As tarifas estimularão a inovação nacional?

Na corrida para dominar setores estratégicos, como baterias e veículos elétricos (EVs), os fabricantes chineses, como a CATL e a BYD, estão tão à frente do resto do mundo que está se tornando quase impossível desafiá-los. Um dos principais motivos é a vantagem de custo que eles construíram ao aproveitar a grande demanda em seu mercado doméstico não apenas para obter economias de escala, mas também para aprender a reduzir os custos de seus processos de produção. Para as empresas que tentam competir nesse espaço - ou em qualquer outro setor em que o alto volume de produção é fundamental para impulsionar o aprendizado - entender como chegaram até aqui não é apenas útil; é necessário. Só então elas poderão começar a desenvolver estratégias para recuperar o atraso e competir. A guerra comercial global que o governo Trump está prestes a deflagrar promete apenas complicar as coisas. Em muitos casos, o único caminho a seguir pode ser tentar mudar o jogo - por exemplo, criando inovações em processos ou produtos. A curva de aprendizado Theodore P. Wright, um engenheiro aeronáutico, documentou pela primeira vez o fenômeno agora conhecido como curva de aprendizado em 1936. Ele descobriu que, a cada duplicação da produção acumulada, os custos caíam em um ritmo previsível. Os trabalhadores se tornavam mais rápidos à medida que aprendiam a fazer, os processos se tornavam mais eficientes com a incorporação de novas ferramentas ou métodos, matérias-primas ou componentes mais baratos podiam ser incorporados e as economias de escala entravam em ação. A curva de aprendizado recebeu muita atenção durante a Segunda Guerra Mundial, quando os empreiteiros do governo dos EUA buscaram maneiras de prever os custos de construção de navios e aeronaves. Na década de 1960, o Boston Consulting Group apoiou essa ideia, que levou ao conceito de precificação futura em tecnologias como a de semicondutores: precificar seus produtos abaixo dos custos nos estágios iniciais para aumentar o volume mais cedo, de modo que o senhor pudesse descer a curva de aprendizado mais rapidamente, reduzindo seus custos. Esse princípio foi aplicado em muitos setores, desde painéis solares até processamento químico. Historicamente, os fabricantes contratados têm se apoiado nesse princípio, pois fazem ofertas de trabalho abaixo do custo inicial de produção de um produto, sabendo que, por meio do aprendizado e das substituições de materiais, conseguirão reduzir seus custos abaixo da oferta inicial. Lições do setor de baterias de íons de lítio O que está acontecendo com as baterias de íons de lítio é instrutivo. Desde sua introdução, os custos despencaram. No início da década de 1990, um quilowatt-hora de capacidade de célula de bateria de íon-lítio custava cerca de US$ 7.500. Em 2024, esse valor caiu para menos de US$ 100. Esse tipo de redução de custo não é um acidente. Isso acontece devido aos avanços tecnológicos em materiais -como a mudança de cátodos pesados de cobalto para produtos químicos mais baratos de fosfato de ferro e lítio (LFP). Isso acontece por causa das inovações de fabricação, como os designs de célula para embalagem (CTP), que reduzem o peso e os materiais desnecessários. E isso acontece devido às eficiências decorrentes da escala de produção. Quanto mais baterias uma empresa produz, mais eficientemente ela pode fabricar a próxima. A grande questão é saber até que ponto os custos podem ser reduzidos. O índice de progresso, que mede o quanto os custos diminuem cada vez que a produção cumulativa dobra, é atualmente estimado em cerca de 0,80 ou mais. Isso significa uma redução de 20% nos custos a cada duplicação cumulativa da produção. A CATL tem 38% da capacidade global de fabricação de baterias (44% na China) e instalou capacidade suficiente para produzir 15 GWh de células de bateria anualmente somente em fevereiro de 2025. (Em comparação, a Gigafactory Nevada da Tesla produz cerca de 37 GWh de células de bateria por ano). É provável que o custo marginal da nova capacidade da CATL seja tão baixo que as chances de alguém alcançá-la estão diminuindo a cada dia. As empresas chinesas de baterias podem alavancar a curva de aprendizado porque têm a demanda do mercado chinês de veículos de passageiros, o maior do mundo, cuja taxa de adoção de EV está muito à frente da dos Estados Unidos e da Europa. Cerca de 50% das vendas de carros novos na China são de veículos elétricos movidos