A estratégia da Serve: de entregadora a plataforma de Physical AI

A Serve Robotics, conhecida por sua frota de robôs autônomos de calçada que entregam refeições em cidades dos Estados Unidos, anunciou na semana passada o lançamento da Physical AI Services, uma nova linha de negócios que visa transformar a empresa em fornecedora de tecnologia para outras companhias que desenvolvem robôs. O movimento marca uma mudança de fase em um mercado que passa de protótipos para infraestrutura de escala.

Da operação à plataforma

A Serve não inventou essa estratégia do nada. Desde 2021, quando foi desmembrada da aquisição do Postmates pelo Uber, a empresa construiu uma frota de quase 2.000 robôs de entrega operando em 44 cidades de 14 estados, com receitas trimestrais que saltaram de US$ 176 mil no primeiro trimestre de 2024 para US$ 3,2 milhões no segundo trimestre de 2026. Em janeiro de 2026, adquiriu a Diligent Robotics, fabricante do Moxi — robô de entrega hospitalar que já completou mais de 1,25 milhão de entregas em mais de 25 hospitais.

Mas robôs entregando comida em Los Angeles ou transportando medicamentos em hospitais não sustentam um negócio de bilhões. A física é simples: para cada dólar gasto em entregas, a Serve precisa manter operadores humanos monitorando, carregando e mantendo uma frota fisicamente distribuída. É um modelo com margens baixas e complexidade logística crescente.

A Physical AI Services representa o salto: licenciar a tecnologia que a Serve construiu para operar seus próprios robôs. São três produtos lançados simultaneamente.

Serve Link: conectividade para robôs

O primeiro produto, Serve Link, conecta robôs no campo a sistemas de inteligência artificial executados em data centers. Em vez de empacotar computação pesada dentro de cada robô — o que implica custo elevado de hardware, consumo de energia e limitações de autonomia — a Serve propõe delegar o processamento de inteligência offline ao cloud, onde modelos mais poderosos podem ser executados sem comprometer a bateria ou o peso do dispositivo.

O CEO e co-fundador Ali Kashani descreveu o problema com franqueza: "Qualquer aplicação robótica precisa conectar os robôs a alguma inteligência offline, seja para coletar dados, tratar exceções ou realizar tarefas complexas. É a peça de conectividade que precisa ser de alto desempenho. Você precisa gerenciar redes realmente não confiáveis e ainda assim manter conexão confiável, e é isso que resolvemos".

A analogia com a AWS não é só retórica. Assim como a Amazon descobriu que precisava de servidores escaláveis para executar sua própria loja online antes de alugar capacidade para outras empresas, a Serve descobriu que precisou de conectividade robusta para operar 2.000 robôs no mundo real antes de oferecer o mesmo serviço a terceiros.

Dados como produto

O segundo produto é uma ferramenta de curadoria de dados que ajuda empresas a encontrar casos extremos (edge cases) nos volumes massivos de dados reais que um robô coleta. Em vez de revisar manualmente horas de vídeo e LiDAR, o algoritmo identifica automaticamente situações raras — um pedestre atravessando fora da faixa, um veículo parado no meio da rua, condições climáticas adversas — e as rotula para retratinação dos modelos.

O terceiro produto é um catálogo de dados de modelos fundamentais baseado nas experiências reais dos robôs de calçada da Serve. É a maior coleção pública de dados de robôs operando em ambientes humanos não controlados: calçadas, cruzamentos, parques, centros comerciais. Empresas que treinam modelos de visão computacional ou navegação autônoma podem usar esses dados como base de treinamento.

Por que isso importa

O mercado de Physical AI — a intersecção entre inteligência artificial e objetos físicos que percebem, raciocinam e agem no mundo real — foi avaliado em US$ 450 bilhões até 2030 pela própria Serve em sua apresentação de investidores. Mas a distribuição de valor nesse mercado ainda está por definir. Quem vai ser a NVIDIA desse ecossistema? Quem vai ser a Amazon Web Services?

A resposta, aparentemente, pode ser uma empresa que começou fazendo robôs de calçada. Bedrock Robotics, uma startup desenvolvendo sistemas autônomos para equipamentos de construção, já é cliente da Physical AI Services. A T-Mobile também anunciou parceria para trazer computação de IA mais próxima dos robôs, simultaneamente aos resultados do terceiro trimestre.

A estratégia da Serve é ambiciosa porque coloca a empresa em competição direta com gigantes estabelecidos. A NVIDIA com seu stack, a Amazon com seus serviços de robótica logística, a Google com o ROS (Robot Operating System). Mas a Serve tem uma vantagem que nenhuma dessas empresas possui: opera a maior frota comercial de robôs autônomos de calçada nos Estados Unidos, e cada dia dessa operação gera dados que nenhuma simulação pode reproduzir com fidelidade.

O risco é real. A Serve ainda não alcançou lucratividade consistente — as receitas de Q2 FY2026 foram de US$ 3,2 milhões, o que é crescimento expressivo mas em escala ainda pequena. A concorrência em Physical AI inclui empresas com décadas de experiência em robótica industrial e recursos infinitos. O mercado ainda não provou que empresas terceiras vão confiar suas operações robóticas a uma startup que nasceu entregando pizza.

Mas a lição de plataformas anteriores é clara: a AWS nasceu de uma necessidade interna do Amazon.com, não como um produto pensado de fora para dentro. O modelo de negócio de SaaS e licenciamento de autonomia que a Serve anuncia como horizonte de longo prazo pode gerar margens de 50% ou mais em recurring revenue, muito superiores às margens de delivery. Se a tecnologia funciona — e os dados da Diligent, com 15 vezes mais velocidade de percepção no Moxi 2.0, sugerem que sim — a Serve pode estar construindo a camada de infraestrutura sobre a qual a próxima geração de robôs será construída.

Fontes: TechCrunch, Serve Robotics Investor Deck, Serve Robotics Q3 2026 Earnings

✓ Fontes independentes cruzadas e verificadas antes da publicação