Arquivamento de IPO da Anthropic: folha salarial trimestral de US$ 1,7 bilhão, cerca de US$ 107 mil por funcionário por mês
O arquivamento do IPO da Anthropic, que revela cerca de US$ 1,7 bilhão em custos trimestrais com pessoal — grande parte em remuneração baseada em ações —, gerou debate sobre se esses pagamentos e valuations são sustentáveis em um mercado de IA com competição crescente e moats incertos. Comentaristas discutem como salários médios de mais de US$ 480 mil se traduzem, na prática, para o custo de vida na Bay Area, e se a forte dependência de poucos provedores de IA torna os negócios dos clientes perigosamente dependentes. Outros levantam preocupações de que investidores públicos e fundos de pensão acabem arcando com o risco se os grandes compromissos de compute de longo prazo e as expectativas de crescimento não se concretizarem.
Estrutura de Remuneração e Custo do Talento
- O número principal (~US$ 107 mil/funcionário/mês) é em grande parte baseado em ações; comentaristas observam que ~US$ 40 mil/mês em dinheiro e ~US$ 500 mil/ano em equity seriam mais realistas.
- Muitos veem um salário-base de ~US$ 480 mil como “de cair o queixo”, mas outros argumentam que isso é menos extremo quando se consideram os impostos, moradia e cuidados infantis da Bay Area.
- Debate sobre estilo de vida: alguns insistem que qualquer pessoa vivendo de salário em salário com US$ 480 mil está gastando demais; outros mostram exemplos em que uma hipoteca de US$ 20 mil/mês é plausível para casas na Bay Area.
- Vários observam que isso provavelmente é uma média distorcida por pesquisadores seniores muito bem pagos e contratações de alto perfil.
Competição e Moat em Modelos de IA
- Uma visão: a proposta de valor da Anthropic é que empresas podem demitir grandes blocos de pessoal de engenharia e substituí-los por seus modelos, justificando avaliações enormes.
- Forte ceticismo sobre um moat durável: muitos fornecedores (laboratórios chineses, Mistral, xAI, Google, etc.) têm modelos competitivos ou mais baratos; diz-se que a distância entre “bom o suficiente” e “ótimo” está diminuindo.
- Contraponto: alguns afirmam que os modelos chineses e muitos modelos de pesos abertos ainda não são “bons o suficiente” para fluxos de trabalho complexos, de codificação em várias etapas e planejamento, nos quais a Anthropic e outros modelos de fronteira semelhantes ainda se destacam.
- Outros relatam experiências opostas, dizendo que modelos como GLM e Argon já lidam bem com tarefas difíceis de engenharia reversa e CRUD.
Dependência de Provedores de IA
- Preocupação de que negócios construídos sobre a Anthropic ou APIs semelhantes possam se tornar “cidadãos de segunda classe”, com seu valor efetivamente capturado pelo provedor.
- Alguns comparam isso à Amazon Basics competindo com seus vendedores.
- Outros argumentam que depender de terceiros é normal (analogias com madeira, nuvem e grandes varejistas) e que a “empresa independente” é em grande parte um mito.
Valuation, IPO e Risco Sistêmico
- Vários comentaristas caracterizam o ambiente atual de financiamento em IA como uma “busca por dinheiro” ou engenharia financeira, com temores de desfechos no estilo ENRON.
- Há preocupação de que avaliações infladas e contratos massivos de compute entrem nos principais componentes de índices; se as receitas decepcionarem, fundos de pensão e contribuintes podem ser atingidos, possivelmente levando a resgates.
- Outros rebatem: os investidores estão escolhendo esse risco, a Anthropic, como uma public benefit corporation, pode priorizar a missão em vez dos acionistas, e a listagem deve seguir as regras normais de índices e auditoria.
- A forte remuneração baseada em ações em uma empresa que opera no prejuízo é vista por alguns como “roubar os acionistas”, enquanto outros observam que os investidores públicos conhecem os termos e que uma remuneração alta pode alinhar os funcionários com valor de longo prazo.