Da ChatGPT aos modelos de acesso restrito: como a IA chegou aqui e quem está a ganhar a corrida

A 30 de novembro de 2022, a OpenAI abriu o ChatGPT ao público. Na altura, muitos clientes com quem eu falava viam-no como uma curiosidade: impressionante numa demonstração, pouco útil no dia a dia. Quatro anos depois, a IA é tema de conselho de administração, linha própria nos orçamentos e uma das maiores concentrações de capital da história da tecnologia.

Neste texto tento arrumar o que aconteceu: como evoluíram os modelos, porque é que tantas empresas de IA valem hoje mais de mil milhões de dólares, quem está à frente na corrida e o que tudo isto significa para uma empresa europeia que tem de escolher fornecedores, arquiteturas e prioridades. Os números mudam todas as semanas, por isso indico sempre a data e a fonte.

1. A arquitetura (2017–2020). Tudo começa com o artigo "Attention Is All You Need", da Google, em 2017, que apresentou a arquitetura Transformer. Em 2020, o GPT-3 mostrou que, com dados e computação suficientes, um único modelo conseguia escrever, resumir e traduzir com qualidade surpreendente.

2. A interface (2022–2023). O ChatGPT não era o modelo mais avançado do mundo; era o mais fácil de usar. Em março de 2023 chegou o GPT-4, e no mesmo ano a Meta publicou o Llama e a francesa Mistral lançou o seu primeiro modelo, abrindo a via dos modelos com pesos abertos.

3. O contexto e a multimodalidade (2024). Os modelos passaram a ler documentos inteiros, imagens e áudio. A Google mostrou janelas de contexto de um milhão de tokens com o Gemini 1.5, e a Anthropic lançou a família Claude 3. Em setembro de 2024, a OpenAI apresentou o o1, o primeiro modelo de "raciocínio" de grande difusão, que pensa antes de responder.

4. O choque da eficiência (2025). Em janeiro de 2025, a chinesa DeepSeek publicou o R1, um modelo de raciocínio aberto e treinado a uma fração do custo dos rivais. A reação dos mercados foi brutal: a Nvidia perdeu perto de 590 mil milhões de dólares de valor num único dia, segundo a Reuters. Ao longo do ano chegaram o Claude 4, o GPT-5 e o Gemini 3, e a programação passou a ser o caso de uso com mais tração nas empresas.

5. Agentes e acesso restrito (2026). Em 2026, o centro de gravidade passou dos assistentes para os agentes: modelos que executam tarefas longas, usam ferramentas e trabalham durante horas. A Anthropic lançou o Claude Opus 5 em julho e o Opus 5.5 em setembro, que a empresa diz custar 40% menos do que o anterior e ser mais de 30% mais rápido. E surgiu um padrão novo: os modelos mais capazes passaram a ser lançados em acesso restrito por causa das suas capacidades em cibersegurança. A Google, por exemplo, anunciou o Gemini 4 Argon a 30 de setembro de 2026 apenas para defensores de cibersegurança validados, sem data para disponibilidade geral.

O dinheiro seguiu a tecnologia, e a uma velocidade sem precedentes. Alguns marcos de 2026:

• OpenAI: levantou 122 mil milhões de dólares com uma avaliação de 852 mil milhões em março; no final de setembro, segundo a Bloomberg, estava em conversações para uma nova ronda a cerca de 1,4 biliões.
• Anthropic: em maio, uma ronda de 65 mil milhões de dólares avaliou a empresa em 965 mil milhões, segundo a TechCrunch.
• Databricks: 190 mil milhões de dólares em agosto (CNBC).
• Mistral AI: mais de 21 mil milhões de euros em setembro, a maior empresa europeia de modelos.
• Helsing: 18 mil milhões de dólares em julho, a maior ronda de sempre de uma startup europeia de defesa.
• Thinking Machines Lab: fundada por Mira Murati, ex-CTO da OpenAI, levantou uma ronda seed de 2 mil milhões de dólares a uma avaliação de 12 mil milhões em 2025, e em 2026 negociava uma nova ronda a cerca de 40 mil milhões.

Os números agregados contam a mesma história. Segundo a Crunchbase, o capital de risco global no terceiro trimestre de 2026 chegou aos 159 mil milhões de dólares, e 64% foi para empresas de IA. Houve 27 rondas de mil milhões ou mais num único trimestre, um recorde. A CB Insights contou 42 novos unicórnios de IA nesse trimestre e mais de 670 no total.

Por baixo de tudo está a infraestrutura. Os quatro maiores investidores em cloud apontam para centenas de milhares de milhões de dólares de investimento em 2026, e a Nvidia, que vende a maior parte dos chips, ultrapassou os 5 biliões de dólares de capitalização em outubro de 2025 e continuou a subir em 2026.

