News06 JulhoAnthropic segue o manual predatório clássico do Vale do Silício
Edição #145·6 de julho de 2026·2 min

🐍Anthropic segue o manual predatório clássico do Vale do Silício

A história é de arregalar os olhos. Mike Krieger, diretor de produto da Anthropic (a empresa por trás do Claude), fazia parte do conselho da Figma, a ferramenta de design que meio mundo usa. Ele renunciou no dia 14 de abril. Três dias depois, a Anthropic lançou o Claude Design, um produto que faz exatamente o que a Figma faz: gerar protótipos, slides e peças visuais, só que por conversa com IA. As ações da Figma caíram 7% no dia do lançamento e já acumulam queda de cerca de 80% desde o pico, evaporando quase 50 bilhões de dólares em valor de mercado. --- Mas o caso da Figma não é isolado. A Anthropic fez o mesmo com a Cursor, que construiu a categoria de assistentes de código em cima dos modelos Claude. A Cursor era uma das maiores clientes da Anthropic, e seus dados de uso passavam pela infraestrutura da empresa todo dia. Aí veio o Claude Code, entrando no mesmo mercado com todas as informações que precisava. O padrão se repetiu com Claude Science, Claude Security, Claude Legal e Claude Financial: cada um atacando verticais que antes eram atendidas por empresas que dependiam dos modelos da Anthropic. --- A lição é dura. Toda empresa que constrói seu produto em cima de um modelo fechado de IA está, na prática, entregando seu plano de negócios para quem pode virar seu concorrente amanhã. É a versão moderna daquela velha tática que a Amazon e o Google já usaram antes: primeiro seja a plataforma, depois copie quem mais lucra nela.

A Anthropic está replicando o manual de estratégia predatória que define o Vale do Silício há décadas: usar o acesso privilegiado a dados e o posicionamento de infraestrutura para lançar produtos que competem diretamente com seus próprios clientes. O episódio recente envolvendo a Figma e o diretor de produto Mike Krieger expõe com clareza os riscos estruturais de construir negócios sobre modelos de IA fechados.

O caso Figma: timing suspeito e queda de 50 bilhões

Mike Krieger, diretor de produto da Anthropic, ocupava uma cadeira no conselho da Figma até 14 de abril. Três dias após sua renúncia, a empresa lançou o Claude Design, ferramenta que gera protótipos, slides e peças visuais via chat — funcionalidade idêntica ao core business da Figma. Coincidência ou não, as ações da empresa de design despencaram 7% na sessão do anúncio. Desde o pico de valuation, a Figma acumula queda de cerca de 80%, evaporando quase US$ 50 bilhões em valor de mercado.

O movimento levanta questões sobre conflito de informação privilegiada. Executivos em conselhos administrativos têm acesso a roadmaps estratégicos, métricas de engajamento e dados financeiros sensíveis — exatamente o tipo de inteligência competitiva que acelera o desenvolvimento de produtos rivais.

O padrão se repete: da Cursor às verticais especializadas

A Figma não é exceção. A Anthropic aplicou a mesma lógica com a Cursor, startup que popularizou assistentes de código baseados nos modelos Claude. Como uma das maiores clientes da infraestrutura da Anthropic, a Cursor processava volumes massivos de requisições de inference diariamente — dados que revelavam padrões de uso, gargalos e oportunidades de mercado. Resultado: o lançamento do Claude Code, entrando no mesmo nicho com informação assimétrica.

A estratégia de verticalização continua: - Claude Science para pesquisa acadêmica - Claude Security para análise de vulnerabilidades - Claude Legal para documentação jurídica - Claude Financial para análise de dados econômicos

Cada lançamento ataca empresas que anteriormente eram parceiras dependentes da API da Anthropic.

O alerta para builders brasileiros

Para desenvolvedores e fundadores brasileiros, o cenário impõe uma avaliação de risco concreta. Quando você integra um modelo LLM proprietário via API, está compartilhando não apenas tokens de requisição, mas padrões de uso que alimentam o roadmap do fornecedor. É a velha dinâmica que a Amazon perfeccionou com AWS: primeiro se torna a plataforma indispensável, depois identifica quais nichos geram maior margem e compete diretamente.

A lição é operacional. Dependência de modelos fechados cria vulnerabilidade estrutural. Alternativas como modelos open source (Llama, Mistral, Qwen) ou estratégias de multi-cloud de inference reduzem a exposição a esse tipo de conflito. No ecossistema de IA, quem controla a infraestrutura eventualmente controla o produto.

claudefigmaanthropicdadosmodelosinfraestruturaprodutonãocursorestá

Mais da mesma edição

@DavidSHolz

😮‍💨Criador do Midjourney faz o alerta: IA produtiva está esgotando gente

David Holz, fundador do Midjourney, jogou uma pergunta honesta nas redes: seus amigos estão se sentindo extremamente produtivos com os novos modelos de código, mas também extremamente esgotados. Para ele, isso é sinal de que algo está errado, e que pode haver uma grande oportunidade escondida aí. --- A observação bate com o que muita gente tem relatado. As ferramentas de IA aceleram tanto o ritmo de trabalho que o descanso cognitivo desapareceu. Antes, entre as tarefas difíceis, existiam tarefas simples que serviam quase como respiro mental. Agora a IA resolve a parte fácil, e o que sobra para o humano é a maratona de decisões complexas, uma atrás da outra. Holz pediu sugestões de estratégias para tornar o dia a dia mais sustentável, algo que diz muito sobre o momento que estamos vivendo.

@forgebitz

🏋️Programar virou trabalho pesado porque a IA já faz o serviço leve

Em paralelo ao comentário de David Holz, o desenvolvedor Forge Bitz colocou em palavras o que muitos programadores estão sentindo: engenharia de software agora é drenante porque todo o trabalho "fácil" já foi automatizado. Antes, no dia a dia de um desenvolvedor, havia tarefas produtivas mas relativamente simples, como criar um novo endpoint (ponto de conexão entre sistemas) ou montar um painel de dados. Esse tipo de tarefa funcionava como um intervalo mental entre os problemas cabeludos. --- Com a IA assumindo essas tarefas rotineiras, o que sobra para o humano é só a parte difícil: arquitetura, decisões ambíguas, bugs que ninguém entende, integrações complexas. É como se alguém tirasse todos os trechos planos de uma trilha de montanha e deixasse só as subidas. O resultado é que, mesmo fazendo mais, você termina o dia mais cansado. E, como ele mesmo admitiu, ninguém ainda sabe direito qual é a solução.

@emollick

🌐China vs. EUA em IA: são pelo menos 8 disputas diferentes

O professor Ethan Mollick, da Wharton, fez um pedido simples mas poderoso: quando alguém falar sobre a competição entre China e Estados Unidos em IA, deveria especificar de qual competição está falando. Porque existem pelo menos oito, e elas não se misturam. --- A lista dele inclui: 1) qual país lucra mais com IA, 2) prestígio científico, 3) modelo de negócio aberto ou fechado, 4) venda de pacotes nacionais completos (chips, energia, software), 5) capacidades de segurança nacional, 6) controle sobre quais países aliados recebem acesso a modelos de ponta, 7) construção de IAs com "personalidades" que refletem valores nacionais, e 8) corrida para atingir a superinteligência artificial primeiro. --- O ponto é certeiro. Boa parte do debate público trata tudo como uma disputa única e simplificada, quando na verdade cada frente tem implicações, vencedores e regras completamente diferentes. Entender isso muda a forma como você lê qualquer manchete sobre o tema.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter