A verdadeira vantagem de informação só tem uma forma de uso: apostar antes que os outros definam o preço.

Nos últimos dois anos, todos estavam ansiosos, tentando encontrar a resposta para a mesma questão: qual será o próximo setor em alta na IA?

Armazenamento, módulos de luz, ações de poder computacional, ações de energia, etc., mudando de narrativa a cada poucos meses, sempre há quem perca a oportunidade, sempre há quem diga que na próxima será diferente.

Poucos perguntam outra coisa: aqueles que entendem mais de IA, no que eles estão apostando?

Dessa turma que saiu do OpenAI, o valor agregado soma quase 100 bilhões de dólares. E seus empreendimentos e investimentos estão na vanguarda do próximo era da IA.

Dario Amodei fundou a Anthropic, avaliada em potencial em 900 bilhões. Ilya Sutskever, com SSI sem produto, avaliada em 32 bilhões. Aravind Srinivas criou a Perplexity, avaliada em 21,2 bilhões. Mira Murati, com a Thinking Machines Lab, avaliada em 12 bilhões.

Portanto, a maior produção do OpenAI nos últimos anos talvez não seja o GPT-4, mas sim esses ex-funcionários que saíram para a sociedade.

E entre eles, Leopold Aschenbrenner, o mais jovem dispensado pelo OpenAI, tornou-se um dos nomes mais citados no mercado de capitais nos últimos dois anos.

Seu percurso lendário, já foi repetidamente analisado pela mídia: aos 23 anos, foi dispensado do OpenAI, escreveu um relatório de 165 páginas intitulado “Situational Awareness”, e em um ano levou um fundo de hedge de 225 milhões de dólares para 5,5 bilhões, apostando pesado em energia nuclear e células de combustível, acertando todas.

A história é completa, o contraste é forte, o resultado foi um sucesso absoluto. Até hoje, qualquer discussão sobre a lógica de investimento na era da IA quase inevitavelmente passa por ele.

Mas Leopold é apenas o mais visível desse grupo.

Quem saiu do OpenAI, seguiu por dois caminhos.

Um é o caminho de Ilya, Mira, Aravind: empreender, captar grandes recursos, lançar um produto disruptivo, como sempre acontece com os gênios de Silicon Valley que saem de suas empresas.

Outro é muito mais silencioso: um grupo de pessoas que optou por apostar, deixando a execução para outros, focando apenas na tomada de decisão.

Leopold seguiu o extremo do segundo caminho.

Ele entrou no mercado aberto, usando a perspectiva de um operador do setor de IA, encontrou ativos mal precificados no setor de energia tradicional e comprou com peso. Ele não entende de energia, mas sabe quanto a IA consome de eletricidade, e isso basta. Essa percepção não se consegue apenas lendo relatórios ou participando de conferências, só quem esteve nesse ambiente consegue acumular.

Fora esse caminho, há outro grupo que faz algo semelhante, mas em formas diferentes: fundos menores, que em poucas horas fazem diligências que levam meses para outros, e suas listas de rejeição valem mais que as de investimento. Eles representam a camada mais fácil de ser negligenciada na grande fuga, mas também a mais interessante de se aprofundar.

A maioria das pessoas que deixam uma empresa leva consigo um currículo. Quem sai do OpenAI leva uma resposta que ainda nem sabem que precisam.

Um, não há outro Leopold

Leopold apostou pesado na Vistra, uma empresa de energia nuclear, e na Bloom Energy, de células de combustível.

Depois de acertar as duas apostas, no final de 2025, ele começou a ajustar sua carteira, vendendo Vistra e concentrando mais recursos na Bloom Energy e na infraestrutura de data centers.

Analistas tradicionais de energia focam nessas ações, projetando planos de expansão de rede, comparando com políticas de imposto de carbono, construindo modelos de crescimento de demanda. O caminho de Leopold é completamente diferente.

