A competição finalmente convergiu para a disputa pelo controle de três campos: camada de capacidade de processamento (corrida armamentista em CAPEX, US$805 bi/ano), camada de modelos (competição de P&D entre Anthropic/OpenAI/Google) e camada de fluxo de trabalho (disputa por entrada no Cursor/Copilot/SaaS corporativo). A verdadeira vantagem competitiva só se forma na última camada — quem controlar o fluxo de trabalho controlará a roda de dados e terá vantagem estrutural na próxima iteração dos modelos. O preço de aquisição de US$60 bi do Cursor é, essencialmente, o novo ponto de referência do mercado para a valorização do "controle do fluxo de trabalho", e esse preço continua subindo.

Autor do artigo, fonte: SkillsMaster

Introdução: Três campos de batalha e uma proposição central

Em 2026, está ocorrendo a maior concentração de capital da história da humanidade. Os seis principais gigantes tecnológicos dos Estados Unidos investirão US$ 805 bilhões (aproximadamente RMB 5,8 trilhões) em infraestrutura de IA este ano — um valor superior ao PIB anual da maioria dos países e mais do que o dobro do gasto militar total dos Estados Unidos em 2023.

Ao mesmo tempo, a SpaceX adquiriu a Cursor (uma ferramenta de programação de IA que, há três anos, tinha uma avaliação de apenas US$ 59 milhões) por uma transação 100% em ações no valor de US$ 600 bilhões, concluindo o acordo no quarto dia após o IPO da SpaceX, provocando uma alta de 17% em um único dia para a SPCX e fazendo sua capitalização de mercado superar temporariamente a da Microsoft. A receita anualizada da Anthropic saltou de US$ 10 bilhões para US$ 470 bilhões em 16 meses, embora a empresa nunca tenha alcançado lucro em um único trimestre, e sua avaliação já se aproxima de US$ 965 bilhões.

Por trás desses eventos está a mesma guerra, mas em frentes diferentes. Este artigo divide essa guerra em três campos distintos, porém interdependentes: a corrida armamentista de CAPEX na camada de poder de computação, a competição de pesquisa e desenvolvimento na camada de modelos e a disputa por entrada na camada de fluxo de trabalho. A tese central é: o moat tem intensidades completamente diferentes nas três camadas, e a maioria dos participantes do mercado está alocando sua atenção no nível errado.

Capítulo 1: Camada de Hash Power: Corrida Armamentista de $805B em CAPEX

A camada de poder de processamento é a base material desta guerra e o ponto de entrada. Em 2023, os seis principais players dos EUA (Amazon AWS, Google Alphabet, Microsoft Azure, Meta, Oracle Cloud, CoreWeave) tiveram um CAPEX combinado de US$ 146 bilhões; a previsão para 2026 é de US$ 805 bilhões, um aumento de 451% em três anos.

Jensen Huang apresentou na GTC Taipei 2026 a lógica econômica central das fábricas de IA: poder de computação como receita, pois cada Token é receita e cada Token é lucro. Essa lógica transforma o CAPEX de "custo" em "investimento em capacidade produtiva" — assim como uma fábrica constrói mais linhas de produção. O gasto de capital por GW em fábricas de IA já atingiu US$ 50–80 bilhões, e o sistema de rack NVIDIA Vera Rubin NVL72 reduziu os custos de inferência em 10 vezes em comparação ao Blackwell, reforçando ainda mais esse modelo econômico.

Em 2023, o CAPEX dessas seis empresas representou apenas 40% do fluxo de caixa operacional, com grande parte do caixa sendo utilizado para recompra de ações e dividendos. Em 2026, essa proporção ultrapassou 100%, o que significa que o fluxo de caixa operacional sozinho já não consegue cobrir os gastos com infraestrutura, forçando as empresas a recorrer ao financiamento externo. A oferta de ações da Alphabet de US$ 84,75 bilhões (junho de 2026)—utilizando uma estrutura de capital múltipla (ações preferenciais conversíveis de US$ 40 bilhões + títulos zerocoupons de US$ 10 bilhões + ações ordinárias e preferenciais de US$ 34,75 bilhões)—é exatamente o produto direto dessa pressão e o maior financiamento de ações único da história.

