagem competitiva na nuvem nos próximos cinco anos - escala, arquitetura ou controle do ecossistema?

- À medida que as curvas de custo, as tarifas e as pressões regulatórias evoluem, como as organizações devem otimizar dinamicamente suas cargas de trabalho em plataformas de nuvem, de borda e locais?

06 Tecnologia de realidade imersiva

As tecnologias de realidade imersiva incluem realidade aumentada (AR) e realidade virtual (VR), incluindo óculos inteligentes de AR, feedback háptico avançado e aprimoramentos orientados por IA para melhorar a renderização, o rastreamento e o processamento.

Tendências e sua importância

As tecnologias de realidade imersiva - incluindo a realidade aumentada (AR), que projeta imagens em ambientes reais, e a realidade virtual (VR), que permite a interação em ambientes totalmente virtuais por meio da computação espacial - têm o potencial de transformar a experiência em muitos setores. Essas tecnologias continuam a evoluir, com avanços como wearables mais leves e econômicos, háptica aprimorada e integração de IA. Embora os jogos e o entretenimento continuem sendo as áreas mais amplamente adotadas e visivelmente inovadoras, essas tecnologias também estão sendo usadas em outras áreas para marketing, prototipagem e simulação de cenários de alto risco para melhorar o treinamento e a segurança. Ao fornecer ambientes seguros e controlados, a AR e a VR permitem que os usuários pratiquem habilidades e façam experiências sem os riscos do mundo real. Na área da saúde, as tecnologias imersivas apoiam o treinamento médico e o atendimento ao paciente.1 Em 2024, o mercado de AR/VR cresceu de forma constante, com as remessas de fones de ouvido crescendo 10%, embora as previsões indiquem que o crescimento pode diminuir em 2025.1

A realidade imersiva está indo rapidamente além de suas raízes de jogos e entretenimento para se tornar uma força transformadora em todos os setores. À medida que a tecnologia amadurece, as organizações que a integrarem conscientemente em suas operações liberarão novas dimensões de produtividade, criatividade e conexão humana. A próxima onda de inovação será definida não apenas pelos avanços tecnológicos, mas também pela forma como as experiências imersivas se encaixam perfeitamente na estrutura dos negócios e da vida cotidiana.

- David Naney, especialista sênior, sul da Califórnia

Desenvolvimentos recentes

Os desenvolvimentos recentes envolvendo a tecnologia de realidade imersiva incluem o seguinte:

Historicamente, os fones de ouvido de AR e VR tiveram um desempenho abaixo das expectativas. Isso se deve aos altos custos, à adoção limitada pelos consumidores e às restrições tecnológicas, embora haja evidências de reinvestimento, como os óculos de IA da Meta e os óculos Android XR do Google.2

Os avanços da tecnologia háptica estão obscurecendo os limites entre realidade e simulação. A integração da tecnologia háptica e do feedback sensorial avançado está criando ambientes virtuais mais imersivos e realistas. Atuadores hápticos de potência ultrabaixa e luvas e trajes vestíveis fornecem feedback tátil preciso, simulando sensações como chuva ou textura. Sensores químicos e dispensadores sem fio reproduzem sabores. Essa abordagem multissensorial aumenta o envolvimento do usuário em uma variedade de aplicações.

- A integração da IA está revolucionando as tecnologias de AR e VR, melhorando os recursos de renderização, rastreamento e processamento, especialmente em simulações de jogos e treinamento. Os algoritmos de IA geram ambientes e personagens hiper-realistas em jogos que respondem dinamicamente às interações do usuário, criando uma experiência mais imersiva. As técnicas de IA, incluindo modelos de aprendizagem profunda, melhoram a fidelidade das visualizações em 3D por meio do treinamento em grandes conjuntos de dados de texturas e condições de iluminação do mundo real.3

Talentos e mercados de trabalho

tecnologia de realidade imersiva

demanda (economia)

A demanda por empregos de engenharia mecânica é relativamente estável em comparação com os empregos de software, refletindo a necessidade contínua de especialização em hardware na fabricação e prototipagem de dispositivos de AR e VR. O declínio geral na demanda de talentos para a maioria dos cargos em 2024 sugere que o mercado de trabalho está se recalibrando à medida que os casos de uso e as estruturas de suporte evoluem no campo.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

O setor de realidade imersiva enfrenta uma escassez de habilidades em RV, RA e IA, impulsionada por uma demanda crescente por simulação adaptativa e criação de conteúdo orientado por IA. As habilidades de programação, como C++, estão mais prontamente disponíveis, enquanto a experiência em modelagem 3D continua abundante.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego
Disponibilidade de talentos, proporção de talentos em relação à demanda

Desenvolvimento de adoção global

Adoção de frações: 2 experimentos.

As organizações estão testando a funcionalidade e a viabilidade da tecnologia, geralmente em protótipos de pequena escala, e normalmente não estão preocupadas com o retorno do investimento em curto prazo. Poucas empresas estão escalonando ou já escalonaram totalmente a tecnologia.

A adoção de tecnologias de realidade imersiva varia muito em termos de geografia e casos de uso. Embora os óculos inteligentes tenham ganhado força significativa, a adoção de fones de ouvido tem sido mais lenta do que o esperado. O impulso está crescendo em setores como saúde e bens de consumo, mas a adoção generalizada continua limitada por problemas de usabilidade, altos custos e diferenças regionais em infraestrutura e inovação.

Exemplos da vida real

Exemplos realistas envolvendo o uso de wearables incluem o seguinte:

Ajude a preencher a lacuna entre a presença física e a interação digital. Apesar da decisão subsequente da empresa de interromper a produção do modelo inicial, o headset Vision Pro da Apple, que foi enviado pela primeira vez no início de 2024, é um marco no mercado de tecnologia de realidade imersiva. Um de seus recursos é o "Persona", que usa IA e AR para escanear o rosto do usuário e criar avatares digitais realistas durante as chamadas do FaceTime, permitindo que os usuários se comuniquem com mais naturalidade em ambientes virtuais.4

Ampliação do campo de visão dos óculos inteligentes. A ampliação do campo de visão é considerada um fator importante para o crescimento da AR, e a quinta geração dos Spectacles da Snap, lançada em setembro de 2024, faz progressos nessa área. Voltada para desenvolvedores de AR, ela apresenta uma tela mais imersiva, cores mais intensas e um campo de visão diagonal mais amplo, de 46°, além de maior duração da bateria e maior poder de processamento.5 Apesar dessas melhorias, ainda há desafios na categoria, como um campo de visão relativamente limitado e o peso maior do dispositivo.

Tornando a RV mais imersiva e acessível para usuários casuais e aplicativos corporativos.A grande visão dos headsets de RV tem sido limitada por desafios técnicos. Produtos como o Meta Quest 3, um headset autônomo lançado em 2023, marcam outra etapa no desenvolvimento de hardware imersivo. Além de não exigir uma conexão constante com um PC ou console externo, ele apresenta gráficos, capacidade de processamento e recursos de renderização aprimorados.6

O Dr. Joaquin Sanchez-Sotelo realizou a primeira cirurgia de substituição de ombro navegada por realidade mista na Mayo Clinic em 2024. Esse método cirúrgico inovador usa ferramentas e óculos de proteção especialmente projetados para criar um holograma altamente preciso da articulação, permitindo maior precisão na colocação dos implantes.7

Reduzir o tempo necessário para construir um protótipo. Os protótipos físicos normalmente levam 45 dias, mas a New Balance usa a RV para reduzir o processo para apenas sete dias ou menos. Essa abordagem baseada em RV permite que os tomadores de decisão visualizem o design do calçado de todos os ângulos em um ambiente virtual, semelhante ao manuseio de uma amostra física. O uso da RV nesse sentido facilita a comunicação da intenção do design e leva a uma tomada de decisão mais informada.8

Exemplos realistas de como as tecnologias hápticas e outras tecnologias sensoriais podem aprimorar a experiência virtual incluem o seguinte:

A Virtuix apresentou a Omni One, sua esteira de RV multidirecional voltada para o consumidor, que permite que os usuários se movam em qualquer direção dentro de um espaço virtual. Essa capacidade de 360° aumenta a presença no ambiente de RV.9

Trazendo a háptica para a RV. As luvas hápticas são projetadas para ajudar os usuários a interagir de forma natural e intuitiva com objetos virtuais. O Maestro EP da Contact CI, o modelo leve e sem fio que a empresa está apresentando na AWE 2024, representa um avanço no campo. Desde 2020, a Força Aérea dos EUA tem usado a tecnologia háptica da Contact CI para programas de treinamento em RV, uma aplicação prática dessas luvas em um ambiente profissional.10

Sabores mais intensos em simulações virtuais de sabores. Atender e satisfazer a demanda dos consumidores por ecossistemas digitais multissensoriais é uma das principais preocupações no campo da tecnologia de realidade imersiva. Uma inovação recente simula o funcionamento das papilas gustativas. Desenvolvida por pesquisadores da Ohio State University, a tecnologia e-Taste utiliza sensores químicos e atuadores microfluídicos sem fio para reproduzir os sabores doce, azedo, salgado, amargo e umami, controlando a liberação de íons e compostos de sabor. Os testes em humanos alcançaram uma precisão de 70% na distinção da intensidade do sabor.11

Exemplos realistas de como a IA está mudando os aplicativos de realidade imersiva incluem o seguinte:

A Blockade Labs desenvolveu o Skybox AI, uma ferramenta avançada orientada por IA para criar ambientes panorâmicos imersivos de 360°. Os usuários podem gerar skyboxes detalhados com resolução de 8K com simples comandos de texto e podem remixar ambientes existentes, editar elementos e até mesmo converter skyboxes 2D em modelos 3D para uma variedade de aplicações. Essa tecnologia pode ser aplicada a jogos, RV, simulação, educação, etc.12

O uso de IA para criar NPCs de jogos atinge um novo patamar.2023 A Epic Games introduziu um novo recurso orientado por IA em seu versátil mecanismo de jogos 3D de computação gráfica, o Unreal Engine (UE). Chamado de Procedural Content Generation Framework,13 ele usa algoritmos de IA para gerar automaticamente recursos de jogos, como paisagens, objetos 3D, edifícios e até mundos inteiros. Como acompanhamento dos aprimoramentos de IA, a empresa introduziu o MetaHumans no Unreal Editor do Fortnite, permitindo que os criadores projetem e animem personagens não jogadores (NPCs) digitalmente "humanos" de alta fidelidade para suas ilhas Fortnite.14 Os ativos da Árvore de Comportamento do UE podem ser ser usados por conta própria para implementar comportamentos inteligentes de IA para NPCs.14

tecnologia potencial

As tecnologias que impulsionam a realidade imersiva incluem o seguinte:

- A Realidade Aumentada (AR) consegue imersão parcial ao adicionar informações ao ambiente do mundo real.
Realidade virtual: a RV mergulha o usuário em um ambiente totalmente virtual por meio da computação espacial, permitindo a interação em um ambiente totalmente virtual.
Realidade mista. A realidade mista atinge um nível de imersão entre AR e VR que adiciona elementos virtuais ao mundo real, permitindo que os usuários interajam com ambos.
Computação espacial. Esse tipo de computação usa o espaço físico 3D percebido ao redor do usuário como uma tela para a interface do usuário.
Sensores externos e vestíveis. Esses sensores, incorporados em dispositivos portáteis ou vestíveis ou montados ao redor do usuário, detectam objetos e corpos para representação em ambientes virtuais.
Haptics. Esses dispositivos de feedback normalmente transmitem sensações ao usuário na forma de vibrações.
Realidade aumentada baseada em localização. O software integra a localização física e os arredores em tempo real do usuário à RA para sobrepor os arredores físicos em um ambiente virtual.

Aprendizado de máquina. Esse termo refere-se a modelos que fazem previsões após serem treinados com dados, em vez de seguirem regras de programação.

Inteligência artificial. ai refere-se à capacidade de uma máquina de executar funções cognitivas normalmente associadas à mente humana, como percepção, raciocínio, aprendizado, interação com o ambiente e solução de problemas.

Principais incertezas

As principais incertezas que afetam a tecnologia de realidade imersiva incluem o seguinte:

Disponibilidade e privacidade de dados. Tecnologias imersivas, como realidade virtual e aumentada, coletam grandes quantidades de dados pessoais, como movimentos corporais, rastreamento ocular e como os usuários interagem com o ambiente. Isso gera sérias preocupações com a privacidade. Alguns sistemas avançados de IA podem até mesmo interpretar comportamentos inconscientes, incluindo movimentos oculares, para adivinhar o que o usuário está pensando ou sentindo, muitas vezes sem que o usuário esteja ciente disso. Há um risco real de que essas informações possam ser mal utilizadas ou expostas em uma violação de dados, portanto, proteger a privacidade do usuário é fundamental.

- Amplificação do preconceito. Se implementadas incorretamente, as tecnologias imersivas podem reforçar os preconceitos sociais existentes. Por exemplo, candidatos com Internet confiável e acesso a equipamentos atualizados ou espaços de trabalho dedicados à RV podem se beneficiar mais de processos de recrutamento virtuais, programas educacionais ou acesso a serviços públicos.

Segurança física. Os sistemas de realidade aumentada e virtual geralmente limitam a visão do usuário do mundo real. Isso cria um risco de segurança quando usado em ambientes que não estão sob controle rigoroso.

Vários tipos de dispositivos. Há uma grande variedade de dispositivos de tecnologia imersiva, que vão desde plataformas autônomas de AR e VR até acessórios periféricos de AR para telefones celulares. Essa diversidade faz com que não fique claro quais dispositivos são mais adequados para tarefas específicas. Com o surgimento constante de novos produtos, os usuários enfrentam incertezas ao escolher a ferramenta certa para suas necessidades.

Desenvolvimento de hardware. Os avanços de hardware foram feitos em taxas variadas em áreas como peso, gerenciamento térmico, duração da bateria, campo de visão e redução do enjoo por movimento. Algumas áreas estão se desenvolvendo mais rapidamente do que outras devido a desafios técnicos ou à demanda do mercado. Embora seja possível esperar um progresso constante, o cronograma para obter um progresso substancial em todas as áreas simultaneamente permanece incerto.

Grandes questões para o futuro

Há várias questões que as empresas e os líderes podem querer considerar à medida que avançam com a tecnologia de realidade imersiva:

- Como a velocidade dos avanços em hardware - em termos de custo, conforto e desempenho - moldará a evolução da realidade imersiva de novidade de nicho para plataforma universal?

- Qual é o ponto de inflexão para que a realidade imersiva faça a transição de projetos-piloto para implantações em escala em áreas especializadas e de alto valor, como infraestrutura de energia, fabricação avançada ou mídia de ponta?

- Como a realidade imersiva mudará e se adaptará à medida que mais organizações adotarem o retorno ao escritório e o trabalho menos remoto?

- Quais estruturas regulatórias são necessárias para garantir o uso seguro, protegido e ético das tecnologias de realidade virtual, incluindo verificação de conteúdo, privacidade de dados e segurança cibernética?

- Qual será o impacto da adoção generalizada da tecnologia de realidade virtual na sociedade e no comportamento humano?

07 Confiança digital e segurança cibernética

A confiança digital e a segurança cibernética abrangem tecnologias e práticas criadas para garantir interações digitais seguras, transparentes e confiáveis. Isso inclui autenticação, proteção de dados, criptografia, detecção de ameaças e sistemas de confiança baseados em blockchain.

Tendências e sua importância

As tendências de confiança digital e segurança cibernética incluem segurança cibernética, confiança na inteligência artificial e tecnologia blockchain. Essas tecnologias criam, ampliam e mantêm a confiança das partes interessadas. Elas ajudam as organizações a reduzir os riscos tecnológicos e de dados, inovar e proteger os ativos, o que contribui para melhorar o desempenho organizacional e fortalecer o relacionamento com os clientes.

A segurança cibernética e a inteligência artificial oferecem mecanismos de defesa avançados contra ameaças cibernéticas cada vez mais sofisticadas. Eles podem aprimorar a detecção de ameaças, a resposta a incidentes e a resiliência digital geral de qualquer organização.

Os sistemas de confiança de IA oferecem interpretabilidade, imparcialidade, robustez e segurança, o que pode aumentar a confiança do usuário e das partes interessadas. Como a IA está cada vez mais integrada à vida cotidiana e aos principais processos de tomada de decisão, a importância da confiança não pode ser subestimada.

