Na Silicon Valley, o credo de “o software devora o mundo” tem sido cantado por duas décadas. Estamos acostumados à leveza do SaaS e com o código correndo automaticamente pelas linhas de CI/CD. Mas fora dos holofotes, o mundo físico — feito de aço e circuitos — que sustenta nossa sobrevivência, permaneceu por muito tempo preso no “lamaçal” da transformação digital.Autor do artigo, fonte: GD Gradient Descent
Recentemente, a Sequoia Capital conversou com os dois fundadores da Nominal, Cameron e Jason. Esta startup, com antecedentes na SpaceX e na Anduril, está tentando resolver uma realidade que parece inacreditável: em 2026, os engenheiros mais avançados da defesa e da aeroespacial ainda usam PDFs e capturas de tela para relatar resultados de testes.
A física possui o "direito de apelação final"
Nos últimos anos, a comunidade de engenharia de hardware adotou a ideia de "simulação universal": se pudermos simular tudo em software, ainda precisamos de testes físicos caros?
O fundador da Nominal deu uma resposta calma: “A física sempre tem o direito de voto.”
Mesmo o ambiente de simulação mais perfeito não consegue capturar completamente a complexidade do mundo real. Quando um drone voa em ventos fortes ou um braço robótico agarra um objeto desconhecido, os "picos" do hardware definido por software devem encontrar a realidade.
Dores atuais da indústria:
- Desenvolvimento de software: commit de código, testes automáticos, implantação automática (modelo GitHub, já é um ciclo fechado).
- Desenvolvimento de hardware: coleta de sensores, armazenamento local, engenheiros fazem download manual, executam programas de análise e enviam capturas de tela para o PowerPoint.
Esse processo extremamente ineficiente é exatamente a corrente que a Nominal pretende quebrar.
Criar o GitHub do hardware
O objetivo do Nominal é se tornar o System of Record para engenharia de hardware. Ao construir uma plataforma unificada, ele faz com que os dados de hardware deixem de ser ilhas:
- Estruturação de dados: Catalogação automática de dados de telemetria de sensores com milhões de pontos por segundo, criando uma “camada semântica”.
- Reutilização da lógica de verificação: a lógica de teste desenvolvida durante a fase de pesquisa e desenvolvimento pode ser reutilizada diretamente e sem interrupções na linha de produção e na operação no campo.
- Rastreabilidade em todo o ciclo de vida: garanta que os dados de cada parafuso e cada ignição sejam transparentes e rastreáveis.
Assim como o GitHub tornou a colaboração em código transparente, o Nominal está tornando o processo de "dobrar metal" tão iterativo quanto escrever código.
Quando a IA encontra a defesa
A parte mais emocionante da entrevista foi o projeto da Nominal em parceria com a DARPA (Agência de Projetos de Pesquisa Avançada de Defesa dos Estados Unidos): CIPHER.
Os testes tradicionais são como uma tabela rígida: execute sob a condição A, registre os dados, implemente, analise e depois teste a condição B. Isso geralmente leva anos. A Nominal está introduzindo AI Agents para mudar as regras do jogo:
Real-time recommendation for the next best test point.Usando tecnologia de gêmeos digitais, a IA pode prever, mais rápido que em tempo real: qual ponto de teste fornecerá o maior ganho de conhecimento? Os testes já não são mais uma matriz rígida, mas uma curva de gradiente otimizada dinamicamente. Esse “teste autônomo” reduzirá drasticamente o ciclo de desenvolvimento de hardware de ponta.
A vantagem competitiva da IA física
Todos falam sobre AGI, mas os níveis de risco da AGI no mundo virtual e no mundo físico são completamente diferentes:
- AGI virtual: ele pode escrever um jogo para o seu filho, e mesmo com bugs, é apenas um jogo quebrado.
- AGI físico: Se ele criar um brinquedo físico, você deve garantir que ele não cause dano físico.
Os dados de teste de hardware são o único combustível para treinar IA física. A Nominal descobriu que muitos treinos de IA falham não por causa de algoritmos deficientes, mas por causa da baixa qualidade dos dados (sensores danificados ou não calibrados). A detecção automática de anomalias da Nominal identifica dados verdadeiramente “de alta fidelidade”, fornecendo o verdadeiro combustível para modelos de robôs e veículos autônomos.
No final da entrevista, o fundador revelou uma visão ambiciosa: o hardware é a única barreira competitiva real.
À medida que ferramentas de IA tornam a programação de software cada vez mais barata, as verdadeiras barreiras voltarão ao mundo físico. A Nominal não está apenas vendendo software; ela está gerenciando a “cadeia de suprimentos de dados” no mundo físico.
O fundador até sugeriu no final que, futuramente, a Nominal muito provavelmente entrará diretamente na fabricação de hardware. Apenas dominando toda a cadeia, desde os sensores até o relatório final, é possível realmente definir o “Physical AI”.
“All systems nominal” (todos os sistemas operando normalmente) já foi a palavra mais melodiosa nos lançamentos espaciais. Agora, está se tornando o manifesto de eficiência de uma nova geração de engenheiros de hardware.
Como observador de mercado de IA, em qual setor civil a revolução de hardware impulsionada por IA ocorrerá primeiro?