Anthropic capta cerca de KRW 18 trilhões em rodada Série F

• A Anthropic captou US$ 13 bilhões ($13B, KRW 18 trilhões) em uma rodada de investimento Série F liderada pela ICONIQ
• Com este investimento, a empresa foi avaliada em US$ 183 bilhões ($183B, KRW 254 trilhões)
• O crescimento de receita vem acelerando fortemente, atingindo US$ 5 bilhões em receita anualizada em agosto de 2025
• Diversos produtos, como Claude Code e a API, estão se expandindo rapidamente nos mercados corporativo e de desenvolvedores
• Os recursos serão usados para atender à demanda de clientes corporativos, reforçar a pesquisa em segurança e ampliar a expansão global

---

Anthropic: investimento Série F e panorama de crescimento

Visão geral do investimento Série F

• A Anthropic captou US$ 13 bilhões por meio da rodada Série F liderada pela ICONIQ
• Com a operação, a avaliação post-money da Anthropic chegou a US$ 183 bilhões
• Além da ICONIQ, Fidelity Management & Research Company e Lightspeed Venture Partners co-lideraram a rodada
• Também participaram diversos grandes investidores globais, incluindo Altimeter, Baillie Gifford, fundos relacionados à BlackRock, Blackstone, Coatue, D1 Capital Partners, General Atlantic, General Catalyst, GIC, Goldman Sachs Alternatives, Insight Partners, Jane Street, Ontario Teachers' Pension Plan, Qatar Investment Authority, TPG, T. Rowe Price, WCM Investment Management e XN

Crescimento e receita da Anthropic

• O CFO Krishna Rao destacou que clientes, de empresas da Fortune 500 a startups baseadas em IA, estão utilizando os modelos de fronteira e a plataforma da Anthropic em tarefas críticas
• A demanda está crescendo exponencialmente em toda a base de clientes
• Desde o lançamento do Claude (março de 2023), o crescimento de receita vem avançando muito rapidamente
  • No início de 2025, a empresa alcançou US$ 1 bilhão em receita anualizada
  • Em agosto de 2025, ultrapassou US$ 5 bilhões em receita anualizada, sendo avaliada como uma das empresas de tecnologia de crescimento mais rápido da história

Foco em tecnologia e segurança

• O crescimento da Anthropic é impulsionado por talentos técnicos de alto nível, uma abordagem centrada em segurança e pesquisa de fronteira (alinhamento e interpretabilidade, entre outros)
• Esses fatores formam a base do desempenho e da confiabilidade dos modelos
• Atualmente, a empresa atende mais de 300 mil clientes corporativos, e o número de grandes clientes com contas acima de US$ 100 mil em receita aumentou 7 vezes em um ano

Expansão de produtos e clientes

• Em toda a plataforma, os mercados corporativo, de desenvolvedores e de usuários individuais registram forte crescimento
  • Para clientes empresariais, a empresa oferece API e produtos especializados por setor, apoiando a adoção de IA poderosa sem processos complexos de integração
  • Desenvolvedores vêm adotando o Claude Code como ferramenta principal desde seu lançamento geral em maio de 2025
  • Em apenas 3 meses, o Claude Code alcançou mais de US$ 500 milhões em receita anualizada, e seu uso cresceu mais de 10 vezes
  • Para usuários individuais, os planos Pro e Max oferecem recursos de IA aprimorados para tarefas do dia a dia e trabalho profissional

Avaliação dos investidores e próximos passos

• Divesh Makan, sócio da ICONIQ, afirmou que a Anthropic está em uma trajetória de crescimento excepcional graças à sua excelência em pesquisa, liderança técnica e foco no cliente
• Líderes empresariais também avaliam muito bem a confiabilidade do Claude e sua visão de longo prazo
• Os recursos da Série F serão usados para ampliar a capacidade de atender à demanda corporativa, aprofundar a pesquisa em segurança e expandir as operações globais
• O objetivo é construir sistemas de IA confiáveis, interpretáveis e ajustáveis

[GN⁺]

