Anthropic ultrapassa OpenAI em adoção corporativa

Introdução

Anthropic ultrapassa OpenAI na adoção por empresas. O Ramp AI Index de 13 de maio de 2026 mostra 34,4 por cento das empresas usando Anthropic em abril, contra 32,3 por cento para OpenAI. A adoção geral de IA cruzou 50,6 por cento.

A mudança de liderança não é um detalhe estatístico, é um termômetro de orçamento. O índice da Ramp acompanha pagamentos corporativos por cartão e por faturas, em mais de 100 bilhões de dólares de gastos anuais de 50 mil empresas, o que dá visibilidade rara sobre “quem está pagando por quê”.

O artigo explica o que os dados mostram, quais forças empurraram a Anthropic para a frente, como a OpenAI está reagindo, onde estão os riscos de interpretação e quais decisões práticas de stack e custo fazem sentido agora.

O que os dados do Ramp AI Index realmente dizem

O indicador registrou três movimentos simultâneos em abril: a Anthropic subiu 3,8 pontos percentuais e atingiu 34,4 por cento das empresas clientes da Ramp, a OpenAI caiu 2,9 pontos para 32,3 por cento, e a adoção total de IA chegou a 50,6 por cento. O texto do levantamento enfatiza que a virada ocorre após um ano de ganhos sequenciais da Anthropic e praticamente estagnação da OpenAI no recorte de empresas pagantes.

Reforços independentes vieram de veículos que repercutiram os números. Axios e TechCrunch confirmaram as mesmas taxas e a leitura de que é a primeira vez que a Anthropic fica na frente nesse corte de adoção corporativa.

Metodologicamente, a Ramp usa dados transacionais, não pesquisas de opinião. O índice considera pagamentos por cartão e contas a pagar, abrange setores variados e reconhece que sua base pende para empresas mais crescentes e tech-forward. Isso ajuda a entender que o índice captura tendências de vanguarda, não a média do mercado inteiro.

Por que a Anthropic avançou agora

Três vetores explicam a guinada: produto, preço e compute.

Produto e foco em desenvolvedores. O Claude Code atraiu times de engenharia que queriam agentes mais obedientes em fluxos longos de refatoração, testes e geração de patches. Relatos de mercado dão conta de crescimento acelerado entre devs e empresas, ajudando a impulsionar as assinaturas corporativas.
Pressão por custo previsível. À medida que empresas padronizam tarefas repetitivas com agentes, o custo por token e o throughput importam mais do que picos ocasionais de capacidade bruta. Organizações têm comparado tarefas comuns entre modelos e, em muitos casos, equilibrado qualidade esperada com custo efetivo. O próprio texto do índice observa a ascensão de plataformas de inferência com modelos abertos mais baratos como parte da dinâmica competitiva.
Acordo de compute. Em 6 e 7 de maio, a Anthropic anunciou um acordo para acessar capacidade de data center da SpaceX, justamente quando a demanda por Claude estourou. Bloomberg e Axios reportaram o acerto, descrevendo que a movimentação endereça gargalos de capacidade. Isso não afeta os números de abril diretamente, mas cria um colchão para sustentar a adoção conquistada.

![Logo da Anthropic]

O contexto menos glamouroso, mas decisivo, do compute

Compute define o jogo em 2026. Quem escala com eficiência, entrega disponibilidade e mantém latência sob controle ganha o ciclo seguinte de adoção. Relatos de mercado sugerem que a Anthropic vinha sob estresse de capacidade no início do segundo trimestre. A empresa enfrentou críticas por performance e limites de uso do Claude, tema coberto pela Fortune ao longo de abril. Ao mesmo tempo, executivos da OpenAI circularam um memorando interno acusando a rival de erro estratégico por não garantir compute suficiente, algo também repercutido pela imprensa.

O acordo com a SpaceX muda esse quadro. A leitura dos analistas é que a Anthropic comprou tempo e previsibilidade, abrindo espaço para manter a curva de crescimento sem penalizar experiência do usuário. Relatos colocam o acesso ao data center Colossus 1, com grande densidade de GPUs, como peça central do pacote.

Para quem decide orçamento, a lição prática é simples. Trate compute como dependência crítica da sua cadeia de valor em IA. Diversifique provedores de inferência, garanta planos com contingência de burst e monitore sinal de latência e limites por região.

O contra-ataque da OpenAI: Codex, preço e distribuição

A OpenAI, por sua vez, tem acelerado Codex, tanto em preço quanto em formato, mirando justamente equipes técnicas e operações com agentes. Em 2 de abril, a empresa anunciou preços mais flexíveis para times, dentro de ChatGPT Business e Enterprise, destacando crescimento de 6 vezes na base de usuários de Codex desde janeiro. Na semana do dia 14 de maio, Axios também destacou a chegada de Codex ao smartphone, sinalizando estratégia agressiva de distribuição para reconquistar devs e empresas.

Esse movimento conversa com uma tese recorrente no ecossistema: se a troca entre modelos é barata em muitas tarefas, preço e UX no ponto de uso podem reverter participação de mercado rapidamente. O próprio texto do Ramp AI Index nota que tarefas de código têm alternativas competitivas e que o custo de alternar modelos em várias rotinas é baixo.

![Logo da OpenAI]

O que pode dar errado para a Anthropic

A Anthropic ultrapassa OpenAI no índice de abril, mas não há garantia de liderança perene. O próprio levantamento da Ramp lista ventos contrários.