Os sistemas de tokenização baseados em blockchain, que são essencialmente criados para transparência, segurança e acessibilidade, podem levar a soluções inovadoras para áreas como finanças e saúde.

Juntas, essas tecnologias trabalham para criar confiança digital e proteger a integridade dos dados. Para aproveitar plenamente os benefícios da confiança digital e da segurança cibernética, é necessário haver uma liderança de cima para baixo e uma mudança intencional em várias áreas de atividade, desde a estratégia e a tecnologia até os recursos empresariais.

Os principais fundamentos da segurança cibernética - gerenciamento de ativos, gerenciamento de vulnerabilidades e gerenciamento de identidades - continuam sendo essenciais em um mundo em que a IA generativa continua a desbloquear cada vez mais valor. A criação de sistemas e processos para oferecer experiências seguras para clientes e usuários na era da IA generativa exige a manutenção de recursos de segurança fundamentais e o investimento em tecnologias de ponta para acompanhar o ritmo das mudanças.

- Charlie Lewis, sócio, Connecticut

Desenvolvimentos recentes

Os desenvolvimentos recentes na área de confiança digital e segurança cibernética incluem o seguinte:

Os rápidos avanços na tecnologia de IA e as interrupções nos setores e na vida cotidiana destacaram a necessidade urgente de criar confiança na IA em toda a cadeia de valor. A confiança nas empresas de IA diminuiu, de 611 TP3T em 2019 para 531 TP3T atualmente.1 A falha em implementar proativamente práticas de IA responsáveis e seguras pode ter consequências significativas para as empresas e a sociedade. Os retornos cumulativos do mercado de ações para marcas confiáveis são 245 pontos percentuais mais altos do que os de marcas não confiáveis de 2017 a 2023,2 ilustrando como a resiliência digital e operacional e a confiança podem compensar.

Os invasores estão usando cada vez mais a IA generativa e o aprendizado de máquina para atingir as organizações, e fazendo isso de forma mais eficaz. Ao mesmo tempo, as próprias organizações estão adotando essas tecnologias para aprimorar seus recursos de detecção e resposta a ameaças. Essas ferramentas permitem que os sistemas analisem rapidamente grandes conjuntos de dados, identifiquem padrões e detectem anomalias para melhorar a detecção e a prevenção de ameaças.

A exploração de vulnerabilidades em softwares e funcionalidades de terceiros destaca o impacto mais amplo do risco sistêmico. À medida que o setor se torna cada vez mais dependente de software e funcionalidades de terceiros, os riscos se concentram em vários processos comerciais, aumentando a necessidade de projetar e implementar listas de materiais de software para melhorar a transparência e gerenciar as vulnerabilidades.

As preocupações com a supervisão regulatória, a transparência e a segurança na esfera digital aumentaram. Os governos de todo o mundo tomaram medidas significativas para desenvolver regulamentações mais abrangentes e rigorosas, pois as preocupações com a confiança digital destacaram a necessidade de estruturas de governança claras.

Os riscos geopolíticos se intensificaram, representando ameaças significativas à confiança digital e à segurança cibernética. Nesse ambiente incerto, em que os Estados estão usando cada vez mais a tecnologia para fins estratégicos, as preocupações com a infraestrutura essencial e a segurança dos dados estão aumentando. As infraestruturas críticas, como satélites e cabos submarinos, têm sido alvo de ataques, o que pode interromper as comunicações, o comércio e a segurança globais. As organizações podem adotar uma abordagem proativa e adaptável à segurança cibernética incorporando fatores geopolíticos às estratégias de avaliação e mitigação de riscos.

A tokenização está aumentando em setores como o financeiro, à medida que as instituições buscam expandir suas ofertas de produtos. A tecnologia blockchain, que oferece a capacidade de registros interoperáveis e à prova de adulteração, está possibilitando aplicativos como ativos tokenizados.

"A confiança não é mais uma questão branda; é um ativo essencial para os negócios. Em um mundo de conteúdo gerado por IA, fluxos de dados transfronteiriços e riscos cibernéticos crescentes, a confiança digital é a licença para operar. As empresas que criam confiança desde a concepção serão as escolhidas pelos clientes - e as que ganharão o apoio das partes interessadas sociais.

- Roger Roberts, Sócio, Área da Baía de São Francisco

Talentos e mercados de trabalho

Confiança digital e segurança cibernética

demanda (economia)

Os empregos de software relacionados à confiança digital e à segurança cibernética permanecem críticos, com a demanda por engenharia de software e desenvolvimento de software relativamente estável, embora ligeiramente abaixo de 2023. Os cargos de analista de segurança, embora tenham caído significativamente em relação ao pico de 2022 - assim como a maioria dos cargos nessa tendência - ainda lideram as ofertas de emprego em geral, refletindo a demanda contínua por monitoramento de ameaças e especialização em conformidade.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

Habilidades populares, como resposta a incidentes, inteligência contra ameaças e DevOps (desenvolvimento de software e operações de TI), estão enfrentando uma grave escassez, refletindo a necessidade urgente do setor de especialização em automação e mitigação de ameaças. A inteligência artificial está se tornando cada vez mais essencial à medida que as empresas integram ferramentas de segurança baseadas em IA para detecção e resposta a ameaças, mas os talentos continuam escassos. Por outro lado, o gerenciamento de riscos mostra um pequeno excedente de talentos, indicando alinhamento com os atuais pipelines de treinamento. A incerteza regulatória e a volatilidade do mercado levaram a um mercado de talentos volátil para habilidades em blockchain e ledger distribuído.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego

Disponibilidade de talentos, proporção de talentos em relação à demanda

1,2x 0,3x		0.2x	0.3x	0.7x	0.1x	2.6x
Gerenciamento de riscos	Resposta a incidentes	Inteligência artificial	DevOps	Bancos de dados	Inteligência sobre ameaças	Blockchain

Desenvolvimento de adoção global

Adoção de pontuações: 4-sendo estendida.

As organizações estão ampliando a implementação e a adoção dessas tecnologias em toda a empresa.

Mesmo com a expansão da segurança cibernética em todas as organizações, os avanços tecnológicos significam que ela deve continuar a evoluir. Por exemplo, as tecnologias de confiança de IA ainda estão nos estágios iniciais de piloto, apesar da rápida implementação da IA generativa. Algumas organizações estão desenvolvendo soluções de segurança cibernética sob medida, mas a maioria depende de provedores para escalar. A UE saiu na frente para fortalecer a segurança e a soberania dos dados, implementando regulamentações rigorosas sobre sistemas de IA de alto risco por meio do AI Bill, exigindo transparência e protegendo os direitos do consumidor.3

Exemplos da vida real

Entre os exemplos reais de iniciativas e desenvolvimentos que envolvem o apoio ao uso seguro e responsável da IA estão os seguintes:

A ferramenta de benchmarking AILuminate v1.0 da MLCommons, lançada em dezembro do ano passado, é usada para avaliar a propensão dos modelos de linguagem ampla (LLMs) a responder a solicitações de perigo. Ela ajuda a identificar riscos, como exploração infantil, discurso de ódio e armas mal utilizadas, como violações químicas, biológicas, radiológicas, nucleares e explosivas, fornecendo uma análise independente do risco do LLM para informar a tomada de decisões. Atualmente, a MLCommons está ampliando o AILuminate para abordar os riscos para a IA do agente em termos de correção, segurança e controle, e segurança.4

A integração permite que as empresas de tecnologia atendam à demanda dos consumidores por soluções mais abrangentes. Por exemplo, a Cisco fez sua maior aquisição de todos os tempos em março de 2024, comprando a Splunk por US$ 28 bilhões, melhorando os recursos de detecção e resposta a ameaças ao integrar a plataforma de análise de dados de máquina da Splunk ao seu portfólio de segurança cibernética existente.5 Cinco meses depois, a Cisco adquiriu a Robust, pioneira em segurança aplicada à IA inteligência aplicada.6

Aqui está um exemplo real que envolve um ataque orientado por IA direcionado a uma organização:

O phishing por voz, ou "vishing", é outra variante dos ataques de phishing que usa chamadas ou mensagens de voz para induzir as pessoas a fornecerem informações pessoais ou financeiras confidenciais. informações pessoais ou financeiras. De acordo com o Relatório de Ameaças Globais CrowdStrike 2025, os ataques de vishing aumentaram em 4.421 TP3T em apenas seis meses, do primeiro semestre de 2024 para o segundo semestre do ano.7 As organizações podem implantar uma estratégia de defesa em várias camadas que combine educação dos funcionários, proteções técnicas e monitoramento proativo para combater o vishing.

Exemplos reais envolvendo preocupações regulatórias crescentes incluem o seguinte:

O Departamento de Defesa dos EUA (DOD) estabeleceu a estrutura CMMC (Cybersecurity Maturity Model Certification) 2.0 em 2024 para melhorar a segurança cibernética de seus contratados e subcontratados de defesa.

Os órgãos reguladores estão se concentrando cada vez mais nos setores de fintech e blockchain para abordar questões de proteção ao consumidor e estabilidade financeira. A regulamentação do Mercado de Ativos Criptográficos (MiCA) da UE, que entra em vigor no final de 2024, tem como objetivo fornecer uma estrutura jurídica abrangente para ativos digitais, incluindo stablecoins. Espera-se que o regulamento padronize a emissão e a negociação de ativos tokenizados e promova a inovação, ao mesmo tempo em que mitiga os riscos associados às finanças digitais.8

Exemplos reais envolvendo riscos geopolíticos que afetam a confiança digital incluem o seguinte:

Salt Typhoon, um grupo de ataque cibernético patrocinado por um estado estrangeiro responsável por uma série de ataques cibernéticos de alto nível contra empresas de telecomunicações e outras infraestruturas críticas.20 Em 2024, várias operadoras de telecomunicações norte-americanas foram comprometidas, destacando a vulnerabilidade das infraestruturas globais de telecomunicações.9

- Nos últimos anos, várias interrupções de cabos submarinos que pareciam ter o objetivo de interromper a Internet e as comunicações externas levantaram preocupações sobre sabotagem em meio a tensões geopolíticas. Nos últimos 15 meses, 11 cabos no Mar Báltico foram sabotados, causando grandes interrupções e levando a OTAN a lançar um programa chamado Baltic Sentinel para proteger a infraestrutura submarina essencial.10 A construção de cabos submarinos é cara e transporta aproximadamente 991 terabytes de tráfego transcontinental da Internet.11

Exemplos realistas envolvendo empresas que implementam a tokenização incluem o seguinte:

- O JPMorgan Chase se integra ao Kinexys Digital Payments. A solução de blockchain digital-first se integra aos serviços de FX do JPMorgan Chase para lidar com liquidações de câmbio.12

- A BlackRock lançou o BUIDL. Esse fundo tokenizado agora representa mais de 40% do mercado tokenizado do Tesouro dos EUA.13

tecnologia potencial

As tecnologias de confiança digital e segurança cibernética incluem o seguinte:

Identidade digital. A identidade consiste em todas as informações digitais que descrevem e distinguem uma pessoa ou entidade. As identidades autônomas permitem que os usuários controlem quais informações de identificação eles compartilham e com quem. Os usuários de identidades criptográficas podem usar alternativas às senhas alfanuméricas, como biometria, dispositivos, aplicativos e documentos, para autenticar e verificar a si mesmos. As organizações estão desenvolvendo soluções de "identidade convergente" que integram diferentes aspectos da identidade em uma única plataforma, por exemplo, para oferecer continuidade à medida que uma pessoa passa de funcionário a parceiro de negócios e a cliente.

Engenharia de privacidade. Essa prática gerencia a implementação, a operação e a manutenção da privacidade para reduzir os riscos à privacidade e possibilitar uma tomada de decisão mais objetiva sobre a alocação de recursos e a implementação eficaz de controles de privacidade nos sistemas de informação.

- Resiliência tecnológica. Esse é o conjunto de práticas e fundamentos tecnológicos necessários para criar, implantar e operar com segurança a tecnologia em todo o ambiente corporativo, incluindo componentes como backups imutáveis e redes autorrecuperáveis.

Blockchain. Esses registros digitalmente distribuídos e descentralizados existem em uma rede de computadores e facilitam o registro seguro, transparente e imutável de transações.

Contrato inteligente. Um programa de software criado em um código imutável em um blockchain que é executado automaticamente quando as condições especificadas são atendidas (por exemplo, termos acordados pelo comprador e pelo vendedor).

Tokens e ativos digitais. Esses ativos intangíveis incluem criptomoedas nativas, tokens de governança, stablecoins, tokens não homogeneizados e ativos financeiros e do mundo real tokenizados, inclusive dinheiro.

Aplicativos descentralizados. Esses aplicativos são executados em uma rede ponto a ponto, eliminando a dependência de servidores centralizados. Eles usam a tecnologia blockchain para armazenamento e segurança de dados e criptomoedas para transações e envolvimento do usuário.

Inteligência artificial. A inteligência artificial refere-se a sistemas de computador que usam algoritmos avançados e análise de dados para realizar tarefas que normalmente exigem inteligência humana, como aprendizado, solução de problemas e tomada de decisões.

Inteligência Artificial Interpretável. Isso implementa métodos e abordagens para aumentar a transparência e a interpretabilidade das entradas, da ponderação e do raciocínio do algoritmo de aprendizado de máquina para criar confiança e segurança neles.

Automatize a governança, o risco e a conformidade (GRC).As ferramentas de GRC são aplicativos e plataformas de software projetados para ajudar as organizações a gerenciar e otimizar seus processos de governança, gerenciamento de riscos e conformidade.

Principais incertezas

As principais incertezas que afetam a confiança digital e a segurança cibernética incluem o seguinte:

O equilíbrio entre segurança e disponibilidade é um desafio constante. Medidas de segurança mais rigorosas podem reduzir a vulnerabilidade a ataques, mas geralmente ao custo de sistemas mais lentos e menos fáceis de usar. As preferências dos consumidores e os padrões reais de adoção acrescentam outra camada de complexidade.

Atualmente, não existe uma abordagem de interpretabilidade única que abra a "caixa preta" de grandes modelos de IA para fornecer interpretações significativas de seus resultados. As ferramentas de interpretabilidade precisam ser adaptadas a contextos e dados específicos, mas os problemas de compatibilidade podem interferir nos esforços de atualização ou migração de tecnologias, especialmente na integração com sistemas legados, como as muitas soluções pontuais descentralizadas ainda em uso.

Mesmo que a demanda por poder de computação continue a aumentar, o ceticismo corporativo sobre o uso crescente de dados para impulsionar o crescimento permanece. Muitas empresas estão preocupadas com o risco de que seus dados confidenciais sejam usados para treinar LLM, levando a violações de dados e de propriedade intelectual, o que poderia levá-las a adotar soluções de treinamento internas mais caras. Para mitigar esses riscos, os fornecedores estão assumindo compromissos mais fortes de proteção de dados, inclusive oferecendo várias formas de indenização por reclamações de propriedade intelectual.

Os recentes avanços na tecnologia quântica aumentaram as preocupações com os sistemas criptográficos que sustentam a segurança das redes de blockchain. À medida que a computação quântica avança em uma linha do tempo incerta, ela representará uma ameaça significativa à integridade e à confidencialidade dos dados protegidos pelos algoritmos de criptografia atuais.

A regulamentação da tecnologia blockchain e da tokenização é fragmentada entre as jurisdições, o que cria desafios de conformidade. A UE estabeleceu estruturas como a Regulamentação do Mercado de Ativos Criptográficos, mas outras jurisdições, incluindo os Estados Unidos, ainda estão desenvolvendo abordagens regulatórias.14 A falta de padronização global se estende às tecnologias de arquitetura de confiança e às regulamentações de segurança cibernética, que exigem monitoramento e ajuste constantes das políticas da empresa para garantir a conformidade.15 A natureza evolutiva dessas regulamentações entre jurisdições exige vigilância constante por parte das empresas de blockchain e tokenização.

Grandes questões para o futuro

Há várias questões que as empresas e os líderes podem querer considerar à medida que avançam com a confiança digital e a segurança cibernética:

- O que é necessário para proteger o número crescente de dispositivos conectados, como a IoT e as tecnologias operacionais, nas residências dos consumidores?

- Que estrutura garantirá a privacidade do usuário em um mundo hiperconectado?

