Receitas anualizadas da OpenAI US$20B abaixo do que foi sinalizado anteriormente
A receita “anualizada” de US$70 bilhões da OpenAI, antes divulgada, parece estar cerca de US$20 bilhões acima do real, após novos materiais para investidores supostamente mostrarem algo mais perto de US$50 bilhões e revelarem tratamentos contábeis diferentes em relação à rival Anthropic. Comentadores argumentam que esses números de run-rate anualizado são inerentemente frágeis e potencialmente enganosos, especialmente quando usados para justificar avaliações próximas de US$1 trilhão antes dos IPOs esperados. A discussão se amplia para preocupações sobre finanças opacas de mercados privados, a sustentabilidade dos modelos de negócios atuais de IA e capex, e se o boom mais amplo de IA se assemelha a uma bolha especulativa que pode terminar mal para os investidores.
Discrepância de receita e métricas “anualizadas”
- O fio se concentra em relatos de que a receita anualizada da OpenAI tinha sido anteriormente sinalizada em cerca de US$70B, mas materiais para investidores mostram algo mais próximo de US$30B em julho.
- Os participantes debatem se isso é engano explícito, “gross-up” para investidores para comparabilidade com a Anthropic, ou má interpretação da mídia de orientações vagas para investidores.
- Muitos criticam a “receita anualizada” baseada em dias/semanas de pico por ser inerentemente enganosa; vários a chamam de “receita bullshit” usada para inflar avaliações.
- Alguns argumentam que isso pode beirar fraude de valores mobiliários se usado para levantar dinheiro; outros dizem que, como empresa privada usando linguagem imprecisa com a imprensa, é juridicamente mais seguro.
Comparação com Anthropic e jogos contábeis
- Os números da Anthropic supostamente incluem receita de parceiros de nuvem (AWS, Google) e às vezes excluem grandes custos de treinamento, o que os comentaristas chamam de “lucro antes das coisas ruins”.
- A OpenAI, segundo relatos, normalmente não inclui receita de parceiros de nuvem, então tentativas de “gross-up” para comparação produziram números inflados.
- Muitos veem ambos os laboratórios como usando métricas não-GAAP, construídas seletivamente, para parecer lucrativos ou de hiper-crescimento.
Viabilidade do modelo de negócios e preocupações com a bolha de IA
- Há forte ceticismo de que os negócios atuais de LLM justifiquem avaliações próximas de US$1 trilhão ou multi-trilionárias, dadas as enormes despesas de treinamento/inferência e a base relativamente modesta de usuários pagantes.
- Alguns relatam gastos muito altos com API em suas próprias empresas; outros observam que o uso é frequentemente justificado por persuasão, não por métricas rígidas de ROI.
- Vários preveem um grande colapso de investimentos em IA, semelhante ao da dot-com (mas não sistêmico como o de 2008), com investidores ricos levando a maior parte do prejuízo.
- Outros contrapõem que existe ao menos um negócio sólido, embora menor, de utilidade de IA em nuvem que sobreviverá mesmo que as avaliações despenquem.
Momento do IPO, mercados privados e regulação
- Muitos argumentam que, se os fundamentos da OpenAI fossem fortes e estáveis, ela já teria feito IPO; o adiamento é visto como um sinal de alerta.
- Outros observam que muitas grandes empresas bem-sucedidas permanecem privadas (ajudadas por mudanças regulatórias e abundante capital privado em estágios tardios), então não fazer IPO ≠ ser um negócio fraco.
- A discussão cobre mudanças como limiares mais altos para acionistas e os efeitos do JOBS Act, que permitem que empresas enormes permaneçam privadas com divulgação limitada.
IA, desinformação e narrativa pública
- Alguns destacam os LLMs como “máquinas de bullshit/desinformação”: saídas persuasivas, porém propensas a erros, e uso em campanhas de propaganda.
- Outros rebatem, dizendo que essa caracterização é exagerada ou reflete incompreensão sobre alucinações.
- Vários criticam tanto os laboratórios quanto a mídia por ciclos sofisticados de hype, fontes anônimas e vazamentos seletivos que moldam a percepção antes de IPOs e rodadas de captação.