2025: o ano em que os carros autônomos se tornarão populares?

Quando os carros autônomos chegarão?

Quando se trata de tecnologias disruptivas que parecem estar chegando, poucas parecem tão impactantes para a economia e a sociedade em geral quanto a direção autônoma ou "autodirigida", exceto, é claro, talvez a AGI (Inteligência Artificial Geral).

Isso se deve ao enorme número de empregos e tarefas que exigem que humanos dirijam veículos. Isso começa com os empregos de motorista, como taxistas, entregadores, caminhoneiros, etc. Mas, fundamentalmente, a maior parte da população mundial realiza essa tarefa sem remuneração, muitas vezes desperdiçando horas do seu dia. todo dia, atrás do volante.

Isso representa uma perda massiva de produtividade que pesa sobre a economia, o nosso dia a dia e a cultura. É por isso que, já em 2023, os robotaxis foram projetados para gerar até quatro trilhão dólares em receitas.

No entanto, desenvolver veículos verdadeiramente autônomos é difícil e, até o momento, o transporte totalmente automatizado ainda não chegou às ruas. Quão perto estamos da implantação em larga escala de veículos autônomos?

Potencial Enorme de Condução Autônoma

De volta a 2023, o relatório “Big Ideas” da ARK Invest projetou receitas potenciais massivas para robotaxis, com receitas de até US$ 9 trilhões projetadas até 2030.

Fonte: ARK Invest 'Grandes Ideias 2023', Página 113

Por trás da ideia está o fato econômico fundamental de que os robotaxis podem reduzir a necessidade de possuir um carro, desde que as viagens sejam baratas o suficiente.

Isso pode criar um ciclo de feedback positivo, onde tarifas baratas aumentam a demanda, o que aumenta a utilização dos robotaxis, amortizando ainda mais os custos de capital, reduzindo os preços, o que aumenta ainda mais a demanda, etc.

Observa que se os prestadores de serviços conseguirem reduzir este valor para 0.25 dólares por milha, os serviços de táxi autónomos “ser mais rentável do que 95% das viagens de curta distância.”

A economia da direção autônoma é ainda mais simples se puder lidar com cargas como caminhões e navios. Nesse caso, motoristas e equipes são apenas custos a serem removidos da estrutura do negócio se os sistemas autônomos forem confiáveis o suficiente para substituí-los.

Fonte: ARK Invest

Portanto, no geral, não há dúvida de que veículos autônomos seriam uma grande fonte de receita, e é também por isso que tantas empresas de tecnologia têm investido dezenas de bilhões no desenvolvimento dessa tecnologia. Mas parece ser um quebra-cabeça difícil de resolver.

Construindo a pilha de tecnologia de direção autônoma

Técnicos de suporte

Antes de discutir o núcleo dos veículos autônomos, a IA que os direciona, podemos discutir brevemente por que a última década tornou os carros autônomos, mas também drones e outros itens, economicamente viáveis.

Um dos motivos é a queda acentuada nos custos de sensores e capacidade de processamento. É fácil esquecer que o primeiro iPhone só foi lançado em 2007 e que um telefone com uma boa câmera e funcionando como um minicomputador foi uma revolução na época, menos de 20 anos atrás.

Desde então, componentes ópticos, sensores, chips e outros componentes eletrônicos só se tornaram mais baratos, mais potentes e mais confiáveis.

A ascensão dos veículos elétricos desde o primeiro Tesla Roadster em 2008 também mudou o funcionamento dos veículos. O novo carro elétrico pode fornecer uma quantidade enorme de energia elétrica a partir de sua enorme bateria e sistema de transmissão, tornando o fornecimento de energia para os chips autônomos e seus sensores uma questão quase trivial.

Carros elétricos também são muito mais confiáveis mecanicamente, capazes de percorrer distâncias muito maiores com menor desgaste, e seu combustível é, em geral, muito mais barato por quilômetro, tornando-os o "robô-táxi" perfeito para muitos usuários, que podem circular o dia todo. Em comparação, a tecnologia de direção autônoma teria uma economia muito menor se dependesse de carros com motor de combustão interna (ICE).

No geral, os carros de hoje já são praticamente um computador sobre rodas, com 300 a 1,000 chips por carro, e alguns veículos elétricos têm até 3,000 chips por carro. Só falta o "cérebro" para se dirigir sozinho.