Ele já viu a escala de servidores do OpenAI, já viu a conta de energia de treinar um modelo de ponta, já ouviu engenheiros discutindo por que a próxima geração de data centers deve ficar ao lado de usinas nucleares. Esses detalhes não aparecem em relatórios financeiros ou análises, mas formam uma conclusão sobre a demanda de energia que é mais real do que qualquer modelo.

Essa estratégia é chamada no setor de investimentos de “arbitragem de conhecimento intersetorial”: transformar informações internas de um setor em ativos subvalorizados de outro.

Antes, era privilégio dos fundos macro de topo, que tinham uma visão global da economia mundial.

Leopold fez algo mais preciso: usando a perspectiva de um operador de IA, encontrou brechas de precificação atrasada no mercado de energia tradicional.

Essa rota é difícil de copiar.

Dois, Zero Shot: o mais valioso é a lista de rejeição

Evan Morikawa, fundador do Zero Shot, também ex-funcionário do OpenAI, com sólida formação técnica, virou venture capital.

Mesmo sendo ex-colega, seu caminho é totalmente diferente.

A avaliação de Leopold vem de sua experiência direta em posições centrais na IA, com percepção de custos de treinamento, planejamento de data centers, demanda de energia — só quem esteve lá consegue acumular esse conhecimento, sem atalhos. Poucos na equipe principal do OpenAI têm essa qualificação.

Em abril deste ano, um novo fundo de 100 milhões de dólares foi lançado discretamente, chamado Zero Shot.

Esse é um termo de IA que indica modelos que respondem sem ter visto qualquer exemplo antes.

Três cofundadores vêm do OpenAI: Evan Morikawa, ex-chefe de aplicações do DALL-E e ChatGPT, Andrew Mayne, o primeiro engenheiro de prompts, e Shawn Jain, ex-pesquisador e engenheiro.

Eles já investiram em três empresas: a Worktrace, de fluxo de trabalho de IA, a Foundry Robotics, de robôs industriais aprimorados por IA, e uma outra ainda em sigilo.

100 milhões de dólares, em um fundo de bilhões, é um valor pequeno.

Mas é mais revelador saber em que setores eles não querem investir.

Mayne declarou publicamente que não acredita na maioria das ferramentas de “programação de atmosfera”, que ajudam a escrever código em linguagem natural.

Ele sabe o que o OpenAI acumulou na área de programação, e quanto tempo levará para esses modelos básicos eliminarem a vantagem dessas ferramentas. Morikawa, por sua vez, mantém distância de empresas de coleta de dados de vídeo centradas no humano, que treinam robôs com ações humanas, pois acredita que essa rota enfrentará obstáculos.

Essas avaliações não são comuns entre fundos de risco.

Eles não estiveram na fonte, não viram as discussões internas, e por isso não podem saber se uma rota é sem saída.

A vantagem do Zero Shot está na lista de rejeição. Em um mercado onde todos falam em startups de IA, saber onde estão as armadilhas é mais valioso do que saber quem apostar. Quem já explorou o terreno sabe que um relatório de riscos é mais útil que um mapa do tesouro.

Eles controlam o tamanho do fundo em 100 milhões de dólares por um motivo específico.

Sabem exatamente em que estágio sua vantagem é mais valiosa: no início, quando a tecnologia ainda não está consolidada. Nessa fase, quem conhece o setor consegue distinguir rapidamente o que tem potencial.

Quando o projeto chega às rodadas C ou D, os dados financeiros e informações públicas eliminam essa vantagem, e a jogada acaba ali.

Quanto maior o fundo, mais se precisa buscar “setores de alta certeza”, usando estratégias de outros.

100 milhões é uma avaliação honesta do limite de sua vantagem.

Três, o anjo investidor é outro negócio

Mira Murati e o fundo Zero Shot investiram na Worktrace, de Angela Jiang, ex-colega do OpenAI, que usa IA para otimizar fluxos de trabalho empresariais.

Mas a lógica de investimento é muito mais sólida do que apenas “ter boas relações”.

Mira viu como Angela toma decisões sob alta pressão na OpenAI, sua avaliação dos limites de produtos de IA, sua capacidade de execução sob restrições reais. Essas coisas não se mostram em uma apresentação de duas horas, nem na devida diligência mais detalhada.

