Reuters: OpenAI acelera rodada de US$ 30 bilhões para fechá-la antes do IPO da Anthropic, mirando avaliação acima de US$ 1,4 trilhão

Reuters: OpenAI acelera rodada de US$ 30 bilhões para fechá-la antes do IPO da Anthropic, mirando avaliação acima de US$ 1,4 trilhão

A Reuters revelou com exclusividade em 19 de outubro que a OpenAI está acelerando uma nova rodada de financiamento de cerca de US$ 30 bilhões, mirando uma avaliação pós-investimento acima de US$ 1,4 trilhão — bem superior aos US$ 852 bilhões da rodada de março. O essencial é o cronograma: a OpenAI quer fechar a rodada antes do esperado IPO da rival Anthropic em meados de novembro.

Ponto 1: o motivo da pressa — definir o preço antes da comparação. As duas empresas estão cortejando ao mesmo tempo fundos soberanos e investidores institucionais de longo prazo, disputando o mesmo capital. Uma vez listada, a Anthropic terá de divulgar dados financeiros detalhados, dando aos investidores uma referência de avaliação pronta. A OpenAI quer garantir os compromissos antes dessas divulgações para manter o poder de definir preços.

Ponto 2: uma história de receita para sustentar a avaliação. A OpenAI disse a potenciais investidores que a receita anualizada atingiu cerca de US$ 50 bilhões após o lançamento do GPT-6 Astra e pode chegar a US$ 70 bilhões até o fim do ano. O dinheiro irá principalmente para computação e expansão de data centers, acumulando munição para a próxima rodada da corrida de modelos.

Ponto 3: a lista de investidores quase fechada. Os atuais apoiadores SoftBank e o investidor soberano de Abu Dhabi MGX, entre outros, estão em conversas para participar. Fontes dizem que uma rodada desse porte costuma levar meses; a OpenAI comprimiu drasticamente o cronograma.

É o primeiro confronto direto entre gigantes da IA pela "janela de financiamento": um acelera uma rodada privada para garantir capital, o outro corre para a listagem pública para definir seu preço. Quem garantir primeiro esse arsenal de um trilhão de dólares sairá na frente na próxima rodada da corrida de computação e modelos.

Fonte: Ler o original. Este texto é um resumo para referência.