Economia · Inteligência artificial · Mercados
Durante algumas semanas, circulou entre investidores e na imprensa internacional a informação de que a OpenAI, dona do ChatGPT, já faturava num ritmo próximo de US$ 70 bilhões por ano. Não era bem assim. Segundo reportagem do Financial Times publicada nesta quinta-feira (8), a própria empresa informou a seus investidores que a receita anualizada se aproximava de US$ 50 bilhões no fim de setembro.[1] A distância de cerca de US$ 20 bilhões não vem de vendas que deixaram de acontecer, e sim de uma diferença de critério na forma de contar receita. Ainda assim, bastou para derrubar ações de tecnologia em Nova York e reabrir a pergunta que acompanha o setor desde o lançamento do ChatGPT: quanto vale, de fato, a demanda por inteligência artificial?
O que mudou, e o que não mudou
De acordo com o Financial Times, o número inflado surgiu quando investidores da OpenAI tentaram montar uma comparação direta com a Anthropic, sua principal concorrente.[1] As duas empresas calculam a métrica de formas distintas: a Anthropic inclui no seu total as vendas feitas por meio de parceiros de nuvem, como a AWS, da Amazon, e o Google Cloud, enquanto a OpenAI deixa essa parcela de fora. Ao aplicar o critério da rival aos números da OpenAI, os investidores chegaram ao patamar de US$ 70 bilhões, que acabou publicado como se fosse a medida oficial da empresa.
A CNBC confirmou a cifra de aproximadamente US$ 50 bilhões e registrou que o valor amplamente divulgado no fim de setembro (US$ 68 bilhões, na conta da emissora) somava a receita bruta obtida por meio de parceiros.[2] Na mesma comunicação aos investidores, segundo a CNBC, a OpenAI destacou um crescimento de 77% na sua taxa anualizada durante o terceiro trimestre, e de 107% no segmento corporativo.
Ou seja, o negócio da OpenAI não encolheu entre uma notícia e outra. O que mudou foi a régua. E é justamente aí que mora o problema para um mercado que tem usado essas réguas como bússola.
A receita não encolheu. O que encolheu foi a régua usada para medi-la, e com ela a confiança de quem financia a infraestrutura da IA.
Bruto ou líquido: a diferença que vale US$ 20 bilhões
A discussão tem nome técnico na contabilidade: a análise de principal versus agente. Quando uma empresa vende um produto por meio de um intermediário, as normas pedem que ela avalie quem controla o serviço antes de ele chegar ao cliente. Se a empresa é a principal, registra o valor cheio pago pelo cliente como receita e a fatia do parceiro como custo. Se atua como agente, ou se a venda é tratada como do parceiro, registra apenas a parte que efetivamente lhe cabe.
Segundo relato do Axios reproduzido pelo portal Mezha, as duas companhias seguem os princípios contábeis geralmente aceitos nos Estados Unidos (US GAAP), mas fazem leituras diferentes: a Anthropic pode lançar como receita o valor integral que o cliente paga pelo serviço contratado via provedor de nuvem, tratando a parte do provedor como despesa, enquanto a OpenAI contabiliza só a sua parcela em determinadas vendas feitas por parceiros.[4] No Brasil, a mesma lógica aparece no CPC 47, versão local da norma internacional IFRS 15, que rege o reconhecimento de receita das companhias abertas.
Mesmo cliente, mesmo lucro, receitas diferentes
Uma empresa contrata um modelo de IA pelo marketplace de um provedor de nuvem e paga US$ 100. O provedor fica com US$ 20 (valor ilustrativo).
| Critério | Receita reportada | Custo do parceiro | Resultado |
|---|---|---|---|
| Bruto (como principal) | US$ 100 | US$ 20 como despesa | US$ 80 |
| Líquido (só a própria parcela) | US$ 80 | Não aparece | US$ 80 |
O resultado final é idêntico. Muda o tamanho da linha de receita, e é essa linha que costuma alimentar comparações e múltiplos de avaliação.
Há ainda uma camada adicional de fragilidade. A chamada receita anualizada (em inglês, run rate ou ARR) não é um dado auditado: trata-se de uma extrapolação do ritmo de vendas de um período curto, geralmente um mês, para doze meses. Como lembra reportagem do BP Money com base em informações da Bloomberg, a métrica estima quanto a empresa faturaria em um ano mantido o desempenho recente.[5] Ela é útil para medir velocidade de crescimento, mas não substitui o balanço.
