David Pinn, CEO da Brain Corp – Série de Entrevistas

David Pinn é CEO da Brain Corp, onde passou quase nove anos ajudando a definir a estratégia da empresa, as operações financeiras e a transição para um negócio de robótica orientado por software. Ele ingressou na Brain Corp em 2017 como VP de Estratégia e avançou por cargos seniores de estratégia e finanças antes de se tornar CEO em 2022. Durante sua gestão, Pinn ajudou a liderar grandes captações de capital, a mudança da empresa de um modelo centrado em hardware para receita recorrente de software, sua expansão para captura de dados robóticos e análise, e parcerias estratégicas com fabricantes globais de equipamentos originais (OEMs). No início de sua carreira, ocupou posições de finanças e estratégia na Qualcomm, assessorou startups de tecnologia apoiadas por venture capital, trabalhou com empresas do portfólio da L Catterton e começou sua carreira na Teradyne em engenharia e vendas técnicas, proporcionando-lhe uma experiência que abrange robótica, semicondutores, finanças, desenvolvimento corporativo e comercialização de tecnologia.

Brain Corp é uma empresa de robótica e IA física que desenvolve o BrainOS®, uma plataforma de autonomia empresarial projetada para permitir que fabricantes e negócios implantem e gerenciem robôs móveis autônomos em escala. O BrainOS alimenta mais de 50.000 robôs em seis continentes e acumulou mais de 25 milhões de horas de operação no mundo real, suportando aplicações como limpeza autônoma de pisos, coleta de dados de inventário e prateleiras, e movimentação de materiais em ambientes como lojas de varejo, armazéns, aeroportos, instalações de saúde e edifícios comerciais. A plataforma combina navegação guiada por IA, mapeamento semântico 3D, sistemas de segurança, gerenciamento de frotas baseado em nuvem, análises e integrações com sistemas corporativos, com dados coletados de toda a frota implantada ajudando a melhorar a navegação e a confiabilidade ao longo do tempo. Desenvolvimentos recentes incluem o BrainOS Clean 2.0 e o SelfPath™ AI, que permitem que robôs de limpeza gerem e adaptem rotas automaticamente em vez de depender de caminhos treinados manualmente.

Sua carreira passou de trabalhos de engenharia em radiofrequência e sistemas sem fio para finanças estratégicas, transformação SaaS e agora liderança como CEO na Brain Corp. Como essa combinação de disciplina técnica e financeira moldou sua visão de que as empresas não estão comprando “robôs”, mas resultados operacionais mensuráveis?

Minha carreira inicial começou em vendas técnicas, vendendo equipamentos de fabricação de semicondutores para a Teradyne. Por meio de muitos testes e erros, aprendi uma lição importante logo no início: havia uma grande lacuna entre o que eu considerava importante — geralmente as especificações técnicas — e o que o comprador realmente se importava. Aprendi que o comprador realmente se preocupa com o resultado de negócios e se confia em mim e na minha equipe para entregá‑lo.

Quando mais tarde migrei para a robótica, essa lição foi ampliada. Cada investimento em tecnologia compete por capital, e um sistema não recebe crédito apenas por ser tecnicamente impressionante. Na robótica, é muito fácil ficar fascinado pela própria máquina. Mas um varejista não acorda querendo um robô. Eles desejam pisos mais limpos, inventário altamente preciso e mais tempo para que seus colaboradores ofereçam atendimento ao cliente. O robô é apenas o veículo de entrega desse resultado.

Na Brain Corp, começamos com o problema do cliente, definimos o resultado de negócios e trabalhamos de trás para frente na camada de autonomia e nos dados necessários para entregá‑lo. Minha formação em engenharia me ajuda a compreender o quão complexo é o problema técnico subjacente, mas minhas disciplinas de vendas e finanças me mantêm focado em saber se resolvê‑lo cria um negócio escalável e comercialmente viável. Você precisa de ambos. Um robô que funciona, mas não gera retorno econômico, é um projeto científico, não um produto, e um modelo financeiro construído em torno de tecnologia não confiável não é um negócio.

Com tanta atenção voltada para humanoides e robôs de uso geral, o que você acha que o mercado entende erroneamente sobre o que as empresas realmente precisam da robótica hoje?

Visão direta: a obsessão da indústria por humanoides em ambientes comerciais e industriais é uma distração.

O argumento padrão que se ouve dos entusiastas de humanoides é: “O mundo foi construído para humanos, portanto os robôs precisam ter forma humana”. Isso pode ser verdade em ambientes residenciais, mas para ambientes empresariais é fundamentalmente falso.