A vantagem competitiva da camada de poder de hash é real, mas trata-se de uma barreira de entrada, não de uma vantagem diferenciada. Ter poder de hash apenas concede a “qualificação para competir”, mas não garante a vitória na competição final.

Os dados de preço das ações da M7 (até 18 de junho de 2026) revelam uma contradição estrutural: a NVIDIA é a maior beneficiária direta da corrida armamentista de CAPEX, mas suas ações caíram 18,9% desde o início de 2026, a maior queda entre as M7. O mercado está precificando um risco de longo prazo — grande parte do CAPEX dos compradores a jusante está sendo direcionada para a construção de caminhos próprios de ASIC que contornam a NVIDIA (AWS Trainium, Google TPU v7, Microsoft Maia). O desempenho da CoreWeave (+240%) e da Micron (+259%) (YTD 2026) reflete a avaliação do mercado de capitais sobre os beneficiários do segmento intermediário da cadeia de suprimentos de IA.

Capítulo 2: Camada de Modelo: Concorrência de Pesquisa e Desenvolvimento e a "Ilusão da Vala de Proteção"

Se a camada de poder de processamento determina quem tem direito a participar, e a camada de modelo determina quem lidera no início da competição—os dados da Sensor Tower já provaram que a vantagem da camada de modelo não pode ser convertida em retenção sustentável de usuários.

A participação global da ChatGPT caiu continuamente de cerca de 85% em maio de 2023 para cerca de 43% em maio de 2026, uma redução de mais de 40 pontos percentuais, sem qualquer recuperação ao longo do caminho. Essa curva transmite um sinal central: o efeito de rede dos LLMs de consumo é extremamente fraco. Os usuários mudam com base na utilidade imediata, não há bloqueio social do tipo "meus amigos estão aqui, então eu estou aqui", nem uma biblioteca de conteúdo acumulada ao longo dos anos (como a biblioteca da Netflix).

Em janeiro de 2025, o lançamento do DeepSeek provocou a maior flutuação única de participação em toda a série temporal — o ChatGPT perdeu cerca de 10 pontos percentuais em poucas semanas. Isso indica que uma alternativa aberta, gratuita e de desempenho equivalente é suficiente para redistribuir dezenas de milhões de usuários em um período extremamente curto. O custo de mudança para os consumidores em LLMs é na verdade próximo de zero.

A Anthropic nunca alcançou lucro em um único trimestre desde sua fundação em 2021, queimando $56 bilhões em caixa apenas em 2024 (margem bruta de -94%), mas atingiu uma avaliação de $965 bilhões em meados de 2026 (Série H). A receita anualizada saltou de $10 bilhões em janeiro de 2025 para $470 bilhões em maio de 2026 — um aumento de 47 vezes em 16 meses.

O núcleo dessa lógica de avaliação não está no lucro atual, mas na dupla vinculação criada pela integração de API empresarial: 80% da receita vem de clientes corporativos, e os repositórios de código, sistemas de conformidade e processos de produto de mais de 300.000 clientes comerciais já estão profundamente integrados à API do Claude. O custo de mudança não é mais uma questão de "qual modelo é melhor", mas sim do "custo de engenharia para reestruturar toda a integração" — um custo que frequentemente supera em muito a diferença de desempenho entre os modelos.

A vantagem competitiva na camada de modelos é temporária — novos modelos lançados a cada 6 a 12 meses podem eliminar qualquer liderança em desempenho. O verdadeiro bloqueio é formado pelo fluxo de trabalho e pela integração de dados construídos sobre o modelo.

Capítulo 3: Camada de fluxo de trabalho: Cursor, Copilot e a disputa pela entrada de SaaS corporativo

A camada de fluxo de trabalho é a mais profunda e de mais longa duração entre os três campos de batalha. Entrar no fluxo de trabalho significa entrar no ambiente em que os usuários trabalham 8 horas por dia — uma vez estabelecidos hábitos, dados acumulados e processos integrados, o custo de substituição passa de "o modelo é bom ou ruim" para "a reconstrução de todo o sistema de trabalho".