Fonte: Semi Polar

Compreendendo as estradas

Para as funções mais básicas, como identificar a estrada a seguir do ponto A ao ponto B, a maioria das IAs autônomas são perfeitamente capazes de executar a tarefa há mais de uma década, especialmente desde a adoção em massa de GPS e aplicativos "Maps", que fornecem os dados necessários.

A parte complicada é o carro entender o que está mudando na estrada: condições climáticas, outros carros, pedestres, bicicletas, animais, etc.

Também aqui o caso geral provou ser relativamente rápido de ser resolvido, com sistemas que permitem “condução assistida” em autoestradas, um ambiente muito menos desafiante, já disponível na maioria dos carros topo de gama.

Mas situações mais complexas, como zonas de construção, áreas centrais, presença de pedestres e acidentes de trânsito, são mais difíceis de lidar.

Em geral, os sistemas de direção autônoma são classificados em um espectro que vai desde a mera assistência para manter a velocidade estável e estacionar até o veículo autônomo perfeito idealizado. O último nível, L5, ou automação total sem necessidade de motorista, ainda é incerto.

Fonte: Mobile Eye

Normalmente, a incapacidade de atingir o nível de autonomia L5 decorre de casos raros que confundem a IA. Por exemplo, um computador pode ter dificuldade em entender a situação de um carro em um estacionamento de vários andares:

O veículo pensou que os carros estacionados na garagem estavam bloqueando a rua. Ele pensou: 'Carro parado, contorne o meio-fio'.

Quando um sistema encontra algo e não sabe o que fazer a respeito, em muitos casos, o carro simplesmente para de se mover.”

David Fritz - Vpresidente de sistemas híbridos físicos e virtuais da Siemens Digital Industries Software

Hardware de Redes Neurais

A maior parte do progresso recente feito na IA foi construído com base em tecnologia de rede neural, que ganhou o Prêmio Nobel de Física de 2024. Ao contrário da computação comum, que exige um conjunto rígido de comandos para cada situação, as redes neurais podem se adaptar às suas condições de treinamento para fornecer a resposta apropriada.

Fonte: Prêmio Nobel

Isso os torna inerentemente melhores em lidar com situações "confusas", onde as entradas são altamente variáveis e os dados são sempre um tanto confusos para um computador ("barulhentos").

Por muito tempo, redes neurais foram treinadas e executadas em GPUs, adaptando placas gráficas de computador para hardware de IA. Mais recentemente, hardware dedicado à IA e redes neurais está sendo desenvolvido.

Entre outros hardwares de IA (que discutimos com mais detalhes em um relatório dedicado), Processadores de Redes Neurais (NNPs) são especialmente relevantes para IA autônoma. Também chamados de Unidades de Processamento Neural (NPUs) ou chips neuromórficos, eles podem concluir uma operação com apenas um cálculo, em vez de milhares com hardware generalista.

Devido a essa eficiência energética, as NPUs são populares para a chamada “computação de ponta”, onde os cálculos são feitos no local em vez de na nuvem.

Como a direção autônoma precisa ser confiável, reativa muito rapidamente e não depender de conexão, ela depende principalmente da computação de ponta executando uma rede neural localmente, mesmo que o treinamento da IA tenha sido feito na nuvem antes.

Escolhendo a tecnologia certa

Geofencing vs. Direção Livre

Por que Geofencing

Uma escolha importante em termos de tecnologia e estratégia de negócios para futuras empresas de carros autônomos tem sido a decisão de usar ou não geofencing.

Geofencing é quando um sistema de direção autônoma é treinado especificamente para operar apenas em uma área geográfica limitada, definindo uma fronteira virtual onde o sistema de direção autônoma pode operar.

A ideia é que, ao limitar a área, o sistema de IA pode aprender bem o suficiente estes estradas em particular para serem confiáveis para dirigir com segurança nelas.

“Limitar a área a locais mais 'privados', ou mesmo calçadas em vez de estradas, pode reduzir significativamente o tipo de interação que o veículo terá com outros objetos, como carros, caminhões, ciclistas e pedestres.”

Robert Day – Diretor de parcerias automotivas da Arm's Automotive and IoT.

Ao reduzir o número de casos com os quais a IA precisa lidar, bem como as estradas e caminhos possíveis, ela reduz bastante a computação necessária, o que também afeta o hardware necessário.

 “Os limites impostos pela geocerca têm um efeito profundo nas capacidades que um veículo autônomo requer, o que impacta o hardware necessário para alimentar os sistemas autônomos.”

Robert Day – Diretor de parcerias automotivas da Arm's Automotive and IoT.

No entanto, isso limita severamente as possibilidades de implantação de veículos autônomos. Isso significa que cada nova cidade exige que a empresa de veículos autônomos crie um conjunto personalizado de dados de treinamento, geralmente dirigindo carros manualmente nas áreas por vários anos antes do lançamento.

Isso torna a abordagem bastante custosa.

Isso também torna os carros autônomos atraentes apenas para empresas de robotaxi, com pessoas provavelmente ainda precisando de seus próprios carros, pois ocasionalmente vão querer dirigir para fora das áreas geocercadas, que geralmente são limitadas ao centro da cidade ou apenas a uma cidade.

Se a indústria permanecer presa nesse paradigma, a maioria dos ganhos esperados com a adoção em massa de robotaxis simplesmente não acontecerão.

Implicações legais e comerciais do geofencing

Ao mesmo tempo, optar por uma direção totalmente autônoma, sem nenhuma limitação, pode ser contraproducente.

Isso pode atrasar a implantação de serviços autônomos, pois eles precisam ser perfeitos em todos os lugares primeiro, em vez de serem implantados primeiro em uma lista limitada de cidades, onde já poderiam atingir milhões de usuários.

Outro problema são as regras e leis em torno dos sistemas de direção autônoma. Os órgãos reguladores têm se mostrado relutantes, mas dispostos a aceitar a lenta implantação de soluções com cercas geográficas, especialmente quando a segurança em uma determinada área já foi demonstrada.

Mas uma autorização global e ilimitada de carros autônomos exigirá não apenas aprovação local, mas leis e regulamentações em nível nacional que ainda não foram criadas.

Como a lei geralmente evolui muito mais lentamente que a tecnologia, isso pode ser um problema sério para a implantação ilimitada do nível de autonomia L5, mesmo que todos os problemas técnicos já estejam resolvidos.

LIDAR vs. somente câmeras

Outro debate na indústria é o uso do LIDAR (detecção e alcance de luz, ou "radar a laser"). O LIDAR usa feixes de laser para detectar objetos próximos, criando um modelo 3D em tempo real do ambiente.

Fonte: Autoweek

Os sistemas LIDAR geralmente são colocados no topo dos carros autônomos, o que os torna um acréscimo bastante volumoso.

Uma vantagem do LIDAR é que ele pode ver mais do que câmeras e é excelente na avaliação de distâncias, o que o torna especialmente útil para evitar acidentes em altas velocidades. Ele também pode operar perfeitamente no escuro ou em condições de pouca luz.

Fonte: Forbes

Frequentemente, o LIDAR é usado em conjunto com o radar para detectar objetos mesmo em condições difíceis, como neblina, por exemplo.

A maioria da tecnologia de direção autônoma depende do LIDAR para aumentar a segurança, com exceção da Tesla (TSLA ), mas tem algumas desvantagens.

O primeiro é o custo. Como a maioria dos sistemas LIDAR de ponta custa entre US$ 70,000 e US$ 80,000, isso torna os carros autônomos bastante caros. Isso pode não ser verdade para sempre, pois há sinais de que o LIDAR se tornou muito mais barato recentemente, especialmente para LIDARs de baixo custo, talvez tornando-os mais viáveis comercialmente.

Trata-se tanto de volume quanto de tecnologia em si. A indústria automotiva depende de escala para reduzir custos. Quando o volume de aplicações aumenta, os custos diminuem.

Uma unidade LiDAR, por exemplo, costumava custar 30,000 yuans (cerca de US$ 4,100), mas agora custa apenas cerca de 1,000 yuans (cerca de US$ 138) — uma redução drástica.”

Li Chuanhai – Vice-presidente do Geely Auto Group

LIDAR é uma tecnologia bastante complexa com muitas peças móveis (mini-espelhos giratórios), o que é um dos motivos do alto custo e pode dificultar a manutenção e a confiabilidade.

Por fim, qualquer IA treinada com dados LIDAR provavelmente precisará deles para sempre para ter um bom desempenho, já que esse requisito estará profundamente enraizado na rede neural. Portanto, qualquer empresa que optar por usar LIDAR para treinar seu sistema de direção autônoma pode ficar presa a ele no futuro.

Quão seguros os carros autônomos devem ser?

