O que o IPO da Anthropic nos mostra sobre o futuro do desenvolvimento de software
O prospecto do IPO da Anthropic revela receita crescendo rápido, obrigações de centenas de bilhões e nenhum caminho claro para a rentabilidade. Quando a liquidez secar, a reprecificação vem. A pergunta que todo gestor de tecnologia deveria fazer agora: quão dependentes meus processos estão das plataformas de IA?

A Anthropic, criadora do Claude, caminha para abrir capital, e o rascunho do seu prospecto, obtido pela Reuters no fim de setembro, é provavelmente o documento mais revelador já publicado sobre a economia real da inteligência artificial. Não pelos planos grandiosos, mas pelos números.
De um lado, um crescimento de receita que impressiona qualquer um: cerca de US$ 4,6 bilhões em 2025, com os trimestres de 2026 acelerando em ritmo que a empresa descreve como multiplicação, não soma. Do outro, despesas operacionais de quase US$ 13 bilhões no mesmo 2025, prejuízo líquido reportado na casa das dezenas de bilhões e, o item mais impressionante do documento, compromissos de mais de US$ 500 bilhões em compute para a próxima década, a maior parte não cancelável, com Google, Amazon, Microsoft, Broadcom e Nvidia.
A leitura fria é simples: receita crescente, necessidade brutal de caixa e nenhum caminho claro para a rentabilidade dentro do próprio documento. A empresa fala em margens melhorando e em trimestres ajustados positivos, mas as obrigações assumidas são duas ordens de magnitude maiores que a receita atual. O IPO, que busca captar na casa dos US$ 100 bilhões, não é uma celebração de maturidade. É a próxima rodada de financiamento de uma operação que consome capital em escala inédita.
E isso não é uma particularidade da Anthropic. É o retrato do setor inteiro: os concorrentes diretos queimam caixa na mesma proporção, com a diferença de que ainda não precisaram mostrar os números com esse nível de detalhe.
A torneira de liquidez não é eterna
Enquanto há capital abundante, essa conta fecha. Fundos, big techs e agora o mercado público financiam o crescimento, e o preço cobrado do usuário final pode permanecer artificialmente baixo. Mas a história do mercado de tecnologia não registra torneira de liquidez que não tenha secado em algum momento, seja por juros, por decepção com resultados ou por simples rotação de tese.
Quando isso acontecer, e o próprio prospecto admite a dependência de captações futuras, a pressão cai sobre a única variável que a empresa controla de verdade: o preço. Com centenas de bilhões em obrigações não canceláveis, não existe plano B elegante. A reprecificação deixa de ser hipótese e vira cronograma.
O playbook que já vimos antes
Nada disso é novo. O playbook das empresas de tecnologia financiadas por capital abundante é sempre o mesmo, e funciona em três tempos: usar o dinheiro levantado para reduzir ao máximo o custo de aquisição de usuários, oferecendo o serviço abaixo do custo real; esperar que empresas e pessoas construam seus processos em torno da solução, até ela se tornar infraestrutura; e então, com a base capturada e o custo de troca alto, subir os preços.
Foi assim com a corrida dos aplicativos de transporte, com o streaming e, de forma mais silenciosa, com a nuvem. A diferença é que nunca o estágio um foi tão caro quanto na IA: cada resposta de um modelo tem custo marginal real de compute, e esse custo está sendo subsidiado para acelerar a adoção. Quem hoje paga vinte dólares por mês por uma ferramenta que executa trabalho de conhecimento está, com alta probabilidade, pagando menos do que ela custa para operar.
Para o usuário, o momento é excelente: serviço sofisticado a preço subsidiado. O erro não está em aproveitar. Está em construir uma operação inteira assumindo que o preço de hoje é o preço de sempre.
A pergunta que todo gestor de tecnologia precisa fazer
Do ponto de vista de resiliência de negócio, a pergunta que o prospecto da Anthropic coloca na mesa de todo gestor de tecnologia é uma só: quão dependentes os meus processos estão das plataformas de IA?
Não se trata de evitar IA, o que a esta altura seria tão sensato quanto evitar a nuvem. Trata-se de saber responder a perguntas concretas. Se o custo por chamada do modelo que uso triplicar, quais processos ficam inviáveis? Quais fluxos críticos dependem de um único fornecedor de modelo, sem camada de abstração que permita trocar? O que foi automatizado com IA e já não tem mais o procedimento manual documentado, nem o time que sabia executá-lo? Quanto do roadmap assume ferramentas de produtividade a preço atual?
É o mesmo exercício que propusemos ao falar de resiliência de software e dependência de fornecedores, agora aplicado à camada mais nova e menos madura da infraestrutura. A diferença é que, no caso da IA, o risco não é só a indisponibilidade de um dia. É a mudança permanente da economia que sustentava a decisão de adotar.
Vale registrar o contraponto: os otimistas argumentam que o custo de inferência cai de forma consistente a cada geração de hardware e modelo, e que a escala pode fechar a conta antes de a liquidez secar. Pode ser. Mas resiliência de negócio não se constrói sobre o cenário otimista, e sim sobre a pergunta “e se não?”.
O que fazemos com isso na prática
Na Espresso Labs, a IA já faz parte do nosso ciclo de desenvolvimento e dos sistemas que entregamos. Justamente por isso, tratamos dependência de plataforma como decisão de arquitetura, não como detalhe: camadas de abstração entre aplicação e modelo, possibilidade de troca entre fornecedores e modelos abertos, processos críticos documentados antes de serem automatizados e a conta de custo por transação feita com preço de mercado, não com preço de promoção.
O IPO da Anthropic vai ser lido como um marco da era da IA, e provavelmente será. Mas, para quem constrói e opera software, a lição está nas notas de rodapé do prospecto: a infraestrutura mais transformadora da década ainda não descobriu quanto custa. Desenhe seus sistemas sabendo disso.
Seus processos sobrevivem a uma reprecificação?
Mapeamos a dependência da sua operação em plataformas de IA e desenhamos alternativas antes que a conta mude.