Como a Matic levou robôs domésticos a 10 mil lares

O contexto

Matic, robô doméstico que aspira e passa pano sozinho, já está em mais de 10.000 lares e recentemente lançou controle por voz e gestos - comandos como "Hey Matic, limpe a cozinha" ou apontar para uma mancha. O lançamento veio quase 8 anos após a primeira demonstração interna, ilustrando a distância entre demonstração e implantação em robótica. Tanay Jaipuria, sócio da Wing, entrevistou Mehul Nariyawala, cofundador e presidente da Matic, e compilou sete lições da trajetória da empresa.

Começar pelo problema do cliente

A primeira empresa de Mehul, Flutter, que controlava iTunes e Spotify com gestos pela webcam, chegou ao primeiro lugar em 73 países, mas nunca seria um negócio e foi adquirida pelo Google. A lição: ninguém acorda querendo comprar gestos. Na Nest, ele refinou um critério de escolha de mercados: mercados novos fazem o consumidor perguntar "por que preciso disso?" (GoPro, Fitbit, Vision Pro), enquanto mercados existentes só levam à pergunta "qual?". Os melhores mercados existentes são os tediosos - a câmera da Nest atraiu 20 concorrentes em 6 meses, mas o termostato, que exigia compatibilidade com 50 a 60 anos de sistemas de HVAC, passou mais de 15 anos sem desafio sério. Robot aspiradores seguiam o mesmo padrão: 15% dos lares tinham um e a iRobot gerava US$ 700 milhões em 2024 sem inovar significativamente por duas décadas. A tese da Matic: clientes não querem robôs, querem soluções para seus problemas.

Formato a partir dos primeiros princípios

Em uma categoria com centenas de produtos idênticos em formato de disco, a Matic lançou um robô quadrado e com o dobro da altura. Segundo Mehul, os robôs em disco eram assim porque não tinham inteligência - eram como um robó de olhos vendados quicando pela sala. A visão 3D precisa removeu essa restrição e permitiu moldar o robô em torno da tarefa: formato quadrado que limpa cantos e bordas, com câmeras na altura do olhar de uma criança engatinhando.

Absorver complexidade no software

A Matic apostou em câmeras e algoritmos, no estilo Tesla em vez de Waymo: 5 câmeras e a GPU NVIDIA mais barata disponível (cerca de US$ 150 de custo) na coroa preta do robô. A justificativa: cada sensor adicional em hardware exige mais engenheiros de software, mais calibração, cadeia de suprimentos mais complexa e custo maior - a complexidade cresce exponencialmente a cada sensor. Isso tornou o começo mais difícil, mas a escalabilidade mais fácil, com recursos entregues via atualizações de software. Na arquitetura, a empresa é pragmática: testou SLAM clássico, abordagens neurais e híbridos, mantendo o que atingia o patamar de precisão, o que a levou gradualmente ao end-to-end. Para Mehul, end-to-end é um alvo que se alcança com o tempo, não no primeiro dia.

Uma boa demonstração dá apenas 20% do caminho

A primeira demo do gesto "limpe isto" rodou no outono de 2018 e chegou aos clientes quase 8 anos depois. Na analogia de Mehul: no software, chegar ao GPT-3 deixa o ChatGPT a 20% de distância; no hardware, uma grande demonstração dá 20%, e o resto da produtização exige 5 vezes mais esforço - plataforma, firmware, sistema operacional, observabilidade na borda, testes ponta a ponta, infraestrutura de dados e o aplicativo, tudo com confiabilidade. O padrão é alto porque tarefas triviais para humanos geram pouca tolerância a falhas: a Matic recebe um e-mail se um único pipoca for deixado para trás. O critério interno é cerca de 99% para testes alfa e 99,9% para produção; cada algarismo adicional nove exige trabalho comparável ao anterior.

Dados de implantação como fosso

A Matic começou com simulação, que serve para chegar a 80%, mas a lacuna sim-para-real só se cruza com dados reais de muitos lares - não 20 ou 30. A empresa adotou processamento totalmente no dispositivo e permitiu que usuários autorizassem o compartilhamento de clipes de erro; hoje, 60% dos clientes aceitaram. Esses casos extremos - espelhos de parede a parede, fontes de água internas, um lago de peixes meio centímetro abaixo do piso da sala, quadras de basquete indoor, móveis plásticos transparentes - são rotulados em cerca de 3 semanas e voltam como melhorias via atualizações over-the-air.

Fabricar para iterar

A Matic monta todos os robôs em Mountain View. A primeira razão é velocidade: um fabricante terceirizado exige dois ou três meses de aviso, enquanto ter engenheiros mecânicos ao lado da manufatura torna o ciclo de feedback e iteração rápido. A segunda: a escala revela problemas que não existem em volumes pequenos - uma falha de 1% é um robô em 100, mas mil robôs em 100.000. A empresa começou a entregar em novembro de 2024 e já está em uma quinta ou sexta geração de hardware interno, com o microfone presente desde a primeira unidade, pronto quando o software alcançou.

Adoção incremental e conclusão

Citando Tony Fadell, seu ex-chefe na Nest - "clientes fazem as coisas incrementalmente; você não consegue que eles saltem etapas" -, Mehul explica que os consumidores não estavam prontos para um robô acima de US$ 2.000. A Matic sabia desde o início que o objetivo final era um Rosie (dos Jetsons) ou Alfred (do Batman), mas começou por um aspirador melhor, em mercado existente e com preço abaixo desse patamar - como JK Rowling, que escreveu o primeiro capítulo do primeiro livro e o último do último antes do restante. Do ponto de vista técnico, o robô inicial busca ser o melhor em percepção, mapeamento e navegação para conquistar o direito de estar nas casas. Para Jaipuria, o mais notável na história da Matic é a ausência de atalhos: seis ou sete anos para entregar, uma categoria com pouca inovação e a maior parte do tempo gasta em problemas que não rendem boas demonstrações.