2025: O Ano em que os Carros Autônomos se Tornam Mainstream?

Quando os Carros Autônomos Chegarão?

Quando se trata de tecnologias disruptivas que parecem estar a um passo de se tornar realidade, poucas parecem tão impactantes para a economia e a sociedade em geral quanto a autonomia ou “carros autônomos”, exceto, claro, talvez a AGI (Inteligência Geral Artificial).

Isso se deve ao enorme número de empregos e tarefas que exigem que humanos dirijam veículos. Isso começa com os empregos de condução, como motoristas de táxi, serviços de entrega, motoristas de caminhão, etc. Mas, de forma mais fundamental, a maior parte da população mundial realiza essa tarefa sem remuneração, muitas vezes desperdiçando horas do seu dia, todos os dias, ao volante.

Isso representa uma perda massiva de produtividade que pesa sobre a economia, nossa vida diária e a cultura. É por isso que, já em 2023, projetou‑se que os robotáxis gerariam até quatro trilhões de dólares em receitas.

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

Potencial Massivo dos Carros Autônomos

Em 2023, o relatório “Big Ideas” da ARK Invest projetou receitas massivas para robotáxis, com receitas de até US$ 9 trilhões projetadas para 2030.

Fonte: ARK Invest ‘Big Ideas 2023’, Página 113

Por trás da ideia está o fato econômico central de que os robotáxis poderiam 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 baixas aumentam a demanda, o que aumenta a utilização dos robotáxis, amortizando ainda mais os custos de capital, reduzindo preços, o que aumenta ainda mais a demanda, etc.

Observa‑se que, se os provedores de serviço conseguirem reduzir isso para US$ 0,25 por milha, os serviços de táxi autônomos serão “mais econômicos que 95 % das viagens de curta distância.”

A economia dos carros autônomos torna‑se ainda mais direta se puderem atender ao frete, como caminhões e navios. Aqui, motoristas e tripulações são apenas custos a serem removidos da estrutura de negócios se os sistemas autônomos forem confiáveis o suficiente para substituí‑los.

Fonte: ARK Invest

Portanto, não há dúvida de que veículos autônomos seriam geradores massivos de dinheiro, o que também explica por 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 Tecnológica dos Carros Autônomos

Tecnologias de Apoio

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

Uma razão é o colapso dos custos de sensores e poder de computação. É fácil esquecer que o primeiro iPhone só foi lançado em 2007, e que um telefone com boa câmera e que funcionava como um mini‑computador foi uma revolução na época, há menos de 20 anos.

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

O surgimento dos veículos elétricos (EVs) desde o primeiro Tesla Roadster em 2008 também mudou a forma como os veículos funcionam. O novo carro elétrico pode fornecer uma enorme quantidade de energia elétrica a partir de sua bateria massiva e trem de transmissão, tornando o suprimento de energia dos chips autônomos e seus sensores 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 milha, tornando‑os o “robotáxi” perfeito para dirigir o dia inteiro para muitos usuários. Em comparação, a tecnologia autônoma teria uma economia muito pior se dependesse de carros com motor de combustão interna (ICE).

No geral, os carros de hoje já são praticamente um computador sobre rodas, com 300‑1.000 chips por carro, e alguns EVs chegam a ter até 3.000 chips por carro. Falta apenas o “cérebro” para dirigir por conta própria.

Fonte: Polar Semi

Entendendo as Estradas

Para as funções mais básicas, como identificar a estrada a percorrer do ponto A ao ponto B, a maioria das IAs de condução autônoma são perfeitamente capazes de executar a tarefa há mais de uma década, especialmente desde a adoção massiva de GPS e aplicativos de “Mapas” 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.

Aqui, também, o caso geral provou ser relativamente rápido de resolver, com sistemas que permitem “condução assistida” em rodovias, um ambiente muito menos desafiador, já disponível na maioria dos carros de alto padrão.

