Fireworks AI levanta US$ 1,5 bilhão com avaliação de US$ 17,5 bilhões enquanto volume de Token atinge 40 trilhões por dia

A Fireworks AI levantou US$ 1,505 bilhão em uma rodada de financiamento Series D com uma avaliação de US$ 17,5 bilhões, anunciou a empresa em 15 de julho. A rodada foi liderada por Atreides Management, Index Ventures e TCV, com a Nvidia entre os investidores participantes — um detalhe notável, já que o negócio da Fireworks é construído para servir Inference para cargas de trabalho de AI de outras empresas em escala.

Os números por trás da captação

A Fireworks afirma que sua plataforma agora processa mais de 40 trilhões de Token por dia, contra 15 trilhões um ano antes — um aumento de quase três vezes no uso bruto. Mais significativo que o volume é de onde vem esse tráfego: a empresa diz que mais de 95% dos Token processados agora vêm de modelos Fine-tuned ou especializados em dados proprietários de clientes individuais, em vez de chamadas genéricas para Foundation Models prontos para uso.

Essa mudança é comercialmente relevante. A Fireworks ultrapassou US$ 1 bilhão em taxa de execução de receita anualizada, um número que a empresa diz ter quintuplicado no último ano. Cobrar por cargas de trabalho de Inference especializadas e Fine-tuned geralmente gera margens melhores e relacionamentos com clientes mais sólidos do que revender acesso a APIs de Foundation Models commodities — uma distinção que provavelmente explica por que os investidores estão dispostos a respaldar uma avaliação de US$ 17,5 bilhões para uma empresa de camada de infraestrutura, em vez de um desenvolvedor de modelos.

A lista de investidores conta sua própria história

Além dos três investidores líderes, a rodada incluiu Lightspeed Venture Partners, Bessemer Venture Partners, Menlo Ventures, Insight Partners, Ontario Teachers' Pension Plan, Lone Pine Capital, e vários fundos menores, incluindo 20VC e Operator Collective. A participação da Nvidia é a mais estrategicamente interessante: a fabricante de chips tem investido seletivamente em empresas de infraestrutura de AI que impulsionam a demanda por seu hardware, e a Fireworks diz explicitamente que parte do novo capital será destinada à expansão da infraestrutura de computação e ao aprofundamento de parcerias com provedores de nuvem, incluindo Microsoft e Nvidia.

Por que "inteligência especializada" é a proposta

A Fireworks posiciona esta rodada em torno de uma tese específica: a próxima fase de adoção de AI empresarial não se trata de alugar acesso a modelos gerais cada vez maiores, mas de construir sistemas especializados treinados nos dados e fluxos de trabalho da própria empresa. Isso contrasta deliberadamente com os provedores de Foundation Models — a Fireworks não constrói seus próprios modelos de fronteira, ela fornece a camada de infraestrutura que permite que as empresas implantem e sirvam versões Fine-tuned de modelos abertos de forma eficiente em escala.

Esse posicionamento coloca a Fireworks ao lado de um pequeno grupo de empresas de AI focadas em infraestrutura — em vez de competir diretamente com OpenAI, Anthropic ou Google em capacidade de modelo, ela compete com Hyperscalers de nuvem e outras plataformas de Inference em custo, latência e ferramentas de personalização para executar bem os modelos de outras pessoas.

Para que o financiamento será usado

A Fireworks afirmou que o capital será destinado a três áreas: expandir a infraestrutura de computação para suportar o crescimento contínuo do volume de Token, aumentar seu quadro de engenharia e aprofundar as parcerias com provedores de nuvem. O crescimento anual de 167% no volume de Token sugere que a empresa já está com capacidade limitada em algumas regiões, tornando a expansão da infraestrutura a prioridade mais imediata.

O que isso sinaliza para o mercado mais amplo

Uma avaliação de US$ 17,5 bilhões para uma empresa de infraestrutura de Inference — em vez de um desenvolvedor de modelos — reflete uma visão madura entre os investidores de que o valor da AI empresarial é cada vez mais capturado na camada de implantação e personalização, não apenas na camada de modelos de fronteira. À medida que mais empresas passam de experimentar Chatbots prontos para uso a executar modelos Fine-tuned em dados proprietários, a infraestrutura que torna isso eficiente e acessível se torna um negócio duradouro por si só, independentemente de qual Foundation Model está ganhando em um determinado mês.