A Sona BLW Precision Forgings (Sona Comstar) apresentou uma estratégia ambiciosa visando replicar o crescimento de receita de dez vezes alcançado na última década. Esta estratégia baseia-se no desenvolvimento de robótica, inteligência artificial física (IA), aquisições de ativos e implementação de novas tecnologias de mobilidade.
Com base na receita da empresa para o ano fiscal de 2025 de ₹3.555 crore, atingir uma trajetória de crescimento semelhante implica um volume de negócios de cerca de ₹35.000 crore ao longo da próxima década, embora a empresa não tenha divulgado oficialmente uma meta de receita.
Além disso, a empresa relatou fortes resultados consolidados no primeiro trimestre. A receita aumentou em 54% em comparação com o ano anterior, atingindo ₹1.310 crore no trimestre encerrado em 30 de junho. O lucro antes de juros, impostos, depreciação e amortização (EBITDA) cresceu 49% para ₹303 crore, e o lucro líquido aumentou 45% para ₹181 crore.
Intitulando o novo plano como 'Sona Comstar 2.0', a empresa definiu três prioridades estratégicas chave para a próxima década. Elas incluem acelerar a criação de novas linhas de produtos tanto através de expansão interna quanto por meio de aquisições; aprofundar a presença nos mercados orientais; e formar sistemas inteligentes e conectados como segunda direção tecnológica de longo prazo, juntamente com a eletrificação.
Uma parte importante da estratégia é o lançamento de uma nova área em robótica e IA física, marcando a diversificação da empresa para além dos sistemas automotivos e ferroviários. Este negócio se concentrará na produção de componentes e subsistemas críticos para plataformas robóticas, no desenvolvimento de stacks de percepção e serviços de engenharia, e, finalmente, na criação de plataformas robóticas autônomas e funcionais. A empresa informou que já recebeu três pedidos no valor total de ₹600 crore, elevando o portfólio de pedidos para esta nova área para ₹800 crore. Um protótipo de robô móvel autônomo (AMR) foi apresentado, e o desenvolvimento de sua própria plataforma AMR está em andamento.
A empresa também destacou a parceria recentemente anunciada com a empresa japonesa Denso. Esta colaboração preenche uma lacuna importante no portfólio de eletrificação, fornecendo acesso a tecnologias de unidades de força elétricas e híbridas de alta tensão. De acordo com o acordo, a Denso supervisionará a gestão da joint venture que atende veículos de quatro rodas, enquanto a Sona Comstar manterá o controle gerencial sobre a empresa focada em veículos de duas e três rodas.
Durante o trimestre reportado, a Sona Comstar continuou a aumentar seu portfólio de negócios futuro. A empresa ganhou um programa de transmissão híbrida no valor de ₹640 crore de um fabricante de automóveis de passageiros da América do Norte, dois projetos de motores com tração nas rodas no valor de ₹90 crore de um fabricante indiano de veículos elétricos de duas rodas, e um programa de diferencial de transmissão no valor de ₹210 crore para automóveis a combustão interna. Até o final de junho, o portfólio total de pedidos somava ₹24.000 crore, equivalente a aproximadamente 5,4 vezes a receita do ano fiscal de 2026, sendo que os programas para veículos elétricos representaram ₹15.400 crore, ou quase dois terços do volume total de pedidos.
A autonomia da inteligência artificial demonstra uma taxa de crescimento significativamente mais rápida do que o esperado anteriormente, passando de dobrar a cada 8 meses para dobrar a cada 4,7 meses. A taxa de crescimento exponencial da duração autônoma atingiu um aumento colossal de 1400% ano a ano desde o início de 2025 até o início de 2026, e depois aumentou ainda mais em 560% apenas no primeiro semestre de 2026.
Em 2025, a autonomia da IA era limitada a menos de 15 minutos, mas até junho de 2026, a IA é capaz de operar sozinha por 4 a 5 horas sem intervenção humana, o que representa um aumento impressionante de 16 a 20 vezes. Os maiores avanços nas capacidades foram demonstrados pelo Mythos Preview (novo) e GPT-5.5-Cyber, que em suas melhores tentativas se aproximam da conclusão dos 32 passos, alcançando efetivamente o marco M9 (captura total da rede).