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

Geralmente, os sistemas autônomos são classificados ao longo de um espectro, desde mera assistência para manter a velocidade estável e estacionar, até o veículo autônomo perfeito idealizado. O último nível, L5, ou automação total que não requer motorista, ainda é evasivo.

Fonte: MobileEye

Normalmente, a falha em alcançar o nível L5 de autonomia 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 níveis:

“O veículo pensou que os carros estacionados no estacionamento estavam bloqueando a estrada. Ele pensou: ‘Carro parado, contornar a guia.’

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

David Fritz – Vice president of hybrid-physical and virtual systems at Siemens Digital Industries Software

Hardware de Redes Neurais

A maior parte do progresso recente em IA foi construída com base em tecnologia de redes neurais, que ganhou o Prêmio Nobel de Física em 2024. Ao contrário da computação tradicional, que requer um conjunto rígido de comandos para cada situação, as redes neurais podem adaptar‑se às condições de treinamento para fornecer a resposta apropriada.

Fonte: Nobel Prize

Isso as torna inerentemente melhores em lidar com situações “bagunçadas”, onde as entradas são altamente variáveis e os dados são sempre um tanto confusos para um computador (“ruidosos”).

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

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

Por causa dessa eficiência energética, NPUs são populares para a chamada “computação de borda”, onde os cálculos são feitos no local em vez de na nuvem.

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

Escolhendo a Tecnologia Certa

Geofencing Vs Condução Livre

Por que Geofencing

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

Geofencing é quando um sistema autônomo é especificamente treinado para operar apenas em uma área geográfica limitada, estabelecendo uma fronteira virtual para onde o sistema de condução pode operar.

A ideia é que, ao limitar a área, o sistema de IA possa aprender bem o suficiente essas estradas em particular para ser confiável ao dirigir nelas.

“Limitar a área a locais mais ‘privados’, ou até mesmo calçadas versus estradas, pode reduzir significativamente o tipo de interações que o veículo terá com outros objetos, como carros, caminhões, ciclistas e pedestres.”

Ao reduzir o número de casos que a IA precisa lidar, bem como as vias e possíveis trajetos, reduz drasticamente a computação necessária, o que impacta o hardware requerido também.

 “O limite imposto pelo geofencing tem um efeito profundo nas capacidades que um veículo autônomo requer, o que impacta o hardware necessário para alimentar os sistemas autônomos.”

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

Isso torna a abordagem bastante custosa.

Também faz com que os carros autônomos sejam atraentes apenas para empresas de robotáxi, enquanto indivíduos ainda precisarão de seus próprios veículos, pois desejarão ocasionalmente dirigir fora das áreas geofenciadas, que geralmente se limitam ao centro da cidade ou a uma única cidade.

Se a indústria permanecer presa a esse paradigma, a maioria dos ganhos esperados com a adoção massiva de robotáxis simplesmente não acontecerá.

Implicações Legais & Comerciais do Geofencing

Ao mesmo tempo, optar por condução totalmente autônoma sem qualquer limitação pode ser autodestrutivo.

Isso pode atrasar a implantação de serviços autônomos, pois precisa ser perfeito em todos os lugares primeiro, em vez de ser implantado inicialmente em uma lista limitada de cidades, onde já poderia alcançar milhões de usuários.

Outro problema são as regras e leis em torno dos sistemas autônomos. Reguladores têm sido relutantes, mas dispostos a aceitar a implantação lenta de soluções geofenciadas, especialmente quando a segurança em uma zona específica foi demonstrada.

Mas uma autorização global e ilimitada de carros autônomos exigirá não apenas aprovação local, mas leis e regulamentos em nível nacional que ainda precisam ser criados.

Como a lei costuma avançar muito mais lentamente que a tecnologia, isso pode se tornar um problema sério para a implantação ilimitada do nível L5 de autonomia, mesmo que todas as questões técnicas já estejam resolvidas.

LIDAR Vs Apenas Câmeras

Outro debate na indústria é o uso de 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, tornando‑os um acréscimo bastante volumoso.