Uma questão fundamental tanto para reguladores quanto para usuários é o quão seguro um carro autônomo precisa ser. Em teoria, se carros autônomos forem 5 vezes mais seguros do que um motorista humano, eles deveriam ser rapidamente adotados e acolhidos como um progresso.

No entanto, na prática, as pessoas são muito relutantes em confiar em uma máquina que é apenas um pouco mais segura do que os humanos, propensos a erros. Os humanos também tendem a superestimar sua capacidade de dirigir.

Portanto, mesmo quando os sistemas de direção autônoma têm sido muito mais seguros do que os carros conduzidos por humanos há anos (como ilustrado pelos dados da Tesla já em 2023), a percepção de que qualquer acidente é uma "falha" da IA persiste.

O registro de cada acidente pelas câmeras dos carros e as reações da grande mídia e das redes sociais também não ajudam.

Fonte: ARK Invest

Como resultado, é provável que o padrão muito alto de 10x-100x mais seguro do que um motorista humano seja necessário para que a autorização de direção autônoma de nível L5 totalmente irrestrita seja liberada em todas as estradas.

Empresas de direção autônoma

Waymo

No que diz respeito aos robotaxis realmente implementados, está a emergir um líder claro: o Google, ligado Waymo. Em abril de 2025, a Waymo já estava relatando 250,000 viagens de robotaxis pagas por semana nos EUA, principalmente em Austin, Phoenix e na área da Baía de São Francisco, com um milhão de milhas percorridas mensalmente.

O sucesso da Waymo vem de um início precoce (a empresa foi lançada em 2010, com tecnologia que remonta a 2005) e uma abordagem muito cautelosa: seus robotaxis são geofencing e dependem fortemente de sistemas LIDAR de ponta, vencendo a corrida para viagens autônomas seguras, mesmo que limitadas a algumas áreas até agora.

Isso ajudou a Waymo a fechar alianças valiosas como uma parceria estratégica com a Toyota, a maior montadora do mundo em unidades vendidas (>10 milhões por ano).

A Toyota e a Waymo pretendem combinar seus respectivos pontos fortes para desenvolver uma nova plataforma de veículos autônomos. Paralelamente, as empresas explorarão como alavancar a tecnologia autônoma da Waymo e a expertise veicular da Toyota para aprimorar os veículos de propriedade pessoal (POVs) da próxima geração.

A Toyota está comprometida em criar uma sociedade com zero acidentes de trânsito e se tornar uma empresa de mobilidade que oferece mobilidade para todos.

Hiroki Nakajima - Vice-presidente executivo da Toyota Motor Corporation

(Você pode ler mais sobre a Toyota em seu relatório de investimento dedicado)

Tesla

O outro grande concorrente na corrida por carros autônomos e robotaxis é a Tesla.

A empresa teve uma grande vantagem no fato de que todos os seus veículos vendidos estão equipados com câmeras que a empresa espera que sejam suficientes para treinar sua IA, sem exigir LIDAR, ou até radares.

Isso significa que a Tesla obtém milhões de quilômetros de dados de treinamento "de graça", fornecidos por compradores de Teslas dirigindo em condições reais. Em contraste, quase todas as outras empresas de veículos autônomos precisam pagar motoristas para dirigir em ruas reais por anos em cada área geocercada, o que aumenta consideravelmente os custos.

Fonte: ARK Invest

No entanto, o lançamento do Full Self-Driving (FSD) pela Tesla foi um anúncio perpetuamente “em breve” e depois adiado por vários anos (das expectativas de carros autônomos disponíveis em 2018), levando a algumas críticas severas sobre a definição de expectativas irrealistas.

No entanto, isso pode finalmente estar mudando, com Texas concederá à Tesla Robotaxi uma licença para operar um serviço de transporte por aplicativo em agosto de 2025, após um teste em Austin desde junho de 2025. Por enquanto, um funcionário da Tesla ainda está a bordo como monitor de segurança.

Então, a Tesla é, como sempre, controversa, com alguns vendo a aprovação no Texas como o primeiro passo para a implantação em larga escala do FSD, e o monitor de segurança humana como uma questão temporária, enquanto outros acreditam que a Tesla nunca lançará robotaxis verdadeiramente autônomos.

A verdade provavelmente está em algum lugar no meio.

Em teoria, se humanos podem usar apenas os olhos para dirigir um carro, uma IA também pode, então usar apenas câmeras não deve ser um problema para sempre. Ao mesmo tempo, essa estratégia ambiciosa, que pode ser correta a longo prazo, claramente prejudicou a implantação da Tesla a curto prazo, por mais positivo que Elon Musk queira ser a respeito.