Comentários do Hacker News

• Dá para sentir que a competitividade em computação na área de IA está ficando absurdamente acirrada; agora, sem capital, GPUs e infraestrutura elétrica no nível do PIB de um pequeno país, fica difícil até competir. TSMC e as empresas de energia é que realmente controlam o jogo. Só talento não basta; sem 100 mil H100 e uma usina dedicada, acabou. Parece bem possível que uma parte considerável dos 13 bilhões de dólares seja, na prática, pré-pagamento de computação mais do que custo operacional real. Dá a sensação de uma infraestrutura em escala de Projeto Manhattan passando para mãos privadas. Antes, com 100 milhões de dólares dava para treinar o GPT-4, mas a perspectiva é que isso suba logo para 1 bilhão, 10 bilhões ou 100 bilhões de dólares. No futuro, isso pode até parecer barato. Para algo como um GPT-7, talvez seja preciso até um fundo soberano
  • A era dos LLMs é terrível. A maior parte da inovação vem sendo puxada por grandes empresas já estabelecidas, com muito capital. O uso é em formato de assinatura, então o usuário não tem controle nenhum. O hype é tão grande que executivos C-level, sem nem saber se isso ajuda de fato no trabalho de campo, estão forçando a adoção. A escolha da IA acaba sendo decidida pela relação prévia com fornecedores. Parece uma concentração das piores tendências do setor de tecnologia dos últimos 10 anos
  • A cada modelo novo, fica mais nítido que o retorno pelo custo está diminuindo cada vez mais. Muitas vezes nem dá para distinguir bem em relação aos modelos antigos. Na parte de vídeo, parece haver avanço rápido, mas o custo de computação sobe tanto junto que isso acaba gerando outra preocupação
  • O mais surpreendente na situação atual é que modelos de ponta ficam obsoletos em algo como seis meses. Não acho sustentável continuar despejando quantias gigantescas de dinheiro em ciclos tão curtos. A menos que realmente se acredite que a AGI virá em poucas gerações de modelos, essa estrutura parece difícil de sustentar no longo prazo
  • Citando o que Dario disse no Cheeky Pint: “Se você olhar cada modelo como uma empresa, em 2023 treina um modelo com 100 milhões de dólares, em 2024 ele gera 200 milhões de dólares de receita, nesse mesmo ano você investe 1 bilhão para fazer o próximo modelo e no ano seguinte ele gera 2 bilhões de receita. Assim, no começo, mesmo com perdas muito fortes, cada modelo em si dá lucro, mas ao mesmo tempo a estrutura é como fundar continuamente empresas cada vez mais caras, então o volume de dinheiro só cresce. Quando isso chegar a um tamanho de equilíbrio, no longo prazo ou a rentabilidade total ficará extremamente boa, ou chegará um ponto em que o desempenho dos modelos deixa de melhorar mais, e aí pode acontecer de, depois de investimento excessivo, tudo simplesmente se desfazer” — em resumo, ainda não se sabe em que escala isso entrará em equilíbrio nem se haverá overshoot. Link: podcast Cheeky Pint
  • Existe o otimismo de que essa febre acabe deixando capacidade nuclear demais e, se isso no fim baixar o preço da eletricidade, talvez se torne viável capturar carbono da atmosfera com isso. No médio prazo, a China pode acabar virando a força dominante em modelos high-end graças ao excedente de energia, enquanto os EUA provavelmente ficarão ocupados por décadas consertando a rede elétrica negligenciada
• Essa captação começou com uma meta de 5 bilhões de dólares e acabou chegando a 13 bilhões. Normalmente isso acontece quando se tenta aproveitar o clima de um mercado muito aquecido ou quando parece que, com valuation alto, ficará difícil levantar mais recursos depois. Os sinais dados por insiders parecem negativos para investidores de IA. Depois de ler centenas de comentários, a sensação é de muita confusão, incerteza e devaneio, parecendo bolhas anteriores. Os custos de treinamento disparam, mas o ganho marginal dos novos modelos está diminuindo, o que preocupa. Riqueza é um conceito difícil de definir, algo que se forma de maneira nebulosa por meio de cooperação e troca. No fim, os LLMs precisam realmente gerar riqueza para justificar esse investimento. Se não mostrarem valor concreto logo, o risco de colapso repentino é alto. Trabalhando no setor financeiro, o que se vê e ouve é que financistas não são gênios; mexer com 13 bilhões de dólares não torna ninguém brilhante, e há muita gente apenas obcecada por dinheiro. A opinião é para não presumir que eles tenham necessariamente grande visão