Durante dois anos, a liderança parecia indiscutível: a OpenAI tinha o produto, a marca e os utilizadores. Em 2026, o quadro é mais fragmentado.

No consumo, a OpenAI continua muito à frente. Na sua conferência para programadores, no final de setembro de 2026, a empresa falou em 1,2 mil milhões de utilizadores semanais do ChatGPT.

Nas empresas, a história é outra. Um relatório da Menlo Ventures do final de 2025 estimava que a Anthropic tinha cerca de 40% da despesa empresarial em APIs de modelos, contra 27% da OpenAI e 21% da Google (a Menlo é investidora da Anthropic, o que convém ter presente). Os dados da Ramp, que acompanha a despesa real de dezenas de milhares de empresas americanas, mostram em agosto de 2026 que 43,8% dessas empresas pagavam à Anthropic e 39,8% à OpenAI. O principal motor foi a programação com agentes.

Há ainda um dado da Ramp que me parece mais importante do que qualquer ranking: todos os meses, cerca de 8% das empresas trocam de fornecedor principal. A liderança muda de mãos em meses, não em anos.

Até as métricas estão em disputa. Em maio, a Anthropic disse ter ultrapassado os 47 mil milhões de dólares de receita anualizada; em outubro, segundo o Financial Times e a Bloomberg, a OpenAI dizia aos investidores que se aproximava dos 50 mil milhões. Os dois números não são comparáveis: uma empresa contabiliza a receita bruta das vendas feitas através de parceiros de cloud, a outra só a sua parte líquida. É um bom lembrete de que os números de crescimento divulgados pelos fornecedores merecem sempre leitura atenta.

É a pergunta que mais ouço. A resposta honesta é: provavelmente as duas coisas.

Há sinais de excesso. Em outubro de 2025, o Banco de Inglaterra e o FMI compararam publicamente as avaliações do setor ao pico das dot-com. Há acordos circulares em que fornecedores de chips investem em clientes que depois lhes compram chips. Há projetos de centros de dados a avançar mais devagar do que o anunciado, por limitações na rede elétrica. E o capital está extremamente concentrado: segundo a CB Insights, as megarrondas representaram 85% do financiamento de IA no terceiro trimestre de 2026.

Mas há também algo que distingue este momento da bolha de 2000: a tecnologia já está a ser usada em escala, com receitas reais, e o custo de usá-la cai depressa. Segundo a Ramp, o preço efetivo pago pelas empresas por IA caiu 41% entre março e setembro de 2026. A história das dot-com ensina que uma bolha pode rebentar sem que a tecnologia por trás desapareça. A internet sobreviveu à falência de muitas empresas da internet.

A Europa não está fora da corrida, mas joga noutra divisão de capital. A Mistral consolidou-se como campeã europeia, com o argumento da soberania. A Helsing tornou-se uma das empresas de defesa mais valiosas do continente. E a União Europeia lançou em julho de 2026 o concurso para até sete "gigafábricas" de IA, com mais de 30 mil milhões de euros entre dinheiro público e privado; o prazo fecha a 12 de novembro de 2026.

Portugal tem aqui um papel inesperado. Desde janeiro de 2026, Portugal e Espanha candidatam-se em conjunto a uma dessas gigafábricas, com Sines no centro da proposta. Sines já recebe cabos submarinos internacionais e o campus de centros de dados onde a Microsoft anunciou, em novembro de 2025, um investimento de mais de 10 mil milhões de dólares. E o país tem empresas de IA aplicada de dimensão internacional, como a Sword Health, avaliada em 4 mil milhões de dólares em 2025.

Para um CIO ou CTO europeu, este panorama traduz-se em decisões muito concretas:

1. Não apostem tudo num fornecedor. Com 8% das empresas a trocar de fornecedor todos os meses e lideranças que mudam em trimestres, uma arquitetura que permita trocar de modelo é seguro, não luxo.
2. Contem com preços a descer e volumes a subir. Evitem contratos que fixem o preço por token por longos períodos. Renegociem com frequência.
3. Considerem a disponibilidade como risco. Os modelos mais capazes começam a chegar com acesso restrito e sujeitos a decisões regulatórias e geopolíticas fora da Europa. Isso pesa no planeamento de soberania e continuidade.
4. Avaliem a solidez do fornecedor. Com o capital tão concentrado no topo, a viabilidade das empresas abaixo dos líderes é menos certa. Para sistemas críticos, isso conta.
5. Comecem pela programação. É onde o retorno é mais fácil de demonstrar hoje, e onde os próprios mercados estão a apostar.

A corrida pela liderança vai continuar a mudar de nome todos os trimestres. A decisão inteligente não é adivinhar o vencedor; é construir de forma a não depender dele.