Uma vantagem do LIDAR é que ele pode ver mais do que câmeras, e se destaca na avaliação de distâncias, sendo especialmente útil para evitar acidentes em altas velocidades. Também pode operar perfeitamente no escuro ou em condições de baixa luminosidade.

Fonte: Forbes

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

A maioria das tecnologias de condução autônoma depende do LIDAR para aumentar a segurança, com exceção da Tesla (TSLA ), mas isso traz algumas desvantagens.

A primeira delas é o custo. Como a maioria dos sistemas LIDAR de alta qualidade custam entre US$ 70.000‑80.000, isso torna os carros autônomos bastante caros. Isso pode não ser permanente, pois há sinais de que o LIDAR tem se tornado muito mais barato recentemente, especialmente para LIDARs de baixo custo, talvez tornando‑os mais viáveis comercialmente.

“É sobre volume e a própria tecnologia. A indústria automotiva depende da escala para reduzir custos. Quando o volume de aplicação aumenta, os custos diminuem.

Um unidade de LIDAR, por exemplo, custava 30.000 yuan (cerca de US$ 4.100), mas agora custa apenas cerca de 1.000 yuan (cerca de US$ 138) — uma queda dramática.”

Li Chuanhai – Vice‑presidente do Grupo Geely Auto

O LIDAR é uma tecnologia bastante complexa com muitas peças móveis (mini‑espelhos rotativos), o que é uma das razões para o alto custo, e pode tornar a manutenção e a confiabilidade um incômodo.

Por fim, qualquer IA treinada com dados de LIDAR provavelmente precisará deles para continuar performando bem, já que essa exigência ficará incorporada profundamente na rede neural. Assim, qualquer empresa que opte por LIDAR para treinar seu sistema autônomo pode ficar presa a ele no futuro.

Quão Seguros os Carros Autônomos Devem Ser?

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

No entanto, na prática, as pessoas são muito relutantes em confiar em uma máquina que é apenas marginalmente mais segura que humanos propensos a erros. Humanos também tendem a superestimar sua capacidade de condução.

Portanto, mesmo quando os sistemas autônomos têm sido muito mais seguros que carros conduzidos por humanos por anos (como ilustrado pelos dados da Tesla em 2023), a percepção de que qualquer acidente é um “falha” da IA persiste.

O registro de cada acidente pelas câmeras do carro, e as reações da mídia tradicional e social, não ajudam.

Fonte: ARK Invest

Como resultado, é provável que seja exigida uma barra muito alta de 10‑100 vezes mais segura que um motorista humano para a autorização de veículos totalmente autônomos de nível L5 sem restrições.

Empresas de Carros Autônomos

Waymo

Quando se trata de robotáxis realmente implantados, um líder claro está surgindo: a Waymo, vinculada ao Google. Em abril de 2025, a Waymo já relatou 250.000 viagens pagas de robotáxi 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 decorre de um início precoce (a empresa foi lançada em 2010, com tecnologia que remonta a 2005) e de uma abordagem muito cautelosa: seus robotáxis são geofenciados e dependem fortemente de sistemas LIDAR de alta qualidade, vencendo a corrida por viagens autônomas seguras, ainda que limitadas a poucas áreas até agora.

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

Toyota e Waymo visam combinar suas respectivas forças para desenvolver uma nova plataforma de veículos autônomos. Em paralelo, as empresas explorarão como aproveitar a tecnologia autônoma da Waymo e a expertise de veículos da Toyota para aprimorar os veículos de próxima geração de propriedade pessoal (POVs).

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

Hiroki Nakajima – Vice‑Presidente Executivo da Toyota Motor Corporation (TM )

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

Tesla

O outro grande concorrente na corrida pelos carros autônomos e robotáxis é a Tesla.

A empresa tem uma vantagem significativa no fato de que todos os seus veículos vendidos são equipados com câmeras que a empresa acredita serem suficientes para treinar sua IA, sem necessidade de LIDAR, ou mesmo radares.