  • Se a diluição tivesse sido de 20%, eu concordaria. Mas se aumentou de 3% para 7%, então o fato de ter havido forte sobredemanda pode ser visto como sinal positivo. Empresas em má situação mal conseguem fechar uma rodada
• O tamanho dessa rodada de investimento dá uma sensação de que algo pode estourar em breve. Para sobreviver à competição, é preciso queimar uma quantidade enorme de caixa, então virou um jogo que poucos conseguem jogar, e mesmo assim ainda não apareceu ninguém mostrando um negócio realmente lucrativo. Como os modelos estão convergindo em qualidade, a barreira técnica de entrada também é mínima; qualquer um pode fazer, e a resposta virou simplesmente levantar muito dinheiro. Como negócio, é uma estrutura bastante arriscada. É uma tecnologia incrível, mas parece provável que termine em prejuízo para a maioria dos investidores
  • Foi uma visão com a qual concordei por um tempo, mas recentemente mudei um pouco de opinião. Quando você consegue customizar diretamente um modelo de ponta e usá-lo internamente, a experiência é bem diferente de simplesmente usar uma API. Comparando Cursor e Claude Code, mesmo com o mesmo modelo, a qualidade percebida ao construir e usar diretamente é totalmente diferente. Como na comparação Mac vs Windows, no fim uma estrutura integrada — em que o modelo e a ferramenta são desenhados e entregues em conjunto — tem vantagens consideráveis
  • Ainda não estou muito convencido disso, porém. A Anthropic cobra caro pelo serviço de inferência via API, e mesmo assim as pessoas continuam assumindo esse custo e usando
  • Dizer que “todo mundo sabe fazer modelo, basta ter dinheiro” ignora vários fatores, como qualidade diferenciada, eficiência, parcerias e outros elementos
  • A piada é que, ao contrário do discurso de que isso não dura muito, a Herbalife ainda continua listada em bolsa
  • Como tanto dinheiro está circulando nisso, se a bolha estourar e se revelar um engano, o choque no mercado como um todo será enorme
• Há comentários negativos demais. Se o principal player de um novo mercado com grande potencial de crescimento conseguiu captar 13 bilhões de dólares com valuation de 20x receita, isso não é necessariamente sinal de bolha. Esses investidores certamente não devem ser pessoas irracionais nem burras. A possibilidade de bolha continua existindo, mas convém evitar conclusões apressadas
  • Diante da observação de que um valuation de 20x receita não seria sinal de bolha, há quem pergunte se isso não é justamente a definição de bolha
  • Isso faz lembrar SoftBank e o caso WeWork
  • A frase “esses investidores não devem ser idiotas” também aparecia sempre antes do estouro de bolhas anteriores
  • Lembram que são os mesmos investidores que também foram enganados pelo SBF. O próprio SBF recebeu investimento sem sequer ter uma planilha decente para explicar as demonstrações financeiras
• Lembram que a aquisição do YouTube em 2006 por 1,65 bilhão de dólares parecia insana para muita gente. Isso reforça o quão pouco confiável pode ser a intuição individual diante das informações do mercado; quando alguém acha que sabe mais do que o mercado, normalmente a chance de estar errado é grande. Ficar procurando apenas evidências que confirmem a própria crença é perigoso. Se o nível de investimento for mesmo irracional, a lição é que é extremamente difícil prever de forma concreta em que grau, por quê e como isso vai se desenrolar no futuro
  • Apontam que usar o próprio exemplo do YouTube também não deixa de ser, em certo sentido, uma contradição
  • Há quem diga que isso é viés do sobrevivente, destacando só os casos de sucesso. Também houve muitos fracassos, como a compra da Motorola pelo Google e da Nokia pela Microsoft. A WeWork também recebeu 12 bilhões de dólares e mesmo assim faliu
  • A lógica de que um valuation de 183 bilhões de dólares hoje seria razoável só porque 1,65 bilhão de dólares fez sentido 20 anos atrás não convence muito