- Que papel os governos devem desempenhar na manutenção da confiança digital e da segurança cibernética?

- Até que ponto os incentivos de seguro desempenharão um papel nas decisões de negócios para investir em resiliência cibernética e confiança digital?

- Como a IA pode ser usada para ajudar a desenvolver mecanismos de segurança avançados para ficar à frente das ameaças emergentes (geopolíticas, relacionadas à IA, quânticas)?

- Como a evolução das regulamentações e a mudança de atitudes corporativas afetarão o ritmo e a escala da tokenização baseada em blockchain?

08 Tecnologia Quantum

Os aplicativos baseados na tecnologia quântica utilizam as propriedades exclusivas da mecânica quântica para realizar determinados cálculos complexos com muito mais rapidez do que os computadores clássicos, para criar redes de comunicação seguras e para produzir sensores com maior sensibilidade do que seus equivalentes clássicos.

Tendências e sua importância

As tecnologias quânticas representam um avanço fundamental na computação tradicional, resolvendo problemas difíceis por meio da exploração dos princípios exclusivos da mecânica quântica. Um dos pilares, a computação quântica, tem o potencial de permitir soluções para classes específicas de problemas que não são viáveis usando computadores clássicos, como a modelagem de fenômenos quânticos na química ou a quebra de algumas técnicas de criptografia comumente usadas. O segundo pilar, as comunicações quânticas, pode desempenhar um papel fundamental na garantia de comunicações seguras. A detecção quântica, o terceiro pilar, aumenta a sensibilidade e oferece uma gama mais ampla de recursos do que os sensores tradicionais para casos de uso específicos.

Até agora, 2025 tem sido um ano agitado para a computação quântica, com os principais participantes, como Amazon Web Services (AWS), Google, IBM e Microsoft, anunciando avanços em chips e recursos quânticos. Desenvolvimentos como o chip Willow do Google, o processador Majorana 1 da Microsoft, o Quantum Heron da IBM e o Ocelot da AWS abordaram os principais desafios, como correção de erros e escalabilidade, marcando um passo significativo em direção a sistemas quânticos mais práticos. Embora as aplicações práticas da computação quântica ainda não tenham sido concretizadas, está havendo um progresso significativo. Esses desenvolvimentos refletem o progresso contínuo no campo, à medida que as empresas continuam a explorar o caminho da pesquisa experimental para possíveis aplicações práticas. As tecnologias quânticas podem ter impactos econômicos nos setores químico, de ciências da vida, financeiro e móvel.

No entanto, para realmente liberar os benefícios transformadores da tecnologia quântica, vários desafios técnicos devem ser superados, possivelmente por meio da colaboração entre os setores público e privado. As empresas podem se posicionar para aproveitar os avanços futuros acompanhando os desenvolvimentos da tecnologia quântica e fazendo investimentos criteriosos com base em sua relevância para os desafios do setor.

Desenvolvimentos recentes

Os recentes avanços na tecnologia quântica se concentraram em superar os principais obstáculos técnicos, como a correção de erros e a escalabilidade. Ao mesmo tempo, o aumento da concorrência entre as principais empresas de tecnologia e as start-ups, a expansão de projetos quânticos em todo o mundo e os primeiros sinais de comercialização sugerem que o campo como um todo está ganhando impulso.

Os desenvolvimentos recentes na tecnologia quântica incluem o seguinte:

- As inovações aprimoraram a correção de erros e permitiram o dimensionamento. A maior confiabilidade dos bits quânticos e a melhor mitigação de erros em tempo real ajudam a criar sistemas mais robustos e tolerantes a falhas.

A computação quântica está se tornando rapidamente um campo altamente competitivo. Os hiperescaladores que oferecem serviços de computação em nuvem estão fazendo avanços significativos nos lançamentos de tecnologia, sinalizando uma nova era em que os gigantes tradicionais da computação não estão apenas participando, mas também buscando ativamente a liderança na inovação da computação quântica. Os participantes menores, incluindo as start-ups, estão se esforçando para se diferenciar, concentrando-se em inovações mais arriscadas.

O crescimento significativo dos centros de inovação em tecnologia quântica em 2025 reflete o interesse crescente em tecnologias quânticas e estruturas regulatórias relacionadas. Trinta e quatro países agora têm programas nacionais de quantum e as Nações Unidas designaram 2025 como o Ano Internacional da Ciência e Tecnologia Quânticas, concentrando a atenção global na inovação quântica. À medida que o campo quântico continua a evoluir, os órgãos reguladores reconhecem que os padrões internacionais desempenharão um papel importante na complementação das estruturas regulatórias e na promoção da inovação em tecnologias quânticas.

O domínio do quantum requer um foco duplo: inovações revolucionárias em hardware e outras inovações em correção de erros. Juntas, essas conquistas possibilitarão computadores quânticos tolerantes a falhas mais cedo do que o esperado".

- Henning Soller, Sócio, Frankfurt

"Muito dinheiro foi investido na solução dos desafios da tecnologia quântica nos últimos anos, mas o impulso agora está mudando para o setor corporativo. As organizações voltadas para o futuro estão explorando como aproveitar o potencial quântico para gerar valor real para aplicações comerciais impactantes.

- Anna Heid, sócia associada, Zurique

tecnologia quântica

demanda (economia)

As ofertas de emprego em tecnologia quântica atingem o pico em 2022, abrangendo cargos importantes, como desenvolvedores de software, engenheiros de software, engenheiros de software sênior e arquitetos técnicos, antes de diminuírem de forma constante em 2023 e 2024. As ofertas de emprego para analistas de segurança e analistas de sistemas são menos voláteis, estabilizando-se em níveis mais baixos até 2024. De modo geral, os dados de talentos mostram um aumento na atividade de contratação seguido de estabilização, com desenvolvimento de software e engenharia liderando a demanda durante todo o período.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

O setor de tecnologia quântica enfrenta uma escassez crítica de habilidades em computação quântica e inteligência artificial, que são exigidas na maioria dos anúncios de emprego. Por outro lado, há uma abundância de habilidades em computação em nuvem, que representam apenas 10% dos requisitos de ofertas de emprego.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego

Desenvolvimento de adoção global

Pontuação de adoção: 1 - Inovação de ponta. A tecnologia ainda está em seus estágios iniciais e poucas organizações investiram nela ou a aplicaram. Em grande parte, ela não foi testada e não foi comprovada em um ambiente comercial.

O campo da tecnologia quântica está evoluindo rapidamente, com startups inovadoras e gigantes da tecnologia anunciando mais investimentos e avanços. No entanto, os usuários ainda estão na fase exploratória, executando provas de conceito e protótipos em pequena escala para avaliar possíveis aplicações e limitações. Em particular, a computação quântica ainda está amplamente focada na fase de pesquisa e desenvolvimento, com sistemas em estágio inicial usados principalmente para testes e desenvolvimento de algoritmos. O investimento e o foco estratégico variam entre as regiões, apoiados por iniciativas como o Quantum Technology Flagship Programme da Europa, no valor de 1 bilhão de euros, e o crescente investimento em lugares como os Emirados Árabes Unidos.1

Exemplos da vida real

Exemplos realistas envolvendo correção de erros e extensão incluem o seguinte:

Recentemente, a Atom Computing alcançou uma fidelidade de porta de bit quântico duplo de 99,61 TP3T, a mais alta fidelidade para bits quânticos de átomo neutro em um sistema comercial e um importante avanço nos recursos de correção de erros.2 A tecnologia da empresa pode ser usada em conjunto com o Sistema de Virtualização de Bit Quântico da Microsoft para detectar e corrigir erros em tempo real, não apenas durante o pós-processamento. Entretanto, as limitações atuais da fidelidade da porta de bit quântico duplo e dos recursos de correção limitam a intensidade computacional da demonstração. O dimensionamento para executar algoritmos maiores e mais complexos exigirá, portanto, melhorias adicionais.3

A Rigetti Computing e a Riverlane alcançaram um marco importante ao demonstrar a correção de erros em tempo real e de baixa latência no sistema Ankaa-2 de 84 qubits com a Rigetti. O experimento marca a primeira demonstração bem-sucedida de correção de erros quânticos de baixa latência, permitindo feedback rápido, o que é fundamental para a computação quântica tolerante a falhas.

Exemplos realistas envolvendo competição e progresso estendido incluem o seguinte:

O Google anunciou o Willow, seu mais recente chip quântico que reduz exponencialmente os erros quando mais bits quânticos são adicionados. A redução de erros é um dos principais desafios da computação quântica. O Willow também realiza um cálculo de referência que levaria 10 septilhões de anos para os supercomputadores mais rápidos da atualidade - muito mais tempo do que o universo existe - em apenas cinco minutos para ser concluído. Entretanto, o cálculo de referência não tem aplicação prática conhecida.4

O Ocelot da AWS usa a tecnologia "cat quantum bits", que acelera a correção de erros quânticos e reduz significativamente o hardware necessário. O custo é uma barreira importante para o dimensionamento da computação quântica, e o Ocelot pode economizar até US$ 90%. A AWS prevê que o Ocelot pode adiantar a chegada da computação quântica prática em até cinco anos.5

A Microsoft apresentou o Majorana 1, o primeiro processador quântico do mundo alimentado por bits quânticos topológicos, que, pelo menos em teoria, são mais estáveis do que outros bits quânticos. A Microsoft afirma que o Majorana 1 permitirá que os computadores quânticos resolvam problemas significativos em escala industrial em anos, não em décadas.6

Exemplos realistas envolvendo centros quânticos incluem o seguinte:

A IBM abriu seu primeiro data center quântico na Europa em Ehningen, Alemanha. Lá, processadores avançados, como o Eagle e o Heron, fornecem potência de computação quântica. O centro foi projetado para promover a pesquisa e a inovação na Europa, fornecendo recursos de computação quântica por meio da nuvem e, ao mesmo tempo, cumprindo as regulamentações regionais de proteção de dados.7

A Nvidia anunciou que está estabelecendo um centro de pesquisa de computação quântica em Boston, o NVIDIA Accelerated Quantum Research Centre (NVAQC). A iniciativa tem como objetivo avançar a computação quântica integrando hardware quântico de ponta com supercomputadores de IA, um conceito conhecido como Supercomputação Quântica Acelerada. O NVAQC espera superar alguns dos desafios mais urgentes da computação quântica, incluindo o ruído de bits quânticos e a transformação de processadores quânticos experimentais em dispositivos práticos, bem como o desenvolvimento de tecnologias como correção de erros quânticos e algoritmos quânticos híbridos.

tecnologia potencial

A tecnologia quântica inclui o seguinte:

Computação quântica. A computação quântica é um paradigma de computação que utiliza as leis da mecânica quântica para melhorar significativamente o desempenho de determinados aplicativos e entrar em novas áreas da computação.

Comunicação quântica. A comunicação quântica é a transmissão segura de informações quânticas através de distâncias.

Distribuição de chave quântica (QKD): QKD é o uso da tecnologia quântica para compartilhar com segurança uma chave que pode ser usada com algoritmos de criptografia clássicos.

Sensoriamento quântico. O sensoriamento quântico usa uma nova geração de sensores baseados em sistemas quânticos para fornecer medições de várias quantidades, por exemplo, campos eletromagnéticos, gravidade e tempo. Os sensores quânticos podem ser ordens de magnitude mais sensíveis do que os sensores convencionais.

Principais incertezas

As principais incertezas que afetam a tecnologia quântica são as seguintes:

Os desafios técnicos incluem a capacidade de obter um número e uma qualidade suficientes de bits quânticos para produzir resultados computacionais significativos em um período de tempo suficientemente longo, bem como a necessidade de superar obstáculos regulatórios, técnicos e financeiros que talvez ainda não sejam aparentes.

Os benefícios de custo podem levar algum tempo para serem percebidos. A maioria dos cálculos exigidos pelas empresas pode ser feita razoavelmente bem por supercomputadores tradicionais a um custo muito menor do que o dos computadores quânticos. Quando a superioridade quântica for alcançada, os custos poderão cair, mas não está claro quais componentes da computação quântica se tornarão mais econômicos.

- O ecossistema da computação quântica ainda está em sua infância. A inovação fora dos centros quânticos é prejudicada pela conscientização e adoção limitadas das tecnologias quânticas, pelos níveis variados de maturidade e aplicabilidade das tecnologias em diferentes setores, pela necessidade de maior coordenação interdisciplinar (por exemplo, entre a academia e o setor) para levar as tecnologias ao mercado e pelo fato de que as empresas quânticas continuam a buscar e cultivar talentos em teoria quântica, desenvolvimento de hardware e software.

- Os países que lideram a tecnologia quântica podem revolucionar setores como o farmacêutico, o de logística e o de segurança cibernética, o que pode aumentar a diferença econômica entre os países.

A grande questão do futuro

Há várias questões que as empresas e os líderes podem querer considerar à medida que avançam com as tecnologias quânticas:

Que marcos importantes a tecnologia quântica poderá alcançar na próxima década, incluindo a correção total de erros, a superioridade quântica e a possibilidade de derrotar a criptografia RSA atual?
Como as empresas estão se preparando agora para a tecnologia quântica, especialmente para as ameaças à segurança representadas pela computação quântica?
Qual será o impacto da computação quântica nas finanças descentralizadas?
A oferta quântica de talentos pode atender à demanda? Como os setores público e privado podem ajudar a preencher a lacuna de talentos?
Como a dinâmica geopolítica e as estruturas regulatórias emergentes moldarão a corrida global para desenvolver, comercializar e controlar as tecnologias quânticas?

engenharia de ponta

09 O futuro da robótica

O futuro da robótica abrange avanços em robôs capazes de executar tarefas de forma autônoma ou semiautônoma, adaptando-se a novas entradas do mundo real, com autonomia e destreza cada vez maiores, incluindo robôs móveis autônomos e robôs humanoides.

Tendências e sua importância

Nas últimas seis décadas, os robôs se tornaram uma visão familiar na fabricação avançada. Atualmente, mais de quatro milhões de robôs industriais trabalham em ambientes como fábricas automotivas.2024 Os avanços na inteligência artificial alimentaram uma onda de interesse em robôs físicos além dos ambientes industriais. Um número crescente de empresas está desenvolvendo robôs com diferentes morfologias, desde braços robóticos e quadrúpedes até máquinas humanoides que navegam e operam em ambientes projetados por humanos. Os mesmos modelos baseados em IA que possibilitaram a criação de chatbots estão sendo treinados para controlar robôs para que respondam com flexibilidade em situações novas. A combinação de novas morfologias e sistemas de controle mais flexíveis pode permitir o uso de robôs mais versáteis e até mesmo de uso geral.

Os robôs estão sendo cada vez mais projetados e implantados em ambientes fora da manufatura, incluindo aeroportos, grandes lojas e restaurantes. Embora se espere que as instalações anuais de robôs industriais cresçam em porcentagens de um dígito baixo a médio nos próximos anos, com metade das novas instalações na China, o mercado de robôs de serviço em áreas como logística, hotelaria e agricultura está crescendo muito mais rápido - entre 20 e 351 TP3T por ano. Embora o interesse em robôs "semelhantes aos humanos" esteja crescendo, muitos robôs não são nada semelhantes aos humanos. Por exemplo, um robô móvel autônomo (AMR) que transporta materiais em um depósito se parece mais com um aspirador de pó robótico do que com uma pessoa. Cada vez mais, os robôs estão sendo projetados para trabalhar com segurança lado a lado com trabalhadores humanos. Esses robôs, conhecidos como robôs colaborativos, expandem as tarefas e situações em que os robôs podem ser implantados além do ambiente industrial, onde as paredes de segurança normalmente os separam dos trabalhadores humanos.