Isso significa que a Tesla obtém milhões de milhas de dados de treinamento “de graça”, fornecidos pelos compradores de Teslas que dirigem em condições reais. Em contraste, quase todas as outras empresas de condução autônoma precisam pagar motoristas para dirigir nas ruas reais por anos em cada área geofenciada, aumentando significativamente os custos.

Fonte: ARK Invest

No entanto, o lançamento do Full Self‑Driving (FSD) pela Tesla tem sido um anúncio perpetuamente “em breve” e depois atrasado por vários anos (de expectativas de carros autônomos disponíveis em 2018), levando a críticas severas por criar expectativas irrealistas.

No entanto, isso pode finalmente estar mudando, com o Texas concedendo à Tesla Robotaxi uma permissão 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.

Portanto, a Tesla continua sendo, como sempre, controversa, com alguns vendo a aprovação do Texas como o primeiro passo para a implantação em larga escala do FSD, e o monitor humano de segurança como um problema temporário, enquanto outros acreditam que a Tesla nunca lançará robotáxis verdadeiramente autônomos.

A verdade provavelmente está em algum ponto intermediário.

Em teoria, se os humanos podem usar apenas os olhos para dirigir um carro, uma IA também pode, de modo que usar apenas câmeras não deveria ser um problema permanente. Ao mesmo tempo, essa estratégia ambiciosa, que pode ser correta a longo prazo, claramente dificultou a implantação de curto prazo da Tesla, independentemente de quão otimista Elon Musk queira ser.

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

Baidu

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

A Baidu passou a operar totalmente sem motorista em várias cidades chinesas, removendo os motoristas de segurança de seus veículos.

Baidu fez um acordo com a Uber em julho de 2025 para levar seus carros sem motorista ao 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 na Uber globalmente.

A Baidu já forneceu 899 mil viagens no segundo trimestre de 2024. Em 2025, as zonas piloto terão se expandido para 20 cidades.

Em 2024, A Baidu tornou código aberto sua tecnologia de condução autônoma, confirmando uma tendência da tecnologia de IA chinesa rumo ao código aberto, como ilustrado por um movimento semelhante da sensação de IA generalista DeepSeek.

Para o mercado dos EUA, a Baidu provavelmente não avançará muito devido a tensões comerciais e preocupações sobre os dados dos usuários, mas pode ser um concorrente sério da Waymo e da Tesla no exterior, especialmente com o apoio da Uber.

Zoox

Zoox, uma subsidiária da Amazon (AMZN ), é fácil de identificar por seu design único, construindo seu robotaxi como veículos dedicados, afastados das características normais de um carro comum.

Fonte: TechCrunch

A empresa acabou obter uma isenção do Programa de Isenção de Veículos Automatizados expandido da National Highway Traffic Safety Administration, permitindo demonstrar seus robotáxis customizados em vias públicas. Este é um passo importante, já que os robotáxis da Zoox carecem de recursos essenciais de carros normais, como volante e pedais.

A Zoox lançou em junho de 2025 sua primeira linha de produção para seus veículos, visando produzir mais de 10.000 robotáxis anualmente. Isso segue os testes realizados em várias cidades dos EUA e a expansão para mais: Las Vegas, Área da Baía de São Francisco, Seattle, Austin, Miami, Los Angeles e Atlanta.

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

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

WeRide

WeRide é uma empresa fundada no Vale do Silício em 2017 e tem sede na China. A empresa realizou muitos testes ao redor do mundo, notavelmente nos Emirados Árabes Unidos, uma área onde agora está se expandindo graças a uma parceria com a Uber.  Também está implantando um robotaxi 24/7 em Pequim.

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

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

Mobileye

Mobileye é uma empresa com sede em Israel, adquirida pela Intel (INTC ) em 2017 e re‑IPOed em 2022.

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

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

Isso ainda poderia ser um problema para a Mobileye, pois reduziria a quantidade de fundos e apoio que pode esperar de sua controladora, colocando‑a em desvantagem comparada à Waymo ou Zoox, por exemplo.