Angela não precisa convencer Mira, ela já tem uma opinião formada. O custo de informação do investimento-anjo é quase zero, mas a qualidade da informação é muito superior à média do mercado.

Um ciclo maior de influência está com Sam Altman.

Segundo relatos, Altman decide em poucas horas se investe após ouvir sobre um ex-funcionário que virou empreendedor, e soma recursos do OpenAI Startup Fund e uma grande quantidade de APIs.

Ele não possui ações do OpenAI, mas o sucesso de cada ex-colega amplia a entrada de dados, canais de distribuição e influência política da OpenAI. Ele mantém um ecossistema que não é dele, mas que lhe traz retornos contínuos. É uma forma de participação invisível, mas que gera juros compostos reais.

Esse ecossistema faz com que muitos pensem que é uma união de ex-colegas apoiando-se mutuamente.

Comparado ao PayPal Mafia, a diferença fica clara.

A coesão da PayPal Mafia vem do sofrimento compartilhado: juntos enfrentaram guerras de pagamento, a aquisição pelo eBay, e os anos difíceis que quase os destruíram, formando laços de confiança reais. Mas suas visões de futuro são individuais. Thiel faz venture capital, Musk constrói foguetes, Hoffman cria redes sociais — caminhos dispersos.

O que une os ex-colegas do OpenAI é uma aposta comum no futuro: que a AGI virá, que o tempo é curto, e que este é o momento de agir. A fé é mais duradoura que a amizade, pois está diretamente ligada ao interesse. Quando a aposta estiver certa, toda a rede se beneficiará.

Isso torna a entrada nesse círculo bastante delicada.

Se o produto for bom o suficiente, captar recursos dessa turma não é problema. Mas se você duvida do futuro da IA ou sua lógica de negócios parte do pressuposto que “a AGI ainda está longe”, mesmo com um produto excelente, será difícil conseguir um cheque deles.

Diferenças de visão de mundo terminam a conversa antes mesmo do aperto de mãos.

Quatro, de Builders a Investidores

O destino dos ex-colegas do OpenAI pode ser agrupado em três categorias.

Ilya, Aravind e Mira escolheram empreender.

Mas, mesmo sendo empreendedores, seus caminhos são completamente diferentes. Aravind trabalha com um negócio de consumo altamente competitivo, Mira com plataformas de ferramentas, Ilya, com sua SSI, nem tem produto, avaliada em 32 bilhões, apostando na palavra “segurança”.

Leopold e Zero Shot optaram por investir.

Leopold entrou no mercado aberto, Zero Shot faz venture capital em estágio inicial, ambos externalizam o julgamento em capital, não na execução. Essa é uma minoria entre ex-funcionários do OpenAI, mas essa minoria merece atenção: alguém que aposta sem fazer, geralmente tem uma avaliação do resultado já bastante clara, sem precisar explorar com ações.

Geralmente, pensa-se que a maior expressão de talento é criar. Mas esse grupo dá uma resposta diferente: quando o julgamento é claro, dispersar o capital em várias direções e deixar quem tem capacidade de executar construir é uma estratégia mais eficiente.

O relatório de Leopold se chama “Consciência Situacional”, termo militar que indica a percepção em tempo real do campo de batalha.

A consciência situacional do piloto determina suas ações em dois segundos; perdê-la significa morte. Essa turma, que saiu do OpenAI, tem essa consciência do campo de batalha da IA. Eles sabem para onde a guerra está indo, onde estão as posições altas, qual trincheira leva ao fracasso.

O que fazem agora é montar estratégias com base nisso.

Os mais inteligentes da era estão optando por apostar tudo, indicando que, na visão deles, a resposta já está suficientemente clara, a ponto de não precisar mais testar na prática.

Clique para conhecer as oportunidades na BlockBeats.

Participe do grupo oficial da BlockBeats no Telegram:

Telegram assinatura: https://t.me/theblockbeats

Telegram grupo: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia