Quando pensamos em inteligência artificial, geralmente o que vem à mente é o ChatGPT, da OpenAI, ou o Gemini, da Alphabet (Google) – ou seja, as “pontas” que usamos no dia a dia. Mas por trás desses produtos existe uma cadeia inteira de empresas. Entender essa cadeia ajuda a entender melhor o sistema para que você possa analisar e decidir melhor suas estratégias de investimento no setor.
A camada que todo mundo vê: os aplicativos e modelos de IA
Começando pela ponta que você possui contato direto, temos as plataformas e modelos de IA sendo acessados pelos usuários finais. Algumas das estruturas mais famosas são:
- Microsoft Copilot;
- Google Gemini; integrado à busca, ao Gmail e ao Android
- ChatGPT; da OpenAI, usado de forma independente
- Claude; da Anthropic, usado por empresas e desenvolvedores
Aqui, cada uma dessas estruturas oferece ao usuário diversos modelos, conexões e use cases próprios. Essas empresas competem pela atenção, e pela carteira, do usuário final. É a camada mais fácil de entender, mas não é onde está todo o valor do mercado.
🔗 Big Techs: o que são e como investir nelas pela Avenue?
Ainda nessa mesma camada, temos uma parte que pode não ser vista facilmente:
Diferente da OpenAI, que também tem um produto de consumo forte pelo consumidor final (o ChatGPT), a Anthropic concentra boa parte da sua receita em um segmento menos visível: vender inteligência artificial para outras empresas construírem seus próprios produtos, via API.
Fonte: S-1 protocolado pela Anthropic na SEC em 26 de outubro de 2026. No primeiro semestre de 2026, a receita de consumo (uso de API, Claude Code e consumo via parceiros de nuvem como AWS e Google Cloud) somou US$ 13,1 bilhões, equivalente a 80% do total, contra US$ 3,2 bilhões (20%) de assinaturas (Claude Pro, Max e Team). Essa divisão é a base pública para a leitura de que a Anthropic opera, predominantemente, como um negócio B2B.
Isso significa que, quando um banco, uma fintech ou um software de atendimento ao cliente usa inteligência artificial para te servir, é bem provável que “por baixo do capô” o motor para trazer as respostas seja um modelo da Anthropic, ou um concorrente direto. Um paralelo direto é comer as famosas batatas fritas “do McDonald’s”, que na realidade, são batatas que a rede de fast-food compra de outras empresas.
Esse modelo de venda para empresas (B2B) ajuda a explicar o ritmo de crescimento da receita da companhia: Ao detalhar seu plano de IPO, a Anthropic reportou que a receita do terceiro trimestre de 2026 foi de US$ 16,96 bilhões, ante cerca de US$ 1,38 bilhão no mesmo período do ano anterior. A operação da empresa, no entanto, ainda opera no vermelho: o documento também reporta perdas líquidas relevantes no período, reflexo do alto investimento em capacidade computacional.
🔗 IPO da Anthropic: o que se sabe até agora sobre a possível estreia na bolsa
Os outros segmentos da cadeia da inteligência artificial
Além dos modelos em si, existem outras camadas igualmente importantes, e, em alguns casos, com empresas listadas em bolsa há muito mais tempo:
1. Hardware
A inteligência artificial precisa de um poder de processamento gigantesco. Empresas como Nvidia, líder em chips especializados (GPUs), e AMD fornecem o “motor” para treinar e rodar os modelos. Aqui, são vendidos os “cérebros” que vão realizar todas as contas para responder a cada demanda do cliente final.
Entretanto, de tanto adianta avançar ao próximo cálculo, se o anterior for perdido no meio do caminho. É por isso que empresas como a Micron, Samsung e SK Hynix vendem as memórias avançadas para esse ecossistema.
2. Infraestrutura em nuvem
Os modelos de IA rodam em data centers imensos, acessados por meio da nuvem. Afinal, nenhum de nós (nem mesmo grandes empresas) possui um data center proprietário. Empresas como Amazon (AWS), Microsoft (Azure) e Google Cloud são os principais provedores de nuvem que hospedam essas operações, inclusive para empresas como a própria Anthropic.
3. Dados e ferramentas de desenvolvimento
Empresas que fornecem dados de treinamento, ferramentas de avaliação de modelos e plataformas para desenvolvedores construírem aplicações de IA, como a Hugging Face e a Databricks. Afinal, o modelo que for te servir pode ser graduado, com mestrado, doutorado… Muito de sua capacidade de responder perguntas complexas depende do conteúdo fornecido em seu treinamento.
4. Energia e infraestrutura
Tudo isso que conversamos até agora simplesmente não funciona sem a energia. Empresas que atuam na geração e na transmissão de energia atuam aqui, com dois nomes notórios sendo Constellation Energy e Vistra Corp.
Além de energia, a infraestrutura dos data center precisa contar com segurança, refrigeração (água), e o local físico que hospedará todo o maquinário. Algumas empresas do segmento são Digital Realty e Equinix.
🔗 IA nos investimentos: as 5 camadas que JPMorgan e Avenue mostraram no Connection
Quanto dinheiro está em jogo nesse mercado
Esse movimento não é exclusividade da Nvidia. Na camada de chips, a AMD, principal concorrente da Nvidia em aceleradores de IA, reportou receita de data center de US$ 8,5 bilhões no terceiro trimestre de 2026, alta de 97% em relação ao mesmo período do ano anterior, já respondendo por 65% da receita total da companhia. Na camada de nuvem, a Microsoft informou que a receita anual do Azure ultrapassou US$ 100 bilhões pela primeira vez no ano fiscal encerrado em junho de 2026, com o serviço crescendo 43% no último trimestre reportado, puxado pela demanda por infraestrutura de IA.
Do lado das projeções de mercado, estimativas da UNCTAD (agência de comércio e desenvolvimento da ONU) apontam que o setor de inteligência artificial pode superar US$ 4,8 trilhões até 2033. Já o JPMorgan estima que os avanços em IA podem adicionar, em média, cerca de US$ 1,9 trilhão ao PIB americano até 2050. São projeções, não garantias, mas dão uma ideia da escala do investimento que está sendo feito pelas empresas de cada camada da cadeia.
Riscos a considerar
Investir na cadeia da inteligência artificial, seja via ações individuais, ETFs temáticos ou fundos, envolve riscos específicos que vale conhecer antes de qualquer decisão:
- Concentração e avaliação potencialmente elevada: Boa parte do valor de mercado das big techs americanas hoje está concentrada em um número pequeno de empresas ligadas à IA, justamente em um momento de alto volume de ofertas do setor, em ações e dívidas, o que também alimenta um debate se os valuations atuais refletem fundamentos ou expectativas demasiadamente elevadas.
- Dependência de capex contínuo: o modelo de negócio de empresas como a Anthropic depende de gastos bilionários em capacidade computacional, o famoso capex. Desaceleração nesse investimento, por parte da própria empresa ou dos provedores de nuvem que a atendem, pode afetar a capacidade de crescimento do setor.
- Empresas ainda não lucrativas: Várias companhias de IA fechadas, se preparando para IPO ou de capital aberto, ainda registram prejuízo operacional, mesmo com receita em forte crescimento. Isso é comum em empresas de tecnologia em expansão, mas é um fator de risco que merece atenção.
- Risco regulatório e geopolítico: Controles de exportação de chips, discussões sobre segurança de modelos de IA e regulação em diferentes países podem impactar o setor de forma rápida e imprevisível.
Esses pontos não são motivo para evitar o tema, mas reforçam a importância de avaliar o perfil de investidor, o horizonte de tempo e o percentual da carteira dedicado a esse tipo de exposição, preferencialmente com apoio de um assessor de investimentos.
Os concorrentes chineses: um ecossistema paralelo
Até aqui, falamos principalmente do ecossistema americano. Mas a China construiu, em paralelo, uma cadeia de IA quase inteiramente própria, com características bem diferentes da americana.