Apesar do progresso significativo, ainda há desafios. Os robôs humanoides sem fio são limitados pela eletricidade: os robôs humanoides mais avançados podem funcionar por cerca de quatro horas antes de precisarem ser recarregados, o que leva cerca de duas horas. Os robôs humanoides também podem cair - manter o equilíbrio sobre dois pés é mais difícil do que se imagina. Dispositivos semelhantes a mãos para agarrar objetos geralmente são muito mais lentos do que as mãos humanas, enquanto outros dispositivos, como ventosas, podem ser mais eficazes para algumas tarefas. Outras prioridades importantes que precisam ser abordadas incluem o retreinamento da força de trabalho, a segurança física dos colegas humanos e uma sólida estrutura de segurança cibernética.1

engenharia de ponta

Futuro da robótica

demanda (economia)

Embora o número de empregos na área de robótica continue pequeno em comparação com outros setores, a demanda por quase todos os cargos aumenta entre 2021 e 2024. O crescimento é particularmente forte para cargos como técnicos de manutenção, cientistas de dados e engenheiros de automação, refletindo a necessidade crescente de automação nos setores de manufatura, logística e saúde, que exigem técnicos qualificados; a integração de sistemas de IA, que exige mais cientistas de dados para desenvolver modelos de aprendizado de máquina (ML) para a tomada de decisões robóticas; e a adoção de tecnologia, que exige que os engenheiros de automação implementem robôs colaborativos e sistemas conectados à IoT.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

À medida que os robôs integram cada vez mais os sistemas orientados por IA, a demanda por conhecimento especializado em aprendizado de máquina, IA, automação e visão computacional está crescendo, mas o pool de talentos continua limitado. As empresas precisarão preencher essas lacunas de habilidades para liberar todo o potencial transformador da robótica.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego
Disponibilidade de talentos, proporção de talentos em relação à demanda

Desenvolvimento de adoção global

Pontuação de adoção: 2 - Experimentação. As organizações estão usando protótipos de pequena escala para testar a funcionalidade e a viabilidade da tecnologia, geralmente sem se concentrar no retorno do investimento em curto prazo. Poucas empresas (exceto manufatura e comércio eletrônico) estão escalonando ou já escalonaram totalmente a tecnologia.

Embora a adoção varie de acordo com a tecnologia robótica, vários programas-piloto estão em andamento em armazéns, manufatura e casos de uso para fins gerais.

Exemplos da vida real

Exemplos realistas envolvendo o uso de modelos básicos em robótica incluem o seguinte:

A Covariant apresentou o RFM-1, um modelo básico de robótica que oferece aos robôs recursos de raciocínio semelhantes aos humanos. Esse modelo ajuda os robôs a entender como os objetos se movem e interagem no mundo real, a seguir instruções baseadas em linguagem e a refletir sobre suas ações.2

A Figure AI lançou o Helix, um modelo de ação de linguagem visual (VLA) que permite que robôs humanoides executem tarefas complexas, como organizar compras. De acordo com a Figure AI, o Helix é um passo em direção a aplicativos de robótica adaptáveis ao mundo real, permitindo o reconhecimento dinâmico de objetos e a colaboração sem treinamento prévio.3

Exemplos realistas envolvendo o desenvolvimento de robôs humanoides incluem os seguintes:

A Boston Dynamics apresentou o Electric Atlas, um robô humanoide totalmente elétrico com maior força e amplitude de movimento para lidar com cargas pesadas em ambientes industriais. A Hyundai planeja implantar o Electric Atlas como um robô colaborativo na fabricação de automóveis.4

O Optimus da Tesla é um robô humanoide projetado para tarefas de uso geral em ambientes industriais e domésticos. Ele tem um metro e oitenta e cinco de altura, pesa 125 libras e é equipado com IA avançada e 22 graus de liberdade em suas mãos. A empresa planeja implantar o Optimus em diversas áreas, incluindo manufatura, saúde e serviços domésticos.5

A GXO Logistics firmou um acordo plurianual com a Agility Robotics para implantar robôs humanoides Digit em suas instalações, o primeiro acordo desse tipo no setor. O Digit automatiza tarefas como a movimentação de paletes e o gerenciamento da paletização, o que melhora a eficiência operacional e a segurança. O Digit teve um desempenho bem-sucedido nos projetos-piloto da GXO em manufatura, logística de terceiros, varejo e comércio eletrônico, entre outros, maximizando a capacidade e atendendo à demanda.6

Exemplos realistas envolvendo a expansão de aplicativos no setor de robótica incluem os seguintes:

- A Amazon implantou robôs colaborativos com tecnologia de IA em seus armazéns para automatizar as tarefas de coleta e colocação e paletização, melhorando significativamente o rendimento e a precisão. Esses robôs podem lidar com uma grande variedade de itens, combinando sensores de força e sistemas de visão com IA. Essa combinação permite que eles agarrem e coloquem objetos com destreza e sensibilidade tátil.7

Lançado pela KFoodtech em outubro de 2023, o BotBob é uma solução avançada de cozinha robótica projetada para resolver a escassez de mão de obra e os custos operacionais em restaurantes. O BotBob pode cozinhar até seis ensopados coreanos tradicionais em 3,5 minutos, aumentando a eficiência e reduzindo o tempo de espera.8

Os robôs da Tortuga AgTech podem identificar e colher frutas maduras com uma precisão de 98%, exigindo apenas um supervisor humano. Esses robôs atendem à escassez de mão de obra e reduzem os danos às culturas durante a colheita.9

- Os sensores hápticos avançados da Sanctuary AI10 e o Digit 360 da Meta AI11 melhoram a destreza do robô em tarefas como seleção cega e detecção de deslizamento. A capacidade de detectar detalhes espaciais de até sete mícrons e forças tão pequenas quanto um miliNewton estabelece as bases para aplicações robóticas mais versáteis e sensíveis.

tecnologia potencial

As tecnologias que acionam o robô incluem as seguintes:

- IA e ML avançados. Esses algoritmos e modelos complexos permitem que os robôs aprendam, se adaptem e tomem decisões complexas com base em dados e experiência.

- Sensores e sistemas de visão. As tecnologias de percepção e visão de robôs são uma combinação de hardware e software que permite que os robôs detectem e interpretem seu ambiente para tarefas como reconhecimento de objetos e navegação.

- Atuadores avançados e controle de movimento. Esses são os componentes e sistemas que controlam com precisão o movimento de um robô, permitindo interações físicas complexas.

- Colaboração entre humanos e robôs. As tecnologias de colaboração permitem que os robôs trabalhem junto com os humanos de forma segura e eficaz, aumentando a produtividade em todos os setores.

- Robotics as a Service (RaaS): o RaaS é um modelo de negócios que fornece soluções de robótica por assinatura ou pagamento por uso, aumentando o acesso a robôs avançados para uma gama maior de empresas.

- Navegação e tomada de decisões autônomas. Esses recursos permitem que o robô se mova e opere de forma independente em uma variedade de ambientes e tome decisões em tempo real com base em seus arredores.

- Sensoriamento háptico. As tecnologias de sensoriamento permitem que os robôs detectem e respondam ao contato físico, melhorando sua capacidade de manipular objetos e interagir com o ambiente.

- Baterias especializadas. Essas baterias são fontes de energia eficientes, projetadas especificamente para atender às necessidades específicas de energia e aos requisitos operacionais dos sistemas robóticos.

Principais incertezas

As principais incertezas que afetam o futuro da robótica incluem as seguintes:

À medida que os robôs são integrados à nossa força de trabalho além dos casos de uso tradicionais de fabricação, surgem incertezas sobre as estruturas de risco e confiança para robôs. Por exemplo, os protocolos de responsabilidade e segurança para robôs autônomos podem precisar ser redefinidos, pois as estruturas existentes têm dificuldades para lidar com a tomada de decisões orientada por IA. O estabelecimento de padrões internacionais continua sendo um desafio importante para a segurança da colaboração entre humanos e robôs.

O fascínio, o medo e a incerteza que cercam os robôs humanóides levantaram preocupações de que eles possam evoluir para atender e superar as capacidades de determinados funcionários. A natureza do trabalho humano está evoluindo à medida que os robôs assumem tarefas mais avançadas. Por exemplo, os robôs autônomos estão sendo cada vez mais usados para realizar tarefas de serviço de quarto e limpeza no setor de hospitalidade. Embora esses sistemas tenham aumentado a eficiência, eles também levantaram preocupações públicas sobre a perda de empregos.

A grande questão do futuro

Os líderes empresariais podem considerar várias questões ao promover a robótica:

- Quando faz mais sentido, do ponto de vista estratégico e financeiro, readaptar os robôs em ambientes brownfield existentes do que começar do zero?

- Quais setores ou áreas de serviço inexplorados estão à beira de um avanço na implementação da robótica?

- Onde os robôs colaborativos criam valor real e onde eles atrapalham?

- Com o rápido desenvolvimento da IA na robótica, que novos desafios éticos e regulatórios surgirão?

- O que é necessário para aumentar a confiança dos funcionários e dos clientes nos robôs?

10 O futuro do celular

As tecnologias de mobilidade incluem carros autônomos, veículos elétricos, drones, soluções de mobilidade aérea urbana, como aeronaves elétricas de decolagem e aterrissagem vertical, e dispositivos de micromobilidade, como scooters e bicicletas elétricas, com o objetivo de melhorar a eficiência, a segurança e a sustentabilidade dos sistemas de transporte.

Tendências e sua importância

O futuro da mobilidade em 2025 está evoluindo rapidamente, impulsionado pelos avanços tecnológicos e pela necessidade emergente de sustentabilidade em carros autônomos (AVs), veículos elétricos (EVs), drones, viagens aéreas e dispositivos de micromobilidade. A integração de inteligência artificial, sensores avançados e conectividade está melhorando a segurança e a eficiência dos veículos, enquanto os modelos de mobilidade compartilhada estão remodelando a mobilidade urbana. Esses desenvolvimentos têm o potencial de revolucionar o transporte, o planejamento urbano, os sistemas de energia e a qualidade de vida global em geral, com potencial impacto econômico por meio da criação de novos mercados e empregos.

No entanto, ainda há desafios em termos de estruturas regulatórias, desenvolvimento de infraestrutura e aceitação pública. À medida que essas tecnologias amadurecem, elas prometem mudanças transformadoras, mas os inovadores ainda precisam lidar com questões técnicas, regulatórias e de sentimento do consumidor. Por exemplo, a Regulamentação de Baterias da UE estabelece padrões mais rígidos para o design, a produção e o gerenciamento do ciclo de vida das baterias, refletindo o crescente foco do setor móvel na sustentabilidade.1

Estamos agora em um ponto em que várias novas tecnologias revolucionárias estão se aproximando da escala, como os aplicativos para carros autônomos e a química de baterias de última geração. A próxima etapa crítica será ir além do desenvolvimento de tecnologia e criar novos ecossistemas".

- Andreas Breiter, Sócio, Área da Baía de São Francisco

Desenvolvimentos recentes

Os desenvolvimentos recentes envolvendo o futuro da telefonia móvel incluem o seguinte:

O crescimento global das vendas de VEs é desigual.2 O crescimento das vendas de VEs nos EUA desacelera para pouco mais de 71 TP3T em 2024, um declínio acentuado em relação ao crescimento de quase 331 TP3T de 2022 a 2023. Os altos custos de produção e a iminente eliminação dos créditos fiscais em 2025 contribuíram para o declínio da demanda.2 Em contrapartida, as vendas de VEs na China aumentaram em quase 361 TP3T, impulsionadas pela forte demanda dos consumidores, pela expansão da infraestrutura de recarga e pelos incentivos governamentais.3 Na Europa, o custo médio de um veículo elétrico a bateria (BEV) caiu para cerca de US$ 44.000, abaixo da média de um veículo comparável movido a gasolina de 45.000.4 As montadoras planejam lançar modelos de VEs mais acessíveis em todo o mundo, embora nos Estados Unidos as melhorias na acessibilidade continuem lentas, impedindo a adoção generalizada.

Os carros autônomos estão progredindo, mas ainda enfrentam obstáculos. Carros autônomos compartilhados já estão em operação em várias cidades, incluindo Los Angeles, Phoenix e São Francisco. Os cronogramas de adoção de todos os níveis de automação foram atrasados em média de dois a três anos em comparação com as projeções anteriores, prejudicados por obstáculos técnicos persistentes, altos custos operacionais e ceticismo do público. Espera-se que os custos unitários sejam significativamente mais baixos até 2035, à medida que as empresas obtenham maior utilização dos veículos, façam melhorias operacionais e reduzam os requisitos de P&D. No entanto, aproximadamente 50% dos entrevistados acreditam que a segurança continua sendo o principal gargalo para a adoção generalizada de carros autônomos.5 Apesar disso, os líderes do setor devem continuar a trabalhar com os órgãos reguladores e estabelecer uma estrutura de padrões para melhorar continuamente a segurança, a acessibilidade e a acessibilidade econômica dos sistemas de direção autônoma.

Os drones continuam a expandir seu papel nas operações comerciais. Espera-se que os serviços de entrega por drones atinjam US$ 29 bilhões até 2034, com uma taxa de crescimento anual composta (CAGR) de 40%.6 O interesse do consumidor na conveniência oferecida pelas entregas por drones continua alto, embora a segurança e a privacidade continuem sendo preocupações. As empresas estão personalizando os drones para atender a necessidades específicas de entrega e integrando-os a carros autônomos para obter uma solução perfeita de entrega na última milha. Além disso, os drones subaquáticos estão chamando a atenção por suas missões de inteligência, vigilância e reconhecimento em ambientes marítimos, demonstrando uma resistência estendida para a coleta de informações em tempo real.

O setor de aeronaves elétricas de decolagem e aterrissagem vertical (eVTOL) está avançando em direção à certificação regulamentar para o transporte de passageiros, marcando uma etapa fundamental para o tráfego aéreo urbano comercial. Vários fabricantes estão avançando na fase de certificação com as autoridades globais de aviação, enquanto os órgãos reguladores estão trabalhando para harmonizar os padrões de segurança e as diretrizes operacionais. Embora os desafios de infraestrutura e integração do tráfego aéreo permaneçam, espera-se que o setor inicie operações comerciais limitadas de passageiros no próximo ano, marcando uma mudança transformadora no transporte urbano de curta distância.

A micro mobilidade está mostrando resiliência após problemas anteriores de excesso de oferta. A queda nos custos de novos produtos, como carros microelétricos e bicicletas elétricas, alimentou a nova demanda. Os principais participantes, como as empresas de scooters elétricas Bird e Lime, consolidaram suas posições por meio de aquisições e parcerias, à medida que as cidades integravam cada vez mais opções de micro mobilidade aos sistemas de transporte público. Os dispositivos de mobilidade elétrica pessoal, como scooters e bicicletas elétricas, estão ganhando aceitação globalmente, com ajustes de infraestrutura em muitas cidades apoiando seu crescimento. Na Ásia e na Europa, os veículos de duas rodas estão sendo cada vez mais eletrificados em resposta a preocupações ambientais e políticas de apoio.

Tecnologias inovadoras estão promovendo a mobilidade e a eletrificação na água. Sistemas autônomos de barcaças equipados com tecnologia avançada de elevação estão sendo desenvolvidos para agilizar o processo de carga e descarga nos portos, com o objetivo de reduzir o tempo de manuseio e aumentar a eficiência.7 Além disso, a tecnologia de casco controlada por computador começou a elevar as embarcações acima da superfície da água, reduzindo significativamente o arrasto e o consumo de energia.

mobilidade futura

demanda (economia)

Os empregos na área de software atingiram o pico em 2022, antes de declinarem mais recentemente, o que pode ser devido, em parte, à IA que simplifica o processo de codificação de sistemas autônomos. As ofertas de emprego para cientistas de dados cresceram de forma constante, refletindo o aumento da demanda por análises de bateria e logística orientada por IA. A mudança do setor para soluções móveis centradas em dados e fluxos de trabalho aprimorados por IA destaca uma mudança mais ampla em relação às funções tradicionais de software, já que o setor prioriza a sustentabilidade e a autonomia.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

Mesmo com a redução do número de empregos disponíveis em engenharia de software, o setor móvel enfrenta escassez de engenharia de software e habilidades em Python, e ainda há uma escassez significativa de talentos em UX. As habilidades em gerenciamento de frotas e C++ apresentam um excedente, e os talentos em análise de dados estão em excesso.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego
Disponibilidade de talentos, proporção de talentos em relação à demanda

'Executivos e investidores estão muito confiantes de que o volume de investimentos em empresas de telefonia móvel será maior em 2025 do que nos últimos anos. Embora as avaliações não estejam necessariamente aumentando ao mesmo tempo, cada vez mais investidores estão entusiasmados com as oportunidades que existem. Parte desse otimismo recém-descoberto pode ser explicada pelas notícias mais positivas que surgem no espaço móvel.

- Kersten Heineke, Sócio, Frankfurt

Desenvolvimento de adoção global

Pontuação de adoção: 3-Piloto. A organização está implantando a tecnologia nos primeiros casos de uso comercial por meio de projetos-piloto ou implementações limitadas para testar sua viabilidade e eficácia.