(Você pode ler mais sobre a Tesla em seu relatório de investimento dedicado)

Baidu

O Baidu, o principal motor de busca da China, está seguindo os passos do Google com Afrango vai, seus próprios carros autônomos.

O Baidu fez a transição para operações totalmente autônomas em diversas cidades chinesas, removendo motoristas de segurança de seus veículos.

Baidu fechou acordo com Uber em julho de 2025 para levar seus carros autônomos para o mundo fora dos EUA e da China.

As duas empresas disseram que a parceria de vários anos verá "milhares" de veículos autônomos Apollo Go da Baidu no Uber globalmente.

O Baidu já realizou 899,000 viagens no segundo trimestre de 2024. Em 2025, as zonas piloto serão expandidas para 20 cidades.

Em 2024, foi fundada a O Baidu tornou pública sua tecnologia de direção autônoma, confirmando uma tendência da tecnologia de IA chinesa em direção ao código aberto, conforme ilustrado por um movimento semelhante pela sensação generalista da IA DeepSeek.

Para o mercado dos EUA, é improvável que o Baidu faça muito progresso no contexto de tensões comerciais e preocupações sobre os dados dos usuários, mas pode ser um sério concorrente ao Waymo e à Tesla no exterior, especialmente com o apoio do Uber.

Zoox

A Zoox, uma subsidiária da Amazon, é fácil de identificar por seu design exclusivo, construindo seus robotaxi como veículos dedicados, longe das características normais de um carro comum.

Fonte: TechCrunch

A empresa apenas obteve uma isenção da Programa expandido de isenção de veículos automatizados da Administração Nacional de Segurança no Tráfego Rodoviário, permitindo-lhe demonstrar seus robotaxis personalizados em vias públicas. Este é um passo importante, visto que os robotaxis da Zoox não possuem recursos essenciais de carros comuns, como volante e pedais.

A Zoox lançou em junho de 2025 sua primeira linha de produção para seus veículos, com o objetivo de produzir mais de 10,000 robotaxis anualmente. Isso segue os testes feitos em diversas cidades dos EUA e se expandindo para outras: Las Vegas, Área da Baía de São Francisco, Seattle, Austin, Miami, Los Angeles e Atlanta.

A Zoox agora planeja lançar ofertas de robotáxis comerciais em Las Vegas, São Francisco e depois em Austin e Miami nos próximos anos.

(Você pode ler mais sobre a Amazon em seu relatório de investimentos dedicado)

Nós montamos

A WeRide é uma empresa fundada no Vale do Silício em 2017 e sediada na China. A empresa realizou diversos testes em todo o mundo, principalmente nos Emirados Árabes Unidos. uma área onde agora está se expandindo graças a uma parceria com a Uber. É também agora implantando um robotáxi 24 horas por dia, 7 dias por semana em Pequim.

Para resolver possíveis problemas de visibilidade à noite, o robotaxi da WeRide é equipado com mais de 20 sensores, incluindo câmeras de alta precisão e alta dinâmica e lidars de alta linha em todo o veículo.

Combinado com seu algoritmo de fusão multissensor e plataforma de computação de alto desempenho, o sistema atinge cobertura de 360° sem ponto cego em um alcance de detecção de até 200 m.

Mobileye

Molho oval é uma empresa sediada em Israel, adquirida pela Intel em 2017 e re-IPO em 2022.

Embora com tecnologias promissoras, problemas possam estar surgindo na empresa, com notícias em julho de 2025 de que a Intel está planejando demissões e vender 8% de sua participação na empresa.

É possível que isso reflita problemas mais gerais na Intel, com a empresa demitindo funcionários também em outras atividades.

No entanto, isso ainda pode ser um problema para a Mobileye, pois reduziria a quantidade de fundos e apoio que ela pode esperar de sua empresa controladora, colocando-a em desvantagem em comparação à Waymo ou Zoox, por exemplo.

(Você pode ler mais sobre a Intel em seu relatório de investimento dedicado)

Aurora Inovação

A empresa está mais focada em caminhões autônomos, com foco na condução em rodovias, que representa a imensa maioria da quilometragem percorrida por caminhões.

Em maio de 2025, a Aurora realizou sua primeira viagem verdadeiramente autônoma, após registrar três milhões de milhas autônomas, transportando mais de 10,000 cargas de clientes.