Análise de caso aprofundada | SpaceX adquire Cursor por US$ 60 bilhões: da Seed de US$ 59 milhões à aquisição mais cara de ferramenta de IA da história

O Cursor foi criado em 2023 por quatro estudantes de graduação do MIT a partir de um fork do VS Code, revolucionando o paradigma de interação entre desenvolvedores e código com o fluxo de trabalho "Vibe Coding" — os desenvolvedores não precisam mais lidar com sintaxe de baixo nível, mas sim realizar orquestração de alta dimensão com auxílio da IA. No pico, o Cursor detinha 41% do mercado de ferramentas de programação por IA e contribuiu com cerca da metade da receita da API Anthropic Claude.

A lição mais importante do caso Cursor não está em seu sucesso, mas em sua vulnerabilidade estrutural. Após a Anthropic cortar o acesso ao Claude em 2026, a participação de mercado do Cursor em programação AI caiu de 41% para 26%. Esse evento revelou claramente: a adesão de fluxos de trabalho na camada de aplicação depende da estabilidade da oferta na camada de modelo; assim que o fornecedor subjacente retoma o controle, qualquer adesão de fluxo de trabalho, por mais forte que seja, desaparece instantaneamente.

A SpaceX adquiriu por uma transação totalmente em ações de US$ 60 bilhões, essencialmente resolvendo esse risco de oferta por meio da integração do modelo Grok da xAI e do supercomputador Memphis Colossus (um dos maiores clusters de GPU do mundo), internalizando a oferta de modelos, ao mesmo tempo em que preserva os vastos dados de decisões de código de desenvolvedores reais acumulados pelo Cursor. A geração de código é o cenário de aplicação de maior valor para os LLMs, e esses dados possuem valor insubstituível para a melhoria contínua dos modelos da xAI. 2

A estratégia de fluxo de trabalho da Microsoft segue um caminho totalmente diferente da SpaceX/Cursor. O Copilot não depende de crescimento orgânico impulsionado pela experiência do produto, mas sim de penetração forçada por meio dos 345 milhões de assinantes pagantes do Microsoft 365. A receita anualizada do GitHub Copilot já ultrapassou US$ 2 bilhões (2026), com taxa de renovação corporativa superior a 85%.

Mais importante ainda é a vantagem de dados da Microsoft: os fluxos de trabalho empresariais acumulados por meio de produtos como Office, Teams e Outlook criam uma capacidade de compreensão contextual que qualquer ferramenta de IA independente dificilmente pode replicar. Quando o Copilot consegue referenciar as atas da reunião do Teams de ontem dentro de um documento do Word, ao mesmo tempo em que associa a cadeia de e-mails relevante no Outlook, o custo de mudança passa de uma simples "substituição de software" para uma "interrupção da memória de trabalho".

A competição na camada de fluxos de trabalho não se limita a ferramentas de IA gerais. Empresas tradicionais de SaaS estão incorporando capacidades de LLM em seus produtos principais, criando controle de fluxos de trabalho de IA verticalizados. A capacidade do Salesforce Einstein GPT de acessar diretamente os dados do CRM lhe confere uma adesão muito maior nos fluxos de vendas do que qualquer interface de LLM geral. A incorporação do Workday AI nos processos de decisão de recursos humanos também cria custos extremamente altos de migração de dados e processos.

Caso histórico paralelo｜WhatsApp ($22 bilhões) → Cursor ($60 bilhões): Evolução do paradigma de aquisição por efeito de rede

Em 2014, o Facebook adquiriu o WhatsApp por US$ 22 bilhões (dos quais US$ 19 bilhões = US$ 4 bilhões em dinheiro + US$ 15 bilhões em ações), quando o WhatsApp tinha prejuízo líquido de US$ 138 milhões em 2013 e receita quase nula. Lógica da aquisição: a rede social de contatos de usuários cria bloqueio horizontal, aumentando o valor de toda a rede com cada novo usuário (efeito de rede bilateral clássico); o motivo defensivo do Facebook era impedir que concorrentes obtivessem acesso à entrada de mensagens móveis.

