#OpenAI二季度亏损扩大 O faturamento da OpenAI cresceu 18%, mas foi ultrapassada: afinal, onde está o erro no modelo de negócios da IA?
A OpenAI divulgou os dados do segundo trimestre: faturamento de US$ 6,7 bilhões, crescimento de 18%, mas foi ultrapassada pela Anthropic, enquanto os prejuízos continuam aumentando.
Isso não é apenas uma questão de qual empresa está na liderança, mas sim de que o modelo de negócios de todo o setor de grandes modelos de IA está passando por uma crise profunda.
A intensa corrida no setor de IA e a balança entre lucros e prejuízos
Os dados são cruéis. O faturamento da OpenAI foi de US$ 5,6 bilhões no primeiro trimestre e de US$ 6,7 bilhões no segundo, um crescimento trimestral de 18% que parece bom. Mas o faturamento da Anthropic no mesmo período foi de US$ 8,5 bilhões; ela não apenas ultrapassou a OpenAI, como abriu uma vantagem de US$ 1,8 bilhão. Mais importante: o prejuízo da OpenAI está aumentando — este é o sinal mais perigoso.
Muita gente ainda discute qual modelo é mais inteligente e qual tecnologia é mais avançada. Eu diria: não se deixem enganar pelo brilho da tecnologia. Quando o prejuízo de uma empresa cresce e ela é ultrapassada por uma concorrente em faturamento, isso já revela 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
Vejamos uma realidade: cada imagem gerada pela OpenAI custa cerca de 2,12 centavos de dólar. Para cada 1.000 tokens processados, o custo varia de 0,03 a 12 centavos. Quanto o usuário paga? O ChatGPT Plus custa US$ 20 por mês, o que parece barato.
Grandes modelos de IA são como usinas elétricas de alto consumo
Mas é justamente aí que está o problema. Um grande modelo de IA é como uma usina elétrica que consome energia em excesso: quanto mais eletricidade gera, mais carvão queima. Quanto mais os usuários utilizam o serviço, maiores são os prejuízos da empresa.
Minha observação é que as empresas de grandes modelos de IA caíram em um ciclo vicioso: para provar que sua tecnologia é líder, precisam tornar os modelos maiores e mais inteligentes; quanto maior o modelo, maior o custo de inferência; quanto maior o custo, mais difícil ganhar dinheiro. É um ciclo sem saída.
Por que a Anthropic conseguiu ultrapassar a OpenAI em faturamento? Minha análise é que ela pode ter encontrado grupos de clientes mais eficientes. Clientes empresariais e desenvolvedores, grupos dispostos a pagar por previsibilidade, são o verdadeiro ponto de ruptura da comercialização da IA. A OpenAI, por outro lado, ainda depende em grande medida dos usuários finais, justamente o mercado mais difícil de monetizar.
Falta de pensamento de produto: um grande modelo não é sinônimo de um bom produto
Aqui preciso dizer um fato que muitas pessoas não querem admitir: liderança tecnológica não é sinônimo de sucesso do produto. A OpenAI tem o GPT-4o, o Sora e os grandes modelos de IA mais avançados do mundo. Mas e daí? O usuário não quer parâmetros tecnológicos, e sim um produto capaz de resolver problemas.
Vejamos um exemplo. O que preocupa o dono de uma pequena ou média empresa que usa o ChatGPT para escrever textos de marketing? O incômodo de ter que reajustar o prompt a cada geração, a imprevisibilidade de os resultados serem bons em alguns momentos e ruins em outros, e a preocupação com a segurança dos dados. A OpenAI resolveu esses problemas?
Acredito que não. As empresas de grandes modelos de IA sofrem, de modo geral, de “narcisismo tecnológico” — acham que seus modelos são inteligentes o suficiente e que os usuários deveriam se adaptar a eles. Esse é um pensamento de produto completamente equivocado.
O que é pensamento de produto de verdade? É pensar sob a perspectiva do usuário: que problema você precisa resolver todos os dias? Pelo que está disposto a pagar? Qual é o seu maior ponto de dor?