Incentivos alinhados a tokens. O modelo de receita baseado em tokens pode incentivar o uso de variantes mais caras quando uma versão mais barata resolveria o problema. Em ciclos de corte de custos, departamentos financeiros pressionam por roteamento automático para preço mais baixo, mesmo com pequenas perdas de qualidade.
Qualidade sob escrutínio. Houve queixas públicas sobre quedas de performance e limites mais rígidos em horários de pico, o que já pressionou sentimento de desenvolvedores. A Fortune detalhou a reação de usuários avançados e como mudanças de esforço padrão afetaram resultados percebidos.
A fatura do compute. A atualização recente de modelos com capacidades multimodais pode triplicar custo de tokens quando imagens entram no prompt, segundo análise mencionada no texto da Ramp. Em uma economia de agentes que interagem com múltiplas fontes, isso pesa. Se o acordo de compute não estabilizar esse custo, clientes podem migrar fluxos sensíveis a preço para plataformas de inferência mais baratas.

O que pode dar certo para a OpenAI

A janela competitiva não está fechada. Há três cartas claras no baralho da OpenAI.

Preço e eficiência. A estratégia de destacar ganhos de eficiência em novas gerações do stack, combinada com ofertas de entrada mais previsíveis para times, melhora o TCO para cargas longas. A ofensiva de preços e o foco em Codex foram comunicados em abril e reforçados na semana do dia 14 de maio.
Distribuição onipresente. Entrar no fluxo de trabalho onde os devs já estão, inclusive no celular e no IDE, reduz atrito de adoção. Isso conversa com a tese de que a troca entre modelos, quando barata, depende mais da fricção do que da fidelidade.
Elasticidade de demanda. Se times perceberem que a qualidade por dólar do stack da OpenAI melhorou de forma consistente, a reversão de share pode ser rápida em segmentos sensíveis a produtividade.

Como interpretar o índice sem cair em armadilhas

Leitura correta evita decisões apressadas.

Recorte e viés. O Ramp AI Index capta empresas clientes da Ramp, com viés para negócios de alto crescimento e mais digitais. É o melhor termômetro do que vem pela frente, mas não o censo oficial de toda a economia. Use como sinal de tendência, não como métrica absoluta de market share em toda a base instalada.
Adoção, não consumo. O dado é sobre presença de gasto, não necessariamente volume de tokens. Uma empresa pode ter contas em ambos os provedores, com pesos diferentes por caso de uso.
Cuidado com narrativas únicas. O mesmo ciclo que levou a Anthropic à frente pode se inverter caso compute, preço e UX mudem. A própria Ramp frisa que o mercado é dinâmico e que os resultados não coroam um “líder definitivo”.

O que fazer agora, na prática

Decisores de produto, dados e engenharia podem seguir um playbook pragmático que se apoia nos sinais do índice, mas protege contra volatilidade.

Padronize uma malha de provedores. Selecione 2 a 3 provedores primários e 1 secundário via plataformas de inferência, com roteamento por preço e latência. Isso captura as oportunidades de custo que o índice da Ramp está vendo emergir nas plataformas de inferência.
Separe classes de tarefa por custo-qualidade. Para geração, use modelos premium quando o impacto de qualidade justificar. Para extração, classificação e enrichments repetitivos, priorize custo por mil tokens e cache. Documente métricas de qualidade e latência por classe.
Negocie contratos com gatilhos de compute. Com a Anthropic, verifique como o acordo com a SpaceX impacta SLAs de disponibilidade e janelas de pico. Com a OpenAI, investigue os tiers de Codex para times, inclusive pacotes móveis e integrações no fluxo do dev.
Evite lock-in precoce. Mantenha ABs de modelos em produção, com canários semanais que rodem tasks reais, não só benchmarks. Acople sua avaliação a custo efetivo por resultado útil, não só a métricas de acurácia brutas.
Reavalie o backlog de agentes. Muitas rotinas podem migrar para modelos mais baratos com mínimo ajuste de prompt. O índice sugere que times já estão fazendo esse movimento. Garanta que seu orchestrator suporta fallback transparente.
Auditoria de limites e rate. Monte alertas operacionais para quedas de qualidade percebida, aumento de latência e resets de limite, sobretudo durante mudanças de versão. Use SLOs explícitos para throughput e custo. Relatos de abril mostram como ajustes de esforço padrão podem afetar workflows de dev, então monitore sinais precoces.

Cenários para os próximos 90 dias

Continuidade da liderança da Anthropic. Com compute reforçado e boa execução de roadmap, a Anthropic consolida alguns casos de uso intensivos em agentes e código. Se preços ficarem estáveis, a nova base pode se fidelizar.
Reação de preço e UX da OpenAI. Se a oferta do Codex evoluir com bundles e melhor eficiência de custo, parte do share volta para OpenAI, começando por times que já usam o ecossistema da empresa e querem reduzir o número de fornecedores.
Plataformas de inferência ganhando espaço. Se o spread de custo entre modelos premium e abertos continuar, provedores de inferência podem capturar orçamentos táticos, enquanto os laboratórios disputam workloads premium. O índice da Ramp já detecta essa aceleração.

Conclusão

A foto de abril é clara, a Anthropic ultrapassa OpenAI na adoção por empresas dentro do universo medido pela Ramp. A combinação de foco no desenvolvedor, pressão por custo e uma resposta rápida no front de compute explica o avanço. Ao mesmo tempo, a OpenAI está apertando o passo com Codex, preço e distribuição, ingredientes suficientes para disputar a próxima rodada.

Para quem precisa entregar resultado, o caminho é desapegar de torcidas e tratar IA como infraestrutura. Medir custo por resultado, diversificar provedores, negociar compute e automatizar escolhas entre modelos protege seu roadmap contra a rotação rápida que os dados da Ramp revelam. Nesse xadrez, ganha quem usa os números para ajustar a pilha, não quem escolhe um lado e fecha os olhos para o resto.