A estrutura lógica do Cursor é semelhante, mas mais complexa: os efeitos de rede horizontais são mais fracos que os do WhatsApp (os desenvolvedores não são forçados a usá-lo apenas porque colegas o utilizam), mas a roda de dados verticais é muito mais forte que a do WhatsApp (dados reais de decisões de código continuam a aprimorar o modelo, criando um ciclo auto-reforçado: fluxo de trabalho → dados → modelo → fluxo de trabalho melhorado). Os US$60 bilhões são o preço de mercado para a combinação de "controle do fluxo de trabalho + roda de dados de código", uma premium de aproximadamente 172% em relação ao WhatsApp, refletindo a reavaliação do valor dos fluxos de trabalho na era dos LLMs.

Capítulo 4: A Guerra da AI Factory: Localização, Construção e Condições de Falha da Barreira Competitiva

A análise dos três campos de batalha mostra que a vantagem competitiva não é única. Diferentes jogadores estabeleceram barreiras de intensidades variadas em diferentes camadas, mas a questão-chave é: qual vantagem competitiva pode persistir além dos ciclos de iteração tecnológica? E em quais condições uma vantagem competitiva deixará de ser eficaz?

Possuir grandes clusters de GPU cria uma barreira de entrada, mas não gera vantagem diferenciada—pois concorrentes podem comprar o mesmo hardware com o mesmo capital. A plataforma Vera Rubin da NVIDIA reduz os custos de inferência em 10 vezes, o que significa que a rápida queda nos custos de computação enfraquecerá ainda mais o valor da vantagem de "possuir mais poder de computação". A condição para a falha da vantagem da camada de computação: o amadurecimento em larga escala de ASICs próprios (previsto para 2027-2028), momento em que a vantagem de custo de inferência das grandes empresas de nuvem será significativamente comprimida.

Os dados reais de decisões de código de desenvolvedores coletados pelo Cursor, os dados empresariais proprietários acumulados nas chamadas de API da Anthropic e os dados de fluxos de trabalho empresariais coletados pela Microsoft por meio do Office 365 representam os ativos mais defensíveis da era da IA. A profundidade da vantagem do ciclo de dados depende de duas variáveis: a propriedade dos dados (se podem ser copiados ou substituídos por síntese) e o grau de acoplamento entre os dados e a melhoria do modelo (se os dados realmente impulsionam a capacidade diferenciadora do modelo).

O controle do fluxo de trabalho é a barreira mais duradoura entre as três. Sua lógica de defesa não depende da liderança contínua no desempenho do modelo (cujo fornecedor pode ser trocado na camada do modelo), mas sim no custo de fricção da migração — reescrever prompts, reconstruir integrações de API, treinar novamente os funcionários e passar novamente por auditorias de segurança e conformidade. A soma desses custos geralmente supera os ganhos de eficiência trazidos pelo novo modelo, criando um bloqueio inercial duradouro.

Existem três condições de expiração: ① surgimento de um novo paradigma de fluxo de trabalho disruptivo (por exemplo, passar de "programação assistida por IA" para "programação totalmente autônoma por IA", redefinindo toda a lógica do fluxo de trabalho); ② abertura de interfaces padronizadas que eliminam os custos de migração (por exemplo, um protocolo unificado de chamada de AI Agent); ③ exigência regulatória de portabilidade de dados.

Todas as três camadas de moat são baseadas em uma suposição implícita: a cadeia de suprimentos estável. Os sete chips co-projetados da plataforma NVIDIA Vera Rubin são todos fabricados no processo de 3nm da TSMC, e a memória HBM4 vem de três fabricantes da Coreia do Sul. O risco geopolítico em Taiwan e as restrições de exportação podem interromper a cadeia de suprimentos de hardware a qualquer momento, e esse risco não está adequadamente precificado nos atuais planos de CAPEX. 4 Este é o único verdadeiro risco sistêmico exógeno em toda a guerra da AI Factory.