Pelos dados financeiros, a OpenAI claramente não avançou o suficiente nesse caminho. O faturamento cresce, mas o prejuízo aumenta, o que mostra que os custos estão fora de controle. Ser ultrapassada pela Anthropic mostra que ficou meio passo atrás na implementação comercial.
Os três erros fatais do modelo de negócios
Na minha opinião, o modelo de negócios dos grandes modelos de IA tem três erros fatais.
Primeiro, a dependência excessiva da economia de APIs. Muitas empresas de grandes modelos de IA acham que, ao abrir suas APIs para os desenvolvedores, conseguirão construir um ecossistema. Mas a realidade é que a API é apenas uma ferramenta, não uma solução. Os desenvolvedores querem capacidades de IA estáveis, baratas e confiáveis, não serviços que ficam mais caros de vez em quando.
Segundo, a negligência dos cenários verticais. Os grandes modelos podem fazer de tudo, mas não fazem nada com profundidade suficiente. Medicina, direito, educação e finanças — cada setor vertical tem necessidades e barreiras próprias. Nesses campos, os grandes modelos generalistas frequentemente não dão conta do recado.
Terceiro, a subestimação das necessidades empresariais. As empresas não querem demonstrações de IA chamativas, mas ferramentas de IA que possam ser integradas aos fluxos de trabalho, sejam seguras, controláveis e previsíveis. É um mercado com barreiras altas, mas também de grande valor. A ultrapassagem da Anthropic provavelmente aconteceu porque ela avançou nesse mercado.
Minha avaliação é que os vencedores da IA no futuro não serão necessariamente as empresas com a tecnologia mais forte, mas aquelas que melhor souberem transformar a tecnologia de IA em valor comercial.
O caminho para o futuro: da competição tecnológica à criação de valor
A situação da OpenAI acendeu um alerta para todo o setor de IA. A velocidade com que a competição tecnológica queima dinheiro já superou a velocidade da monetização comercial.
Então, onde está a saída?
Primeiro, sair do generalismo em direção à verticalização. Os grandes modelos precisam “descer”, aprofundando-se em setores e cenários específicos. Um modelo especializado em diagnóstico médico, por exemplo, pode ter mais valor comercial do que um modelo generalista que sabe fazer de tudo.
Segundo, passar do modelo à aplicação. Os usuários não compram modelos, compram soluções. Como empacotar as capacidades de IA em produtos pelos quais as empresas estejam dispostas a pagar será o ponto central da competição na próxima fase.
Terceiro, passar da queima de dinheiro à geração de receita. As empresas de IA precisam encontrar um modelo de lucro sustentável, em vez de depender eternamente do aporte dos investidores. Isso significa controlar rigorosamente os custos, identificar com precisão os usuários pagantes e construir verdadeiras barreiras comerciais.
Os dados do segundo trimestre da OpenAI parecem, à primeira vista, mostrar crescimento do faturamento, mas também uma ultrapassagem. Em uma análise mais profunda, revelam a ansiedade coletiva do modelo de negócios de todo o setor de IA.
O período de euforia com os avanços tecnológicos já passou. Agora é hora de encarar a cruel realidade comercial. A IA não é magia: 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 reorganização do setor de IA. As empresas que só sabem criar modelos, mas não sabem desenvolver produtos, ficarão gradualmente para trás. Já aquelas que realmente entenderem os usuários, se aprofundarem nos cenários de uso e construírem modelos de negócios sustentáveis se tornarão as novas vencedoras.
A OpenAI ainda tem uma chance, mas o tempo está se esgotando. Todos os empreendedores de IA deveriam extrair um sinal claro destes dados: a tecnologia é importante, mas os negócios são ainda mais importantes. Avanços tecnológicos sem sustentação comercial acabam sendo apenas brinquedos de laboratório.
A segunda metade da jornada da IA está apenas começando
$OPENAI