Por que o mercado reagiu com força
A reação foi imediata. Conforme o Financial Times, o índice Nasdaq 100 fechou a sessão de quinta-feira em queda de 1,4%, com recuos de 2,9% na Nvidia, 5,5% na Oracle e 4,8% na Micron.[1] A CNBC também apontou a CoreWeave, fornecedora de capacidade computacional, entre os papéis pressionados.[2]
O motivo vai além da OpenAI. O jornal britânico observa que a receita anualizada da empresa, ao lado do número equivalente da Anthropic, funciona como o principal termômetro da demanda por IA e serve de justificativa para o enorme gasto em infraestrutura que vem sustentando as bolsas.[1] Fabricantes de chips, operadores de data centers e empresas de energia planejam investimentos de longo prazo a partir dessas curvas. Quando a curva perde US$ 20 bilhões de um dia para o outro, ainda que por razões contábeis, o investidor passa a se perguntar quantas outras premissas foram construídas sobre comparações frágeis.
A escala do capital envolvido ajuda a entender a sensibilidade. Segundo o TechCrunch, a OpenAI captou US$ 122 bilhões apenas na rodada de março.[3] Empresas que recebem esse volume de recursos precisam demonstrar receita compatível, e a métrica anualizada tem sido o principal instrumento dessa demonstração.
A disputa com a Anthropic e o caminho até a bolsa
O episódio acontece num momento sensível. A Anthropic informou a investidores em agosto que sua taxa anualizada havia chegado a US$ 65 bilhões no fim de julho, segundo a CNBC.[2] A mesma reportagem cita a Reuters, que teve acesso a uma cópia vazada do prospecto da empresa: a Anthropic teria fechado 2025 com receita de US$ 4,6 bilhões e prejuízo líquido de US$ 42 bilhões. Os números mostram que, para as duas companhias, a distância entre ritmo de vendas e lucro ainda é grande.
As duas também caminham para a bolsa. A Anthropic protocolou de forma confidencial seu pedido de abertura de capital junto à SEC, a comissão de valores mobiliários americana, em 1º de junho; a OpenAI fez o mesmo em 8 de junho, conforme o Nairametrics.[6] Na última rodada privada de cada uma, a OpenAI foi avaliada em US$ 852 bilhões (março) e a Anthropic em US$ 965 bilhões (maio), segundo levantamento da Barchart.[7] Em agosto, a diretora financeira da OpenAI, Sarah Friar, disse a funcionários que a empresa mira uma estreia em 2027, de acordo com o Free Press Journal, com base na CNBC.[8]
Esse é talvez o ponto mais relevante do caso. Um prospecto público obriga a companhia a apresentar receita auditada segundo regras contábeis, e não métricas gerenciais escolhidas por ela ou recalculadas por terceiros. O ruído desta semana antecipa o tipo de escrutínio que as duas empresas enfrentarão quando seus números passarem a ser examinados por qualquer investidor, e não apenas pelos fundos que participam de rodadas privadas.
O que isso significa para o Brasil
À primeira vista, a briga contábil entre duas empresas da Califórnia parece distante. Não é. O Brasil acaba de criar uma política tributária desenhada para atrair justamente a infraestrutura que essas curvas de demanda justificam. Em 15 de setembro, o presidente Luiz Inácio Lula da Silva sancionou sem vetos a lei que institui o Redata, regime que suspende Imposto de Importação, PIS/Cofins, PIS/Cofins-Importação e IPI na compra de equipamentos para data centers, com renúncia fiscal estimada em cerca de R$ 5,2 bilhões em 2026, segundo o Congresso em Foco.[9]
A justificativa do governo é a dependência externa. De acordo com o Ministério da Fazenda, citado durante a tramitação no Senado, cerca de 60% dos dados e da inteligência artificial usados no país são processados no exterior.[10] A lei também exige que 10% da capacidade dos data centers beneficiados seja reservada ao mercado interno, conforme o portal Movimento Econômico.[11] E o país já parte de uma posição de destaque regional: segundo o BP Money, o Brasil concentra 48% da capacidade instalada de data centers da América Latina e 71% da que está em construção.[12]
Os projetos que devem disputar os incentivos do Redata serão financiados com base em projeções de longo prazo de consumo de computação. Essas projeções, por sua vez, se apoiam em grande parte nos números divulgados pelos desenvolvedores de modelos. Se o principal indicador de demanda global se mostra sensível a escolhas de critério, cresce o risco de que contratos de energia, linhas de crédito e cronogramas de obra no Brasil sejam dimensionados para uma demanda que talvez se confirme, mas talvez não no ritmo imaginado.
