#OpenAIAnnualRecurringRevenueNears$70B

A receita anualizada da OpenAI se aproximando de um ritmo de US$ 70 bilhões é um daqueles números que, à primeira vista, parecem quase irreais.

Mas o número em si não é a parte mais interessante.

O que importa para mim é a velocidade por trás dele.

De acordo com as informações mais recentes da Axios, o ritmo de receita anualizado da OpenAI subiu para quase US$ 70 bilhões, um aumento de mais de 70% desde o início do 3º trimestre. Ainda mais impressionante, as vendas para empresas mais do que dobraram desde julho. A OpenAI também teria gerado mais receita de consumidores durante o 3º trimestre do que gerou ao longo de todo o ano anterior.

Isso nos diz algo importante sobre para onde o negócio de IA está se encaminhando.

A primeira onda de IA generativa foi fortemente impulsionada pela curiosidade. As pessoas queriam testar o que esses modelos conseguiam fazer, usá-los para escrever, programar, pesquisar, criar imagens, responder perguntas e realizar tarefas cotidianas.

Agora, a conversa está mudando.

As empresas estão pagando por IA e incorporando-a a fluxos de trabalho reais.

Essa é uma transição muito mais importante do que simplesmente fazer milhões de pessoas experimentarem um chatbot.

Quando um sistema de IA se torna parte do desenvolvimento de software, do suporte ao cliente, da pesquisa, da análise de dados ou das operações internas, ele começa a fazer parte da infraestrutura da empresa. O valor já não é apenas “essa ferramenta é impressionante”. A questão passa a ser se a ferramenta está economizando tempo dos funcionários, reduzindo custos ou ajudando a empresa a produzir mais.

É aí que a receita recorrente de empresas pode se tornar extremamente poderosa.

Mas há uma distinção que acredito que os investidores devem ter em mente.

Uma receita anualizada de US$ 70 bilhões não significa que a OpenAI já tenha gerado US$ 70 bilhões neste ano.

Um ritmo anualizado pega o ritmo atual da receita e o projeta para um ano inteiro. Ele é útil para medir o impulso, mas não é a mesma coisa que receita anual reconhecida. A Reuters também destacou essa limitação, observando que a receita anualizada às vezes pode dar uma visão enganosa quando o crescimento está mudando rapidamente.

E o crescimento da OpenAI está mudando muito rapidamente.

Isso torna a próxima parte da história muito mais difícil.

A receita é apenas um lado da equação.

Os negócios de IA têm uma estrutura de custos excepcionalmente cara, porque cada aumento no uso gera uma demanda adicional por computação. Mais usuários significam mais inferência. Mais cargas de trabalho empresariais significam mais computação. Modelos melhores e mais capazes podem exigir quantidades ainda maiores de infraestrutura.

Por isso, não acho que a maior questão ainda seja se a OpenAI consegue gerar uma receita enorme.

O mercado já está obtendo evidências de que ela consegue.

A questão mais difícil é:

Quanto dessa receita poderá eventualmente se transformar em lucro duradouro e fluxo de caixa livre?

É aqui que a economia da IA se torna muito mais interessante.

Se a eficiência dos modelos melhorar, a utilização do hardware aumentar, a inferência ficar mais barata e a receita continuar crescendo mais rapidamente do que o custo subjacente de atender os clientes, as margens poderão melhorar drasticamente ao longo do tempo.

Mas, se o crescimento da receita exigir gastos continuamente maiores com infraestrutura, um enorme número de receita, por si só, não nos diz o suficiente.

E as próprias ambições de infraestrutura divulgadas pela OpenAI mostram o quanto esse setor pode exigir capital. A Reuters informou no início deste ano que a OpenAI tinha como meta aproximadamente US$ 600 bilhões em gastos totais com computação até 2030, enquanto sua receita em 2025 foi de cerca de US$ 13 bilhões. Esses números não são diretamente comparáveis como valores anuais, mas ilustram a enorme escala de investimento que está sendo discutida em torno da infraestrutura de IA.

É também por isso que a conversa sobre valuation está se tornando tão interessante.

A Reuters informou que a OpenAI estava discutindo uma possível rodada de financiamento de pelo menos US$ 30 bilhões, com um valuation de cerca de US$ 1,4 trilhão, embora as discussões estivessem em estágio inicial e os termos pudessem mudar. A empresa havia concluído anteriormente uma rodada de financiamento em março, com US$ 122 bilhões em capital comprometido e um valuation de US$ 852 bilhões.

Com um valuation desse nível, os investidores não estão simplesmente pagando pela receita atual.

Eles estão, na prática, pagando pelas expectativas sobre o que esse negócio poderá se tornar nos próximos anos.

E expectativas nessa escala precisam ser sustentadas por mais do que um rápido crescimento no número de usuários.

A verdadeira base precisa ser receita recorrente, retenção de clientes empresariais, poder de precificação, melhora na economia unitária e, eventualmente, uma forte geração de caixa.

É por isso que eu observaria especialmente de perto a adoção por empresas a partir de agora.

O crescimento entre consumidores pode acontecer extremamente rápido quando uma nova tecnologia captura a atenção das pessoas.

A adoção por empresas é diferente.

As empresas têm orçamentos, contratos, requisitos de segurança, custos de integração e expectativas de desempenho. Se continuarem pagando por IA ano após ano porque a tecnologia se tornou incorporada às suas operações, isso criará uma forma de demanda muito mais profunda.

Portanto, o número de quase US$ 70 bilhões é importante.

Mas não o vejo como a resposta final para o debate sobre o valuation da IA.

Vejo-o como uma evidência de que a fase de comercialização está se acelerando.

A primeira pergunta era se as pessoas usariam IA.

Depois veio a questão de saber se as empresas pagariam por ela.

Agora vem a questão muito mais difícil:

As empresas de IA conseguem transformar essa enorme demanda em uma economia sustentável?

Para a OpenAI, o próximo capítulo não trata simplesmente de alcançar US$ 70 bilhões.

Trata-se do que acontece com os próximos US$ 70 bilhões.

Quanto custa gerá-los?

Quanto resta depois das despesas com computação?

Quanto se transforma em lucro operacional?

E, eventualmente, quanto se transforma em fluxo de caixa livre?

É aí que acredito que o verdadeiro valor dessa história será definido.

O número da manchete é impressionante.

A economia por trás do número é o que importa agora.