#Anthropic盈利增速放緩 A mudança na disputa já começou. Na próxima fase, as empresas de IA passarão de “queimar dinheiro primeiro para ganhar escala” a se perguntar se o dinheiro gasto pode retornar mais rapidamente.

A receita da Anthropic no terceiro trimestre foi de US$ 16,8 bilhões, com crescimento trimestral de cerca de 46%, além de lucro ajustado e fluxo de caixa positivo. O problema é que o crescimento desacelerou claramente: a taxa de crescimento mensal caiu de dois dígitos para um dígito, e a meta de alcançar uma receita anualizada de US$ 100 bilhões até o fim do ano também parece difícil de atingir[3]. O mercado começou a usar outra régua: antes, dava mais importância ao número de usuários, ao uso de tokens e à receita anualizada. Agora, há um conjunto adicional de perguntas mais realistas:
Quanta receita cada dólar investido em computação pode gerar?
Após a redução dos preços de API, o aumento no volume de chamadas consegue compensar a receita?
Os clientes corporativos continuam renovando?
O lucro operacional e o fluxo de caixa livre conseguem melhorar?
Por isso, o verdadeiro sinal desta vez da Anthropic é: o lucro ajustado em um único trimestre é apenas o ingresso, enquanto a qualidade do crescimento é a chave da avaliação.

As pressões variam entre as empresas
As empresas independentes de modelos são as que mais sofrem. Treinamento, inferência, pesquisa e desenvolvimento e aquisição de clientes custam dinheiro, enquanto os modelos de código aberto também pressionam os preços de API para baixo. Um uso maior por parte dos usuários não necessariamente significa lucros maiores.
As grandes plataformas terão mais tranquilidade. Elas podem incorporar a IA à nuvem, à publicidade, aos softwares de escritório e ao comércio eletrônico; o modelo não precisa necessariamente gerar receita por conta própria.
A receita da Alibaba com serviços de nuvem de IA e computação foi de 48,437 bilhões de yuans neste trimestre, enquanto o EBITA ajustado foi de 5,628 bilhões de yuans, mostrando que parte dos negócios de nuvem e computação já começou a contribuir para os lucros.

Como isso vai mudar daqui em diante
A expansão continuará, mas os projetos serão escolhidos com mais rigor. Aplicações generalistas de alto custo e baixa monetização sofrerão pressão; programação empresarial, automação de fluxos de trabalho, modelos específicos para setores e computação em nuvem atrairão mais capital. O financiamento também ficará mais difícil, e os investidores estarão mais atentos à velocidade de recuperação do caixa, em vez de apenas à escala da narrativa.
Em uma frase: o setor de IA não parou de queimar dinheiro, mas passou de “quem queima mais” para “quem queima com mais eficiência”.