Conclusão: Quem vencerá esta guerra

A proposição central deste artigo foi sistematicamente verificada após a análise de dados dos três capítulos: a vantagem competitiva na IA não existe no mesmo nível; o nível de poder computacional determina a elegibilidade para sobreviver, a liderança no nível de modelos é efêmera, e apenas os players que controlam o nível de fluxo de trabalho podem estabelecer um poder de precificação sustentável.

Os dados da Sensor Tower já comprovaram a falta de adesão no lado do consumidor, e a redução pela metade da participação da ChatGPT em três anos é a evidência mais clara. A aquisição da Cursor por US$60 bilhões demonstra que o mercado já reavaliou o "controle do fluxo de trabalho", e esse preço continuará a subir. O ARR de US$47 bilhões da Anthropic, combinado com prejuízos contínuos, prova que o bloqueio gerado pela integração de API empresarial é suficiente para sustentar uma avaliação muito superior ao lucro atual.

Do ponto de vista da estrutura competitiva, a Microsoft possui a mais equilibrada trinca de vantagens competitivas — capacidade de computação do Azure, acesso aos modelos da OpenAI e pontos de entrada de fluxo de trabalho do Office/GitHub; a Anthropic lidera em fidelidade de API corporativa, mas enfrenta pressão contínua de consumo de capital; a vantagem de distribuição do Google (Android + Search) é difícil de replicar no segmento consumidor; o caminho de integração vertical da SpaceX/xAI+Cursor ainda está em fase de validação, mas, se bem-sucedido, construirá a combinação mais difícil de desmontar de vantagens competitivas.

A guerra final não será sobre qual modelo é mais inteligente, mas sobre qual fluxo de trabalho é mais difícil de deixar. Essa é a lógica comercial já comprovada na era do WhatsApp, amplificada para a escala de trilhões de dólares na era dos LLM.

Fonte dos dados e notas

Equipe de analistas do Bank of America (abril de 2026); Pesquisa Global da TrendForce (maio de 2026); Orientações financeiras do Q1 2026 da Amazon, Alphabet, Microsoft, Meta e Oracle. Gráfico de dados "U.S. AI Hyperscale CAPEX Sprint"; Gráfico de dados "Capital Squeeze: CAPEX vs. OCF".

Anúncio de fusão da SpaceX/Anysphere (junho de 2026); divulgação oficial do ARR do Cursor; materiais da palestra do Prof. Chen Lin, Escola de Negócios da HKU (junho de 2026); banco de dados de financiamento do Crunchbase.

Anúncio de financiamento da série H da Anthropic (maio de 2026, avaliação de US$ 96,5 bilhões); gráfico de dados do material didático da HKU Business School "Empresa com prejuízo no valor de US$ 1 trilhão"; Bloomberg Terminal.

4 NVIDIA GTC Taipei 2026 Palestra de Jensen Huang (1º de junho de 2026, Taipei Music Center); Anúncio do produto NVIDIA Vera Rubin; SemiAnalysis "Vera Rubin: Extreme Co-Design" (fevereiro de 2026).

5 Bloomberg Terminal; gráfico de dados "M7 vs Micron 2026 YTD (18 de junho de 2026)"; material didático da Escola de Negócios da HKU. Demonstrações financeiras anuais das empresas ao longo dos anos.

6 Sensor Tower Pesquisa Global; Prof. Chen Lin (Professor Lin Chen), Escola de Negócios da HKU, slides da palestra "Customer Price Sensitivity and Loyalty" (junho de 2026, dados mundiais).

7 Relatório financeiro da Microsoft para o ano fiscal de 2026; Divulgação oficial do ARR do GitHub Copilot; Dados de assinantes pagos do Microsoft 365 (Q1 2026); Declaração de Satya Nadella no Dia do Investidor.

Anúncio de aquisição do Facebook/Meta do WhatsApp (fevereiro de 2014); dados financeiros do WhatsApp em 2013; materiais didáticos da Escola de Negócios da HKU "Old Story in the previous cycle"; documentos relacionados à SEC.