Foi observado que após ultrapassar o limiar de 10 milhões de tokens, os modelos antigos param de melhorar, mostrando que o aumento da capacidade computacional não aumenta o desempenho. Em contrapartida, os modelos mais recentes continuam a escalar drasticamente, transformando um maior consumo de tokens em resultados de tarefas mais altos.
Os gráficos mostram que a IA agora pode executar automaticamente ataques cibernéticos complexos e multifásicos, indo além de exploits web simples (M5) e progredindo para persistência avançada (M7), comprometimento de infraestrutura (M8) e controle de rede.
O número total de downloads mensais cresceu exponencialmente: de um nível base de 15 mil em novembro de 2024 para 11,8 milhões em janeiro de 2026 (crescimento aproximado de 780 vezes). A participação de ferramentas de ação (Action tools) aumentou consistentemente, seguindo uma tendência muito previsível. O uso computacional constitui a maior parte individual da categoria Ações, ocupando impressionantes 49,6% dos dados. O restante está distribuído entre extensões de software (9,2%), execução de código (4,2%) e outras categorias, como interação agente/humano (1,5%).
A categoria Percepção, representada por 'Sensores', ocupa uma parte grande e estável da parte superior do gráfico, constituindo 31,7% do total. As ferramentas focadas em Raciocínio têm um rastro mínimo, liderado pela Análise em 2,1%, enquanto Planejamento e Gerenciamento de Recursos permanecem abaixo de 1%. No final de 2024, as ferramentas de Raciocínio e Extensões de Software tinham proporções visuais muito maiores, mas diminuíram gradualmente à medida que o Uso Computacional e as ferramentas de Sensores escalavam até 2026.
Os agentes estão mudando da observação para ações ativas. No início do período, a maioria das ferramentas apoiava tarefas de percepção ou análise, como leitura de arquivos ou solicitação de dados. Até o final de 2025, os padrões de download mudaram para ferramentas que permitem aos agentes tomar ações diretas em sistemas externos, como execução de código ou uso de ferramentas computacionais que auxiliam na ação. Agora são essas ferramentas que constituem a maior parte do uso, especialmente aquelas lançadas por empresas reconhecidas.
No último ano, o número de ferramentas MCP publicamente lançadas aumentou mais de 35 vezes — de aproximadamente 5.000 para 177.000, acompanhado por um aumento significativo na atividade de downloads de mais de 175 vezes (de 80.000 para 14 milhões). O desempenho da IA no Exame Final da Humanidade (Humanity’s Last Exam) aumentou de menos de 10% no final de 2024 para quase 50% no início de 2026, demonstrando um crescimento consistente e acelerado em 18 meses. O teto de 50% deste exame permanece inatingível.
Google e OpenAI são líderes na vanguarda. Google (série Gemini 3/3.1) e OpenAI (série GPT-5) continuamente definem o limite superior de desempenho, fornecendo as pontuações básicas mais altas no gráfico. No início de 2026, a lacuna na fronteira está diminuindo, pois Anthropic (Claude Opus 4.7) e Meta AI (Muse Spark) seguem de perto os líderes na faixa de 35–40%.
Após julho de 2025, ocorreu uma mudança estrutural clara, quando a nova geração de modelos superou com sucesso a limitação de desempenho sustentada de 20% que restringia os sistemas anteriores.
Agentes de IA são capazes de detectar até 77% das vulnerabilidades em sistemas de software reais. No entanto, menos de 1% das vulnerabilidades detectadas por meio de varredura avançada de IA foram corrigidas. A detecção de vulnerabilidades gerenciada por IA agora abrange todos os principais sistemas operacionais e navegadores. No entanto, apenas 12% aplicam os mesmos padrões de segurança ao código gerado por IA que ao código tradicional. Aproximadamente 74% das organizações têm dificuldades em fornecer dados de origem de segurança para código de IA.
44% das empresas relatam incidentes de segurança relacionados a dependências de terceiros nos fluxos de trabalho de IA. Mais da metade dos desenvolvedores (59%) expressa preocupações com a segurança do código de IA. 65% das empresas estão preocupadas com vazamento de dados ao usar assistentes de codificação de IA. Injeções SQL e Cross-Site Scripting (XSS) permanecem entre as falhas mais comuns no código de IA. Ferramentas de IA não previnem XSS em 86% dos casos de teste, e vulnerabilidades de injeção de logs aparecem em 88% dos cenários gerados por IA. Repositórios que usam IA demonstram um nível mais alto de vazamento de segredos (6,4%) em comparação com projetos sem IA.