Apesar de algumas flutuações regionais na demanda do mercado global, o mercado continua forte, impulsionado por esforços de sustentabilidade e avanços tecnológicos. Entretanto, algumas regiões do mundo continuam atrasadas em termos de inovação e adoção de dispositivos móveis. A África, por exemplo, é um país lento na adoção de veículos elétricos, pois seus países enfrentam o desafio do acesso confiável e sustentável à eletricidade. O Oriente Médio também é um país de adoção lenta devido aos baixos custos de combustível.

Exemplos da vida real

Exemplos reais de progresso envolvendo carros autônomos incluem o seguinte:

A Waymo expandiu seu serviço de carona totalmente autônomo para Los Angeles e Austin, Texas, em 2024, passando de 12.000 viagens em agosto de 2023 para 312.000 viagens um ano depois.8 A empresa está explorando a expansão global e planeja entrar no mercado japonês em 2025, oferecendo caronas nos complexos ambientes urbanos de Tóquio.9 A empresa também está planejando lançar seu primeiro serviço de compartilhamento de carona totalmente autônomo nos EUA em 202510 .

Em dezembro de 2024, a Kodiak Robotics lançou sua primeira operação comercial sem motorista no oeste do Texas, em parceria com a Atlas Energy Solutions. Na Bacia do Permiano, caminhões robóticos equipados com o sistema de direção autônoma de propriedade da Kodiak, o Kodiak Driver, são usados em estradas particulares. Os caminhões transportaram de forma autônoma areia de fraturamento para a Atlas, entregando 100 cargas no início de 2025. Essa operação demonstra a capacidade dos veículos autônomos de manter a segurança e a eficiência em condições adversas, como calor extremo e tempestades de areia.10

Aqui está um exemplo da vida real que envolve o papel crescente dos drones em operações comerciais:

- Em 2025, várias empresas estão buscando ativamente projetos-piloto para entregas comerciais por drones. A Amazon Prime Air retomou as entregas por drones em vários mercados dos EUA, e o Walmart está expandindo seu serviço de entrega por drones por meio de parcerias com fornecedores como a Wing e a Zipline. Outras empresas também estão expandindo as operações de entrega autônoma, apoiadas pelo aumento das aprovações da Administração Federal de Aviação (FAA) e pela necessidade de uma logística mais rápida e sem contato.

Aqui está um exemplo real envolvendo o setor de eVTOL:

O Midnight Air Taxi da Archer Aviation, projetado para o transporte urbano de curta distância, está se preparando para um lançamento comercial em seu primeiro mercado.11 A Joby Aviation progrediu em direção à certificação da FAA e planeja iniciar suas operações em breve.12

A seguir, um exemplo real envolvendo micromobilidade:

Em 2024, a Lime se expandiu para mais de 20 novas cidades em todo o mundo, incluindo Tóquio e Atenas, na Grécia. A empresa também ultrapassou a marca de 750 milhões de viagens ao longo da vida, um sinal notável da mudança para opções de mobilidade urbana mais sustentáveis. A expansão da Lime reflete o crescente interesse em soluções de micromobilidade à medida que as cidades exploram maneiras de reduzir o congestionamento e as emissões.13

Aqui está um exemplo real envolvendo uma tecnologia móvel inovadora para água:

Lançada em 2024, a Candela P-12 Nova é a primeira balsa hidrofólio movida a eletricidade do mundo. A Candela diz que a Nova usa 801 TP3T menos energia do que as embarcações convencionais, reduzindo o atrito com a água. Movido a eletricidade renovável, o Nova é extremamente silencioso, não tem esteira e permite operação em alta velocidade dentro dos limites da cidade.14

tecnologia potencial

As tecnologias que impulsionarão o futuro da mobilidade incluem as seguintes:

Tecnologia de direção autônoma. Sistemas avançados de fusão de sensores, processadores de IA de ponta e arquiteturas à prova de falhas permitem que os veículos detectem seu ambiente, tomem decisões e operem com segurança sem intervenção humana.

Tecnologia de veículos conectados. Comunicações 5G Vehicle-to-everything (V2X), protocolos robustos de segurança cibernética e recursos de atualização over-the-air permitem que os veículos interajam com a infraestrutura, outros veículos e redes para melhorar a segurança, a eficiência e a experiência do usuário.

Tecnologias de eletrificação. As baterias de estado sólido, os sistemas de carregamento bidirecional e as células de combustível de hidrogênio podem melhorar os trens de força dos veículos, aumentando o alcance, reduzindo o tempo de carregamento e permitindo a integração com a rede inteligente.

- Soluções de mobilidade compartilhada. As plataformas de mobilidade como serviço e os algoritmos de reequilíbrio dinâmico da frota otimizam o uso de veículos compartilhados, reduzindo o congestionamento e as emissões e melhorando a mobilidade urbana.

Inovação em materiais. Compostos de base biológica, materiais de bateria retardadores de chamas e aerogéis recicláveis estão aprimorando o desempenho, a segurança e a sustentabilidade dos veículos com componentes leves, duráveis e ecologicamente corretos.

Descarbonização da cadeia de valor. O transporte de metanol verde, as cadeias de suprimentos circulares e a captura de carbono nos processos de fabricação estão reduzindo o impacto ambiental da produção e da logística de veículos.

Arquitetura de veículo definida por software. A plataforma de computação centralizada permite atualizações modulares de hardware e melhorias contínuas de software para aprimorar a funcionalidade e a longevidade do veículo.

Tecnologia de gêmeos digitais. Simulações baseadas em IA para antecipar as necessidades de manutenção e otimizar as operações da frota, melhorando a eficiência do ecossistema móvel e reduzindo o tempo de inatividade.

- Os algoritmos de IA otimizam os ciclos de carregamento e prolongam a vida útil da bateria, melhorando a viabilidade e o desempenho de longo prazo dos veículos elétricos.

Principais incertezas

As principais incertezas que afetam a mobilidade futura incluem o seguinte:

Expansão global do fornecimento de energia. 2025, espera-se que a demanda global de lítio exceda o fornecimento, refletindo o aumento na produção de veículos elétricos. Se o mercado de veículos elétricos continuar a crescer, será necessário um investimento significativo na capacidade de fabricação de baterias.

Questões de segurança e responsabilidade. À medida que a tecnologia de direção autônoma avança, a segurança continua sendo uma das principais prioridades dos líderes e inovadores do setor. Por exemplo, a escala e a visibilidade pública dos caminhões autônomos dependem de salvaguardas rigorosas. O plano da empresa de transporte de carga autônomo Aurora de implantar caminhões sem motorista no Texas até 2025 ressalta a necessidade de regulamentações e medidas de segurança sólidas para construir a confiança do público.

Custos de equipamentos e infraestrutura. Os custos da infraestrutura de carregamento de VEs variam muito, indo de US$ 2.000 para um carregador básico de Nível 1 a mais de US$ 100.000 para uma estação de carregamento rápido de CC. Os custos de instalação geralmente excedem o custo do equipamento, exigindo preparação do local, atualizações elétricas e licenças, o que aumenta o investimento total.16

Aceitação e confiança do público. O Índice de Confiança na Mobilidade dos EUA da J.D. Power 2024 mostra um ligeiro aumento na confiança do consumidor em carros autônomos, embora ainda baixa, com 39 de 100 pontos.17

Segurança cibernética e privacidade. À medida que os veículos se tornam mais conectados e definidos por software, torna-se cada vez mais importante enfrentar as ameaças à segurança cibernética e proteger os dados dos usuários. Isso inclui a proteção das comunicações V2X e a proteção das informações pessoais coletadas por veículos inteligentes.

A grande questão do futuro

As empresas e os líderes podem considerar as seguintes questões ao avançar com a tecnologia móvel:

- Como as mudanças geopolíticas afetarão a cadeia de suprimentos móvel?

- Como a expansão dos hubs centrais de mobilidade, como estações de trem e ônibus e armazéns micro-móveis compartilhados, e as redes de transporte conectadas remodelarão as paisagens urbanas e os padrões de deslocamento?

- Quais são as implicações da infraestrutura pública em relação ao investimento privado na formação do futuro da telefonia móvel?

- Como evoluirão a confiança e a aceitação do público em relação aos carros autônomos?

- Como as mudanças regulatórias determinarão o ritmo e a escala de adoção de carros autônomos, drones e sistemas de transporte de última geração?

11 O futuro da bioengenharia

A bioengenharia é a aplicação de princípios de engenharia à biologia, utilizando avanços tecnológicos (por exemplo, edição de genes, biologia sintética) para melhorar a saúde e o desempenho humano, transformar a cadeia de valor dos alimentos e criar produtos inovadores.

Tendências e sua importância

A convergência da biociência e das tecnologias avançadas de computação está abrindo caminho para a próxima onda de inovação em bioengenharia. Essa interseção está impulsionando a inovação em vários setores em 2024, com os avanços da bioengenharia impactando setores como saúde, agricultura, produtos farmacêuticos e gestão ambiental. Espera-se que os avanços na edição de genes, na medicina personalizada e na biologia sintética melhorem a saúde e a longevidade humanas, ao mesmo tempo em que oferecem soluções mais ecológicas para a produção e a segurança de alimentos. O uso da IA na bioengenharia está acelerando a pesquisa e o desenvolvimento e reduzindo os custos, permitindo que os pesquisadores identifiquem novos materiais, criem rotas mais otimizadas para a produção biológica e criem protótipos de mais produtos. Como exemplo da função facilitadora particularmente notável da IA na bioengenharia, o Prêmio Nobel de Química de 2024 é compartilhado por três cientistas que usaram a IA para prever a estrutura de proteínas existentes e projetar novas proteínas.1

No entanto, o rápido desenvolvimento dessas tecnologias apresenta novos desafios éticos, regulatórios e sociais. A adoção bem-sucedida das inovações da bioengenharia depende da garantia da aceitação pública e da criação de uma estrutura sólida para o desenvolvimento e a aplicação responsáveis. Embora a ciência por trás de muitos desses avanços tenha sido comprovada, alcançar a viabilidade comercial e abordar questões sociais são essenciais para a realização de todo o potencial das tecnologias de bioengenharia.

"A bioengenharia está finalmente em um estágio em que estamos começando a ver alguma maturidade, como o uso mais amplo da IA em projetos químicos e biológicos, medicamentos de precisão de bioengenharia no mercado e bioimpressão 3D. Ninguém mais duvida do impacto científico e econômico desse campo.

- Erika Stanzl, sócia, Zurique

Desenvolvimentos recentes

Os desenvolvimentos recentes envolvendo o futuro da bioengenharia incluem o seguinte:

Os biomateriais e a bioengenharia continuam a evoluir em ritmo acelerado. Os principais avanços na bioimpressão 3D e nas terapias regenerativas estão aumentando as possibilidades de órgãos cultivados em laboratório e de tratamentos avançados para doenças complexas.2

A capacidade de fabricação está começando a se expandir para acompanhar os avanços científicos. O setor de bioengenharia está expandindo a capacidade de produção com a instalação de infraestrutura em larga escala (por exemplo, biorreatores de 2.000 litros) para atender à crescente demanda e permitir uma tradução clínica mais ampla.3

- A IA está acelerando o desenvolvimento de medicamentos e biomateriais. No desenvolvimento de medicamentos, a IA está simplificando tarefas como o processamento de dados e a triagem de candidatos, ajudando a reduzir o tempo de preparação de testes e a aumentar a eficiência. Nos biomateriais, a IA está apoiando o projeto e o teste rápidos de novos compostos por meio da modelagem de estruturas moleculares exclusivas. Esses avanços estão encurtando os ciclos de inovação e reduzindo os custos de desenvolvimento nas ciências da vida.4

As terapias baseadas em CRISPR estão passando de testes clínicos para tratamentos aprovados. Esse marco na medicina de precisão abre uma nova era para o tratamento de doenças genéticas em sua origem e já está catalisando outras inovações em sistemas de entrega de edição de genes e expandindo a gama de doenças tratáveis.5

As descobertas da bioengenharia - incluindo avanços em sistemas de cultura de células 3D para modelagem aprimorada da arquitetura de tecidos e hidrogéis biomiméticos injetáveis para microambientes regenerativos melhorados - estão impulsionando os avanços na pesquisa com células-tronco em 2024.6 Essas inovações abordam desafios fundamentais de reprodutibilidade, rejeição imunológica e escalabilidade clínica, acelerando a tradução de terapias com células-tronco em produtos farmacêuticos terapêuticos avançados, como enxertos de engenharia de tecidos e formulações de células com edição genética.7

'Houve um progresso significativo no laboratório para produzir novas moléculas e materiais com mais eficiência, e esse progresso continua a se acelerar. Mas, para serem comercialmente viáveis, elas precisam ser produzidas com eficiência e, para serem realmente escalonáveis, precisamos fazer avanços na forma como projetamos, construímos e operamos ativos de produção em escala comercial. Essa é uma grande oportunidade para engenheiros, fabricantes e empresas de construção que possam resolver esse problema".

- Tom Brennan, sócio, Filadélfia

O futuro da bioengenharia

demanda (economia)

O mercado de trabalho para cargos de bioengenharia tem mostrado alguns sinais de contração desde 2022. Os principais cargos, como cientistas, químicos e pesquisadores, tiveram um declínio nas ofertas de emprego entre 2023 e 2024, e quase todas as principais categorias de emprego relacionadas à bioengenharia tiveram um declínio. Essa tendência sugere que a demanda de contratação em bioengenharia está esfriando, provavelmente impulsionada por uma combinação de desaceleração do financiamento de biotecnologia, consolidação nos setores farmacêutico e de pesquisa e atrasos na comercialização de biotecnologias emergentes.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

Em algumas áreas da bioengenharia, há talentos suficientes para atender à demanda. Por exemplo, há mais pessoas no banco de talentos com habilidades amplamente aplicáveis, como biologia e análise de dados, do que vagas de emprego que exigem essas habilidades. Por outro lado, habilidades mais especializadas, como aprendizado de máquina, estatística e bioestatística, estão representadas de forma mais razoável no mercado de talentos, com a disponibilidade de talentos mais alinhada à demanda do mercado. Essas habilidades, assim como a engenharia de software, estão se tornando cada vez mais importantes à medida que a bioengenharia integra cada vez mais abordagens computacionais e orientadas por dados, exigindo profissionais que possam combinar biologia com técnicas avançadas de análise e IA.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego
Disponibilidade de talentos, proporção de talentos em relação à demanda

Desenvolvimento de adoção global

Adoção de pontuações: 4-sendo estendida.

As organizações estão ampliando a implementação e a adoção de tecnologias em toda a empresa.

A biotecnologia está se expandindo rapidamente em vários setores, além da implantação limitada. Avanços como a aprovação da Casgevy pela Food and Drug Administration (FDA) dos EUA e avanços na fermentação de precisão e nos biomateriais demonstram o potencial transformador da tecnologia. O impacto comercial está crescendo à medida que a IA acelera a descoberta de medicamentos e o design de materiais, impulsionado por soluções baseadas em IA. A combinação de maturidade tecnológica, viabilidade comercial e aceleração orientada por IA prepara o cenário para a expansão da biotecnologia na empresa.

Exemplos da vida real

Exemplos reais envolvendo avanços em biomateriais e bioengenharia incluem o seguinte:

A Universidade de Kyoto e a Shinobi Therapeutics estão regenerando estruturas de origem biológica, incluindo colágeno, para aplicações médicas. A colaboração da Shinobi com a Panasonic em equipamentos de fabricação de sistema fechado pode incluir sistemas orientados por IA para otimizar sistemas automatizados.8

- Um marco da bioengenharia em 2024 concentra-se na tecnologia de nanopartículas de mRNA-lipídio para reprogramar células adultas em células-tronco pluripotentes induzidas. Os pesquisadores usam nanopartículas lipídicas projetadas - minúsculos transportadores semelhantes à gordura - para fornecer instruções sintéticas de mRNA às células da pele, ativando temporariamente os genes que as "redefinem" para se tornarem células-tronco multifuncionais sem alterar seu DNA. A abordagem, aperfeiçoada pelas equipes de Harvard e da uBriGene Bioscience, pode levar à produção em escala de células-tronco específicas do paciente para reparar tecidos danificados, modelar doenças e testar terapias.9

Exemplos de empresas reais que estão expandindo a produção para acompanhar os avanços científicos incluem:

A 21st.BIO, uma empresa dinamarquesa de biotecnologia, concentra-se na fermentação de precisão para permitir a produção em larga escala de proteínas e biomateriais sustentáveis. Em 2024, a 21st.BIO lançou uma instalação piloto para aumentar a escala da fermentação e entrou no mercado dos EUA. 10

A LYCRA está trabalhando na produção em larga escala de spandex renovável em colaboração com a Dalian Chemical Corporation (DCC), que desenvolveu um processo com uma pegada de carbono significativamente menor que usa milho para produzir o material usado na fabricação de spandex11 .

