Uma empresa pode crescer extraordinariamente e, ainda assim, valer menos do que seus investidores esperavam. Eu sei, parece contraditório, mas basta pensar em um restaurante comprado por um preço que só faria sentido se ele estivesse sempre lotado. O restaurante pode servir boa comida, conquistar clientes e aumentar seu faturamento. Se, porém, suas mesas não encherem na velocidade prevista, o negócio continuará funcionando, enquanto o investimento começará a parecer caro demais para se sustentar. O problema disso, é claro, não está no restaurante. Está na distância entre o resultado que a empresa entrega e aquele que seu preço exige.
Assim, a notícia sobre a OpenAI ajuda a tornar essa distância visível. Segundo o Financial Times, a companhia recentemente informou a investidores que sua receita anualizada se aproximava de 50 bilhões de dólares em setembro, abaixo dos 70 bilhões que circulavam anteriormente. Parte da discrepância envolve diferenças nos critérios de contabilização em relação à Anthropic. Não se trata necessariamente de vendas que desapareceram: trata-se de uma referência financeira menos favorável do que aquela que havia alimentado as expectativas.
Vejamos que a distância entre os dois valores merece atenção, justamente porque ela não se explica por uma queda de vendas. Segundo o Financial Times, os 70 bilhões que circulavam eram resultado de tentativas dos próprios investidores de fazer uma comparação direta com as receitas anualizadas da Anthropic, e a OpenAI não os corrigiu até agora. Em outras palavras: o número foi inflado para que a empresa parecesse competitiva em uma corrida por avaliações trilionárias, e a correção só veio quando a companhia precisou apresentar dados mais precisos para sua próxima rodada de financiamento. A diferença de 20 bilhões de dólares é, para dar perspectiva, maior do que o faturamento anual da Embraer com a venda de aeronaves. E o que ela expõe vai além de uma questão contábil, pois revela o quanto a confiabilidade das informações que sustentam essas avaliações depende da disposição de empresas privadas de compartilhar números que podem não estar sujeitos ao mesmo escrutínio que o mercado público exigiria.
Esse é, aliás, o ponto que torna a abertura de capital tão relevante para o setor. Enquanto OpenAI e Anthropic permanecem privadas, elas, obviamente, podem escolher quais números compartilhar, com quem e em que formato. Uma vez listadas, cada centavo será reportado, auditado e confrontado com as projeções que justificaram a avaliação. Por isso, se os primeiros balanços públicos confirmarem as projeções, a tese estará validada. Se ficarem abaixo, e a diferença de 20 bilhões sugere que a distância entre projeção e realidade pode ser maior do que se imaginava, o mercado reavaliará não apenas essas empresas, mas toda a tese de que a IA de código fechado é o modelo de negócio mais valioso da década.
Há uma distinção importante no próprio número. Receita anualizada significa extrapolar o ritmo de faturamento de determinado período para um ano inteiro. Uma empresa que fatura um bilhão de dólares em um mês pode apresentar um ritmo anualizado de doze bilhões, mesmo sem ter recebido esse valor nos últimos doze meses. Tal medida é útil para acompanhar negócios que crescem rapidamente, mas depende de uma premissa: a de que aquele ritmo se manterá. Ela descreve a velocidade atual, não o percurso já realizado. E o mercado usa essa velocidade para projetar onde a empresa poderá chegar.
Deste modo, quando o ponto de partida muda, toda a trajetória precisa ser reconsiderada. O negócio pode continuar crescendo, mas o futuro que parecia próximo passa a exigir mais tempo, mais capital ou um desempenho ainda melhor. E é aí que a pergunta “a especulação é maior que a realidade?” ganha um sentido mais preciso, porque existe demanda por inteligência artificial (isso é inegável) e seu uso já produz benefícios concretos. O que permanece em aberto é quanto dessa demanda pode se transformar em receita lucrativa para quem desenvolve os modelos. Uma avaliação elevada embute respostas favoráveis a várias perguntas ao mesmo tempo: os clientes continuarão pagando? O gasto por cliente aumentará? Os custos cairão o suficiente? A concorrência permitirá preservar os preços?