Observe um armazém. Ele não foi construído para humanos; foi projetado para empilhadeiras, paleteiras e máquinas pesadas. Observe lojas de varejo, escolas, hotéis, hospitais e aeroportos. As exigências de acessibilidade para cadeiras de rodas significam que esses espaços têm pisos planos, rampas, corredores largos e elevadores. Edifícios comerciais e industriais são projetados para movimentação sobre rodas.

Quando você percebe isso, vê rapidamente que colocar pernas em um robô comercial é uma responsabilidade desnecessária e um enorme desperdício de dinheiro. Por que projetar um sistema bípede caro e frágil para navegar em um espaço que já é adequado para rodas? As rodas são mais baratas, mais confiáveis e lidam melhor com cargas.

Como mencionei antes, um robô sem retorno econômico é apenas um projeto científico. Construir um humanoide altamente complexo apenas para caminhar sobre um piso plano e acessível a cadeiras de rodas é o projeto científico definitivo. É resolver um problema de locomoção que não existe. As empresas não precisam de máquinas que imitam humanos; precisam de ferramentas que entreguem de forma confiável um resultado de negócios específico. E, para casos de uso comercial, as rodas vencem sempre.

A Brain Corp opera em ambientes desordenados, públicos e de alto tráfego, como lojas, aeroportos, armazéns, hospitais e campi. Quais são os problemas do mundo real mais difíceis que não aparecem nas demonstrações de robótica?

A indústria de veículos autônomos aprendeu da maneira difícil o quão enganosas podem ser as demonstrações. Vimos demonstrações de carros autônomos há mais de uma década, mas foram necessários mais dez a quinze anos de engenharia intensa para lançar realmente táxis sem motorista comerciais. Por quê? Por causa do que a indústria chama de “a marcha dos noves”.

Alcançar 90% de confiabilidade em um sistema gera uma ótima demonstração. Chegar a 99% é uma conquista de engenharia enorme. Mas, ao operar uma frota de dezenas de milhares de robôs em milhares de locais públicos, 99% de confiabilidade é insuficiente.

Em um ambiente comercial ao vivo, as pessoas mudam de direção sem aviso. Carrinhos de compras ficam deixados nos corredores. Displays mudam durante a noite. Paletes bloqueiam rotas. Os pisos podem ser reflexivos, úmidos, irregulares ou cobertos de detritos. Portas abrem e fecham, a iluminação muda, e os funcionários desenvolvem suas próprias formas de interagir com a máquina. Um robô também pode encontrar crianças, pessoas usando auxiliares de mobilidade, compradores distraídos, empilhadeiras ou alguém que simplesmente decide ficar em seu caminho.

O problema mais difícil não é navegar quando tudo se comporta como esperado. É adaptar‑se graciosamente quando algo inesperado acontece. O robô pode entender por que sua rota está bloqueada, encontrar uma alternativa segura e concluir a tarefa? Ele pode fazer isso sem gerar mais trabalho para os funcionários e em escala de milhões de horas?

Há também uma dimensão social que as demonstrações costumam deixar de lado. As pessoas precisam entender a intenção do robô. Seus movimentos devem ser previsíveis, seus sinais claros, e ele deve se encaixar nos fluxos de trabalho humanos existentes, em vez de forçar todos ao seu redor a se adaptarem.

Para nós, IA do mundo real significa “simplesmente funciona”. Os casos de borda não estão na borda, eles são o ambiente. Construir para essas condições requer anos de aprendizado operacional, arquitetura de segurança cuidadosa e foco incansável nos detalhes que são invisíveis em um vídeo simulado.

Quando uma empresa avalia o ROI da robótica, quais métricas são mais importantes: horas de trabalho economizadas, consistência de tarefas, tempo de atividade, captura de dados, segurança, experiência do cliente ou outro fator?

É tudo isso.

Horas de trabalho economizadas são úteis, mas não capturam o panorama completo. Em muitas indústrias, o problema subjacente não é apenas que a mão‑de‑obra é cara; é que recrutar pessoas qualificadas pode ser desafiador, a rotatividade é alta e tarefas importantes são concluídas de forma inconsistente porque as equipes estão sobrecarregadas. Nesse cenário, a conclusão de tarefas, a frequência e a consistência podem ser mais valiosas do que uma redução teórica no número de funcionários.

