- Em contraste com as altas avaliações das empresas de IA generativa, a questão da falta de rentabilidade vem ganhando cada vez mais destaque, apesar dos investimentos em larga escala
- OpenAI e Anthropic, entre outras, registraram um dos crescimentos de receita mais rápidos da história, mas continuam consumindo caixa por causa dos enormes custos de computação para treinar e operar modelos
- As big techs têm vantagem em eficiência de custos por possuírem chips próprios e infraestrutura de nuvem, pressionando a competitividade dos laboratórios de IA independentes
- O efeito de aumento de produtividade prometido pela IA ainda permanece limitado a áreas específicas, e a estabilidade da rentabilidade no longo prazo também segue incerta diante da intensificação da concorrência
- Os investidores já não se satisfazem apenas com crescimento, e o setor entra em uma fase em que exige das líderes de IA um modelo de receita claro e uma estratégia de sobrevivência após o IPO
Grande volume de investimento e o descompasso do mercado privado
- Em 2025, o setor de venture capital investiu cerca de US$ 150 bilhões em grandes startups de IA, como OpenAI e Anthropic
- Entrou muito mais capital do que nas empresas beneficiadas pelo boom de VC de 2021, e o otimismo no mercado privado continua
- Também é citada a expectativa de que a OpenAI esteja considerando captar até US$ 100 bilhões adicionais em recursos privados em 2026
Crescimento acelerado de receita junto com aumento do consumo de caixa
- OpenAI e Anthropic são avaliadas como algumas das empresas com crescimento de receita mais rápido da história
- Em contrapartida, os custos de GPU e infraestrutura de nuvem para treinamento e inferência de modelos estão provocando um consumo de caixa em nível de “Towering Inferno”
- À medida que considerarem um IPO em 2026 ou depois disso, a pressão por deixar claro o caminho para a rentabilidade deve aumentar
Desvantagem estrutural na concorrência com as big techs
- Big techs como o Google têm uma estrutura capaz de reduzir custos de treinamento e operação ao usar chips próprios e infraestrutura de nuvem
- Com o modelo Gemini diminuindo boa parte da diferença de desempenho, a diferenciação dos laboratórios de IA independentes está enfraquecendo
- Startups de IA com alta dependência de investidores externos ficam mais vulneráveis à volatilidade do mercado de capital
Efeito de produtividade abaixo do esperado
- Três anos após o lançamento do ChatGPT, o aumento geral de produtividade no trabalho prometido pela IA ainda é limitado
- Há resultados em algumas áreas, como programação e atendimento ao cliente, mas o mercado ficou congestionado com o aumento explosivo de concorrentes
- Ainda não surgiu um laboratório de IA com uma vantagem competitiva sustentável (moat) claramente definida
Estrutura de custos que cresce junto com a escala
- Diferentemente das empresas de software tradicionais, as empresas de IA têm uma estrutura em que os custos também aumentam conforme escalam
- Além do custo de treinar modelos de fronteira, o peso dos custos de inferência também é grande em um cenário com alta proporção de usuários gratuitos
- Oferecer respostas mais curtas ou introduzir anúncios para reduzir custos traz o risco de piorar a experiência do usuário
- Aumentar preços também é apresentado como uma opção que pode desacelerar a adoção
A paciência dos investidores e a escolha da OpenAI
- Embora existam casos de sucesso após longos períodos de prejuízo, como Netflix e Uber, o texto enfatiza que os investidores não vão esperar indefinidamente
- Segundo números vazados, menciona-se a possibilidade de a OpenAI consumir mais de US$ 115 bilhões até 2030
- Sam Altman afirmou que gostaria de testar os vendedores a descoberto por meio de um IPO, e o mercado se divide sobre essa postura
- Conclui-se que, a partir de 2026, o setor de IA como um todo entrará em uma fase de validação de modelos de negócio mais realistas
1 comentários
Comentários do Hacker News
O setor de IA está se tornando um mercado extremamente competitivo e intensivo em capital
OpenAI, Anthropic, Google, Meta, Deepseek e outras estão obtendo resultados parecidos ao investir recursos semelhantes
Quase não existe barreira de entrada (moat) tecnológica, e no fim há grande chance de a bolha estourar como aconteceu com as ferrovias
Mas, assim como as ferrovias não desapareceram, a IA também não vai desaparecer e vai mudar o mundo. Só que, do ponto de vista de investimento, deve haver uma grande correção
Investidores corporativos como a Microsoft podem usar os prejuízos via estrutura de parceria para obter deduções fiscais
Ou seja, é como financiar P&D por meio de economia de impostos, e uma perda de US$ 10 bilhões pode gerar um efeito de redução tributária de US$ 2 a 3 bilhões