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

Aurora Innovation

A empresa está mais focada em caminhões sem motorista, com foco na condução em rodovias, que compõem a imensa maioria das milhas percorridas por caminhões.

Em maio de 2025, a Aurora realizou sua primeira corrida verdadeiramente sem motorista, após ter registrado 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 carro autônomo do Google, agora bem conhecido sob a marca Waymo.

“Estou percorrendo a rodovia a 65 milhas por hora, não ao volante, mas no banco traseiro, observando a paisagem enquanto um caminhão de doces é conduzido pela tecnologia que ajudei a criar.”

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

Os que Desistiram

À medida que as empresas bem‑sucedidas agora fazem parecer que basta perseverança para vencer a corrida dos carros autônomos, vale lembrar os projetos que morreram ao longo do caminho:

• General Motors abandonou a Cruise em dezembro de 2024 (GM ).
• Apple abandonou seus próprios planos de condução autônoma em abril de 2024. (AAPL )
• Uber vendeu sua divisão de carros sem motorista para Aurora Technologies em 2020.

Autonomia Não Veicular

Existem muitas empresas trabalhando em condução autônoma, mas focando em sistemas diferentes de carros.

Por exemplo, pequenos robôs de entrega, tecnicamente veículos autônomos, são pequenos o suficiente para escapar da regulamentação voltada a carros. Por enquanto, os líderes em robôs de entrega são Starship Technologies da Estônia, lançada pelos co‑fundadores do Skype, e o gigante chinês de comércio eletrônico Alibaba (BABA ); ambos adotaram um design pequeno e inofensivo, não muito diferente dos dróides de Star Wars.

Fonte: Starship

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

Outra ideia é confiar em drones voadores para realizar a entrega de itens pequenos e leves. Até agora, o líder é claramente Zipline, seguido por Wing e Meituan (3690.HK). Isso poderia ser uma verdadeira revolução, mas enfrenta ainda mais obstáculos regulatórios que os caminhões autônomos de entrega, podendo ser mais lento para ser implantado em escala.

Fonte: ARK Invest

Conclusão

Após anos de movimento lento apesar dos “imediatos” carros totalmente autônomos esperados por Elon Musk e outros líderes do setor, 2025 é um ponto claro de aceleração para a tecnologia de condução autônoma.

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

Até agora, parece que EUA e China são os dois países à frente globalmente, tanto em termos de empresas líderes quanto de regulamentações mais flexíveis, com o ciclo de feedback positivo entre inovação e um marco regulatório acolhedor sendo provavelmente um estudo de caso valioso para economistas no futuro.

Por enquanto, a visão de robotáxis limitados, geofenciados e implantados lentamente, com um conjunto completo de câmeras, LIDAR, radares e outros sensores, parece ter sido a combinação vencedora para não precisar de motoristas.

Isso beneficiou grandemente a Waymo com sua abordagem cautelosa, com a Zoox e muitas outras empresas seguindo seus passos e alcançando rapidamente.

Enquanto isso, a Tesla ainda persegue seu sonho de uma tecnologia geral de “full self‑driving” que poderia conduzir qualquer estrada e depender apenas de câmeras, idealmente feita com uma simples atualização de software em todos os carros Tesla existentes. É uma aposta arriscada, mas também uma ideia interessante que parece ser a única capaz de entregar condução ilimitada em breve.

A tecnologia geofenciada provavelmente será implantada muito lentamente globalmente, passo a passo, e será limitada a competir com serviços de táxi tradicionais em grandes cidades. Isso deixa de lado grande parte do prêmio potencial de trilhões de dólares dos “verdadeiros” robotáxis capazes de substituir a propriedade de carros por viagens EV ultra‑baratas, 24/7 e onipresentes.

Assim, fiel à sua cultura corporativa, a Tesla pode ser a vencedora final e criar um mercado massivo totalmente novo e revolucionar o que um carro significa, mais uma vez, mas somente se conseguir resolver um desafio técnico aparentemente intransponível.