A camada seguinte é o desempenho operacional: tempo de atividade, utilização autônoma, conclusão bem‑sucedida de tarefas, cobertura e a quantidade de supervisão necessária. Um robô que tecnicamente opera por muitas horas, mas frequentemente precisa ser resgatado, não está entregando autonomia significativa.

Melhorias em segurança e conformidade também não devem ser negligenciadas em um modelo de ROI. Um robô de limpeza reduz o esforço e lesões no local de trabalho, e dá aos funcionários mais tempo para focar nos clientes e em trabalhos de maior valor. Um robô de inventário melhora a disponibilidade nas prateleiras, a precisão de preços e a consistência de execução. Os robôs ainda criam uma nova camada de visibilidade operacional ao capturar dados confiáveis e recorrentes sobre o que está acontecendo no ambiente físico.

A chave é estabelecer uma base real antes da implantação e medir o desempenho ao longo de todo o ciclo de vida, incluindo implementação, suporte, manutenção, treinamento e integração.

A Brain Corp é única no espaço de robótica porque opera como uma plataforma de robótica SaaS recorrente. Por que software, dados e orquestração de frota estão se tornando mais importantes que o próprio fator de forma do robô?

O hardware define o que um robô pode fazer fisicamente. O software determina quão confiavelmente ele faz isso, quão fácil pode ser implantado, quão seguramente ele se integra a uma empresa e se torna mais útil ao longo do tempo.

Sem uma camada unificada de software e nuvem, um robô é essencialmente uma máquina isolada. Ele pode executar uma tarefa em uma instalação, mas não pode ser monitorado, atualizado, integrado a sistemas corporativos ou coordenado com uma frota maior de forma fácil. Isso gera fragmentação à medida que as empresas adicionam diferentes tipos de robôs, cada um com sua própria interface, modelo de suporte, dados e procedimentos operacionais.

Uma plataforma altera essa equação. Com nossa plataforma de autonomia, o BrainOS®, oferecemos uma base comum de autonomia, segurança, dados e gerenciamento de frota para diferentes máquinas e aplicações. Nossos parceiros podem focar em sua expertise de hardware e no problema do cliente que compreendem profundamente, em vez de reconstruir toda a infraestrutura de autonomia e nuvem para cada novo produto.

O software também permite que o valor da máquina se acumule. Podemos implantar novas funcionalidades por meio de atualizações over‑the‑air, aprender como os robôs se comportam em toda a frota, melhorar o desempenho e responder a novos casos de borda sem substituir o hardware. Equipamentos industriais tradicionais geralmente depreciam a partir do momento em que são implantados. Um sistema autônomo conectado torna‑se mais capaz ao longo de seu ciclo de vida.

O fator de forma continuará a importar, pois o design físico deve se adequar à tarefa. Mas os fatores de forma evoluirão. O valor mais duradouro está na inteligência, na infraestrutura operacional e na camada de dados que podem se estender a qualquer aplicação. Por isso descrevemos o BrainOS® como a plataforma de autonomia para o mundo real, e não como um sistema operacional para um robô específico.

Robôs alimentados pelo BrainOS agora são usados não apenas para limpeza, mas também para análise de prateleiras, visibilidade de inventário e movimentação de materiais. Como você vê a evolução dos robôs de ferramentas de automação de tarefas para plataformas móveis de dados?

Nossa plataforma BrainOS® equipa as empresas com a infraestrutura necessária para construir, implantar e suportar soluções autônomas em escala empresarial. Fornecemos a camada subjacente de autonomia e inteligência, que permite que nossos parceiros se concentrem no que fazem de melhor: resolver problemas de negócios específicos e do mundo real. Essa abordagem única nos permitiu escalar rapidamente e possibilitou que as empresas construam não apenas robôs, mas negócios de robótica.

A limpeza robótica de pisos foi uma das primeiras aplicações comerciais a alcançar escala significativa porque atendia a uma necessidade operacional clara e repetitiva; todo ambiente comercial tem pisos sujos e muitos enfrentam desafios de mão‑de‑obra. Alcançamos essa escala ao lado de nosso parceiro Tennant Company, líder em cuidados com pisos há mais de 150 anos, que agora evoluiu para um dos maiores fabricantes mundiais de robôs comerciais.

