#GateEventPointsSystemLaunched #OpenAI二季度亏损扩大 A receita da OpenAI cresceu 18%, mas foi ultrapassada — o que exatamente há de errado com o modelo de negócios da IA?

A OpenAI divulgou seus dados do segundo trimestre: a receita alcançou US$ 6,7 bilhões, alta de 18%, mas a empresa foi ultrapassada pela Anthropic, enquanto as perdas continuaram aumentando.
Esta não é apenas uma questão de qual empresa está à frente; o modelo de negócios de todo o setor de modelos fundamentais de IA está passando por uma crise profunda.
A Disputa Feroz na IA e o Equilíbrio entre Lucro e Prejuízo
Os dados são brutais. A receita da OpenAI foi de US$ 5,6 bilhões no primeiro trimestre e de US$ 6,7 bilhões no segundo trimestre, com crescimento trimestral de 18%, o que parece bom. Mas a receita da Anthropic no mesmo período foi de US$ 8,5 bilhões — não apenas ultrapassando a OpenAI, mas liderando por US$ 1,8 bilhão. Mais importante ainda, as perdas da OpenAI estão aumentando — este é o sinal mais perigoso.
Muitas pessoas ainda estão debatendo qual modelo é mais inteligente e qual tecnologia é mais avançada. Quero dizer o seguinte: não se deixe enganar pela aura da tecnologia. Quando as perdas de uma empresa estão crescendo e ela é ultrapassada por uma concorrente em receita, isso já aponta para um problema fundamental: o modelo de negócios atual da IA pode estar seguindo na direção errada.
O “Dilema da Usina Elétrica” da IA: Quanto Mais Forte a Tecnologia, Maior o Custo
Vamos primeiro observar uma realidade: gerar uma única imagem com a OpenAI custa aproximadamente 2,12 centavos. Processar 1.000 tokens custa entre 0,03 e 12 centavos. Quanto os usuários pagam? O ChatGPT Plus custa US$ 20 por mês, o que não parece caro.
Modelos Fundamentais São Como Usinas Elétricas de Alto Consumo de Energia
Mas é precisamente aí que está o problema. Os modelos fundamentais de IA são como usinas elétricas supervorazes: quanto mais eletricidade geram, mais carvão queimam. Quanto mais frequentemente os usuários os utilizam, mais severamente a empresa perde dinheiro.
Minha observação é que as empresas de modelos fundamentais caíram em um ciclo vicioso: para provar que sua tecnologia é líder, elas precisam tornar seus modelos maiores e mais inteligentes; quanto maior o modelo, maior o custo de inferência; quanto maior o custo, mais difícil é ganhar dinheiro. Este é um ciclo sem saída.
Por que a Anthropic conseguiu ultrapassar a OpenAI em receita? Minha análise é que ela pode ter encontrado uma base de clientes mais eficaz. Clientes empresariais e desenvolvedores — grupos dispostos a pagar por previsibilidade — são o ponto de entrada para a comercialização da IA. A OpenAI, por sua vez, ainda depende muito dos usuários consumidores, que, por acaso, estão no mercado mais difícil de monetizar.
Falta de Mentalidade de Produto: um Modelo Fundamental não é Igual a um Bom Produto
Aqui quero destacar um fato que muitas pessoas não estão dispostas a admitir: liderança tecnológica não equivale a sucesso de produto. A OpenAI tem o GPT-4o, o Sora e os modelos fundamentais mais avançados do mundo. Mas e daí? Os usuários não querem especificações técnicas; eles querem produtos capazes de resolver problemas.
Por exemplo, com o que um proprietário de uma pequena ou média empresa se preocupa ao usar o ChatGPT para escrever textos de marketing? Ele se preocupa com o incômodo de ter que ajustar novamente o prompt toda vez, com a incerteza de resultados que às vezes são bons e às vezes ruins, e com as preocupações relativas à segurança dos dados. A OpenAI resolveu esses pontos problemáticos?
Eu não acho. As empresas de modelos fundamentais geralmente sofrem de “narcisismo tecnológico” — acreditando que seus modelos são inteligentes o suficiente e que os usuários devem se adaptar a eles. Essa é uma mentalidade de produto completamente equivocada.
Como é uma verdadeira mentalidade de produto? Significa pensar a partir da perspectiva do usuário: quais problemas você precisa resolver todos os dias? Pelo que você está disposto a pagar? Qual é o seu maior ponto problemático?