Java tem a taxa de falha mais alta, excedendo 71%, tornando-a a linguagem de maior risco nesta comparação. C# atinge uma taxa de aprovação de segurança de 58% com 42% de falhas, indicando um perfil de risco mais equilibrado, mas ainda moderado. JavaScript mostra uma taxa de aprovação de 57% e 43% de falhas, próximo ao C# em termos de segurança. Python lidera com a taxa de aprovação de segurança mais alta em 62% e a taxa de falha mais baixa em 38%, indicando maior confiabilidade relativa.
O código gerado por IA tem uma densidade de vulnerabilidades 2,7 vezes maior do que o código escrito por humanos. O código escrito por humanos apresenta 30–35% menos falhas críticas em auditorias corporativas. A cobertura de verificação de segurança para código gerado por IA é 20–30% menor. Assistentes de IA geram código inseguro em mais de 40% dos cenários de teste, especialmente na lógica de autenticação. 56% dos desenvolvedores admitem raramente revisar o código gerado por IA linha por linha. 61% das empresas não possuem políticas formais que regulamentem o uso de código de IA. 38% das organizações relatam divulgação acidental de dados através de código gerado por IA. 50% das organizações não possuem políticas para lidar com dados confidenciais em fluxos de trabalho de IA.
Durante auditorias de segurança em 2026, 73% dos sistemas de IA mostraram suscetibilidade a vulnerabilidades de injeção de prompt (prompt injection). Ataques de injeção de prompt tiveram sucesso em 50–84% em implementações LLM comuns, dependendo da configuração. Ataques indiretos de injeção de prompt tiveram uma taxa de sucesso 20–30% maior, pois instruções maliciosas estavam ocultas em fontes confiáveis. A injeção de prompt direta representou cerca de 45% dos ataques, enquanto a injeção indireta representou mais de 55% em 2026. Ataques indiretos de injeção de prompt multifásicos aumentaram mais de 70% em termos anuais entre 2025 e 2026. Injeções de código através de assistentes de desenvolvedor representaram 18% dos incidentes registrados de injeção de prompt em empresas. A manipulação conversacional multifásica melhorou o sucesso do ataque para 27% em comparação com ataques de prompt único. Relatórios da CrowdStrike de 2026 documentaram ataques de injeção de prompt contra mais de 90 organizações.
O ChatGPT atingiu 1 milhão de usuários em apenas 5 dias (OpenAI). No início de 2023, o ChatGPT acumulou mais de 100 milhões de usuários mensais, e até 2026, atinge 900 milhões de usuários ativos semanais. O ChatGPT já deteve o recorde do aplicativo de consumo de crescimento mais rápido, atingindo 100 milhões de usuários em cerca de dois meses. No entanto, o DeepSeek quebrou este recorde no início de 2025, ultrapassando 100 milhões de usuários em apenas 20 dias após o lançamento do aplicativo DeepSeek-R1.
1,8% de todas as vagas anunciadas nos EUA agora pertencem ao setor de IA. O setor de serviços tornou-se o maior gerador de receita para IA, representando 36,3% do volume total em 2025. Em relação às tecnologias específicas, o aprendizado profundo provou ser a área de IA mais lucrativa, representando pouco mais de um quarto de toda a receita do setor. As tecnologias de IA podem aumentar a receita em mais de 15 trilhões de dólares até o final da década.
Por continente, a América do Norte detém a maior fatia da receita, representando 35,5% do volume total do setor. Prevê-se que a IA injetará US$ 15,7 trilhões na economia mundial até 2030. Até 2025, a IA pode eliminar 85 milhões de empregos, mas criar 97 milhões de novos, resultando em um aumento líquido de 12 milhões de empregos. 63% das organizações pretendem implementar IA em escala global nos próximos três anos. Veículos autônomos podem gerar de US$ 300 a US$ 400 bilhões em receita mundial. Cerca de dois terços dos profissionais de saúde agora usam sistemas computacionais para auxiliar no diagnóstico. A FDA aprovou mais de 1200 dispositivos médicos 'integrados com IA' (FDA).