Então, por meio de nosso trabalho com grandes empresas nos setores de varejo e logística, reconhecemos uma verdade fundamental: embora essas operações saibam exatamente quais inventários entram e saem de suas instalações, frequentemente carecem de visibilidade sobre o que realmente acontece no piso da loja ou armazém. Um robô móvel é um dos poucos sistemas que se deslocam repetidamente pelo ambiente físico, tornando‑o singularmente capaz de capturar essa realidade em escala. Para ajudar nesse desafio, fizemos parceria com a Driveline Retail, uma líder em merchandising, e a Dane Technologies, líder em equipamentos de armazém, para levar o rastreamento de inventário e a inteligência de prateleiras ao mercado em escala empresarial.

Ao expandir para essas aplicações de visibilidade de inventário, a coleta de dados é apenas parte da equação. A maioria dos armazéns e varejistas quer mais do que milhões de imagens brutas; eles precisam saber exatamente qual produto está fora de estoque, qual preço está incorreto, onde está um palete ausente e qual ação específica o colaborador deve tomar a seguir. A Brain Corp fornece a visão computacional avançada e a IA necessárias para transformar essas observações brutas em decisões de negócios precisas e priorizadas.

Independentemente do fator de forma do robô, esses sistemas também estão permitindo que as empresas criem gêmeos digitais continuamente atualizados de suas instalações. Como nossos robôs navegam de forma segura e confiável por todo o espaço, eles atuam como plataformas móveis de dados, capturando inteligência detalhada das instalações. Isso pode significar, por exemplo, verificar a localização de um extintor de incêndio, identificar um freezer com defeito ou mapear áreas com conectividade Wi‑Fi fraca.

O que separa uma implantação de robótica que funciona em um local piloto da que pode escalar em milhares de sites empresariais?

Pilotos recompensam a possibilidade. Escala recompensa a confiabilidade.

Um piloto pode ter sucesso porque o melhor engenheiro está próximo, o ambiente foi cuidadosamente preparado e alguém está silenciosamente lidando com exceções nos bastidores. Nada disso funciona quando se implanta em centenas ou milhares de sites. Nesse ponto, cada passo manual se torna uma fonte de custo e falha.

Uma implantação escalável precisa de repetibilidade desde o início. O robô deve ser fácil de configurar, intuitivo para os funcionários de linha de frente, observável remotamente e capaz de receber atualizações de software sem que alguém visite cada site. A organização também necessita de sistemas maduros de cibersegurança, certificação de segurança, suporte, treinamento, manutenção, análises e integração com a tecnologia existente do cliente.

A gestão de mudanças é igualmente importante. As pessoas que trabalham ao lado do robô precisam entender o que ele faz, quais são suas limitações e como ele se encaixa em suas responsabilidades. Implantações falham quando a tecnologia é tecnicamente sólida, mas a responsabilidade operacional não está clara.

Por fim, a economia precisa funcionar tanto para o cliente quanto para o fornecedor de robótica. Isso requer uma infraestrutura de robótica que se torne mais econômica e mais robusta a cada implantação.

Esse conjunto de desafios é o que chamamos de Lacuna de Autonomia. Construir um protótipo funcional é apenas uma parte da criação de um negócio de robótica. O trabalho muito mais difícil é transformar esse protótipo em um produto seguro, suportado e repetível que continue a operar quando os especialistas deixarem o prédio.

O trabalho recente da Brain Corp em grounding contextual e mapeamento semântico aponta para uma camada mais inteligente de IA Física. Por que “entender o ambiente” é a próxima grande fronteira para robôs autônomos?

A navegação tradicional é basicamente um problema geométrico: Onde estou, para onde posso me mover e o que devo evitar? O grounding contextual acrescenta um conjunto muito mais rico de perguntas: O que está acontecendo ao meu redor? O que são esses objetos? Como as pessoas provavelmente interagirão com eles? Qual comportamento é adequado nesta situação específica?

Um sistema de navegação básico pode perceber que algo está ocupando espaço. Um sistema contextualizado deve entender exatamente o que é o objeto, por que está lá, o que está fazendo e, finalmente, como se comportar ao seu redor. Essas distinções são importantes porque a resposta correta varia em cada caso.

Isso se torna particularmente importante à medida que a robótica começa a incorporar mais IA generativa, modelos de visão‑linguagem e outros sistemas probabilísticos. Esses modelos podem trazer inteligência e flexibilidade tremendas, mas uma resposta plausível não é suficiente quando o software controla uma máquina física. A ação precisa estar ancorada na geometria real, nas condições, nos requisitos de segurança e no contexto social do ambiente.

Acreditamos que a solução é combinar IA avançada com uma representação contextual persistente do mundo físico e controles de segurança determinísticos. Isso permite que o robô se beneficie de modelos de IA cada vez mais capazes sem que a inteligência probabilística opere sem limites.

