#OpenAIQ2Revenue67BAsLossesWiden

$OpenAI — $6.7B de receitas, $12.3B de perdas operacionais: a corrida à IA está a entrar na sua fase económica

Os números mais recentes do Q2 da OpenAI destacam uma das maiores contradições do atual boom da IA.

As receitas estão a crescer rapidamente, mas o custo de desenvolver e disponibilizar IA de fronteira está a crescer ainda mais depressa.

As receitas do segundo trimestre da OpenAI terão atingido aproximadamente $6.7B, face a $5.7B no Q1, um aumento de cerca de 18%. Ao mesmo tempo, as perdas operacionais reportadas aumentaram de aproximadamente $9.3B para $12.3B.

Estes números não devem ser vistos simplesmente como “a IA está a perder dinheiro”.

A questão mais importante é saber se a economia melhora à medida que a tecnologia escala.

A procura por IA é claramente real.

Os consumidores estão a pagar por produtos de IA. As empresas estão a integrar a IA nos seus fluxos de trabalho. Os programadores estão a consumir APIs. As ferramentas de programação e os agentes de IA estão a criar novos casos de utilização.

Mas cada utilizador adicional também exige capacidade computacional.

Modelos mais capazes exigem enormes quantidades de computação para treino e inferência. Isso significa GPUs, memória, redes, eletricidade, centros de dados e infraestruturas cada vez mais sofisticadas.

Isto cria a equação central da economia da IA:

O crescimento das receitas tem de ultrapassar, eventualmente, o custo da inteligência.

Esse é o verdadeiro desafio.

A própria OpenAI destacou que satisfazer a crescente procura por IA exige capacidade computacional, distribuição e capital. Em março, a empresa anunciou $122B em capital comprometido, com uma avaliação pós-investimento de $852B, demonstrando a enorme escala financeira por detrás da sua expansão.

E a corrida às infraestruturas está a tornar-se ainda maior.

Segundo informações recentes, os gastos planeados da OpenAI em infraestruturas e cloud poderão atingir aproximadamente $750B até 2030, enquanto os seus mais recentes planos de expansão incluem compromissos significativos em centros de dados e energia.

Isto explica por que razão a história da IA vai muito além do software.

Cada aumento da procura por IA gera procura em toda a cadeia de infraestruturas:

GPUs

HBM e memória avançada

Redes

Centros de dados

Eletricidade

Arrefecimento

Fabrico de semicondutores

Infraestruturas cloud

É por isso que empresas como a NVIDIA e os principais fabricantes de memória se tornaram tão estreitamente ligados ao ciclo de investimento em IA.

Os mais recentes desenvolvimentos relativos às infraestruturas da NVIDIA e da OpenAI constituem outro exemplo. A NVIDIA comprometeu um apoio substancial para um projeto planeado de centro de dados no Ohio, que deverá atingir 8GW de capacidade, com 800MW previstos para estarem inicialmente disponíveis até 2028.

Mas existe um risco do outro lado.

Os gastos em infraestruturas de IA estão a tornar-se tão elevados que os investidores perguntam cada vez mais quando é que o investimento se traduzirá em retornos sustentáveis.

A Reuters destacou recentemente as preocupações de que as despesas de capital em IA das grandes empresas tecnológicas possam ultrapassar o seu fluxo de caixa operacional incremental, aumentando a pressão sobre o fluxo de caixa livre e as necessidades de financiamento.

É aqui que a próxima fase da corrida à IA se torna muito mais interessante.

A primeira fase era sobre capacidade:

Quem consegue desenvolver o modelo mais poderoso?

A segunda fase está a tornar-se:

Quem consegue disponibilizar inteligência de forma mais eficiente?

Isto significa que os investidores devem acompanhar cada vez mais métricas como:

Crescimento das receitas

Perdas operacionais

Custo de inferência

Receitas por utilizador

Adoção empresarial

Retenção de clientes

Utilização das infraestruturas

Fluxo de caixa livre

Despesas de capital

Eficiência dos modelos

Concorrência

Outro desenvolvimento importante é a mudança no panorama competitivo.

Informações recentes indicam que a Anthropic gerou aproximadamente $11.6B em receitas no Q2, ultrapassando pela primeira vez o valor trimestral da OpenAI, ao mesmo tempo que terá alcançado um pequeno lucro operacional.

Isto altera a discussão competitiva.

O vencedor da IA pode não ser necessariamente a empresa que gasta mais dinheiro.

Poderá ser a empresa que encontrar o melhor equilíbrio entre a capacidade do modelo, o poder de fixação de preços, a procura dos clientes e a eficiência das infraestruturas.

A IA empresarial poderá tornar-se particularmente importante.

Se as empresas forem além da utilização da IA como chatbot e começarem a incorporar agentes de IA no desenvolvimento de software, investigação, serviço ao cliente, análise financeira e fluxos de trabalho internos, os fornecedores de IA poderão conseguir monetizar tarefas concluídas e resultados empresariais, em vez de simplesmente interações individuais.

Isso poderia melhorar significativamente a economia da IA a longo prazo.

Mas o cenário pessimista é igualmente importante.

Se o crescimento das receitas abrandar enquanto os custos das infraestruturas continuam a subir, as perdas poderão permanecer sob pressão. O aumento da concorrência também poderá forçar a descida dos preços, reduzindo as margens mesmo com o aumento da procura.

Isso criaria uma equação difícil:

Crescimento mais lento das receitas

+

Maiores necessidades de computação

+

Elevadas despesas de capital

+

Maior concorrência

=

Pressão crescente sobre a economia da IA.

A minha perspetiva geral é que o valor de $6.7B em receitas prova algo importante: o mercado de produtos de IA já é enorme.

Mas as perdas operacionais de $12.3B destacam o próximo desafio.

A IA provou que as pessoas e as empresas estão dispostas a pagar por inteligência.

Agora, a indústria tem de provar que a inteligência pode ser disponibilizada de forma suficientemente eficiente para gerar uma economia sustentável.

É por isso que vou acompanhar mais atentamente cinco aspetos:

1. Conseguirá a OpenAI manter um crescimento rápido das receitas?

2. Poderão as perdas operacionais diminuir eventualmente?

3. Poderão os custos de inferência diminuir à medida que os modelos se tornam mais eficientes?

4. Poderá a IA empresarial e baseada em agentes criar receitas recorrentes de maior valor?

5. Poderão as receitas da IA justificar eventualmente o enorme investimento em infraestruturas que lhe está subjacente?

A corrida à IA já não é apenas uma corrida para criar modelos mais inteligentes.

Está a tornar-se uma corrida por uma melhor economia unitária.

Inteligência + escala + eficiência + distribuição + margens sustentáveis.

Essa combinação poderá determinar quais as empresas de IA que se tornarão a próxima geração de gigantes tecnológicos.

A maior questão para o mercado já não é saber se existe procura por IA.

Existe claramente.

A questão é saber se a economia conseguirá acompanhar a ambição.

Esta é uma análise de mercado e tecnologia para fins educativos, não constitui aconselhamento financeiro.

@GateSquare @Gate_Square