Aqui está um exemplo real de como a IA pode acelerar o desenvolvimento de medicamentos e biomateriais:

A Adaptyv Biosystems lançou uma Fundição de Engenharia de Proteínas. A instalação utiliza IA generativa, software de código aberto e biologia sintética para desenvolver novos medicamentos, enzimas e materiais sustentáveis. A plataforma da empresa combina robótica e microfluídica para validar projetos de proteínas baseados em IA, acelerando o processo de descoberta de medicamentos.

Outros exemplos do mundo real de avanços da bioengenharia incluem:

A GOOD Meat recebeu aprovação regulatória para vender frango de cultura nos EUA, enquanto a UPSIDE Foods,12 que recebeu aprovações da FDA e do USDA, oferece frango de cultura limitado em um restaurante com estrela Michelin em São Francisco. Ambas as empresas estão buscando produção em escala, mas enfrentam desafios técnicos e regulatórios para expandir suas operações.13

A EVERY Company usa fermentação de precisão para produzir proteínas de ovo sem origem animal. Seu produto de assinatura é o EVERY Egg e produz ingredientes para alimentos e bebidas, como café, sucos, xaropes e produtos de panificação.20 Em 2024, a empresa recebeu uma patente para a base da produção de ovalbumina recombinante e expandiu suas parcerias com a Unilever, o Grupo Nutresa e o Grupo Palacios.14

tecnologia potencial

Os seguintes avanços tecnológicos definirão o futuro da bioengenharia em 2025:

Histologia. O sequenciamento de célula única está se tornando uma abordagem transformadora para integrar transcrições de DNA e RNA e dados de metilação, fornecendo uma visão abrangente da função e da regulação celular. Com base nesse fundamento, a proteômica de célula única está evoluindo como uma ferramenta para caracterizar a expressão de proteínas em nível de célula individual. Quando combinadas, essas tecnologias fornecem percepções sobre a heterogeneidade celular e processos biológicos complexos. Além disso, a integração da multiômica em modelos de IA multimodal está abordando desafios de longa data em diferenças estruturais e de formato encontradas ao combinar diferentes conjuntos de dados multiômicos. As técnicas de aprendizagem profunda, um subconjunto da IA, permitiram análises mais sofisticadas do que os métodos estatísticos tradicionais.

Edição de genes. A FDA aprovou terapias baseadas em CRISPR pela primeira vez. Os projetos de edição de genes in vivo estão entrando em testes clínicos, aumentando o potencial de tratamento de populações maiores de pacientes.

Bioimpressão 3D e engenharia de tecidos. Novas técnicas de bioimpressão de alto rendimento usando esferas aceleraram a criação de tecidos complexos com alta viabilidade celular. A tecnologia produz tecidos dez vezes mais rápido do que os métodos existentes e está avançando no desenvolvimento de tecidos e órgãos funcionais para transplantes e testes de medicamentos.

Biomateriais. Matérias-primas ecológicas derivadas de óleos vegetais estão sendo desenvolvidas para uma variedade de aplicações, incluindo cosméticos, polímeros altamente absorventes e adesivos. Scaffolds de origem biológica, como o colágeno, estão sendo otimizados para aplicações em medicina regenerativa.

Biologia sintética e engenharia metabólica. Está havendo progresso com a Fermentação de Precisão, em que as empresas estão produzindo proteínas comparáveis a equivalentes naturais por meio da fermentação, que é uma alternativa mais ecológica aos laticínios tradicionais e a outras fontes de proteína.

Tecnologia de medicina de precisão. As soluções orientadas pela IA estão acelerando a identificação de alvos na descoberta de medicamentos e reduzindo os custos de ensaios clínicos e o tempo de desenvolvimento. Estratégias terapêuticas personalizadas baseadas em perfis específicos de proteínas estão sendo desenvolvidas para tratar o câncer e outras doenças.

Principais incertezas

As principais incertezas que afetam o futuro da bioengenharia incluem as seguintes:

Regulamentação da bioengenharia. A estrutura regulatória está evoluindo para lidar com o rápido crescimento da bioengenharia. Por exemplo, a Lei de Autorização de Defesa Nacional para o ano fiscal de 2025 exige que o Departamento de Defesa dos EUA crie um roteiro anual de biotecnologia e avalie as barreiras à adoção, as necessidades de mão de obra e a colaboração internacional. Da mesma forma, a Agenda de Orientação 2025 da FDA inclui novas recomendações para a avaliação de produtos biológicos e terapêuticos, refletindo a crescente necessidade de supervisão no campo. No entanto, ainda há incertezas sobre como a Europa e a China regulamentarão os alimentos e as culturas de bioengenharia. Enquanto a Europa está discutindo a flexibilização das restrições a determinadas tecnologias genômicas, a China está expandindo sua aprovação de culturas geneticamente modificadas, mas enfrenta o ceticismo do público em relação à sua segurança, criando um cenário regulatório global complexo.15

Percepção pública e questões éticas. As atitudes do público em relação à bioengenharia permanecem mistas, com preocupações sobre segurança, acesso equitativo e implicações éticas. Questões como a "indefinição de limites" entre sistemas naturais e artificiais persistem, especialmente quando se trata de aplicações de biologia sintética. O ceticismo em relação a essas tecnologias aumentou durante a pandemia da COVID-19, incluindo preocupações sobre a autorreplicação de organismos de bioengenharia ou sua persistência nos ecossistemas.

Consequências não intencionais. Os sistemas de bioengenharia são inerentemente interconectados, o que significa que pequenas alterações podem ter efeitos em cascata. Isso é particularmente importante no contexto da natureza autorreplicante dos organismos projetados e da possibilidade de consequências não intencionais de suas interações com ecossistemas naturais, incluindo transferência horizontal de genes, perda de biodiversidade ou danos ecológicos. Por exemplo, os organismos agrícolas aprimorados podem enfrentar desafios para sobreviver e se disseminar no ambiente, com alguns falhando e outros persistindo inesperadamente.

Biossegurança e riscos de uso duplo. A natureza de dupla utilização da biotecnologia é outra preocupação crescente, pois as ferramentas projetadas para fins benéficos também podem ser usadas indevidamente para aplicações prejudiciais, como o bioterrorismo. A interseção da IA e da bioengenharia amplia esses riscos ao reduzir o limite para a bioengenharia avançada. Iniciativas como a Convenção sobre Armas Biológicas e a Cúpula de Segurança de IA visam mitigar essas ameaças por meio da cooperação internacional.

Eficácia das tecnologias em relação aos métodos tradicionais. Apesar do potencial transformador das tecnologias de bioengenharia, sua eficácia em comparação com as abordagens tradicionais ainda está sendo avaliada. Por exemplo, as terapias de biologia sintética devem demonstrar custo-benefício e escalabilidade para competir com as terapias estabelecidas - e atender a padrões de segurança rigorosos.

A grande questão do futuro

Há várias questões que as empresas e os líderes podem querer considerar à medida que avançam com a bioengenharia:

- Como a sociedade equilibrará os possíveis benefícios da tecnologia de edição de genes com as questões éticas médicas?

- Quais fatores influenciarão a aceitação e a adoção pública de culturas geneticamente modificadas e outros produtos de bioengenharia?

- Como a estrutura regulatória evoluirá para lidar com as questões de segurança e confiança relacionadas às tecnologias emergentes de bioengenharia?

- Como a polarização geopolítica na pesquisa clínica e na regulamentação determinará o equilíbrio do poder global na bioengenharia?

12 O futuro da tecnologia espacial

A tecnologia espacial abrange sistemas de satélites, veículos de lançamento, módulos de habitação e missões de exploração, incluindo constelações de satélites em órbita terrestre baixa (LEO), conectividade direta de equipamentos em LEO integrada a redes terrestres e observação da Terra.

Tendências e sua importância

A tecnologia espacial está remodelando rapidamente o nosso mundo, liberando novos níveis de conectividade e percepções orientadas por dados que estão atraindo um interesse generalizado fora do setor aeroespacial tradicional. As empresas se juntaram às nações para participar de campanhas globais de lançamento e investimentos em exploração espacial. O Japão pousou com sucesso na Lua e a NASA contratou empresas privadas para desenvolver um módulo de pouso lunar para o programa Artemis. As empresas também estão desenvolvendo soluções de ponta a ponta que integram a tecnologia espacial à infraestrutura terrestre para fornecer serviços contínuos em diversas áreas.

Desde 2024, a expansão do sensoriamento remoto, da observação da Terra e de outras áreas de aplicação tem atraído a atenção e o investimento de várias empresas de tecnologia de destaque. As últimas tendências nessa tecnologia incluem constelações de comunicações por satélite em órbita terrestre baixa (LEO), principalmente a Starlink da SpaceX, que já tem mais de 7.000 satélites LEO em órbita.1 Concorrentes em potencial, como o Projeto Kuiper da Amazon, que lançou 27 satélites LEO em abril de 2025, também entraram no mercado.2 No Na área de telefonia móvel, a conectividade via satélite direta ao dispositivo (D2D) está sendo implementada, conforme ilustrado pelo recurso de conectividade de emergência do iPhone da Apple.

Olhando para o futuro, o setor pode enfrentar problemas relacionados à propriedade e ao acesso ao espaço, ao estabelecimento de estruturas de governança para operações seguras e à coordenação de esforços para gerenciar com eficácia os detritos espaciais e o tráfego. Além disso, o setor talvez precise lidar com os crescentes riscos cibernéticos e definir o cenário futuro da distribuição de satélites em diferentes órbitas.

O espaço está se tornando rapidamente uma plataforma fundamental para a inovação, a segurança e o crescimento econômico. As reduções significativas nos custos de lançamento, o aumento das constelações de satélites comerciais e o surgimento de novos recursos em órbita estão transformando o que é possível em todos os setores. As organizações que liderarão essa nova era no futuro serão aquelas que incorporarem dados e conectividade baseados no espaço em sua estratégia principal, organizarem parcerias e desenvolverem os talentos necessários para navegar no ecossistema em rápida evolução.

- Ryan Brukardt, sócio sênior, Miami

Desenvolvimentos recentes

Os avanços na tecnologia de foguetes e satélites reutilizáveis e a análise de dados orientada por IA estão transformando rapidamente o acesso ao espaço e a observação da Terra. Essas tecnologias estão possibilitando lançamentos mais rápidos e de baixo custo e percepções em tempo real que impactam áreas que vão desde o monitoramento ambiental até as comunicações globais.

Os desenvolvimentos recentes envolvendo a tecnologia espacial incluem o seguinte:

O custo de lançamento de cargas úteis para LEO diminuiu, impulsionado por inovações em foguetes reutilizáveis e miniaturização de satélites. Por exemplo, o foguete Falcon Heavy da SpaceX custa cerca de US$ 1.400 por quilograma para ser lançado, enquanto o Starship da SpaceX pretende reduzir esse valor para entre US$ 10 e US$ 30 por quilograma por meio da reutilização total e da alta frequência de lançamento.3

Os avanços nas comunicações espaciais estão expandindo as opções de conectividade global e transferência de dados. Os satélites de órbita terrestre muito baixa (VLEO), as comunicações a laser e as redes 5G também estão transformando as comunicações espaciais. A integração do 5G com sistemas de satélite já ampliou a cobertura da Internet de alta velocidade e baixa latência para áreas remotas e melhorou as telecomunicações globais. Os avanços em propulsão, ciência dos materiais e tecnologia de energia solar melhoraram a eficiência e a relação custo-benefício, atraindo cada vez mais investimentos em satélites VLEO.4 Esses satélites abrem novas possibilidades para setores como a Internet das Coisas (IoT), aviação e acesso remoto à banda larga, abrindo caminho para um futuro mais conectado.

As empresas continuam a integrar dados espaciais com conjuntos de dados terrestres para aprimorar o monitoramento ambiental e a resposta a desastres. Essa integração é particularmente importante na resposta a incêndios florestais, pois as imagens de satélite combinadas com sensores infravermelhos podem detectar assinaturas de calor e rastrear o comportamento do fogo em tempo real, apesar da fumaça ou das condições climáticas adversas. Esses avanços garantem um fluxo contínuo de tomada de decisões mais rápidas e precisas com base em várias fontes de dados e percepções acionáveis para reduzir o impacto dos incêndios florestais.

- Os sistemas avançados de observação da Terra estão revolucionando a coleta e a análise de dados. Os satélites que usam imagens hiperespectrais e centenas de bandas espectrais agora fornecem mais da metade de todos os dados climáticos. Combinados com algoritmos de aprendizado de máquina, esses sistemas são capazes de fazer análises em tempo real, com aplicações que vão desde a detecção de vazamentos em tubulações até a identificação de doenças em plantações. No setor de defesa, essas tecnologias estão revolucionando a inteligência geoespacial ao reduzir drasticamente o tempo necessário para processar, explorar e disseminar imagens. Fotografias de satélite que, no passado, levavam até 57 minutos para serem analisadas, agora podem ser analisadas em segundos graças aos avanços da IA, permitindo uma tomada de decisão mais rápida para operações de defesa essenciais. A rápida implantação de até 70.000 satélites LEO nos próximos cinco anos deve melhorar ainda mais esses recursos. A IA está desempenhando um papel cada vez maior no apoio às operações espaciais, melhorando a eficiência do planejamento de missões, a detecção de anomalias e a otimização de recursos. Embora não seja totalmente autônoma, a IA agora pode ajudar a melhorar a consciência situacional e auxiliar em tarefas como prevenção de colisões e logística orbital, levando a operações de espaçonaves mais inteligentes e confiáveis.

"Após anos de melhorias tecnológicas contínuas e reduções de custos, o espaço está nas manchetes, desde o turismo espacial até os sistemas de defesa. Devemos trabalhar juntos para utilizar essa tecnologia, especialmente em combinação com a IA, para permitir que a humanidade prospere".

- Giacomo Gatto, Sócio, Londres

Talentos e mercados de trabalho

tecnologia espacial futura

demanda (economia)

As funções de engenharia continuam a dominar o mercado de trabalho de tecnologia espacial, mas a demanda por todas as principais funções diminui de 2022 a 2024. Engenheiros de qualidade, gerentes de projeto e cargos técnicos sênior continuam sendo importantes, mas as ofertas de emprego em geral refletem uma mudança mais ampla em direção à eficiência e à automação em todo o setor.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

O setor de tecnologia espacial enfrenta uma escassez de engenharia de software e experiência em Python, que pode ser impulsionada por uma necessidade crescente de automação de missão orientada por IA e uma demanda crescente por processamento de dados de satélite. Por outro lado, a análise de dados, a plataforma de programação MATLAB e as habilidades de fabricação são mais abundantes, refletindo os canais de talentos estabelecidos e a demanda relativamente baixa.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego
Disponibilidade de talentos, proporção de talentos em relação à demanda

Desenvolvimento de adoção global

Adoção de frações: 2 experimentos.

As organizações estão testando a funcionalidade e a viabilidade da tecnologia, geralmente em protótipos de pequena escala, e normalmente não estão preocupadas com o retorno do investimento em curto prazo. Poucas empresas estão escalonando ou já escalonaram totalmente a tecnologia.

Embora a tecnologia espacial tenha um grande potencial, sua adoção varia muito entre os setores. Muitas organizações do setor privado ainda estão na fase experimental e piloto, testando protótipos de pequena escala e explorando a funcionalidade. Devido à sua dependência da conectividade e do sensoriamento remoto, setores como energia, materiais e telecomunicações estão mais adiantados na curva de adoção.

