Firma de pesquisa chama a IPO da Anthropic de "teste sem precedentes da credulidade dos investidores"
O ceticismo está crescendo em relação à suposta avaliação de US$ 2 trilhões da IPO da Anthropic, com críticos argumentando que suas receitas em forte alta mascaram enormes custos de treinamento e infraestrutura e um caminho incerto para lucros duráveis. Comentadores questionam se qualquer provedor fechado de LLM consegue sustentar tal avaliação à medida que modelos concorrentes mais baratos e de pesos abertos melhoram rapidamente e os custos de troca permanecem baixos. Outros contrapõem que a IA de fronteira ainda pode capturar uma parcela significativa da produtividade futura e do crescimento do PIB, mas mesmo eles veem o preço atual como uma aposta de alto risco, e não como um valor claramente justificado.
Preocupações com Avaliação e Bolha
- Muitos veem uma IPO de cerca de US$ 2 trilhões como injustificável diante da concorrência feroz, dos baixos custos de troca e dos fossos defensivos pouco claros; comparações foram feitas com a superavaliação no estilo WeWork e com uma bolha de IA mais ampla.
- Outros esperam um padrão clássico de “IPO supervalorizada → queda de preço → recuperação no longo prazo”, semelhante a Uber ou SpaceX, com volatilidade inicial, mas retornos fortes no fim.
Receita, Rentabilidade e Queima de Caixa
- Números reportados: crescimento rápido de receita (2024→2025→2026) e enorme “taxa anualizada”, mas os participantes ressaltam que isso não é o mesmo que receita realizada.
- Há ceticismo em relação à receita em “taxa de execução” e a métricas no estilo EBITDA; há preocupação de que custos de treinamento, data centers, compromissos com hardware e necessidades de reinvestimento estejam sendo minimizados.
- Alguns dizem que a Anthropic teve trimestres “lucrativos” apenas ao excluir despesas importantes como o treinamento de modelos, então a lucratividade econômica real não está clara.
Concorrência, Fossos Defensivos e Open Source
- Um lado: a vantagem da Anthropic está em estar “à frente” em qualidade de fronteira, conveniência e prontidão empresarial; a inferência é lucrativa por token, e demanda mais custos unitários em queda podem eventualmente superar os gastos com treinamento.
- Outro lado: estar à frente é um fosso defensivo fraco quando alcançar o líder é mais fácil do que fazer P&D de fronteira; laboratórios chineses e modelos de pesos abertos (DeepSeek, Qwen, etc.) estão rapidamente “bons o suficiente” e são muito mais baratos.
- Debate sobre o impacto do open source: alguns afirmam haver pouca adoção no mundo real fora dos círculos de tecnologia; outros veem muitas empresas menores já migrando produção para modelos baratos/abertos.
Demanda por Inteligência e Casos de Uso
- Os otimistas argumentam que a demanda por “inteligência” é efetivamente ilimitada; modelos melhores desbloqueiam tarefas inteiramente novas e de alto valor, não apenas os atuais “casos de uso de IA”.
- Os céticos respondem que, para muitas tarefas, existe um teto em que qualidade adicional do modelo não agrega valor, e gargalos do mundo real (regulação, materiais, confiança) limitam a monetização.
Comparações com Outras Bolhas e Empresas
- Há analogias frequentes com a bolha das pontocom, a mania das tulipas, a contabilidade no estilo Enron, o fracasso do “múltiplo de tecnologia” da WeWork, e com fábricas de chips/grandes manufaturas (alto capex, múltiplos modestos).
- A Nvidia e os fabricantes de memória são apresentados como os atuais vencedores financeiros claros do boom da IA; os laboratórios de fronteira são vistos em uma “brincadeira de galinha” sobre quem fica sem capital barato primeiro.
Sobre a Firma de Pesquisa e a Posição dos Investidores
- A nota crítica da pesquisa é vista por alguns como tendenciosa e frequentemente errada em IPOs passadas; outros ainda consideram seu ceticismo útil.
- O tópico contém tanto compradores declarados (“tecnologia transformadora, liderança sólida”) quanto potenciais vendedores a descoberto que veem a IPO como uma transferência de riqueza para o varejo.