Essas condições precisam funcionar em conjunto. Uma ferramenta pode conquistar milhões de usuários e encontrar dificuldade para convertê-los em clientes pagantes. Pode vender cada vez mais e, ao mesmo tempo, gastar demais para atender ao crescimento. Pode melhorar sua eficiência, mas precisar repassar essa economia ao consumidor para acompanhar concorrentes que cobram menos. Portanto, demonstrar que a IA é útil resolve apenas uma parte da discussão sobre quanto suas empresas devem valer.
A outra parte é entender quem fica com o valor produzido. Imagine uma empresa que paga por um sistema de IA e, com ele, reduz o tempo necessário para analisar contratos. A economia obtida pode ser muito superior ao preço da assinatura, deixando a maior parte do benefício com o cliente. Se surgirem alternativas semelhantes, esse cliente ainda poderá negociar preços menores ou trocar de fornecedor. A tecnologia terá, assim, cumprido sua promessa de produtividade, mas seu desenvolvedor talvez capture apenas uma fração do ganho que ela gerou.
Esse é um padrão que a história da tecnologia conhece bem. A eletricidade transformou a economia do século XX de forma mais profunda do que praticamente qualquer outra invenção, mas isso não significou que toda empresa de geração ou distribuição de energia tenha sido um investimento extraordinário. A internet criou trilhões de dólares em valor ao longo de três décadas, mas a maior parte desse valor foi capturada por empresas que usaram a internet, não por quem vendeu conectividade lá no início. Isso porque quanto mais uma tecnologia se dissemina, maior pode ser seu impacto econômico, mas, em conjunto, disseminação também significa que o recurso se torna acessível, e quando o recurso se torna acessível, preservar uma posição excepcional exige demonstrar por que seus clientes continuarão precisando de você especificamente (e não de outro mais barato, por exemplo), mesmo quando a oferta de inteligência aumentar.
De todo modo, enquanto essa resposta é construída, a expansão exige dinheiro. As expectativas sobre a demanda futura ajudam a justificar investimentos em infraestrutura que precisam ser planejados antes de os clientes chegarem. Essa antecipação é necessária para atender ao crescimento, mas cria uma exposição: os gastos são assumidos no presente, enquanto as receitas que deverão remunerá-los ainda dependem do futuro. Se a demanda avançar mais lentamente ou os preços ficarem abaixo do previsto, a capacidade instalada pode demorar mais para se pagar. E uma revisão de receita em uma companhia relevante não afeta apenas ela, uma vez que fornecedores e financiadores também fazem planos com base no crescimento esperado de seus clientes, de modo que quando a trajetória muda, o mercado recalcula quanto da expansão prevista chegará ao restante da cadeia.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
À evidência do que tratamos, essa diferença entre os números da OpenAI não prova, sozinha, que exista uma bolha no setor. Prova algo mais sutil e, em certo sentido, mais importante: que uma indústria pode apresentar crescimento real e, ainda assim, encontrar dificuldade para alcançar as expectativas construídas ao seu redor, deixando uma empresa excelente podendo parecer ser um investimento frustrante quando seu preço pressupõe um desempenho excepcional por tempo demais.
A IA pode transformar a economia sem entregar aos seus investidores tudo o que eles esperam dela. A tecnologia pode funcionar, como já funciona. Os produtos podem melhorar. A adoção pode crescer. E, mesmo assim, o retorno sobre o capital investido pode ficar aquém do que as avaliações atuais exigem. Com isso, o teste que se aproxima não será descobrir se a IA é útil, isso já sabemos. Será descobrir quanto do impacto que ela gera se converte em caixa para as empresas que receberam avaliações tão elevadas, e quanto crescimento ainda será necessário para que o preço de hoje faça sentido amanhã.
