A verdadeira vantagem informacional só tem uma forma de uso: apostar antes dos outros definirem 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 computação, ações de energia, etc., a cada poucos meses uma narrativa diferente, sempre alguém que perde a oportunidade, sempre alguém que promete que na próxima vai dar certo.

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

Dessa turma que saiu da OpenAI, o valor agregado soma quase 10000 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 9000 bilhões. Ilya Sutskever, com sua 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 da 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 pela OpenAI, tornou-se um dos nomes mais citados no mercado de capitais nestes dois anos.

Seu percurso lendário, já foi repetidamente analisado pela mídia: aos 23 anos, foi dispensado da 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 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, ele é uma figura quase inevitável.

Mas Leopold é apenas o mais visível desse grupo.

Quem saiu da OpenAI, seguiu por dois caminhos distintos.

Um é o 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.

O outro é muito mais silencioso: um grupo que optou por apostar, deixando a execução para outros, concentrando-se apenas na tomada de decisão.

Leopold seguiu a segunda via, na sua forma mais extrema.

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 vai consumir de eletricidade, e isso basta. Essa percepção não se consegue apenas lendo relatórios ou participando de conferências, só quem já esteve nesse ambiente consegue acumular essa experiência.

Fora dessa rota, há outro grupo que faz algo semelhante, mas em formatos diferentes: fundos menores, que em poucas horas completam diligências que levam meses para outros, e suas listas de rejeição valem mais do que as de investimento. Eles representam a camada mais negligenciada, porém mais interessante, dessa grande fuga.

A maioria das pessoas que deixam uma empresa leva consigo um currículo. Quem sai da OpenAI leva uma resposta que ainda nem sabe que precisa.

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 realocar, vendeu Vistra, e concentrou seus recursos na Bloom Energy e na infraestrutura de data centers.

Analistas tradicionais de energia observam essas ações, projetam planos de expansão de rede elétrica, comparam com políticas de imposto de carbono, constroem modelos de crescimento de demanda. O caminho de Leopold é completamente diferente.

Ele já viu a escala de servidores de um data center, já viu a conta de eletricidade de 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 conhecida na indústria de investimentos como “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.

Zero Shot: o mais valioso é a lista de rejeição

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

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

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

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

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

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

Já investiram em três empresas: a Worktrace, de fluxo de trabalho de IA, a Foundry Robotics, de robôs para fábricas de IA, e uma outra ainda em sigilo.

100 milhões de dólares, num mercado de fundos de IA que já chega a bilhões, é um valor pequeno.

Mas, mais revelador, é entender em que setores eles recusaram 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 a OpenAI acumulou nesse campo, e quanto tempo levará para modelos básicos destruírem essa vantagem. Morikawa, por sua vez, evita empresas de coleta de dados de vídeo centradas no humano, que treinam robôs com ações humanas — essa rota, na opinião dele, vai bater na parede.

Essas avaliações, um VC comum não consegue fazer.

Eles não estiveram na fonte, não ouviram as discussões internas, e por isso não sabem qual caminho é sem saída.

A força do Zero Shot está na lista de rejeição. Em um mercado onde todo mundo fala em criar negócios de IA, saber onde estão as armadilhas vale mais do que saber quem apostar. Quem já explorou o terreno, uma lista de riscos é mais útil do que um mapa do tesouro.

Controlam o tamanho do fundo em 100 milhões de dólares, por uma razão bem específica.

Sabem exatamente em que fase sua vantagem é mais valiosa: no início, quando as rotas tecnológicas ainda não estão definidas. Nesse momento, quem conhece o setor consegue distinguir rapidamente qual caminho é viável.

Quando o projeto chega às rodadas C ou D, dados financeiros e informações públicas cobrem a vantagem de informação, e essa carta se esgota.

Quanto maior o fundo, mais se busca “setores com alta certeza”, mais se repete o método de outros.

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

Três, o negócio de anjos é outra história

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

Mas a lógica de investimento é muito mais sólida do que “relacionamentos”.

Mira viu como Angela toma decisões sob pressão na OpenAI, conhece seu julgamento sobre os limites de produtos de IA, e sua capacidade de execução sob restrições reais. Essas coisas não se mostram em uma apresentação de duas horas, nem mesmo na devida diligência mais detalhada.

Angela não precisa convencer Mira, porque 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 uma startup de ex-funcionários, e soma recursos do OpenAI Startup Fund e uma grande quantidade de APIs.

Ele não possui ações da 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, que na prática funciona como uma ação de juros compostos.

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 de uma dor comum: juntos enfrentaram a guerra dos pagamentos, passaram pela aquisição do eBay, e criaram laços de guerra naqueles anos difíceis. Essa confiança é real, mas suas visões de futuro são individuais. Thiel faz venture capital, Musk constrói foguetes, Hoffman cria redes sociais — seus caminhos são dispersos.

O que une os ex-colegas da 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 ligada ao interesse: se a aposta estiver certa, toda a rede se beneficia.

Isso torna a entrada nesse círculo bastante delicada.

Um produto excelente consegue captar recursos facilmente, mas se você duvida do futuro da IA ou sua lógica de negócios se baseia na premissa de que “a AGI ainda está longe”, mesmo o melhor produto dificilmente conseguirá o apoio desse grupo.

Diferenças de visão de mundo se resolvem antes mesmo de um aperto de mãos.

Quatro, de construtores a investidores

O destino dos ex-colegas da 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, que 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 early-stage, ambos externalizam o julgamento em capital, sem precisar atuar diretamente. Essa postura é rara entre ex-OpenAI, mas vale uma análise especial: alguém que aposta sem atuar, geralmente tem uma convicção tão clara que não precisa explorar com ações.

Geralmente, pensa-se que a maior expressão de talento é criar. Mas esse grupo oferece uma resposta diferente: quando a decisão é clara, dispersar o risco 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 da OpenAI, tem essa consciência do campo de batalha da IA. Eles sabem para onde a guerra está indo, onde estão as posições de vantagem, quais trincheiras levam ao fracasso.

O que fazem agora é montar suas estratégias com base nisso.

Os mais inteligentes da era estão optando por ir all-in, indicando que, na visão deles, a resposta já está suficientemente clara, a ponto de dispensar testes práticos.

Clique para conhecer as oportunidades na BlockBeats.

Participe da comunidade oficial da BlockBeats:

Telegram: https://t.me/theblockbeats

Grupo de Telegram: https://t.me/BlockBeats_App

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