A julgar por seus dados financeiros, a OpenAI claramente não avançou o suficiente nesse caminho. O crescimento da receita acompanhado pela expansão das perdas indica que os custos estão fora de controle. Ser ultrapassada pela Anthropic indica que está meio passo atrás na implementação comercial.
Três Equívocos Fatais no Modelo de Negócios
Na minha visão, o modelo de negócios dos modelos fundamentais de IA contém três equívocos fatais.
Primeiro, a dependência excessiva da economia de APIs. Muitas empresas de modelos fundamentais acreditam que abrir APIs para que desenvolvedores as utilizem permitirá construir um ecossistema. Mas, na realidade, uma API é apenas uma ferramenta, não uma solução. Os desenvolvedores querem recursos de IA estáveis, acessíveis e confiáveis — não serviços que ficam mais caros de tempos em tempos.
Segundo, a negligência em relação às aplicações verticais. Os modelos fundamentais podem fazer tudo, mas não fazem nada com profundidade suficiente. Saúde, direito, educação e finanças — cada setor tem necessidades específicas e barreiras de entrada próprias. Os modelos fundamentais de uso geral frequentemente têm dificuldades nesses campos.
Terceiro, a subestimação das necessidades empresariais. As empresas não querem demonstrações chamativas de IA; elas querem ferramentas de IA que possam ser integradas aos fluxos de trabalho, sejam seguras e controláveis e forneçam resultados previsíveis. Esse mercado tem altas barreiras de entrada, mas também grande valor. A ultrapassagem da OpenAI pela Anthropic pode muito bem ser resultado de um avanço nesse mercado.
Meu julgamento é que os futuros vencedores da IA não serão necessariamente as empresas com a tecnologia mais forte, mas aquelas que melhor entenderem como transformar a tecnologia de IA em valor comercial.
O Caminho a Seguir: da Corrida Tecnológica à Criação de Valor
A situação da OpenAI soou um alarme para todo o setor de IA. A velocidade com que a corrida tecnológica está queimando dinheiro já ultrapassou a velocidade da monetização comercial.
Então, qual é a saída?
Primeiro, passar de aplicações de uso geral para aplicações verticais. Os modelos fundamentais precisam “aprofundar-se”, penetrando em setores e cenários específicos. Um modelo especializado e proficiente em diagnóstico médico pode ter mais valor comercial do que um modelo de uso geral capaz de fazer um pouco de tudo.
Segundo, passar dos modelos para as aplicações. Os usuários não compram modelos; eles compram soluções. Empacotar os recursos de IA em produtos pelos quais as empresas estejam dispostas a pagar será a chave da próxima fase da competição.
Terceiro, passar da queima de caixa para a geração de fluxo de caixa. As empresas de IA precisam encontrar modelos de lucro sustentáveis, em vez de depender eternamente de investidores para obter financiamento. Isso significa controlar rigorosamente os custos, identificar com precisão os usuários pagantes e estabelecer barreiras comerciais genuínas.
Os dados do segundo trimestre da OpenAI parecem, à primeira vista, mostrar crescimento da receita acompanhado pela ultrapassagem. Em um nível mais profundo, eles refletem a ansiedade coletiva em relação ao modelo de negócios de todo o setor de IA.
A empolgação em torno dos avanços tecnológicos passou. Agora é hora de encarar a dura realidade comercial. A IA não é mágica; ela precisa resolver problemas do mundo real, criar valor no mundo real e gerar lucros no mundo real.
Nos próximos dois anos, veremos a primeira grande onda de consolidação no setor de IA. As empresas que só sabem construir modelos, mas não entendem como construir produtos, ficarão gradualmente para trás. Aquelas que realmente entenderem os usuários, desenvolverem aplicações com profundidade e estabelecerem modelos de negócios sustentáveis se tornarão as novas vencedoras.
A OpenAI ainda tem uma chance, mas o tempo está se esgotando. Todo empreendedor de IA deveria ler um sinal claro nesse conjunto de dados: a tecnologia é importante, mas os negócios são mais importantes. Avanços tecnológicos sem suporte comercial acabarão não sendo nada mais do que brinquedos em um laboratório.
A segunda metade da IA está apenas começando$OPENAI ‌