Há ainda dois efeitos mais diretos. O primeiro atinge o investidor pessoa física que se expõe a empresas de tecnologia americanas por meio de BDRs negociados na B3 ou de fundos atrelados ao Nasdaq: a queda de quinta-feira chegou a essas carteiras. O segundo diz respeito às empresas brasileiras que compram IA. Quando um banco ou varejista contrata um modelo pelo marketplace de um provedor de nuvem, o mesmo gasto pode aparecer de formas diferentes na receita de cada fornecedor. Para diretores financeiros e áreas de compras, entender essa mecânica ajuda a ler com mais cautela os números de mercado usados em negociações e planos de investimento.
O que observar a partir de agora
Três sinais devem orientar a leitura dos próximos meses. O primeiro é a eventual publicação dos prospectos da OpenAI e da Anthropic, que trarão receita auditada e permitirão uma comparação em base comum. O segundo é se o setor caminhará para algum padrão de divulgação da receita anualizada, como já ocorreu com métricas de empresas de software por assinatura. O terceiro, no Brasil, é a regulamentação do Redata pela Fazenda e pelo Ministério de Minas e Energia, que definirá quais projetos serão habilitados e em que condições.
O caso desta semana não diz que a demanda por inteligência artificial é ilusória. Diz algo mais modesto e, por isso mesmo, mais útil: num mercado em que centenas de bilhões de dólares são alocados com base em poucas métricas, a definição dessas métricas é parte do risco. Quem decide investimentos, aqui ou em Nova York, precisa saber o que está sendo medido antes de confiar no tamanho do número.
Perguntas frequentes
Qual é a receita anualizada da OpenAI em 2026?
Segundo o Financial Times e a CNBC, a OpenAI informou a investidores que sua receita anualizada se aproximava de US$ 50 bilhões no fim de setembro de 2026, e não dos cerca de US$ 70 bilhões que haviam circulado na imprensa.
Por que existe uma diferença de US$ 20 bilhões?
Porque o número maior foi produzido por investidores que aplicaram aos dados da OpenAI o critério usado pela Anthropic, que soma a receita bruta de vendas feitas por parceiros de nuvem, como AWS e Google Cloud. A OpenAI não inclui essa parcela no próprio cálculo.
A OpenAI cometeu alguma irregularidade contábil?
Não há indicação disso nas reportagens. As duas empresas seguem o US GAAP e diferem na interpretação de quem atua como principal ou agente em vendas por intermediários. Além disso, receita anualizada é uma métrica gerencial, não um número auditado.
Quem fatura mais hoje, OpenAI ou Anthropic?
Não é possível afirmar com segurança. A Anthropic reportou US$ 65 bilhões anualizados no fim de julho pelo critério bruto; a OpenAI, cerca de US$ 50 bilhões no fim de setembro pelo critério próprio. Datas e métodos diferentes impedem uma comparação direta até que os prospectos com dados auditados sejam publicados.
Como esse caso afeta o Brasil?
As projeções de demanda global por IA embasam investimentos em data centers que o Brasil tenta atrair com o Redata, sancionado em setembro de 2026 com renúncia estimada de R$ 5,2 bilhões neste ano. Além disso, investidores brasileiros expostos a ações de tecnologia americanas via BDRs ou fundos sentiram a queda das bolsas.
Este artigo tem como ponto de partida a reportagem "OpenAI annualised revenues $20bn less than previously signalled", de George Hammond e Stephen Morris, publicada pelo Financial Times em 8 de outubro de 2026. O texto não reproduz nem traduz o original: as informações atribuídas ao FT foram parafraseadas e complementadas por apuração independente em outras fontes, listadas nas referências.