O espaço agora é amplamente reconhecido como uma área fundamental de defesa e está se expandindo com os avanços nas constelações de satélites, na inteligência geoespacial e no processamento de dados em tempo real.6 A adoção e a inovação da tecnologia variam em todo o mundo, com a economia espacial concentrada na China, na Europa e nos Estados Unidos.7 O interesse pela tecnologia espacial está crescendo no Oriente Médio, com empresas dos setores imobiliário e de construção, em particular, buscando criar valor a partir da observação da Terra e dos dados geoespaciais por meio de Imagens de satélite para monitorar o progresso da construção para criar valor a partir da observação da Terra e de dados geoespaciais.8

Exemplos da vida real

Exemplos realistas envolvendo a redução dos custos de lançamento de foguetes incluem o seguinte:

Os testes de voo da nave espacial da SpaceX em 2024, incluindo a captura do booster, mostraram passos importantes para tornar as viagens espaciais mais acessíveis. Ao dominar foguetes totalmente reutilizáveis, a SpaceX pretende reduzir o custo de acesso à órbita, o que poderia abrir novas possibilidades para missões lunares, constelações de internet via satélite e até mesmo para o futuro turismo espacial. Embora os custos da empresa para voos comerciais não tenham sido divulgados, os testes demonstram a ambição da empresa de tornar o espaço acessível a uma gama maior de setores e governos.

Exemplos reais envolvendo empresas que integram dados espaciais e terrestres para monitoramento ambiental e resposta a desastres incluem o seguinte:

A Thales Alenia Space realizou os projetos GREAT e GROOVE para a Agência Espacial Italiana. Esses projetos têm o objetivo de demonstrar os benefícios da navegação por satélite para o monitoramento ambiental, incluindo a previsão de desastres naturais e a avaliação do impacto das mudanças climáticas.9

Empresas como a Pole Star Global e a Spire Maritime oferecem sistemas avançados de satélite para rastrear a posição da embarcação e monitorar o desempenho do motor. Essas tecnologias aumentam a segurança no mar, otimizam a eficiência do combustível e dão suporte à manutenção preditiva.

Exemplos realistas envolvendo sistemas de observação da Terra incluem o seguinte:

Desde sua estreia em 2013, o Planet agora tem mais de 150 satélites capturando a superfície da Terra com resolução de três metros, cobrindo 350 milhões de quilômetros quadrados da superfície da Terra todos os dias.10 Inicialmente experimental, ele agora fornece dados multiespectrais (RGB mais infravermelho próximo) para agricultura de precisão, rastreamento de desmatamento e resposta a desastres, com atualizações para melhorar as taxas de revisita e os recursos espectrais 11

O Departamento de Defesa dos EUA está mudando a forma como rastreia alvos móveis no solo, reduzindo sua dependência de aeronaves e usando um sistema baseado no espaço. Conhecido como Ground Moving Target Indicator (GMTI), esse recurso oferece monitoramento contínuo, semelhante a um vídeo, da atividade terrestre, que antes era fornecida por aeronaves. Os satélites no espaço fornecem rastreamento em tempo real e reduzem o tempo necessário para processar dados de quase uma hora para meros segundos, usando inteligência artificial e processamento orbital.

Outros exemplos reais envolvendo os mais recentes avanços tecnológicos em operações espaciais são os seguintes:

O LeoLabs usa uma rede de radar com tecnologia de IA para rastrear e prever o movimento de detritos espaciais. Seu objetivo é melhorar a capacidade dos satélites e naves espaciais de evitar colisões na órbita baixa da Terra, cada vez mais lotada.12

A Força Espacial dos EUA planeja demonstrar uma tecnologia avançada de reabastecimento espacial não comprovada em 2026. O programa, apoiado por empresas como a Astroscale e a Northrop Grumman, tem como objetivo prolongar a vida útil e a mobilidade dos satélites, permitindo que eles se adaptem a ambientes dinâmicos e competitivos.13 - A Northwood Space demonstrou a tecnologia de antena de matriz em fases. Ela usa conectividade aprimorada para otimizar a infraestrutura terrestre para comunicações via satélite.

tecnologia potencial

As tecnologias que impulsionam os avanços relacionados ao espaço incluem as seguintes:

- Satélites pequenos. Satélites modulares personalizáveis e econômicos, geralmente construídos usando a arquitetura CubeSat, capazes de suportar uma ampla gama de missões.

Sensoriamento remoto. Técnicas de monitoramento e geração de imagens de espectro total para observar as características e os fenômenos da Terra, incluindo oceanografia, padrões climáticos e formações geológicas.

Avanços no SWaP-C. As reduções no tamanho, peso, potência e custo (SWaP-C) dos satélites e veículos de lançamento aumentaram a viabilidade da tecnologia espacial.

- Avanços na tecnologia de lançamento. Inovações como boosters reutilizáveis, materiais avançados e veículos de lançamento de carga pesada de baixo custo reduziram os custos de lançamento e aumentaram as taxas de lançamento, tornando o espaço mais acessível.

- Tecnologias avançadas de conectividade. Tecnologias como comunicações a laser, antenas de varredura eletrônica e operações automatizadas de satélite aumentaram as taxas de transmissão de dados, melhoraram a conectividade e permitiram operações de satélite mais eficientes.

Constelação LEO. O grande número de satélites em órbita baixa da Terra (LEO) aprimora as comunicações, o acesso à Internet e a observação da Terra, impulsionando o progresso em vários setores.

5G from Space. integra a tecnologia 5G com comunicações via satélite para permitir conectividade onipresente, especialmente em áreas remotas e mal atendidas.

Veículos de lançamento superpesados. Os foguetes capazes de aumentar significativamente a capacidade de carga útil, como o Starship da SpaceX, podem viajar para o espaço para implantar satélites e infraestrutura maiores e apoiar missões no espaço profundo.

Sistemas de voo espacial humano. As espaçonaves projetadas para transportar tripulações humanas, incluindo a espaçonave Orion do programa Artemis da NASA, são essenciais para a exploração espacial e a pesquisa científica e para estabelecer uma presença humana além da Terra.

Principais incertezas

As incertezas na tecnologia espacial incluem o seguinte:

Custo-benefício da tecnologia espacial. A viabilidade econômica continua sendo um desafio para a tecnologia espacial, especialmente à medida que as megaconstelações, como a Starlink, aumentam de escala. As inovações na fabricação de foguetes e satélites reutilizáveis reduzirão os custos, já que a Starship demonstrou o potencial de economia significativa.

Mecanismos de governança para direitos de acesso ao espectro e à órbita. A proliferação de satélites (especialmente os satélites LEO) aumenta o risco de congestionamento ou interferência nos slots orbitais e destaca a necessidade de uma estrutura regulatória internacional para tratar dos direitos de uso do espectro e da órbita. As disputas de alocação de espectro envolvendo a União Internacional de Telecomunicações e operadoras privadas destacaram os possíveis benefícios que poderiam resultar do estabelecimento de regras equitativas.

Risco cibernético. Os ativos espaciais enfrentam uma ameaça crescente de ataques cibernéticos, como interferência e falsificação de satélites, incluindo ataques recentes contra sistemas comerciais e de defesa. O desenvolvimento de criptografia resistente a quantum e de protocolos sólidos de segurança cibernética é essencial para proteger a infraestrutura crítica.

Tensões geopolíticas. As crescentes ambições espaciais nacionais e as preocupações com a segurança levaram ao teste de armas antissatélite, o que poderia minar anos de cooperação espacial internacional. A falta de apoio universal às iniciativas de governança cooperativa, como os Acordos Artemis, dificulta a manutenção da estabilidade da governança no espaço.

A grande questão do futuro

As empresas e os países podem querer considerar as seguintes questões ao explorar oportunidades relacionadas à tecnologia espacial:

- Como o setor de tecnologia espacial responderá aos crescentes desafios do lixo espacial e do gerenciamento de tráfego? Os avanços na capacidade de transporte pesado e os custos mais baixos de acesso à órbita mudarão fundamentalmente a economia de satélites, forçando os operadores históricos a reformular seus modelos de negócios?
- Como o surgimento de estações espaciais comerciais e a fabricação em órbita mudarão o cenário econômico da exploração espacial? O futuro do espaço será definido pela cooperação internacional ou por divisões geopolíticas? Como as organizações devem se posicionar nesse período de incerteza geopolítica?

13 Energia futura e tecnologias sustentáveis

As tecnologias energéticas e sustentáveis abrangem uma ampla gama de inovações destinadas a transformar o cenário energético global em um futuro mais sustentável e resiliente. Isso inclui um espectro de tecnologias que estão transformando a cadeia de valor de energia global, com foco especial em eletrônica limpa, eletrificação e moléculas limpas.

Tendências e sua importância

A energia é a espinha dorsal da sociedade moderna, alimentando tudo, desde a indústria e o transporte até a infraestrutura digital e a vida cotidiana, portanto, a transformação de seus sistemas de produção, armazenamento e distribuição é um dos desafios mais impactantes e oportunistas de nosso tempo. Nossa análise dessa tendência examina o espectro de tecnologias que estão transformando a cadeia de valor global de energia, especialmente a eletrônica limpa, a eletrificação e as moléculas limpas. Embora a tendência mais ampla abranja tudo, desde a infraestrutura de rede até o gerenciamento de carbono, nossa pesquisa se concentra em inovações que possibilitam a geração e o uso de eletricidade e combustíveis com baixo teor de carbono. Além disso, as tecnologias energéticas e sustentáveis estão longe de ser uniformes e diferem significativamente em termos de seus perfis de custo, maturidade, taxas de adoção e potencial para futuras reduções de custo.

A transição energética está ocorrendo em um cenário de tensões geopolíticas intensas, mudanças de políticas e incertezas macroeconômicas, que estão influenciando as decisões de investimento e a implantação de tecnologias. As tarifas sobre tecnologias de energia limpa, como painéis solares e veículos elétricos, provavelmente aumentarão os custos e complicarão as cadeias de suprimentos globais, enquanto a concorrência por minerais e componentes importantes está se intensificando entre as principais economias. O apoio político às transições do sistema energético está mudando entre os países, e as lacunas de infraestrutura são significativas. Ao mesmo tempo, o crescimento explosivo dos data centers está aumentando a demanda por eletricidade, o que exerce uma pressão adicional sobre a rede. Portanto, a transição energética não é apenas uma questão de descarbonização, mas também de garantir que os novos sistemas sejam acessíveis, confiáveis e competitivos globalmente - objetivos que agora estão na vanguarda das estratégias políticas e do setor.

As principais incertezas também estão moldando a trajetória da transição energética. Além dos "problemas de adoção", definidos como barreiras complexas para a ampliação e a comercialização de novas tecnologias climáticas, os desafios fundamentais de inovação impedem o desenvolvimento de tecnologias revolucionárias que sejam econômicas, confiáveis e ampliáveis. Esses desafios são exacerbados pela necessidade de construir rapidamente uma infraestrutura essencial diante dos gargalos da cadeia de suprimentos, da escassez de mão de obra e dos atrasos regulatórios. A disponibilidade e o fornecimento sustentável dos principais materiais (por exemplo, lítio, elementos de terras raras e outros minerais importantes) também constituem possíveis barreiras para atingir os compromissos globais de zero líquido. Por fim, a transição energética varia de acordo com a região, com o "Norte global" lutando para gerenciar a crescente demanda de energia e ampliar as tecnologias de baixa emissão, enquanto o "Sul global" enfrenta o duplo desafio de expandir o acesso à energia e descarbonizar em diferentes contextos específicos de cada país.

A energia do futuro e as tecnologias sustentáveis continuam a ser as tendências mais abordadas na mídia de notícias, impulsionadas pelos desafios ambientais contínuos, pelas preocupações e pela necessidade de soluções. No entanto, de 2023 a 2024, o crescimento da cobertura jornalística fica atrás do foco em inteligência artificial, que está experimentando avanços exponenciais no campo. Desde 2020, o investimento de capital em energia e tecnologias sustentáveis tem sido volátil, aumentando em $79% de 2020 a 2021 para atingir um máximo de $315 bilhões, depois diminuindo em 2022 e 2023, antes de aumentar novamente de 2023 a 2024.

Desenvolvimentos recentes

Os desenvolvimentos recentes envolvendo energia e tecnologias sustentáveis incluem o seguinte:

A demanda de energia está aumentando. Os data centers sozinhos se tornaram um dos maiores impulsionadores do crescimento do consumo global de eletricidade, destacando a necessidade urgente de implantar sistemas de energia de baixo carbono capazes de atender a essa demanda crescente. No entanto, para atingir as metas de descarbonização, é necessário enfrentar vários desafios importantes, inclusive garantir a flexibilidade da produção e da demanda para equilibrar os requisitos de carga de base, gerenciar a intermitência das fontes de energia renováveis, como a eólica e a solar, e enfrentar as barreiras econômicas, como a queda dos preços de captação de energia renovável. No Texas, por exemplo, estão surgindo usinas e motores de pico movidos a gás, juntamente com sistemas de armazenamento de bateria para garantir a disponibilidade de energia durante os períodos de pico. Além disso, os investimentos em energia renovável dependem cada vez mais de contratos de compra de energia respaldados por balanços sólidos para se manterem à tona durante a volatilidade do mercado. Sem correções sistêmicas - como novos mecanismos de mercado, cronogramas simplificados de licenciamento e construção, melhores soluções de energia de pico, otimização da infraestrutura existente por meio de redes inteligentes e contratos de tempo e maior flexibilidade operacional - o sistema de eletricidade poderia tornar-se um gargalo nos esforços mais amplos de descarbonização.

- Os avanços nas tecnologias de medição, como imagens de satélite e radar a laser (LiDAR), melhoraram a capacidade de monitorar e modelar os impactos ambientais a um custo menor. A capacidade dessas ferramentas de rastrear com mais precisão as emissões, as mudanças no uso da terra e a saúde do ecossistema apoia uma melhor tomada de decisão para iniciativas climáticas e conformidade regulatória. Para as startups que desenvolvem tecnologias climáticas, essas inovações fornecem pontos de validação essenciais, demonstram benefícios ambientais, ajudam a garantir contratos de longo prazo e melhoram as previsões de desempenho e impactos da tecnologia.

O hidrogênio é cada vez mais visto como uma opção importante para os setores de descarbonização de difícil emissão, com avanços tecnológicos contínuos e apoio político preparando o cenário para o crescimento futuro. Embora os altos custos de produção e o lento progresso dos projetos continuem sendo desafios, os avanços na tecnologia de eletrolisadores e a integração com fontes de energia renovável de baixo custo estão melhorando gradualmente as perspectivas. A Europa continua sendo líder no desenvolvimento do mercado de hidrogênio, e a China está expandindo rapidamente sua capacidade de fabricação de eletrolisadores, sinalizando um maior impulso de crescimento, mesmo que o setor ainda lute para superar as principais barreiras à adoção em larga escala.

- Os biocombustíveis avançados e os combustíveis eletrônicos estão ganhando atenção, embora ainda existam desafios.

As inovações na produção de biocombustíveis, como a extração de combustível de resíduos agrícolas, estão aumentando a eficiência e reduzindo os custos. Ainda há incertezas sobre o aumento da produção e a redução da diferença de custo entre os biocombustíveis e os combustíveis fósseis tradicionais, o que destaca a necessidade de investimentos contínuos e políticas de apoio para acelerar a adoção.

A energia nuclear ganhou atenção por sua capacidade de fornecer eletricidade estável de carga básica. Vários países iniciaram ou expandiram seus programas de fissão nuclear, e 31 países se comprometeram a triplicar a capacidade global de energia nuclear até 2050. No entanto, o setor enfrenta desafios contínuos, incluindo altos gastos de capital, longos cronogramas de construção e preocupações contínuas do público sobre segurança e resíduos nucleares. Os avanços nos pequenos reatores modulares (SMRs) e as economias de escala aprimoradas podem ajudar a reduzir os custos e acelerar a implantação, mas o papel futuro da energia nuclear permanece altamente incerto. Dependendo do ritmo das vias de descarbonização, do apoio político e dos avanços tecnológicos, a energia nuclear poderá ser responsável por entre 8% e 43% da eletricidade global até 2040, com as receitas do mercado podendo flutuar drasticamente, podendo chegar a US$ 400 bilhões, mas somente nos cenários mais otimistas. Além das tecnologias de fissão comprovadas, a promessa da fusão como fonte de energia limpa atraiu investimentos, mas desafios técnicos significativos precisam ser superados para tornar essa tecnologia uma realidade.