Como as empresas devem pensar sobre confiança ao implantar robôs ao redor de funcionários, clientes e do público em geral?

Primeiro, precisamos reconhecer uma verdade fundamental: robôs são diferentes de outras tecnologias empresariais. Um bug de software pode travar seu laptop, mas um bug em uma máquina de 1.000 libras navegando em um corredor de varejo lotado tem implicações totalmente diferentes. As empresas não podem simplesmente tratar um robô como mais um equipamento de TI conectado.

A confiança na robótica é conquistada a cada dia. Em um momento em que a FCC está limitando a aprovação de robótica produzida no exterior devido a preocupações de segurança, o nível de confiança exigido nunca foi tão alto. À medida que a IA Física se expande em nossos hospitais, aeroportos, armazéns e supermercados, as empresas precisam avaliar a confiança em algumas camadas distintas: segurança física, privacidade de dados e integração humana.

IA avançada é incrível para tornar um robô “inteligente” o suficiente para navegar em ambientes complexos, mas inteligência e segurança não são a mesma coisa. Um robô confiável separa as duas. Ele deve possuir controles de segurança de hardware dedicados e redundantes que possam sobrescrever o sistema. A segurança deve ser codificada rigidamente, não aprendida.

Além disso, robôs que navegam em espaços públicos são essencialmente plataformas de dados itinerantes. Eles utilizam câmeras e sensores para observar o mundo. As empresas devem exigir clareza extrema de seus fornecedores: O que o robô está vendo? Para onde esses dados vão? Quem tem acesso a eles? Privacidade e cibersegurança não podem ser acrescentadas após a implantação como um exercício de relações públicas; elas devem ser incorporadas à arquitetura do sistema desde o primeiro dia.

O maior erro que as empresas cometem é inserir um robô em uma instalação sem considerar a gestão de mudanças. Você não pode pedir que seus funcionários ou clientes aceitem a robótica por fé. Os funcionários precisam ser incluídos desde o início, treinados adequadamente e mostrar exatamente como a máquina facilita e torna mais seguras suas tarefas diárias. Eles precisam saber quem é o responsável se algo der errado e como intervir, se necessário.

Em última análise, certificações, auditorias e controles de segurança são apenas evidências de base. A confiança real é construída por meio de experiências repetidas. Quando um robô se comporta com segurança, respeita consistentemente o espaço pessoal do cliente e assume o trabalho maçante e sujo do funcionário dia após dia, ele simplesmente se torna parte da equipe.

Olhando para o futuro, onde você espera que a robótica comercial crie mais valor nos próximos cinco anos: varejo, logística, saúde, manufatura, aeroportos ou outro setor totalmente diferente?

O maior valor tende a surgir em ambientes que são grandes, distribuídos e com escassez de mão‑de‑obra. Eles possuem tarefas repetitivas difíceis de concluir de forma consistente.

A cadeia de suprimentos: da manufatura à logística e ao varejo combina todas essas condições. As lojas são espaços públicos complexos, a disponibilidade de mão‑de‑obra é um desafio constante, e pequenos problemas operacionais (uma prateleira vazia, preço incorreto, tarefa de limpeza atrasada) podem afetar diretamente a experiência do cliente e o desempenho financeiro. Logística e manufatura também gerarão enorme valor, por meio da visibilidade de inventário, movimentação de materiais e coordenação em instalações cada vez mais automatizadas.

Mas o maior valor não será definido por um setor específico. Será uma mudança na forma como as empresas adquirem robótica. Especificamente, nos próximos cinco anos haverá o fim do projeto de robótica isolado.

Atualmente, as empresas conduzem iniciativas fortemente fragmentadas. Elas compram um robô da empresa A para limpar os pisos, outro da empresa B para escanear inventário e um terceiro da empresa C para mover materiais. Cada um tem sua própria compreensão local do mundo que não é compartilhada com os demais. É um pesadelo operacional que não escala.

Nos próximos cinco anos, a criação de valor virá de contexto e execução compartilhados. As empresas deixarão de comprar robôs fragmentados e começarão a investir em uma base unificada de IA Física. Elas desejam uma única plataforma de software, uma camada de autonomia e um pipeline de dados que gerencie uma frota diversificada de máquinas, compartilhe contexto sobre o ambiente e orquestre centralmente a automação de instalações inteiras em vez de tarefas individuais.

É assim que a IA vai além da ambição para fazer o mundo real funcionar melhor.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Brain Corp.