Anthropic sem nuvem: 750 bi e ainda falta GPU

Faltou nuvem para a Anthropic

Infraestrutura de IA virou o gargalo real e nem a Anthropic, dona do Claude, consegue escapar dele. A empresa admite que não tem garantia de capacidade com AWS, Google e Microsoft, justamente seus maiores parceiros de nuvem até aqui. Não é falta de dinheiro na mesa. É falta de quem queira vender na hora que ela precisa. Quando seus fornecedores viram concorrentes diretos no mercado de modelos de fronteira, o contrato deixa de ser só comercial e vira decisão estratégica. E quem constrói produto em cima da API do Claude sente esse aperto primeiro, na latência, no preço e na estabilidade.

O fato: 750 bilhões e ainda sem garantia

O que veio a público foi um suposto documento S-1 vazado, com números que dão a dimensão do problema. A Anthropic acredita que pode gastar mais de 750 bilhões de dólares em contratos de nuvem, e parte desse valor ainda está em negociação, ou seja, não é capacidade reservada, é intenção de compra. Mesmo assim, a empresa diz que isso pode não ser suficiente. Para tentar fechar a conta, ela já está alugando data centers próprios e fechando com operadoras terceirizadas. Só que ela mesma reconhece que esses operadores têm um histórico operacional limitado, o que na prática significa maior risco de falha, de atraso em obra e de dificuldade para escalar clusters de milhares de GPUs de forma estável.

Os números financeiros ajudam a entender a pressão. No primeiro semestre, a empresa reportou 16,3 bilhões de dólares em receita e um prejuízo líquido de 80,7 bilhões. É uma queima de caixa brutal, mesmo para padrão de lab de fronteira. Dois clientes responderam por cerca de um quinto das vendas, o que cria uma concentração perigosa. Na semana passada, a Anthropic disse a potenciais investidores que só o terceiro trimestre já bateu 16,8 bilhões em receita, com alta de 45% sobre o trimestre anterior. O recado é claro: crescimento acelerando, custo acelerando junto, e um IPO mirado para novembro para tentar financiar a próxima fase dessa corrida.

Como funciona: por que hyperscaler não quer alugar para rival

Para entender o impasse, precisa olhar como capacidade de IA é vendida hoje. Treinar um modelo de fronteira exige clusters densos, com dezenas de milhares de aceleradores interligados por rede de baixíssima latência, energia garantida e refrigeração industrial. Inferência em escala exige outra coisa: distribuição geográfica, disponibilidade por zona e capacidade de burst para picos. Nenhum dos dois é commodity. É ativo escasso, com fila de espera, e quem controla a fila tem poder de precificação e de priorização.

AWS, Google e Microsoft estão dos dois lados do balcão. Vendem computação e vendem modelos concorrentes, seja próprios ou via OpenAI no caso da Microsoft. É plausível imaginar que, em um cenário de escassez, a prioridade interna vá para as cargas próprias e para clientes enterprise que não ameaçam o roadmap deles. Não precisa haver bloqueio formal. Basta priorizar expansão para outras regiões, subir preço de reserva, limitar janelas de escala ou amarrar desconto a exclusividade. Para um operador, o efeito é o mesmo: você paga mais, espera mais e planeja menos.

É aqui que entra o movimento da Anthropic para data centers próprios e terceiros. Na teoria, faz sentido buscar independência e negociar direto energia e terreno. Na prática, montar operação fora dos hyperscalers cobra um preço alto. Você precisa lidar com compra de GPUs, rede InfiniBand ou Ethernet de alta performance, orquestração, observabilidade, reposição de hardware com falha e equipes de operação 24 por 7. Um operador terceirizado com pouca experiência pode entregar o prédio, mas tropeçar no que mais importa: uptime sustentado de cluster de IA sob carga máxima, sem degradação de throughput de tokens.