• Com receita esperada de 9 bilhões de dólares (ARR anualizado) e margem bruta de 60% — ou 30% ao trabalhar com provedores de nuvem —, para um negócio de alto crescimento até o nível de margem bruta está se defendendo bem. Mesmo um múltiplo de 20x não parece tão insano se considerada a taxa de crescimento. Tudo depende de esses números realmente se concretizarem até o fim do ano. Em maio eram 3 bilhões, em julho 5 bilhões, então o crescimento está em algo como 200 a 400 milhões por mês
  • Há curiosidade sobre o que exatamente os investidores estão vendo para investir assim. Certamente não deve ser por dividendos ou lucro. No fim, é uma aposta totalmente baseada em valorização futura. Aparentemente o mercado acredita que isso realmente está criando valor e que essa estrutura continuará girando
• O jeito atual de despejar dinheiro e computação em IA parece uma solução de curto prazo. O cérebro humano aprende sem precisar de energia em nível de usina nuclear, então a verdadeira inovação decisiva no futuro provavelmente será eficiência. Não se sabe se isso virá amanhã ou em cinco anos, mas até lá as empresas de IA parecem obrigadas a ir all-in
  • Não há convicção de que computação quântica seja a solução, mas parece necessário um paradigma de computação completamente novo, muito mais eficiente e poderoso, como por exemplo computação quântica
  • Se o custo de energia continuar alto, então investir em IA acaba equivalendo a apostar que o custo de produção de energia vai cair. Se o preço da energia cair, a barreira de entrada da competitividade em computação também desmorona. Se surgir uma inovação de eficiência, é mais provável que venha do próprio modelo do que dos semicondutores; ainda assim, se essa inovação não puder ser mantida internamente, a barreira competitiva acabará desaparecendo de novo
  • A razão de o cérebro humano não usar energia de usina nuclear é que, do ponto de vista evolutivo, isso era complexo e difícil demais. Se nós descobrimos como usar energia nuclear, então inteligência muito mais alta também pode ser possível. Não existe regra dizendo que usar energia nuclear não possa resultar em inteligência superior
• Serviços de inferência de LLM não precisam necessariamente de disponibilidade de 99,999% em nível de datacenter de nuvem. Por isso, pequenos investidores poderiam colocar GPUs em galpões, rodar LLMs open source e fazer roteamento de clientes; se o serviço cair por um dia, a perda não é tão grande, seria apenas a receita daquele dia. Isso poderia até virar um investimento passivo relativamente simples, como lavanderias ou galpões
  • A pessoa diz que processa 80% do trabalho de IA em OpenAI batch mode, e isso a deixa muito mais tranquila. O modo de resposta imediata obriga a ficar sempre tenso. Quando o hype do Copilot arrefecer, talvez cresça a percepção de que o uso de LLM é ótimo para construir ferramentas decisivas, mas fraco como ferramenta em si, e com isso tanto o uso quanto a urgência devem cair
• A Iconiq (family office de Mark Zuckerberg) foi um dos investidores líderes desta rodada
• Como o Ontario Teachers' Pension Plan apareceu entre os investidores, houve quem se perguntasse se o fundo de pensão público do Canadá investiu na Anthropic
  • O Ontario Teachers' é muito ativo em venture/growth e é um LP importante de muitos fundos. Ainda assim, essa área é só uma parte muito pequena do portfólio total. Links de referência: Crunchbase / site oficial da OTPP
  • Investimentos grandes assim normalmente exigem instituições capazes de movimentar volumes enormes de capital, como fundos de pensão. Quando SoftBank e outros aparecem com planos de alocação gigantes, na prática não há muitas alternativas melhores
  • Consideram que “pensão pública” (aposentadoria de servidores e empregados do setor público) e “dinheiro público” (orçamento do governo etc.) são coisas claramente diferentes. Claro, se um fundo de pensão tiver perdas grandes, o governo talvez tenha de socorrê-lo, então em algum grau a distinção perde força. Ainda assim, a alocação em um único ativo não costuma ser grande o bastante para derrubar o fundo
  • Esse fundo de pensão já foi um investidor muito importante no setor de VC, e eu mesmo lembro de ter recebido salário por alguns anos graças a isso