Por COMPUTERWORLD – 23/03/2018
Estamos muito longe dos vastos efeitos econômicos previstos para o mercado de veículos autônomos, aponta Carlton Doty, vice-presidente da Forrester. Mas parece que as iniciativas estão se acelerando. Toda semana há um novo anúncio de empresas em torno do tema, uma aquisição ou nova parceria estratégica na corrida por um carro autônomo comercialmente viável.
Infelizmente, também houve um trágico acidente como resultado de testes que deram errado – um lembrete dos riscos que enfrentamos ao acelerar o progresso tecnológico.
“O setor de tecnologia de transporte é tão ativo hoje que é fácil se perder no mar de quase 700 empresas em dezenas de países, que levantaram US$ 100 bilhões em financiamento privado desde 2013”, aponta Doty. Esse número, diz, nem ao menos inclui os bilhões de Original Equipment Manufacturer (OEM), fabricante do equipamento original em português, estão gastando em suas iniciativas de pesquisa e desenvolvimento (P&D). “Temos percorrido um longo caminho desde os dias de Thomas Edison e Henry Ford trabalhando com veículos movidos a eletricidade”, observa o especialista.
Ele alerta que a transformação do transporte não é apenas sobre carros e caminhões que dirigimos como consumidores – ou mesmo sobre o trânsito em massa. Agora, é possível encontrar testes em andamento para caminhões de longa distância, entregas feitas por drones e até táxis voadores.
Enquanto isso, a Marinha dos EUA revelou recentemente o “Sea Hunter” – um protótipo de um navio de guerra autônomo e não tripulado. Mesmo os motociclistas não estão imunes ao ritmo das inovações tecnológicas, como marcas, como a Ducati, que estão construindo bicicletas conectadas, e startups, como a Lit Motors na China, testando seu C1 – um veículo de duas rodas 100% elétrico e estabilizado com giroscópio que pode balançar e balançar, mas não vai cair.
“Tudo isso ainda pode soar como ficção científica para alguns. Mas o mais interessante sobre o setor de tecnologia de transporte é que não é uma categoria única de inovação. Os exemplos mostram que essa evolução demanda sistemas complexos de hardware e software: LiDAR, GPS, matrizes de câmeras de alta definição, sensores infravermelhos, giroscópios conectados, algoritmos de aprendizado de máquina e baterias de íons de lítio, para citar apenas alguns”, aponta ele.