O que isso muda na prática para quem constrói com IA

Quem usa Claude via API hoje precisa tratar capacidade como risco de produto, não como detalhe de infra. Ganha quem tem arquitetura multi modelo desde o dia um. Perde quem amarrou prompts, avaliações, ferramentas e contratos a um único fornecedor sem plano B. Se a Anthropic tiver que racionar capacidade ou repassar custo, o reflexo aparece para você como throttling em horário de pico, aumento de p50 e p99, queda de taxa de sucesso e reajuste de preço por milhão de tokens.

Uma ação prática e imediata: crie uma camada de abstração de modelo no seu backend, com roteamento por custo, latência e qualidade. Defina um modelo principal e um fallback testado em produção, com evals rodando nos dois. Monitore tokens por minuto, erro 429, tempo até primeiro token e custo por tarefa concluída, não só por chamada. Se você roda agentes ou RAG com muitas chamadas encadeadas, esse buffer evita que uma instabilidade vire outage total para seu cliente. E se você está negociando contrato enterprise agora, trave SLAs de throughput e cláusulas de reajuste em vez de focar só em desconto por volume.

• Implemente fallback entre Claude e pelo menos um modelo alternativo com paridade testada nas suas tarefas críticas.
• Separe workloads de treinamento e ajuste fino de inferência em tempo real para não competir pela mesma cota.
• Acompanhe concentração de receita e de uso: se dois clientes sustentam 20% da Anthropic, imagine o risco da sua própria concentração em um provedor.

A conta não fecha sem escalar muito rápido

O ponto mais sensível é financeiro. Gastar 750 bilhões em contratos futuros quando você teve 80,7 bilhões de prejuízo em seis meses só se sustenta com uma aposta: que a receita vai explodir a ponto de diluir esse custo fixo. O salto para 16,8 bilhões em um trimestre sugere que a curva está inclinada, mas ainda é uma corrida contra o relógio. Contratos de nuvem desse porte costumam ter take-or-pay, multa por não usar e correção. Se a demanda desacelerar ou se a monetização por token cair por competição, o custo vira âncora.

Tem ainda o risco jurídico que apareceu no documento. A empresa alerta que pode ser responsabilizada por danos causados por comportamento prejudicial da IA em valor acima da cobertura de seguro disponível. Para quem opera, isso não é detalhe legal. Isso sinaliza que custos com segurança, red team, filtros e auditoria vão subir, e parte disso vai parar no preço da API ou em restrições de uso. É o mesmo movimento que já vimos em outras plataformas: mais controle, mais fricção, menos margem para caso de uso na borda.

Isso escala ou só muda o gargalo de lugar?

A dúvida real é se sair dos hyperscalers resolve ou só transfere o problema. Alugar prédios e contratar operadoras menores dá manchete de independência, mas não cria GPU nova no mundo e não resolve energia, que é o limite físico atual em muitos mercados. Sem integração vertical de chip, rede e energia, a Anthropic continua dependente da cadeia que os grandes controlam, seja via NVIDIA, seja via utilidades elétricas e licenças. É plausível que ela ganhe poder de barganha no curto prazo, mas opere com confiabilidade menor e custo operacional maior.

Por outro lado, AWS, Google e Microsoft também não estão confortáveis. Elas precisam da receita da Anthropic para justificar expansão de data centers, mas temem fortalecer o rival que tira margem do seu próprio modelo. É um equilíbrio instável. O resultado provável não é rompimento, é tensão permanente: contratos mais curtos, mais caros, mais condicionais, com disputa silenciosa por cada novo cluster que entra no ar.

Conclusão

No fim, a Anthropic tem crescimento forte, caixa pressionado e um gargalo físico que dinheiro sozinho não resolve. Para quem constrói em cima, a lição é direta: trate GPU como risco sistêmico e desenhe para trocar de modelo sem reescrever o produto. Será que a próxima vantagem competitiva em IA vai ser quem tem o melhor modelo, ou simplesmente quem tem onde rodar ele?