A corrida para abrir capital entre os principais laboratórios de inteligência artificial está acelerada. A Anthropic protocolou confidencialmente um pedido de IPO. A OpenAI, segundo relatos, prepara seu próprio processo. As avaliações são elevadas: Anthropic a US$ 965 bilhões, OpenAI a US$ 852 bilhões, cada uma buscando captar US$ 60 bilhões. Somado ao veículo de lançamento e IA da SpaceX, que mira uma listagem de US$ 1,75 trilhão, o conjunto dessas estreias representa a mais concentrada formação de capital desde o auge da bolha das pontocom.

No entanto, é importante analisar de onde virão as receitas dessas empresas. Os laboratórios foram construídos para servir os 15% mais sofisticados do mercado global de IA: grandes corporações com redes rápidas, equipes qualificadas e orçamentos generosos. É nesse ambiente que copilotos e modelos de fronteira entregam suas demonstrações mais impressionantes, mas não é onde está a maior parte do dinheiro.

Poucas horas após a Anthropic protocolar seus documentos pré-IPO, o CEO da OpenAI, Sam Altman, admitiu que a preocupação com os custos elevados de IA era uma “crítica justa”. Além disso, alternativas de código aberto mais baratas entregam resultados comparáveis. As empresas compradoras ainda não estão vendo os retornos que os laboratórios de IA já precificaram.

Demanda não atendida em setores pouco glamorosos

A história dos negócios mostra que o dinheiro de verdade está onde há demanda não atendida, e essa demanda existe em setores que os laboratórios de ponta não estão promovendo. O Índice de Evolução Digital 2026, desenvolvido pela equipe Digital Planet, avalia 125 economias e aponta necessidades não atendidas tanto em países ricos quanto em desenvolvimento.

Nas economias mais digitalizadas, como EUA e Europa, a IA pode ser aplicada na modernização urgente de bancos, seguradoras e órgãos públicos. Cerca de 43% dos sistemas bancários centrais e 95% das transações em caixas eletrônicos ainda operam em COBOL, linguagem de programação anterior aos Beatles. Quando a Anthropic afirmou que seu modelo Claude poderia automatizar essa modernização, as ações da IBM despencaram 13,2% em um único pregão.

Cinquenta e uma economias classificadas como “em aceleração”, entre elas Brasil, Índia, Indonésia, Quênia e Vietnã, apresentam digitalização menos avançada, mas com ritmo de crescimento superior ao do mundo desenvolvido. Centenas de milhões de usuários nessas regiões já adotaram carteiras digitais, mas ainda não têm acesso a crédito formal. Modelos de concessão de crédito baseados em IA podem liberar um volume enorme de valor. O sistema de pagamentos instantâneos da Índia, o UPI, processou 22,6 bilhões de transações só em março de 2026, e o dinheiro móvel movimentou mais de US$ 2 trilhões no mundo em 2025.

Há também as economias “em alerta”, concentradas na África Subsaariana e no Sul da Ásia. Apenas em detecção de doenças em lavouras com IA em sete países africanos, estima-se um potencial de US$ 6,1 bilhões para 14 milhões de pequenos agricultores. Essas populações registram o maior nível de confiança em IA de qualquer grupo pesquisado, superior ao dos executivos do Vale do Silício.

Lições de ciclos anteriores

No auge da bolha das pontocom, o capital inundou empresas como Pets.com e Webvan. As companhias que capturaram a receita de internet mais duradoura foram a Cisco, que vendia roteadores; a Akamai, que entregava conteúdo; e, posteriormente, a Amazon Web Services. Na era dos smartphones, os vencedores de longo prazo não foram os fabricantes de aparelhos, com exceção da Apple, mas as empresas de torres de telecomunicações, como American Tower e Crown Castle.

Os compradores estratégicos já sabem disso. Em um mercado de fusões e aquisições retraído em 2025, o único segmento aquecido foi o de infraestrutura de dados: a IBM comprou a DataStax, a ServiceNow adquiriu a Data.world e a Salesforce pagou US$ 8 bilhões pela Informatica. Esses compradores estão adquirindo o que toda empresa que constrói sobre IA precisará pagar indefinidamente.

A aritmética da expansão

A consultoria Bain & Company estima que a IA precisará gerar US$ 2 trilhões em receita anual até 2030 para justificar seus gastos com infraestrutura, representando um déficit de US$ 800 bilhões. A Oracle divulgou contratos de locação de data centers no valor de US$ 248 bilhões com prazo de 15 a 19 anos, frente a acordos com clientes que frequentemente duram apenas cinco anos. Modelos de código aberto estão comprimindo os preços de processamento de IA a uma taxa estimada de 30% a 50% ao ano, corroendo as margens.

Nada disso significa que os mega-IPOs serão um fracasso. A OpenAI pode começar a bater as metas de receita; a Anthropic pode convencer empresas na corrida para abrir capital primeiro; e a SpaceX pode justificar seu valuation pela eficiência de seus lançamentos. Mas a corrida para chegar primeiro ao mercado é também uma corrida para vender uma narrativa sobre a adoção sem fricção da IA, antes que os números de retorno sobre investimento confirmem esse discurso. Os dados mostram que essa economia ainda não existe.

Os investidores que acumularam fortunas em ciclos anteriores nunca compraram a história mais empolgante no momento do IPO. Fizeram uma pergunta mais simples: onde está a demanda real e pelo que todo participante dessa nova economia terá de pagar repetidamente? Em 1999, a resposta apontava para os roteadores da Cisco. Em 2007, para as torres de telefonia. Hoje, aponta para contratos de modernização de sistemas legados em Stuttgart, infraestrutura de detecção de fraudes em São Paulo e modelos de diagnóstico de lavouras em Adis Abeba.

Com informações de InfoMoney.