🎧 Startups e investimentos: os destaques da semana

_Podcast em áudio — dois apresentadores de IA discutem as notícias mais recentes sobre IA. Transcrição completa abaixo._

Apresentadora A (00:00): Sabe, hoje temos na mesa uma pilha simplesmente gigantesca de análises recentes, vazamentos de processos judiciais e relatórios financeiros. E, sinceramente, quando eu estava revisando tudo isso antes do nosso mergulho aprofundado, fiquei de cabelo em pé.

Apresentador B (00:16): Pois é, juntou bastante material, e os números ali são, para dizer o mínimo, anômalos.

Apresentadora A (00:21): Exatamente, anômalos. E a nossa principal missão hoje é tentar entender como foi que o desenvolvimento de software, software comum mesmo, de repente virou uma espécie de indústria pesada — ou seja, um setor que exige capital no nível de países inteiros.

Apresentador B (00:43): Essa mudança de paradigma aconteceu, na verdade, literalmente nos últimos dois trimestres. A indústria não financia mais só código abstrato ou, sei lá, algoritmos no vácuo. A fase atual é uma corrida extremamente agressiva pelo controle da infraestrutura física crítica. E hoje vamos analisar justamente toda essa cadeia.

Apresentadora A (01:07): Isso, de avaliações completamente insanas de startups de IA até a construção de fábricas gigantescas de verdade. Os números que vamos dissecar hoje quebram qualquer lógica financeira habitual. E proponho começarmos pelo próprio setor de software.

Apresentador B (01:23): Vamos. É lá que a coisa está mais quente agora.

Apresentadora A (01:25): Pois então, por exemplo, os dados mais recentes sobre a Anthropic. É o pessoal que criou a rede neural Clode. Eles estão negociando a captação de pelo menos $30 bilhões.

Apresentador B (01:36): 30000000000. Em dinheiro?

Apresentadora A (01:38): Sim. E a avaliação da empresa passa de $900 bilhões. Mas o que mais me impressionou é que só 3 meses atrás, 1 trimestre, ela era avaliada em $20 bilhões.

Apresentador B (01:49): Um crescimento de 45 vezes em 1 trimestre.

Apresentadora A (01:53): Uma empresa de garagem que, em 3 meses, passou a valer mais do que os maiores bancos do mundo somados. Para que eles precisam de 30 1000000000 agora?

Apresentador B (02:02): Olha, é preciso entender a lógica do mercado. Os investidores não estão avaliando a receita atual da Anthropic. Na prática, eles estão comprando a única alternativa viável e independente à OpenEye.

Apresentadora A (02:13): Ou seja, estão pagando um prêmio de risco?

Apresentador B (02:15): Exatamente. Mas, olhando o lado puramente físico do processo, esses 30000000000 não são nenhum excesso. É o orçamento de sobrevivência deles para os próximos, sei lá, dezoito-três 6 meses no máximo.

Apresentadora A (02:27): Orçamento de sobrevivência de 30000000000. Uau!

Apresentador B (02:31): Sim, porque o dinheiro vai para a nanutalização da capacidade computacional. Eles precisam comprar centenas de 1000 chips Nvidia H100. Além disso, a Anthropic afirma que quer ampliar a janela de contexto do seu modelo para mais de 200000 tokens. E, do ponto de vista técnico, na arquitetura de transformers, a complexidade computacional cresce de forma quadrática em relação ao tamanho do contexto.

Apresentadora A (02:56): Espera, vamos explicar para ficar claro. Ou seja, se a gente, digamos, aumenta em 2 vezes o volume de texto que a rede neural consegue manter na cabeça ao mesmo tempo, a exigência de hardware não cresce 2 vezes, e sim 4.

Apresentador B (03:10): Exatamente. A matemática dos transformers é implacável. Cada token precisa, grosso modo, prestar atenção em todos os outros tokens. Quando você tem centenas de 1000 tokens, o número de operações matemáticas fica simplesmente astronômico.

Apresentadora A (03:25): E aí servidores alugados comuns já não dão conta?