Modelos de IA chineses
Enquanto Anthropic, OpenAI e Google mantêm seus modelos fechados, boa parte dos principais modelos chineses é aberta, ou seja, qualquer desenvolvedor pode baixar e rodar o modelo gratuitamente. Os principais nomes desse grupo, às vezes chamado de “Big Four” chinês, são:
- DeepSeek, a startup que ganhou destaque global nos anos recentes ao lançar modelos com preços de uso significativamente menores que os de modelos ocidentais;
- Qwen, da Alibaba, hoje uma das famílias de modelos abertos mais usadas no mundo: segundo a MIT Technology Review, suas variantes já responderam por mais de 40% dos novos modelos de linguagem publicados no Hugging Face, ante cerca de 15% do Llama, da Meta;
- ERNIE, da Baidu, um dos modelos mais antigos do mercado chinês, hoje já na sua quinta geração;
- GLM, da Zhipu AI, e Kimi, da Moonshot AI, startups chinesas que têm ganhado espaço entre desenvolvedores internacionais;
- Doubao, da ByteDance, dona do TikTok, com forte distribuição dentro do próprio ecossistema de produtos da empresa.
Essa estratégia de modelos abertos e mais baratos pode pressionar as margens das concorrentes ocidentais: segundo reportagens do setor, o custo por token de certos modelos chineses chega a ser cem vezes menor que o de modelos fechados equivalentes, o que tem forçado empresas como a própria Alibaba e outras rivais de médio porte a cortar preços para competir.
Fonte: “Nova IA chinesa custa 100 vezes menos para operar que rival americana” — Olhar Digital, Valdir Antonelli, 03/08/2026
Chips: a resposta chinesa às restrições de exportação
Do lado do hardware, os controles de exportação dos EUA limitam o acesso da China aos chips mais avançados da Nvidia. Isso impulsionou fabricantes locais como Huawei, Cambricon e Moore Threads, que juntas já respondem por boa parte do mercado chinês de servidores de IA. Esse mercado, segundo estimativas do setor, saltou para cerca de US$ 22 bilhões e é projetado para superar US$ 100 bilhões até 2029.
Vale destacar um ponto de atenção regulatório: em outubro de 2026, o governo dos EUA determinou a remoção do DeepSeek e de produtos construídos sobre seus modelos de agências federais americanas, citando preocupações de segurança nacional. Esse é um exemplo do risco geopolítico mencionado na seção anterior, que pode afetar de forma diferente empresas americanas e chinesas do setor.
Por que isso importa para quem investe
Entender essa cadeia ajuda a enxergar que investir em “inteligência artificial” não significa necessariamente comprar ações de uma única empresa de IA generativa. Existem oportunidades em diferentes elos da cadeia: quem fabrica os chips, quem fornece a nuvem, quem cria os modelos, quem fornece a infraestrutura e quem constrói os produtos finais.
A chegada da Anthropic à bolsa, com estreia esperada na Nasdaq em 19 de novembro de 2026 é um marco porque a participação na Anthropic estava restrito a fundos específicos e investidores institucionais.
🔗 Como investir em IA: oportunidades, riscos e estratégias globais
🔗 Diferença entre IPO no Brasil e nos EUA: um comparativo completo
Fontes
Built In – Anthropic IPO filing
WUNC/NPR – AI giant Anthropic files for an IPO
Renaissance Capital – Anthropic PBC files for an estimated $75 billion IPO
PPC Land – Anthropic files for Nasdaq IPO with $16.3bn in first-half revenue
RoboForex – Anthropic IPO: dados financeiros do S-1/A (Q3 2026)
Convergência Digital – Receita recorde da Nvidia no ano fiscal 2026
Exame – Nvidia tenta provar que o reinado está apenas começando (receita jul/2026)
EnterpriseDNA – Anthropic IPO 2026 e o “ano do IPO” segundo o Blackstone
InfoMoney – Medo de bolha em OpenAI, Anthropic e SpaceX? Veja como investir em IA
GeoToolbox – IA chinoise: DeepSeek, Qwen, GLM, Kimi comparés (2026)
Digitimes – China’s AI server market surges to US$22B, set to top US$100B by 2029
Bloomberg Línea – EE.UU. prohíbe la IA china DeepSeek en los sistemas de agencias federales
FAQ sobre empresas por trás da IA
O que são “modelos de fundação” e quem são os principais players?
São os sistemas de IA generativa que servem de base para outros produtos, como o Claude (Anthropic), o GPT (OpenAI), o Gemini (Google DeepMind) e o Llama (Meta). Eles podem ser usados diretamente pelo consumidor final ou “alugados” via API por outras empresas para construir seus próprios produtos.