A empresa foi fundada por Chris Urmson, um dos primeiros líderes do projeto de carros autônomos do Google, agora conhecido pela marca Waymo.

“Estou viajando pela rodovia a 65 quilômetros por hora, não ao volante, mas no banco traseiro, observando a paisagem se desenrolar enquanto um caminhão de doces é movido pela tecnologia que ajudei a criar”,

A Aurora planeja expandir seu serviço de transporte autônomo para El Paso, Texas, e Phoenix, Arizona, até o final de 2025.

Os que desistiram

Enquanto as empresas de sucesso agora fazem parecer que é apenas uma questão de perseverança para vencer a corrida dos carros autônomos, vale a pena lembrar dos projetos que fracassaram ao longo do caminho:

• General Motors desistiu de Cruise em dezembro de 2024.
• A Apple desistiu de seus planos de direção autônoma em abril de 2024.
• A Uber vendeu seu segmento de carros autônomos para Aurora Technologies em 2020.

Autocondução sem carro

Há muitas empresas trabalhando em direção autônoma, mas focando em outros sistemas além dos carros.

Por exemplo, pequenos robôs de entrega, tecnicamente veículos autônomos, são pequenos o suficiente para escapar da regulamentação voltada para carros. Por enquanto, os líderes em robôs móveis são Tecnologias de naves estelares da Estônia, lançada pelos cofundadores do Skype, e a gigante chinesa do comércio eletrônico Alibaba; ambas adotaram um design pequeno e inofensivo, não muito diferente dos dróides de Star Wars.

Fonte: Starship

Devido a razões regulatórias e ao grande impacto de qualquer acidente com veículos pesados, os caminhões autônomos ainda dependem da intervenção humana, com empresas como Kodiak, Gatik e Pony.ai seguindo o exemplo da Aurora Innovation.

Outra ideia é contar com drones voadores para realizar a entrega de itens pequenos e leves. Até o momento, o líder é claramente Zipline, Seguido por Asa e Meituan (3690.HK). Isso pode ser uma verdadeira revolução, mas enfrenta ainda mais obstáculos regulatórios do que os caminhões de entrega autônomos, então pode ser mais lento para ser implantado em larga escala.

Fonte: ARK Invest

Conclusão

Após anos de movimento lento, apesar dos carros totalmente autônomos "iminentes" esperados por Elon Musk e outros líderes no setor, 2025 é um ponto claro de aceleração para a tecnologia de direção autônoma.

Muitas cidades que se arriscaram cedo agora têm robotaxis circulando rotineiramente em suas ruas, reduzindo o preço dos serviços de transporte por aplicativo.

Até agora, parece que os EUA e a China são os dois países à frente globalmente, tanto em termos de empresas líderes no setor quanto em termos de regulamentações mais flexíveis, com o ciclo de feedback positivo entre inovação e uma estrutura regulatória acolhedora sendo um provável estudo de caso valioso para economistas no futuro.

Por enquanto, a visão de robotaxis limitados, geolocalizados e de implantação lenta, com um conjunto completo de câmeras, LIDAR, radares e outros sensores parece ter sido a combinação vencedora para não precisar mais de motoristas.

Isso beneficiou muito a Waymo com sua abordagem cautelosa, com a Zoox e muitas outras empresas em seu encalço e alcançando-a rapidamente.

Enquanto isso, a Tesla continua perseguindo seus sonhos de uma tecnologia geral de "direção autônoma completa" que pudesse trafegar em qualquer estrada e dependesse exclusivamente de câmeras, idealmente realizada com uma simples atualização de software em todos os carros Tesla existentes. Esta é uma aposta arriscada, mas também uma ideia interessante que parece ser a única com probabilidade de oferecer direção autônoma ilimitada em um futuro próximo.

A tecnologia de geolocalização provavelmente será implementada globalmente de forma muito lenta, aos poucos, e se limitará a competir com os serviços de táxi tradicionais nas grandes cidades. Isso deixa em aberto grande parte do potencial prêmio multitrilionário de robotaxis "verdadeiros", capazes de substituir a propriedade de carros por viagens elétricas ultrabaratas e onipresentes, 24 horas por dia, 7 dias por semana.

Tão fiel à cultura da sua empresa, a Tesla pode ser a grande vencedora e criar um mercado totalmente novo e massivo, revolucionando o significado de um carro, mais uma vez, mas somente se conseguir resolver um desafio técnico aparentemente intransponível.