a bateria, em comparação com apenas 9% nos Estados Unidos. O governo chinês desempenhou um papel fundamental na formação desse setor por meio de uma combinação de subsídios do lado da oferta para a produção de baterias e incentivos do lado da demanda para os compradores de VEs. Os primeiros incentivos aos compradores estimularam a compra mesmo quando os produtos não estavam no nível de desempenho atual, e essas vendas deram aos fabricantes um cliente para sua produção e o fluxo de caixa para continuar melhorando. Combinadas com um esforço apoiado pelo Estado para dominar a cadeia de suprimentos de baterias - da mineração de lítio ao refino e à fabricação - essas políticas também ajudaram a criar um ecossistema que deu aos fabricantes chineses uma liderança quase inatacável. A intensa concorrência doméstica também desempenhou um papel importante ao dar ao setor de baterias chinês uma vantagem de custo. Mais de 50 fabricantes chineses de baterias estão em uma corrida para escalar mais rápido e mais barato do que seus rivais, resultando em superinvestimento em capacidade. Até 2025, a capacidade de produção de baterias da China deverá atingir 4.800 GWh, quatro vezes a demanda global esperada. Esse excesso de capacidade pode ser imprudente, mas, no curto prazo, a concorrência extrema está reduzindo os custos. Quanto mais os fabricantes produzem, mais eles refinam seus processos e extraem a eficiência de cada etapa. À medida que cada fabricante tenta superar o próximo, todo o setor avança na curva de aprendizado. Os custos não apenas caem; eles despencam. As tarifas podem ajudar? A guerra comercial que o governo Trump está travando pode ter implicações estratégicas importantes para vários setores que dependem do aprendizado por volume. Em teoria, a imposição de tarifas sobre as importações - por exemplo, sobre semicondutores ou setores nascentes, como o processamento de metais de terras raras ou enzimas e aminoácidos produzidos por meio da biofabricação - poderia dar às empresas nacionais a capacidade de escalar e descer na curva de aprendizado. Mas isso só funciona se esses fabricantes nacionais não estiverem muito atrás e se os consumidores nacionais comprarem os produtos deles. Já vimos algumas desacelerações na construção de fábricas nos EUA devido à fraca demanda doméstica por seus processos. E se os semicondutores produzidos internamente forem sujeitos a tarifas retaliatórias ou enfrentarem restrições de exportação que reduzam seu mercado total endereçável, isso afetará significativamente a velocidade com que as empresas podem progredir na curva de aprendizado. Mudando o jogo Para os grandes retardatários nos setores em que a curva de aprendizado é importante, competir diretamente com base no custo já parece uma causa perdida. A única maneira real de avançar para eles é mudar o jogo. Compreendendo isso, algumas empresas de baterias estão apostando em inovações radicais de processos , como fábricas totalmente automatizadas que usam controle de qualidade orientado por IA para reduzir ainda mais os custos. Em semicondutores, a Rapidus, no Japão, está tentando usar um fluxo de wafer único com metrologia avançada e aprendizado de máquina para acelerar o aprendizado. A oportunidade é usar insights orientados por dados para impulsionar melhorias no processo e não ter que depender do aprendizado baseado em volume. Outras empresas estão buscando químicas de bateria totalmente novas. A Toyota, por exemplo, está investindo pesadamente em baterias de estado sólido, o que poderia redefinir a curva de aprendizado ao introduzir um método de produção diferente que torna as vantagens atuais da escala de íons de lítio menos relevantes. No processamento químico ou na produção de medicamentos, a mudança para a manufatura de fluxo contínuo oferece a oportunidade de uma redefinição semelhante, usando um processo de produção com menos capital intensivo que poderia aproveitar mais prontamente a IA para otimizar os rendimentos e reduzir subprodutos indesejados. - - - Descobrir como competir em setores que dependem do aprendizado por volume é complicado em uma era de fragmentação dos mercados globais. Para os retardatários, contar com políticas protecionistas é perigoso: se essas barreiras desaparecerem, eles podem estar acabados. Mudar o jogo por meio de inovações de processo ou aplicação de tecnologias pode ser sua única esperança.

As tarifas estimularão a inovação nacional?

Resumo.

Partner Center