Quais empresas fazem parte da cadeia de inteligência artificial?
De forma simplificada: fabricantes de chips (Nvidia, AMD), provedores de nuvem (Amazon, Microsoft, Google), criadoras de modelos (Anthropic, OpenAI, Google DeepMind, Meta) e empresas que constroem produtos finais com esses modelos.
Como essas empresas ganham dinheiro, afinal?
Cada camada tem um modelo de receita diferente. Fabricantes de chips vendem hardware (a Nvidia e a AMD, por exemplo, faturam principalmente com GPUs para data center). Provedores de nuvem cobram pela capacidade computacional usada para treinar e rodar os modelos. Já as criadoras de modelos costumam ter dois fluxos: assinaturas de consumidor (como o ChatGPT Plus) e cobrança por uso via API para empresas, sendo esse segundo modelo geralmente o mais relevante entre as líderes do setor.
Qual a diferença entre modelos “abertos” e “fechados”?
Modelos fechados (como os da Anthropic, OpenAI e Google) têm o código e os pesos proprietários: só é possível usá-los pela API ou aplicativo oficial. Modelos abertos (como vários dos chineses DeepSeek e Qwen, ou o Llama, da Meta) podem ser baixados e adaptados livremente por qualquer desenvolvedor, geralmente a um custo de operação bem menor.
Os modelos chineses são páreo para os americanos?
Em benchmarks de desempenho, sim, vários já competem de perto com os modelos ocidentais, e a um custo de operação muito menor. A diferença está mais na estratégia (modelos abertos vs. fechados) e no contexto geopolítico, que inclui restrições de exportação de chips e, em alguns casos, barreiras regulatórias ao uso desses modelos fora da China.
Investir em “ações de IA” significa só comprar Nvidia ou alguma empresa de modelos?
Não necessariamente. A cadeia tem vários elos (chips, nuvem, modelos, aplicações), e cada um reage de forma diferente aos ciclos do setor. Diversificar entre essas camadas é uma forma de reduzir a dependência do desempenho de uma única empresa ou segmento.
Investir em empresas de IA é uma aposta em bolha?
É um debate real no mercado: parte dos analistas questiona se os valuations do setor refletem fundamentos ou expectativa, especialmente diante dos altos gastos em capacidade computacional e dos prejuízos ainda reportados por algumas empresas. Isso não significa que o setor vá necessariamente se desvalorizar, mas reforça a importância de diversificação e de avaliar o tema dentro do seu perfil de risco.
Disclaimers
As informações contidas neste conteúdo têm caráter exclusivamente educacional e informativo, não configurando recomendação de investimento, oferta ou solicitação de compra ou venda de qualquer ativo. Menções a empresas, produtos e eventos de mercado, como processos de abertura de capital (IPO), são apresentadas apenas a título ilustrativo. Decisões de investimento devem considerar o perfil, os objetivos e a tolerância a risco de cada investidor, preferencialmente com o apoio de um assessor de investimentos. Rentabilidade e valorização passadas não constituem garantia de resultados futuros. Investimentos no exterior envolvem riscos adicionais, como variação cambial e diferenças regulatórias entre os mercados brasileiro e americano. A Avenue Securities e suas afiliadas não se responsabilizam por decisões tomadas com base neste conteúdo.A Avenue Securities Gestão de Recursos Ltda. está autorizada pela Comissão de Valores Mobiliários (“CVM”) a prestar serviços de administração de carteira de valores mobiliários, na categoria “gestor de recursos”, nos termos da Resolução da CVM nº 21, de 25 de fevereiro de 2021, conforme alterada, nos termos do Ato Declaratório nº 20.336, de 11 de novembro de 2022. A Avenue Securities Gestão de Recursos Ltda. é afiliada da Avenue Securities LLC (“Avenue Securities”), uma corretora norte-americana membro da FINRA e da SIPC, que fornece seus serviços exclusivamente nos Estados Unidos. Nada aqui deve ser entendido como uma oferta dos serviços de intermediação no exterior prestados pela Avenue Securities LLC. Além disso, nada aqui deve ser entendido como uma oferta de títulos ou valores mobiliários. Veja todos os avisos importantes sobre investimento: https://avenue.us/termos/.