Apresentador B (03:28): 100 por cento. Eles precisam de uma infraestrutura de nuvem própria, projetada do 0. Sem essa injeção gigantesca de capital de 30000000000, eles fisicamente não vão conseguir treinar a próxima geração. É uma guerra de desgaste.

Apresentadora A (03:42): Pois é. E essa corrida, curiosamente, está ganhando rapidamente uma escala geopolítica. Nos relatórios, encontrei dados sobre a startup chinesa MoonshotAI, que desenvolve o chatbot Kimi.

Apresentador B (03:55): Sim, sim, li sobre eles.

Apresentadora A (03:56): Lá os números também são loucos: captaram $2 bilhões com avaliação de $20 bilhões, cresceram quase 7 vezes em 16 meses. Mas, sabe, o mais interessante aqui é: quem está dando o dinheiro?

Apresentador B (04:09): A composição dos investidores.

Apresentadora A (04:11): Exatamente. Tem a MateOne, um grande serviço de delivery, tudo bem. Mas depois vem a China Mobile, uma operadora de telecomunicações gigante com participação estatal, e o fundo de investimento do conglomerado estatal CATC. Convenhamos, isso não se parece nada com o venture capital clássico, com fundos do Vale no cap table. Parece financiamento direto de um projeto nacional.

Apresentador B (04:34): Eu diria que é um sinal muito claro. Pequim está literalmente moldando a Moonshot.ai como a chamada campeã nacional. Quando alguém do porte da China Mobile entra no capital, a startup não recebe só um cheque de 1000000000.

Apresentadora A (04:48): E o que mais?

Apresentador B (04:48): E infraestrutura. E infraestrutura.

Apresentadora A (04:51): E acesso irrestrito, acesso aos data centers nacionais, além de contratos garantidos no setor público e, o mais importante para IA, acesso a volumes colossais de dados internos do Estado para treinar seus algoritmos.

Apresentador B (05:05): Ou seja, a inteligência artificial deixou de ser uma história comercial?

Apresentadora A (05:09): Totalmente. Agora é uma questão de segurança nacional e de soberania tecnológica no mais alto nível. E isso, aliás, explica muito bem por que os números são tão enormes. E essa transição da IA para a categoria de infraestrutura pesada nos leva a 1 vazamento judicial muito interessante sobre o qual eu queria falar. Ele envolve a Microsoft e a OpenAI.

Apresentador B (05:32): Ah, sim, os custos ocultos.

Apresentadora A (05:35): Isso. Oficialmente, todo mundo achava — e foi dito publicamente — que a Microsoft tinha investido 13 1000000000 de dólares na OpenAI. Parece muito, mas é tolerável. Só que os documentos judiciais acabaram de revelar o quadro real. Os gastos efetivos da gigante de software vão passar de 100 1000000000 de dólares já até junho de 2026.

Apresentador B (05:57): Uma diferença de 7 vezes, veja bem.

Apresentadora A (05:59): Uma diferença colossal. 1 coisa é treinar um modelo em laboratório; outra, completamente diferente, é colocá-lo na nuvem Azure, no Word, no Excel e fazê-lo processar 1000000 de requisições a cada segundo. Me surge a seguinte pergunta: se até a Microsoft é obrigada a esconder os custos reais de manter a IA, isso não significa que a IA generativa acabou se revelando um luxo caro demais?

Apresentador B (06:24): Olha, os documentos mostram que cada requisição a esse modelo avançado custa dezenas, às vezes centenas de vezes mais do que uma busca comum.

Apresentadora A (06:33): Centenas de vezes?

Apresentador B (06:34): Sim. Você precisa de clusters enormes de GPUs funcionando 24 horas por dia. Aliás, é daí que vem a recente reestruturação da OpenAI.

Apresentadora A (06:44): Você está falando do novo spin-off deles?

Apresentador B (06:45): Isso, eles estão criando uma subsidiária separada, a diploment company, e já colocam $4 bilhões nela de cara.

Apresentadora A (06:52): Sim, sim, sim, vi essa lista de investidores: 19 empresas se juntaram para esses 4000000000, entre elas TPG, Advent International, Bank capital, grandes nomes do mercado de investimentos. Mas 1 empresa me chamou muito a atenção. A Brookfield.

