A Anthropic protocolou a documentação necessária para uma oferta pública inicial (IPO) nos Estados Unidos, divulgando prejuízo líquido de US$ 80,7 bilhões no primeiro semestre de 2026, segundo reportagem da Reuters confirmada pela publicação grega To Vima.
A empresa, responsável pelos modelos de inteligência artificial Claude, registrou os papéis junto à Comissão de Valores Mobiliários dos EUA com a intenção de listar suas ações no Nasdaq sob o símbolo “ANT”. Os documentos apresentam os planos da empresa para desenvolver sistemas de IA que pretendem transformar a economia global, mas também destacam os desafios e custos associados a esse desenvolvimento.
Finanças da empresa sob pressão
Os números divulgados mostram uma expansão acelerada da Anthropic impulsionada por investimentos massivos de grandes empresas tecnológicas. As despesas com a valorização de dívida conversível ampliaram as perdas da empresa para US$ 80,7 bilhões nos primeiros seis meses de 2026. Mesmo assim, os rendimentos alcançaram US$ 16,3 bilhões no mesmo período, refletindo o crescimento de suas operações.

Mercado de IA sob ceticismo
A oferta acontece em um ambiente desafiador para empresas de tecnologia, com aumento das taxas de juros e maior cautela dos investidores em relação à bolha da inteligência artificial. Avaliações de investidores colocam a empresa em torno de US$ 1,5 trilhão, contra US$ 2 trilhões uma semana anterior, após a divulgação de alguns resultados financeiros em evento privado.
Onde a cobertura diverge
A imprensa grega tratou a notícia como um teste para a resistência do mercado de IA, destacando os desafios regulatórios e os riscos técnicos dos modelos avançados. A Reuters, que antecipou parte das informações, focou na trajetória de desenvolvimento da empresa e nas reações do mercado financeiro.
O que ainda não foi divulgado
- Preco inicial das ações na oferta
- Data definitiva de lançamento da IPO
- Detalhes completos sobre os riscos técnicos identificados nos testes internos
- Respostas da empresa sobre preocupações de segurança dos modelos de IA


