Mesmo depois de faturar US$ 6,1 bilhões em apenas cinco meses, a OpenAI ainda opera no vermelho. A conclusão vem de um estudo do think tank Epoch AI que analisou todos os custos por trás do “pacote GPT-5” — termo usado para englobar GPT-5, GPT-5.1, GPT-4o, ChatGPT e a API durante o ciclo de vida do modelo.
Lucro bruto existe, mas evapora rápido
À primeira vista, o resultado empolga: descontados somente os gastos diretos de inferência (executar o modelo nos servidores), a margem bruta chega a 48%. É um índice saudável, embora menor que o de softwares convencionais. Porém, quando entram na conta:
- US$ 3,2 bi em custo de computação (GPUs, energia e data centers);
- US$ 1,2 bi em folha de pagamento de especialistas altamente disputados;
- US$ 2,2 bi em vendas e marketing;
- US$ 200 mi em despesas administrativas;
o balanço já não parece tão animador. Pior: todo esse investimento precisa se repetir — e até aumentar — para que o próximo modelo (imaginemos um hipotético GPT-6) seja competitivo. Ou seja, lucro bruto não cobre o “ciclo de vida” completo da IA.
Por que isso importa para quem monta PCs ou faz upgrade?
Simples: o coração dessa equação bilionária são placas de vídeo de última geração como as Nvidia H100, que usam a mesma arquitetura das GPUs gamers top de linha vendidas na Amazon. Quanto maior a procura dos gigantes da IA, maior a pressão na cadeia de suprimentos — e isso pode refletir tanto em preço quanto em disponibilidade de modelos voltados ao consumidor final.
Para quem planeja comprar uma RTX 40-series ou até economizar em uma RTX 30-series, entender o ritmo de investimento das big techs ajuda a prever promoções, estoques e possíveis cortes de preço daqui pra frente.
Três alavancas para virar o jogo financeiro
O analista Jason Andersen (Moor Insights & Strategy) aponta três caminhos práticos para a OpenAI — e, por extensão, outras desenvolvedoras de IA — aumentar as chances de lucro:
- Paceamento dos lançamentos: lançar menos, mas com mais tempo de maturação. Isso dilui custos e dá tempo para que empresas e usuários adotem as novidades.
- Diversificação de produtos: criar serviços focados em nichos — por exemplo, kits prontos de IA para atendimento ao cliente ou geração de vídeo — capazes de gerar receita recorrente sem necessidade de treinar um modelo gigantesco todo ano.
- Cobrar pedágio de terceiros: integrar a tecnologia em plataformas de parceiros e receber parte da receita — algo similar ao que já vemos com o Azure OpenAI Service da Microsoft.
“Too big to fail” ou castelo de cartas?
Scott Bickley, da Info-Tech Research Group, calcula que os compromissos financeiros da OpenAI (incluindo contratos com Nvidia e hiperescaladores) somam US$ 1,4 trilhão. A aposta de Sam Altman, CEO da companhia, é se tornar grande demais para quebrar e, assim, garantir fôlego até que as receitas futuras cubram o investimento insano em hardware e energia.
Imagem: Paul Barker
Mesmo que a empresa afunde, analistas acreditam que seus modelos continuariam disponíveis sob outra gestão. Em outras palavras, quem depende de GPT-4 ou busca integrar GPT-5 em um software corporativo tem risco limitado de descontinuidade.
O que vem pela frente?
A mensagem do relatório é paradoxal: os modelos atuais não precisam ser lucrativos agora — basta convencer investidores de que serão no futuro. Margens de computação caem ano após ano, contratos corporativos tendem a ser mais “grudentos” e ciclos de vida de modelos podem se alongar à medida que as inovações se tornem incrementais.
Para o público entusiasta de hardware, vale acompanhar esses movimentos: mais demanda corporativa por GPUs avançadas pode aquecer (ou travar) o mercado consumidor, influenciando preços de mouses gamer com polling rate insano ou teclados mecânicos premium que completam o setup.
No fim, a corrida bilionária da IA ainda está no início — e, como toda maratona tecnológica, quem ficar de olho nas entrelinhas terá vantagem na hora de decidir o próximo upgrade ou investimento.
Com informações de Computerworld