Apresentador B (07:07): Ah, a Brookfield é muito reveladora.

Apresentadora A (07:09): Uma das maiores gestoras de ativos de infraestrutura e energia do mundo. Ou seja, eles constroem usinas, sistemas de água. E são eles que estão colocando dinheiro nisso. O gargalo deixou de ser o código — o gargalo virou a tomada.

Apresentador B (07:24): Exatamente. Implantar modelos modernos de IA hoje é tarefa para uma incorporadora industrial, não para um programador. Para construir um data center, não basta comprar servidores. Você precisa de centenas de hectares de terra.

Apresentadora A (07:36): E de água, imagino, para resfriar tudo isso.

Apresentador B (07:40): Sim, volumes colossais de água que precisam ser aprovados pelas autoridades e, principalmente, conexão direta a linhas de alta tensão. O Vale do Silício simplesmente não tem essa expertise. A Brookfield tem. Essa aliança é o reconhecimento aberto de que a tecnologia bateu no limite físico das redes de energia.

Apresentadora A (07:56): Escuta, se os principais problemas migraram para o mundo físico — tomadas, resfriamento —, faz sentido olhar para o mercado de hardware. Lá também estão acontecendo mudanças tectônicas.

Apresentador B (08:08): E que mudanças! Só o IPO da Cerebras Systems já diz muito.

Apresentadora A (08:11): Ah, sim! Avaliação de 95 1000000000 de dólares. Eles captaram mais de 5 bilhões e meio, e no primeiro dia de negociação as ações dispararam 68%. É a maior abertura de capital de tecnologia desde 2020, quando a Snowflake estreou.

Apresentador B (08:28): E aqui, sabe, o ponto nem são os recordes na bolsa. O importante é por que o mercado os avalia assim. Eles têm a tecnologia Wafer Scale. Na prática, resolvem o principal problema dos chips modernos: o problema de interconexão.

Apresentadora A (08:41): Ou seja, o atraso físico quando os dados trafegam entre diferentes

Apresentador B (08:45): processadores? Sim, exatamente.

Apresentadora A (08:47): Pensei numa analogia para facilitar a visualização. Os chips tradicionais num supercomputador são como um monte de vilarejos pequenos. E, para eles resolverem uma tarefa em comum, é preciso construir entre eles chassis e cabos caros.

Apresentador B (09:00): E ficar mandando caminhões de dados para lá e para cá.

Apresentadora A (09:03): Isso, isso, gasta-se um monte de tempo e energia só com logística. Já o chip Wafer Scale da Crebres tem o tamanho de um wafer de silício inteiro. É como construir 1 megalópole gigante sobre 1 única fundação. Tudo fica perto, sem cabos externos, e no fim são 40 por cento mais núcleos de processamento na mesma área.

Apresentador B (09:25): Ótima analogia. E a física do processo define a economia. Dentro de 1 único die, os sinais trafegam ordens de grandeza mais rápido e, o que é importante, exigem várias vezes menos energia do que quando o sinal sai para a placa-mãe. Treinar uma rede neural enorme exige que todos os núcleos trabalhem de forma sincronizada. Ao eliminar a distância física, você reduz drasticamente o tempo de treinamento.

Apresentador B (09:50): Para gigantes como Meta ou Google, reduzir o treinamento de um modelo de vários meses para semanas é uma vantagem crítica. Eles pagam qualquer valor por isso.

Apresentadora A (10:01): Mas veja: a Cerebras, então, resolve o problema da velocidade. E tem ainda a notícia sobre a Arm, que mira outro alvo — justamente a eficiência energética.

Apresentador B (10:12): Sim, a Arm também é um assunto muito importante.

Apresentadora A (10:15): O CEO deles, Rene Haas, falou recentemente em uma explosão de demanda. Em 5 semanas, receberam $2 bilhões em pedidos. É 2 vezes acima do normal para eles. E a Arm sempre foi associada a smartphones, mas agora quem puxa esse crescimento são justamente os data centers.

Apresentador B (10:33): Porque os data centers estão abandonando em massa os processadores clássicos X86 da Intel e da AMD. Por quê? Eles consomem energia demais.