Portanto, a ideia de que “queima de caixa = destruição de valor” está errada
O ChatGPT alcançou 200 milhões de usuários em 9 meses e 900 milhões de usuários semanais em 3 anos
A velocidade de monetização é incomparavelmente mais rápida do que a das ferrovias, e a lógica de retorno do investimento é totalmente diferente
Quando tudo estiver totalmente integrado, será difícil migrar para outra plataforma, e a própria intensidade de capital passa a funcionar como moat
No fim, isso deve caminhar para uma estrutura em que poucos grandes players dominam o mercado com margens altas, como no mercado de nuvem
Gmail, YouTube, Search e outros dão a ele a maior área de aplicação para IA, e a qualidade dos seus modelos multimodais também está entre as melhores
Para startups de IA, o mercado atual é a pior estrutura de negócios possível
Exige capital enorme e inovação contínua, e a lealdade à marca dos clientes é quase inexistente
Basta ficar um pouco para trás para que troquem o endpoint da API, então sobreviver é difícil
No fim, só empresas com outras linhas de produto, como o Google, conseguem aguentar
Mesmo quando a Anthropic lançou temporariamente um modelo melhor, quase não houve saída de usuários
Ou seja, marca e hábito de uso funcionam como um moat poderoso
Depois do colapso da infraestrutura, os VCs vão se concentrar em inovação no nível de produto e serviço
Texto relacionado: Models Aren’t Moats
Não entendo por que a OpenAI está investindo tanto em projetos de vídeo e imagem como videoSlop, imageSlop
A Anthropic é muito mais focada
Mas, como não conseguem encontrar um moat tecnológico, no fim acordos de copyright viram o único mecanismo de defesa
É por isso que a OpenAI coopera com a Disney
Com Ghibli, o app do Sora e outros, aumentou rapidamente o número de assinantes; houve muitos projetos fracassados, mas alguns foram grandes sucessos
Só que, por causa de atualizações de versão frequentes demais, o impacto já não é o mesmo de antes
É por isso que a OpenAI está focando em vídeo
A integração multimodal aumenta a inteligência do modelo, e a OpenAI mantém seu posicionamento como assistente de uso geral
Já a Anthropic escolhe uma estratégia centrada em desenvolvedores para aumentar a eficiência do capital
Outra possibilidade de bolha é o endurecimento da aplicação de direitos autorais (IP)
As plataformas existentes têm consentimento claro para uso do conteúdo dos usuários, mas é questionável se a OpenAI obteve legalmente seus dados de treinamento
Também houve suspeitas de que a Meta teria coletado e-books via torrent
A Anthropic busca monetização com um modelo SaaS focado em coding, enquanto a OpenAI mira um modelo baseado em publicidade
O Google tem alta qualidade de modelo, mas ainda encontra dificuldade para criar produtos que as pessoas realmente queiram usar
Gemini, resumos de IA na busca e Google Lens têm uso esmagadoramente maior
É uma pena que uma empresa que dizia querer mudar o mundo acabe convergindo para publicidade
A pesquisa de novos medicamentos da DeepMind é um exemplo disso
índice de Search e integração com Android, Gmail e Maps
Já a vantagem da OpenAI seria apenas a imagem de marca de “não ser o Google”
Há a possibilidade de a OpenAI integrar recursos de compras e tirar do Google o tráfego de busca comercial
No fim, a disputa em IA é sobre quem vai controlar o negócio de pedágio da próxima geração
Como a escala de tráfego é esmagadora, parece difícil para a OpenAI competir
Ninguém sabe exatamente qual é a escala da queima de caixa da OpenAI
Há quem diga que ela não treinou novos modelos desde o GPT-4o, mas isso pode ser apenas um sistema de roteamento
A OpenAI reforçou seu pipeline de dados sintéticos e já o está usando no treinamento real dos modelos
não houve um run completo de pré-treinamento desde o GPT-4o, mas fine-tuning, RLHF e melhorias em tool calling seguem ativos
Resultados como o Codex-high seriam prova disso
O GPT-5.2 tem um cutoff de treinamento diferente, e isso deve ter custado caro
Os VCs ainda estão focados em encontrar a próxima “grande empresa de IA”
Mas, quando vier a retração nos investimentos, o capital deve migrar para empresas não-IA que usam IA como ferramenta
A OpenAI está apostando em monetização de curto prazo
A chance de sucesso é baixa, mas, do ponto de vista dos VCs, a relação risco-retorno ainda parece suficiente
No fim, parece estar apostando em um cenário em que ficará grande demais e receberá um resgate do governo dos EUA
Está embalando a IA como uma competição tecnológica em estilo Guerra Fria para conquistar apoio público
Usuários comuns também experimentam diretamente a capacidade dos LLMs e passam a ter convicção sobre o futuro
Por isso, continua sendo uma narrativa de futuro fácil de vender
reduzindo o risco e ajudando a sustentar o preço das ações