O Citigroup elevou sua previsão para o mercado global de inteligência artificial, citando uma adoção mais rápida do que o esperado de ferramentas de inteligência artificial para codificação e automação por parte das empresas, com empresas como a Anthropic apresentando forte crescimento de receita.A corretora de Wall Street, em nota de 27 de abril, prevê que o mercado global de IA atingirá mais de US$ 4,2 trilhões até 2030, com aproximadamente US$ 1,9 trilhão desse valor vinculado à IA empresarial.Anteriormente, o Citi previu que o mercado global de IA valeria mais de US$ 3,5 trilhões, com quase US$ 1,2 trilhão impulsionados pela IA empresarial.Em nota, o Citi destacou que os principais pontos sobre a Anthropic são:A demanda e a receita das empresas impulsionadas pelos modelos Claude e pelo Claude Code, enquanto o Mythos representa potenciais benefícios futuros em vez de monetização a curto prazo.A Anthropic é “líder em IA empresarial”, devido à sua forte aceitação em usos comerciais, como desenvolvimento de software e automação de tarefas, além de fluxos de trabalho com agentes.O foco precoce e constante em clientes corporativos conferiu à empresa uma vantagem estrutural, mesmo diante do aumento dos custos de computação, das restrições de capacidade e da intensificação da concorrência de laboratórios rivais de IA.Cerca de 80% da receita da Anthropic provém de clientes empresariais, o que reflete uma mudança deliberada em relação às estratégias de IA voltadas inicialmente para o consumidor.Em abril, a receita anualizada da Anthropic ultrapassou os 30 bilhões de dólares, representando uma das trajetórias de crescimento mais rápidas da história da tecnologia.A empresa fechou importantes contratos de capacidade computacional, incluindo um de até US$ 40 bilhões com o Google no início desta semana e outro de até US$ 25 bilhões com a Amazon.A concorrência está se acirrando à medida que a OpenAI, o Google e outras empresas avançam cada vez mais nos mercados corporativos, deslocando a disputa para a integração e confiabilidade do fluxo de trabalho, em vez de benchmarks de modelos de IA.