Apresentadora A (10:42): Exatamente. A arquitetura X86 dominou por décadas, mas foi criada para ser universal, com um monte de instruções obsoletas. É uma arquitetura CISC, com um conjunto complexo de instruções.

Apresentador B (10:54): Certo.

Apresentadora A (10:55): Já a ARM usa RISC, um conjunto reduzido. Ou seja, o chip executa só instruções básicas, mas de forma supereficiente. No fim, os data centers economizam 30-40% de energia. Nossa! Escuta, mas na escala de 1 notebook, 40% de economia é só uma hora a mais de série.

Apresentadora A (11:14): Mas num data center

Apresentador B (11:15): Sim, num data center com centenas de 1000 servidores, são centenas de megawatts. São centenas de 1000000 de dólares de lucro operacional líquido todo ano.

Apresentadora A (11:24): E menos calor, imagino? Ou seja, gasta-se menos com resfriamento?

Apresentador B (11:28): 100 por cento. Menos eletricidade para os servidores, menos eletricidade para o ar-condicionado. Reação em cadeia. Por isso o mercado mobile está estagnado, enquanto o segmento de servidores vai se tornar o principal motor de crescimento da ARM em 2026-2027. Os provedores de nuvem simplesmente não têm saída: eles enfrentam limites rígidos de dissipação de calor por metro

Apresentadora A (11:46): quadrado. Sim, se não dá para levar mais energia ao prédio, só resta instalar chips que fazem mais trabalho por Watt. Faz sentido?

Apresentador B (11:54): Exatamente.

Apresentadora A (11:55): Mas, sabe, se os chips viraram o recurso mais valioso do planeta, do qual depende a sobrevivência das empresas, depender de terceiros fica arriscado demais.

Apresentador B (12:04): Você está chegando na notícia da SpaceX?

Apresentadora A (12:08): Sim. Isso simplesmente quebra todos os padrões. A SpaceX vai investir no mínimo $55 bilhões, com potencial de chegar a $119 bilhões, numa fábrica de chips de IA no Texas. O projeto se chama TerraFab.

Apresentador B (12:22): Números insanos, concordo.

Apresentadora A (12:24): Para dar contexto, fui conferir: o orçamento anual inteiro da agência espacial NASA é de cerca de 25 1000000000. Ou seja, a empresa espacial de Elon Musk pretende despejar numa fábrica terrestre de microchips quase 5 orçamentos da NASA.

Apresentador B (12:38): Para produzir processadores para 200 GW de capacidade computacional por ano.

Apresentadora A (12:43): Mas para quê? Uma empresa espacial deveria construir foguetes, no máximo satélites, e não competir com as fábricas asiáticas de silício, certo?

Apresentador B (12:52): Bom, aqui é preciso olhar o Império de Musk como um todo. Ele não tem só a SpaceX: tem a XI, tem a Tesla com o piloto automático. Todos esses projetos precisam criticamente de dezenas de 1000 GPUs.

Apresentadora A (13:04): E ele não quer ficar na fila da Nvidia.

Apresentador B (13:07): Existe o monopólio da Nvidia no design e da TSMC na fabricação. Musk não quer pagar a margem de 70-80% da Nvidia nem esperar cotas.

Apresentadora A (13:18): Ou seja, é integração vertical pura e dura. Quer uma IA forte? Faça o seu próprio silício.

Apresentador B (13:24): Sim. Mas 119 1000000001 não se justificam só com economia de margem. Aqui tem geopolítica, 100%.

Apresentadora A (13:32): Um escudo contra guerras comerciais.

Apresentador B (13:34): Exatamente. A fábrica no Texas significa independência total de quaisquer bloqueios na região do Pacífico ou de conflitos. Isso torna o Império de Musk totalmente autônomo.

Apresentadora A (13:44): E cria um novo centro gravitacional na indústria, completamente fora das velhas cadeias de suprimentos. Mas, escuta, aqui me surge a pergunta mais pragmática: estamos aqui discutindo 100 bi da Microsoft, 30 bi da Anthropic, a fábrica de Musk de 119 bi — somando, já é algo como 1000000000000 de dólares simplesmente enterrados na fundação da IA.

