OpenAI prepara mega IPO e mira avaliação de até US$ 1 trilhão
Plano pode levantar ao menos US$ 60 bilhões e ir a mercado entre 2026 e 2027
247 – A OpenAI, desenvolvedora do ChatGPT, começou a preparar uma oferta pública inicial (IPO) que pode avaliá-la em até US$ 1 trilhão, em uma das maiores aberturas de capital da história recente. A empresa discute captar ao menos US$ 60 bilhões e estuda apresentar a documentação já no segundo semestre de 2026, embora o cronograma ainda possa mudar conforme o ambiente de mercado e o ritmo do negócio. A informação é da Reuters.
De acordo com pessoas a par das conversas, a diretora financeira Sarah Friar indicou a interlocutores que a listagem poderia ocorrer em 2027, enquanto assessores avaliam que o movimento pode ser antecipado. A companhia afirmou que o foco segue na construção de um negócio “duradouro” e orientado à missão de avançar a chamada inteligência artificial geral (AGI).
O IPO consolidaria a virada da OpenAI para uma estrutura compatível com o mercado, após a reorganização societária que colocou a fundação sem fins lucrativos — hoje chamada OpenAI Foundation — como acionista relevante do grupo e reduziu a dependência da Microsoft. A operação daria fôlego para aquisições e investimentos em infraestrutura, área em que o CEO Sam Altman defende aportes de trilhões de dólares ao longo dos próximos anos.
Contexto de mercado e números
A discussão ocorre no auge do ciclo de inteligência artificial nas bolsas. Neste mês, a OpenAI alcançou valor de mercado de cerca de US$ 500 bilhões após uma venda secundária de ações a investidores como SoftBank e T. Rowe Price, sinalizando apetite por papéis da companhia antes mesmo de um IPO.
– Definição do modelo de governança pós-abertura, com a fundação preservando influência estratégica.
– Janela de mercado entre o segundo semestre de 2026 e 2027, sujeita à volatilidade setorial e às condições de liquidez globais.
– Evolução das receitas e da base de produtos, incluindo avanços em busca por inteligência artificial, fatores que podem calibrar a faixa de avaliação.


