Thinking Machines negocia aporte de US$ 1 bi avaliada em US$ 40 bilhões

A Thinking Machines, laboratório de inteligência artificial fundado no início do ano passado pela ex-CTO da OpenAI, Mira Murati, está em negociações avançadas para captar uma nova rodada de investimento de US$ 1 bilhão. Segundo apuração publicada pelo veículo norte-americano The Information, as tratativas situam o valuation da companhia em pelo menos US$ 40 bilhões, marcando um dos movimentos de capital mais vultosos do ecossistema de inteligência artificial neste ano.

A empresa de capital de risco Accel, que já integra o quadro de investidores da Thinking Machines, desponta nas conversas para liderar o novo aporte de US$ 1 bilhão, conforme corroborado por fontes próximas às negociações. O movimento consolida o interesse contínuo de firmas tradicionais do Vale do Silício na visão liderada por Mira Murati, mantendo a empresa no topo do apetite institucional do setor.

Apesar do patamar expressivo de US$ 40 bilhões, a cifra projetada posiciona a Thinking Machines abaixo da marca pretendida de US$ 50 bilhões que a startup tentou estruturar no fim do ano passado. Essa moderação de expectativas reflete um ambiente de venture capital mais criterioso em relação a diluições extremas, ainda que o capital alocado continue em patamares históricos para uma startup criada tão recentemente por Mira Murati.

Procuradas para se manifestar sobre os termos da rodada reportada pelo The Information, tanto a Thinking Machines quanto a gestora Accel não responderam de imediato aos pedidos de comentário sobre as negociações em andamento.

Múltiplos sobre receita anualizada

Um dos pontos centrais da transação em discussão é o ritmo de monetização da Thinking Machines: a taxa de execução de receita anualizada (run rate) da empresa ultrapassou a barreira de US$ 100 milhões, de acordo com fontes com conhecimento das métricas financeiras internas. Atingir esse patamar em cerca de um ano e meio de operação coloca a startup de Mira Murati em um grupo restrito de empresas com rápida tração comercial de ponta.

Ainda assim, a relação direta entre o valuation de US$ 40 bilhões e a receita anualizada de US$ 100 milhões impõe um múltiplo de avaliação excepcionalmente alto, situado na faixa de 400 vezes a receita corrente. A liderança da Accel nessa negociação indica que o capital de risco está precificando uma capacidade exponencial de expansão, apostando que as tecnologias da Thinking Machines gerarão fluxos de caixa sustentáveis no médio prazo.

O múltiplo negociado pela Thinking Machines frente aos US$ 100 milhões de run rate evidencia a disputa por infraestrutura algorítmica fundamental. Investidores como a Accel aceitam prêmios inflacionados devido à escassez de laboratórios liderados por executivos do calibre de Mira Murati capazes de desenvolver modelos competitivos contra players estabelecidos como a própria OpenAI.

Modelo Inkling e plataforma Tinker

A principal via de entrada de receita que sustenta o run rate de US$ 100 milhões da Thinking Machines teve início formal em julho, quando o laboratório apresentou publicamente o Inkling. O sistema foi disponibilizado como um modelo de pesos abertos (open-weight), aproximando a startup do ecossistema de pesquisa aplicada e permitindo ampla inspeção técnica pela comunidade.

A monetização da Thinking Machines não depende da venda direta de licenças de software, mas sim da plataforma Tinker. É nessa infraestrutura proprietária que a startup aplica a cobrança orientada ao consumo de computação (usage-based compute fees), taxando os clientes corporativos que utilizam a Tinker para adaptar, ajustar e customizar o modelo Inkling sobre suas próprias bases de dados proprietárias.

A mecânica da Tinker aliada ao modelo Inkling reflete uma abordagem de monetização em que o valor não está na exclusividade do peso sináptico, mas na infraestrutura de treinamento fino e adaptação contínua. Para viabilizar operações corporativas complexas, a cobrança por ciclo de processamento permite que a Thinking Machines transforme consumo de computação direta em margem recorrente dentro daquele faturamento de US$ 100 milhões.

Essa engenharia comercial adotada com o Inkling e a Tinker atrai investidores como a Accel porque resolve um dos maiores gargalos operacionais de startups de IA: o custo massivo de servidores. Ao transferir o custo de computação para o cliente por meio de tarifas de uso na Tinker, a Thinking Machines consegue escalar operações e atrair dados de grandes empresas sem arcar integralmente com os ciclos computacionais exigidos nas fases de ajuste fino.

Do seed histórico ao crescimento

O salto para a avaliação de US$ 40 bilhões representa uma evolução acelerada sobre o aporte anterior da Thinking Machines, que consistiu em uma rodada seed histórica de US$ 2 bilhões, a qual fixou o valuation inicial da companhia em US$ 12 bilhões. O aporte seed, um dos maiores já registrados na indústria global de tecnologia, deu à operação comandada por Mira Murati um suporte financeiro imediato sem precedentes para uma fase de estreia.

Aquela primeira rodada de US$ 2 bilhões foi liderada pelo fundo de capital de risco Andreessen Horowitz e atraiu um consórcio de investidores que incluiu a fabricante de hardware Nvidia, além das firmas GV (antiga Google Ventures), Lightspeed e Conviction Partners. A entrada desses nomes já refletia um interesse compartilhado em construir uma alternativa direta à infraestrutura da OpenAI.

A principal alavanca para o sindicato formado por Andreessen Horowitz, Nvidia, GV, Lightspeed e Conviction Partners conceder o valuation inicial de US$ 12 bilhões foi o peso técnico e o prestígio de Mira Murati, aliado à reputação dos pesquisadores egressos da OpenAI que formaram o núcleo inicial da Thinking Machines. A capacidade de recrutar mentes seniores de IA funcionou como garantia primária de execução para justificar os primeiros bilhões investidos.

A transição de um valuation seed de US$ 12 bilhões para as tratativas de US$ 40 bilhões com a Accel reflete a conversão da tese de capital inicial na validação de produto entregue pelo lançamento do Inkling. A presença contínua de fundos como a Accel sinaliza confiança na governança de Mira Murati para gerir um balanço patrimonial cada vez mais denso em ativos de tecnologia de ponta.

Debandada de talentos para OpenAI

Apesar da evolução financeira e das conversas para o novo aporte de US$ 1 bilhão, a trajetória da Thinking Machines enfrenta desafios internos acentuados na retenção de pesquisadores-chave. Desde a rodada seed de US$ 2 bilhões, a organização sofreu desfalques de alto escalão em seu quadro fundador, perdendo nomes centrais para o desenvolvimento científico.

Entre as saídas mais expressivas do núcleo fundador da Thinking Machines estão Lilian Weng e Luke Metz, cientistas respeitados na indústria que optaram por deixar o laboratório de Mira Murati e retornar à OpenAI. Essa migração inversa de cérebros demonstra a disputa acirrada por talento e expõe atritos comuns em transições de equipes em ambientes de pesquisa de alta exigência.

A saída de nomes como Lilian Weng e Luke Metz coloca à prova a durabilidade do time da Thinking Machines diante de gigantes estabelecidos. A decisão desses pesquisadores de reingressar na OpenAI ressalta que, embora rodadas bilionárias apoiadas por Accel e Andreessen Horowitz ofereçam liquidez, a estabilidade e o acesso a clusters computacionais massivos continuam sendo fatores determinantes na fidelização de cientistas de elite.

A resposta da Thinking Machines à saída de figuras como Lilian Weng e Luke Metz foi justamente focar na entrega de resultados operacionais rápidos, como a publicação do Inkling em julho e a expansão da receita via Tinker. Os novos fundos negociados com a Accel a valuation de US$ 40 bilhões servirão diretamente para blindar as equipes restantes e renovar os pacotes de retenção técnica em meio à competição ferrenha com a OpenAI.

Implicações para o mercado brasileiro

Para o ecossistema corporativo e de tecnologia no Brasil, as movimentações financeiras da Thinking Machines e a precificação de US$ 40 bilhões apontam para transformações práticas nos custos de adoção de modelos avançados. À medida que companhias nacionais buscam fugir de dependências contratuais de modelos totalmente fechados, alternativas de pesos abertos como o Inkling ganham apelo técnico.

A disponibilização de arquiteturas como o Inkling combinada com a oferta computacional da plataforma Tinker oferece a empresas de setores regulados no Brasil — como finanças e saúde — a oportunidade de adaptar inteligência artificial a partir de dados proprietários internos. A cobrança baseada em uso aplicada pela Thinking Machines estabelece uma referência de precificação que desafia os custos de assinatura fixa comuns no mercado corporativo local.

No entanto, a dependência da infraestrutura da Tinker para atingir eficiência no ajuste do modelo Inkling submete companhias brasileiras a taxas computacionais atreladas ao dólar, um elemento de custo sensível quando se observa a rápida expansão para o run rate de US$ 100 milhões reportado pela Thinking Machines. Desenvolvedores e arquitetos de soluções no Brasil precisam ponderar a flexibilidade dos pesos abertos contra as tarifas de consumo cobradas em moedas estrangeiras.

A rodada em discussão com a Accel, que elevaria a Thinking Machines a pelo menos US$ 40 bilhões sob liderança de Mira Murati, consolida a maturidade do modelo de negócio baseado no ajuste fino de pesos abertos. Com o apoio conjunto de grupos como Nvidia e Andreessen Horowitz desde a fase seed, a disputa com a OpenAI redefine a economia da IA e impacta a forma como desenvolvedores e empresas ao redor do globo contratam infraestrutura analítica de ponta.