Apresentador B (14:06): Certo, e qual é

Apresentadora A (14:06): a pergunta? Quem paga a conta? Onde o mercado enxerga retorno desses investimentos gigantescos?

Apresentador B (14:14): Aí quem nos ajuda é o relatório dos analistas da Bainin Company.

Apresentadora A (14:18): Isso, eu li. Eles estimam o futuro mercado de software corporativo baseado na chamada IA agêntica em $100 bilhões.

Apresentador B (14:28): E a palavra-chave aqui é agêntica. Não estamos mais falando de chatbots que só escrevem textos ou código sob

Apresentadora A (14:35): demanda. Sim, é sobre automação do trabalho de coordenação. Parece superchato, claro. Entrada de dados, troca de informações em sistemas ERP e CRM, logística.

Apresentador B (14:47): Parece chato, mas custa às corporações 1000000000.

Apresentadora A (14:51): Espera, então estamos mesmo construindo fábricas de 200 gigawatts e queimando eletricidade de usinas inteiras só para que um robô-agente possa preencher sozinho uma nota fiscal chata na

Apresentador B (15:02): contabilidade? Sim, imagine só. Porque a rotina de coordenação é um enorme imposto oculto sobre a economia. 1000000 de gerentes trabalham simplesmente como roteadores humanos: copiam dados de 1 programa incompatível para outro e esperam aprovações.

Apresentadora A (15:18): É verdade.

Apresentador B (15:19): A IA agêntica entra sozinha no sistema do estoque, verifica sozinha os descontos no CRM, escreve sozinha o relatório e o envia ao cliente. Isso elimina o atrito nos processos de negócio.

Apresentadora A (15:29): E libera as pessoas para o trabalho de verdade: análise, estratégia, relacionamento com clientes. Na prática, é uma reconstrução de todo o software corporativo pelos próximos 5-10 anos.

Apresentador B (15:43): E as empresas estão dispostas a pagar qualquer valor em licenças por isso. Cada tempo economizado pelas empresas vai se converter diretamente em pagamento por capacidade computacional. É um modelo econômico totalmente fechado.

Apresentadora A (15:55): Janelas de contexto e avaliações perto de 1000000000000 de dólares.

Apresentador B (15:58): E terminamos com concreto e tomadas.

Apresentadora A (16:01): Exatamente. Toda essa indústria aparentemente efêmera esbarra duramente na física. Wafers de silício do tamanho de um prato, as fábricas gigantes de Musk, núcleos energeticamente eficientes — diante dos nossos olhos, as startups se transformaram na verdadeira indústria pesada do século 21, e as regras do Vale do Silício simplesmente não funcionam mais.

Apresentador B (16:22): Sim, a escala de capital virou o principal filtro. Sem conexões no setor global de energia e na construção industrial, não há mais nada a fazer em IA.

Apresentadora A (16:30): Escuta, já que falamos de energia, no final me surgiu 1 ideia, meio provocativa, que não estava explicitamente nesses relatórios.

Apresentador B (16:38): Opa, interessante. Conta.

Apresentadora A (16:40): Olha só. Se a SpaceX precisa de 200 GW, se a ARM luta até a morte por cada 10% de economia de Watt nos data centers, e se nos próximos 10 anos o principal gargalo não for a falta de chips nem de dinheiro de investidores? E sim o quê? A simples falta de capacidade das redes elétricas mundiais. Simplesmente não vai haver capacidade de transmissão suficiente.

Apresentadora A (17:04): Será que as gigantes de tecnologia de amanhã não vão ter de se tornar as maiores empresas de energia do mundo? Construir suas próprias usinas nucleares só para que seus algoritmos não se apaguem por falta de energia?

Apresentador B (17:15): É uma pergunta muito forte. E, a julgar pelos acordos com a própria Brookfield, elas já começaram a fazer isso.

Apresentadora A (17:20): Exatamente. Fica a reflexão. Aqui termina o nosso mergulho aprofundado. Até os próximos mergulhos nos dados.