Energia futura e tecnologias sustentáveis

demanda (economia)

O mercado de trabalho de energia e tecnologias sustentáveis tem se expandido significativamente desde 2021, com forte crescimento em cargos que apoiam diretamente a transformação do setor. Técnicos de manutenção especializados em sistemas de energia renovável, engenheiros elétricos que trabalham na modernização da rede e gerentes de projeto que supervisionam projetos de descarbonização estão em alta demanda. Embora esses cargos sejam comuns em muitos setores, o aumento nas ofertas de emprego reflete a crescente especialização no contexto de energia e sustentabilidade. Embora a demanda por empregos em todas as categorias diminua em 2024 em comparação com 2023, o declínio pode refletir fatores econômicos mais amplos em vez de uma demanda reduzida por habilidades essenciais para a eletrificação e a implantação de energia limpa.

Ofertas de emprego, por cargo, 2021-24, milhares

Disponibilidade de habilidades

O campo da energia e da sustentabilidade enfrenta uma escassez de especialistas em energia limpa e sustentabilidade, com uma oferta insuficiente de candidatos para atender à demanda. A automação e outras habilidades técnicas, incluindo Python, estão se tornando cada vez mais importantes à medida que as tecnologias de IA são integradas aos sistemas de energia. A solução dessas lacunas por meio de treinamento direcionado é fundamental para apoiar a transição energética contínua e os esforços de descarbonização.

Requisitos de talentos, porcentagem de habilidades necessárias para ofertas de emprego

Desenvolvimento de adoção global

Pontuação de adoção: 3-Piloto. A organização está implantando a tecnologia nos primeiros casos de uso comercial por meio de projetos-piloto ou implementações limitadas para testar sua viabilidade e eficácia.

No entanto, as taxas de adoção de tecnologias energéticas e sustentáveis variam muito, refletindo as diferenças de maturidade tecnológica, viabilidade econômica e infraestrutura de apoio. Algumas tecnologias, como a energia solar fotovoltaica (PV) e a energia eólica, estão se expandindo rapidamente em determinadas regiões. Atualmente, a China lidera o mundo em capacidade de fabricação de energia solar fotovoltaica, enquanto a Índia está expandindo sua capacidade de produção e deve se tornar o segundo maior fabricante de energia solar fotovoltaica até 2026. Outras tecnologias, incluindo hidrogênio verde e combustíveis sintéticos, estão nos estágios iniciais de desenvolvimento. Para alguns casos de uso, a adoção é complicada pelo fato de que as tecnologias estabelecidas de baixa emissão não oferecem o mesmo desempenho que as alternativas de alta emissão. Além disso, a falta de um histórico estabelecido e outras restrições impedem a implantação. Além dos desafios técnicos, os desafios incluem a prontidão da cadeia de suprimentos, a disponibilidade de mão de obra e a complexidade da construção. Sem abordar de forma abrangente esses desafios interconectados, continuará sendo difícil conseguir uma adoção generalizada e maximizar o potencial de várias tecnologias de energia.

Exemplos da vida real

Exemplos reais envolvendo o crescimento da demanda de eletricidade e a inovação em energia verde incluem o seguinte:

A empresa britânica de tecnologia solar Oxford PV alcançou um marco em 2024 ao comercializar sua tecnologia solar tandem de calcita e enviar os primeiros painéis para clientes dos EUA. Os painéis fornecem 20,01 TP3T a mais de produção de energia do que os painéis de silício padrão, com uma eficiência de módulo de 24,51 TP3T, marcando um importante avanço na tecnologia solar.

A Enpal, uma das principais empresas de energia solar da Alemanha, está investindo no desenvolvimento da força de trabalho para expandir a adoção da energia solar.2024 Em junho, lançou a maior academia de bombas de calor da Europa em Blankenfelde-Mahlow, investindo milhões de euros no treinamento de instaladores e tecnólogos de bombas de calor. Essa iniciativa visa criar mais de 1.000 empregos adicionais no setor alemão de bombas de calor para apoiar a ambição da Enpal de se tornar líder de mercado na instalação de bombas de calor.

A startup Boston Metal, sediada em Massachusetts, está revolucionando a produção de aço e a extração de metais preciosos usando eletrólise de óxido fundido. Seu processo usa eletricidade em vez de combustíveis fósseis e tem o potencial de reduzir as emissões globais de carbono associadas à produção de aço em até 101 TP3 T. Em 2025, a empresa operou com sucesso seu maior reator, produzindo mais de uma tonelada de aço em uma única execução.

A KoBold Metals usa IA e análise de dados para explorar os principais metais de bateria, como cobalto, níquel, cobre e lítio. Ao integrar grandes conjuntos de dados de fontes geológicas, geofísicas e geoquímicas, a empresa visa melhorar a eficiência e a precisão da identificação de possíveis depósitos. A KoBold trabalha com parceiros de mineração em todo o mundo para apoiar o fornecimento de materiais para veículos elétricos e tecnologias de energia renovável. Sua abordagem aborda alguns dos desafios da exploração mineral, embora as implicações de longo prazo para as cadeias de suprimentos e a sustentabilidade ainda estejam em evolução.

As soluções de aquecimento eletrificado, como o RotoDynamic Heater da Coolbrook, estão ganhando força. Esses sistemas usam eletricidade para gerar níveis muito altos de calor para descarbonizar os processos industriais. A Coolbrook afirma que sua tecnologia RotoDynamic poderia reduzir as emissões globais de CO2 em até 30% ao substituir os combustíveis fósseis em setores de uso intensivo de energia, como aço, cimento e petroquímica.

Exemplos reais do avanço do hidrogênio incluem o seguinte:

- A rápida expansão da capacidade de fabricação de eletrolisadores da China, que agora responde por cerca de 60% da produção global, reduziu os custos dos equipamentos e tornou o país um fornecedor importante para a emergente economia do hidrogênio, com projetos que devem ultrapassar as metas nacionais até o final de 2024. Esse aumento está tornando a produção global de hidrogênio verde mais acessível e atraindo desenvolvedores de projetos internacionais, embora o setor ainda esteja lutando para superar os desafios de financiamento de projetos, desenvolvimento de infraestrutura e conciliação do fornecimento de energia renovável com a demanda de hidrogênio.

A seguir, um exemplo real do progresso dos biocombustíveis e dos combustíveis eletrônicos:

Os combustíveis eletrônicos - combustíveis sintéticos produzidos a partir de eletricidade renovável - estão surgindo como uma tecnologia promissora para descarbonizar a aviação, a navegação e o transporte rodoviário pesado. Em 2024, a Synhelion lançou a DAWN em Jülich, na Alemanha, a primeira planta de produção de combustível sintético em escala industrial do mundo que usa calor solar. O processo da Synhelion usa energia solar concentrada para atingir temperaturas de até 1.200°C em uma usina térmica. O processo da Synhelion utiliza energia solar concentrada para atingir temperaturas de até 1.200°C em um reator termoquímico que produz gás de síntese diretamente a partir de CO2 e água. Isso reduz os custos de produção e aumenta a eficiência geral.

A seguir, um exemplo real dos avanços na tecnologia de medição:

Carbono O Mapper, um consórcio sem fins lucrativos que utiliza tecnologia avançada de satélites, lançou o satélite Tanager-1 em 2024 para detectar, localizar e rastrear metano e CO2 de "superemissores" globais com uma precisão sem precedentes. O consórcio está disponibilizando publicamente os dados de emissões em nível de instalação para promover uma rápida mitigação e apoiar as metas climáticas globais. objetivos climáticos. Ao combinar o espectrômetro de imagem de ponta da NASA JPL com a plataforma de satélite ágil do Planet Labs, os dados abertos do Carbon Mapper ajudam os governos, o setor e o público a identificar vazamentos e validar as reduções de emissões.

Aqui está um exemplo real de como o hidrogênio está progredindo:

- A rápida expansão da capacidade de fabricação de eletrolisadores da China, que agora responde por cerca de 60% da produção global, reduziu os custos dos equipamentos e tornou o país um fornecedor importante para a emergente economia do hidrogênio, com projetos que devem ultrapassar as metas nacionais até o final de 2024. Esse aumento está tornando a produção global de hidrogênio verde mais acessível e atraindo desenvolvedores de projetos internacionais, embora o setor ainda esteja lutando para superar os desafios de financiamento de projetos, desenvolvimento de infraestrutura e conciliação do fornecimento de energia renovável com a demanda de hidrogênio.

Exemplos reais de progresso envolvendo energia nuclear incluem o seguinte:

Os pequenos reatores modulares (SMRs) prometem reduzir o custo e acelerar a implantação de usinas de fissão nuclear, e há esforços em andamento nos Estados Unidos e na Europa. Nos EUA, empresas como Oklo, X-energy, TerraPower e Kairos Power estão correndo para desenvolver SMRs comercialmente viáveis e garantir uma cadeia de suprimento de combustível nacional. A Microsoft, o Google e a Amazon anunciaram acordos com operadores e desenvolvedores de usinas nucleares para ajudar a atender à crescente demanda por energia nos data centers.

- Uma onda de novas empresas e iniciativas públicas está correndo para tornar a fusão uma fonte prática de energia limpa. A Commonwealth Fusion Systems e a Tokamak Energy do Reino Unido estão construindo reatores baseados em tokamak de diferentes projetos, usando poderosos ímãs supercondutores, enquanto a Helion está desenvolvendo um reator linear, sistemas pulsados. Projetos apoiados pelo governo, como o ITER, na França, o KSTAR, na Coreia do Sul, e o EAST, na China, estão ampliando os limites da ciência do plasma. Entretanto, todos esses esforços continuam sendo experimentais, e a promessa de energia abundante e livre de carbono a partir da fusão é incerta até que os desafios técnicos sejam superados.

tecnologia potencial

As tecnologias para o avanço da energia e das tecnologias sustentáveis incluem o seguinte:

- Fissão nuclear. Essa fonte de energia de baixo carbono fornece energia de carga básica, contribuindo para a estabilidade da rede e para a redução das emissões.

- Energia renovável. As fontes de energia limpa, como a solar, a eólica e a hidrelétrica, são essenciais para descarbonizar o setor de energia.

- Sistemas solares fotovoltaicos avançados. Essas são tecnologias solares de última geração que melhoram a eficiência e reduzem os custos.

Energia do hidrogênio. Por ser uma fonte de energia versátil produzida a partir de fontes de energia renováveis, a energia do hidrogênio pode descarbonizar setores difíceis de reduzir.

Combustíveis sustentáveis. São alternativas de baixo carbono aos combustíveis fósseis tradicionais, incluindo biocombustíveis e combustíveis sintéticos, usados para reduzir as emissões do transporte e da indústria.

Baterias. Os dispositivos de armazenamento de energia podem integrar fontes de energia renováveis intermitentes e apoiar a eletrificação do transporte.

- Armazenamento de energia. Essas tecnologias armazenam energia para uso posterior, equilibrando assim a oferta e a demanda em um sistema de energia renovável.

Bombas de calor. Esses sistemas de aquecimento e resfriamento de alta eficiência transferem calor de um local para outro, reduzindo o consumo de energia nos edifícios.

Tecnologias de rede inteligente. Os sistemas avançados de energia otimizam a distribuição de energia, permitem a integração de recursos de energia distribuída e incorporam soluções de flexibilidade do lado da demanda para equilibrar os padrões de fornecimento e consumo.

- Sistemas de medição, relatório e verificação (MRV). Essas ferramentas e processos quantificam e rastreiam com precisão as emissões e remoções para garantir a eficácia das medidas de mitigação do clima.

Tecnologias de eficiência energética. Esse conjunto de tecnologias inclui técnicas e práticas que reduzem o consumo de energia e, ao mesmo tempo, mantêm ou melhoram o nível dos serviços prestados. Os exemplos incluem aparelhos eficientes, isolamento aprimorado, sistemas inteligentes para gerenciamento de edifícios e processos industriais otimizados.

Captura de carbono ou captura direta do ar (DAC). Essas tecnologias são projetadas para capturar emissões de CO2 de fontes pontuais (por exemplo, usinas de energia ou instalações industriais) ou diretamente do ar ambiente. O CO2 capturado pode ser permanentemente armazenado no subsolo ou usado em vários processos industriais.

- Armazenamento de energia de longo prazo. Essas tecnologias de armazenamento podem armazenar energia por horas ou até mesmo dias ou semanas, lidando com a variabilidade das fontes de energia renováveis e garantindo a confiabilidade da rede. Os exemplos incluem baterias avançadas, armazenamento bombeado, armazenamento de ar comprimido e armazenamento de hidrogênio.

Armazenamento de energia térmica. Essas tecnologias armazenam energia na forma de calor ou frio para uso posterior. Isso pode incluir o armazenamento de calor de coletores solares térmicos, calor residual industrial ou excesso de eletricidade para aplicações de aquecimento ou resfriamento.

Soluções de adaptação. São medidas tomadas para se adaptar aos impactos reais ou esperados das mudanças climáticas. A adaptação inclui uma série de ações, desde a construção de uma infraestrutura mais resiliente até o desenvolvimento de culturas resistentes à seca e a implementação de sistemas de alerta antecipado para eventos climáticos extremos e gerenciamento de recuos costeiros.

Principais incertezas

As principais incertezas que afetam as tecnologias sustentáveis e de energia incluem as seguintes:

Resiliência e flexibilidade da rede. A capacidade da rede de lidar com quantidades crescentes de energia renovável variável, mantendo a estabilidade e a confiabilidade, é uma grande incerteza na transição energética.

- Desenvolvimento de infraestrutura. A escala das atualizações de infraestrutura necessárias para a transição energética é enorme, com possíveis atrasos e desafios de financiamento.

Cadeia de suprimentos e restrições de recursos. A disponibilidade e o fornecimento sustentável de materiais essenciais para as tecnologias de energia limpa podem limitar o ritmo da implantação.

Dinâmica do mercado. A interação entre os mercados de energia tradicionais e emergentes, incluindo o papel futuro dos combustíveis fósseis e a competitividade da energia renovável, continua sendo uma área importante de incerteza.

Velocidade de inovação e redução de custos. A taxa na qual as tecnologias, como os eletrolisadores de hidrogênio verde, as baterias avançadas e os combustíveis sintéticos, melhorarão em termos de custo e desempenho (por exemplo, para atingir a paridade de custo com as alternativas de combustível fóssil) permanece incerta, o que afeta sua escalabilidade e adoção em setores difíceis de serem abatidos.

Mercado sistêmico e evolução regulatória. A capacidade do projeto do mercado de eletricidade e das estruturas regulatórias de se adaptar rapidamente e incentivar a flexibilidade, a resiliência e os investimentos em baixo carbono é incerta, o que representa riscos para a estabilidade e a acessibilidade da rede.

Disponibilidade de mão de obra e talentos. A capacidade de ampliar o desenvolvimento da força de trabalho e os programas de treinamento para suprir a escassez aguda de talentos em energia limpa, sustentabilidade e habilidades digitais essenciais para as tecnologias de transição energética é incerta, o que poderia permitir atrasos nos projetos e gargalos na inovação.

Impacto macroeconômico sobre o investimento. A inflação, o aumento das taxas de juros e as interrupções no comércio global criaram incertezas sobre o custo do financiamento e os fluxos de investimento para projetos de energia limpa em grande escala.

A grande questão do futuro

Há várias questões que as empresas e os líderes podem querer considerar ao buscar tecnologias sustentáveis e de energia:

- O que é necessário para acelerar a transição de tecnologias climáticas promissoras do laboratório para o mercado, especialmente em setores como o de aço e cimento, nos quais é difícil obter reduções de emissões?

- Como as inovações digitais, como inteligência artificial, sensores e análises avançadas, podem acelerar a implantação e a integração de tecnologias climáticas e de energia renovável em sistemas de energia descentralizados?

- Com o aumento da eletrificação global, como os sistemas de energia se adaptarão à demanda crescente, às necessidades de propriedade e armazenamento mais descentralizadas e à governança da rede de próxima geração?

- Como os países e as empresas podem garantir cadeias de suprimentos resilientes e diversificadas para os principais materiais de energia limpa diante do aumento das tensões geopolíticas?

- Quais estruturas regulatórias e mecanismos de mercado provavelmente desbloquearão a coordenação e o investimento necessários para ampliar as tecnologias de energia de próxima geração, mantendo a acessibilidade e a confiabilidade?