No setor Enterprise , a inteligência artificial generativa tomou um rumo inesperado. O modelo de linguagem mais utilizado pelas empresas já não é o ChatGPT ou o Gemini, mas sim Cláudio , por Anthropic , com uma quota de 40%, seguida pelas soluções OpenAI (27%) e Google (21%). Estes dados, de um relatório da Menlo Ventures em dezembro de 2025, surpreendem muitos gestores habituados ao domínio mediático do ChatGPT. Deve ser esclarecido que se trata de uma questão de Quota de mercado em utilização, não receitas Ou seja, reflete a percentagem de utilização empresarial de cada modelo, não a faturação dos seus fornecedores. Ainda assim, o panorama da IA corporativa está a fragmentar-se, e nenhum modelo único detém um monopólio indiscutível.
Isto não estava no guião
Há dois anos, dávamos como garantido que O ChatGPT foi o "vencedor" em IA . Em empresas ou universidades, se alguém perguntasse qual a inteligência artificial que liderava, a resposta parecia óbvia: ChatGPT , e fim da discussão. As alternativas (Claude, Bard, o primeiro Gémeos...) eram vistas como ferramentas interessantes mas secundárias. No entanto, os últimos meses de 2025 marcaram um ponto de viragem. Em novembro, a OpenAI lançou o GPT-5.1, a Anthropic contra-atacou com o Claude 4.5, e a Google respondeu dias depois com o Gemini 3. Três grandes lançamentos, quase simultâneos, que anunciaram o Fim da era do modelo único vencedor .
Os resultados são visíveis: A Anthropic – com o seu modelo Claude – destronou a OpenAI no setor empresarial . A OpenAI, que em 2023 representava metade do mercado empresarial de LLMs, caiu para 27% em 2025. A Google, por sua vez, subiu para 21% graças à integração dos seus modelos (como o Gemini) no seu ecossistema de produtos. E Anthropic chegou ao 40%consolidando-se como um líder inesperado. Para os CEOs, esta mudança de liderança não é apenas uma curiosidade estatística, mas um sinal de que A dinâmica do setor mudou : o Enterprise AI já não é um jogo para um jogador .
Vale a pena perguntar Como é possível que Claude, relativamente menos famoso, domine o uso nas empresas? A resposta está nos casos de uso. O Claude tem sido particularmente bem-sucedido num nicho crítico: geração de código e suporte a programadores. Na verdade, Anthropic Já detém 54% do mercado de IA para programação em empresas , deixando a OpenAI com apenas 21% nessa área. A preferência das equipas técnicas pelo Claude (graças à sua capacidade de lidar com bases de código extensas e reduzir erros) impulsionou a sua adoção. Isto ilustra um ponto chave: em ambientes corporativos, o Melhores A IA depende de Para quê Vamos usá-lo.
Cada modelo destaca-se numa coisa
Longe de haver um único campeão todo-o-terreno, o que vemos é Um ecossistema fragmentado dependendo do caso de uso . Poderíamos compará-lo a uma equipa de especialistas: não é uma liga com um único campeão, mas sim com o melhor jogador em cada posição. Por exemplo Gemini 3 (Google) provou ser líder em raciocínio complexo, análise científica e matemática, enquanto ChatGPT continua a destacar-se na geração de textos narrativos e argumentativos. Para pesquisas com informação atualizada e citações fiáveis , ferramentas como IA de perplexidade destacam-se, e Cláudio conquistou o respeito dos promotores em Empregos com código e gestão de grandes contextos.
Isto Divisão em papel O novo padrão está a começar a ser:
- ChatGPT (OpenAI) – Especialista em redação de texto, geração de conteúdo narrativo e argumentos coerentes.
- Gémeos 3 (Google) – Poderoso em raciocínio complexo, cenários estratégicos, cálculos matemáticos e análises profundas.
- IA de perplexidade – Ferramenta de investigação que Encontrar, contrastar e citar fontes de informação atualizada, ideal para pesquisas com contexto.
- Claude (Antrópico) – Programming Assistance Expert: Ajuda a escrever código, depurar e manter um contexto extenso sem perder o thread.
- NotebookLM (Google) – Um assistente de investigação e estudo, capaz de analisar documentos fornecidos pelo utilizador e extrair conhecimento de forma interativa (útil para formação interna ou síntese de relatórios longos).
- Modelos de Voz e Vídeo – Soluções especializadas para tarefas não relacionadas com texto: por exemplo, IAs de voz para transcrição ou geração de áudio, e IAs de vídeo para criação de conteúdos visuais ou análise multimédia. Estas ferramentas cobrem necessidades específicas que os modelos puros de linguagem não abordam.
A conclusão : não existe uma única IA que seja a melhor em tudo , mas várias IAs a destacarem-se cada uma à sua maneira . Isto explica porque é que as organizações partilham a utilização entre diferentes fornecedores: as empresas combinam ferramentas para tirar partido dos pontos fortes de cada modelo em cada área. No total, as três grandes (Anthropic, OpenAI, Google) representam 88% do uso de LLMs nas empresas, mas os restantes 12% correspondem a uma longa cauda de players como Meta (Llama), Cohere, startups como Mistral e até modelos open-source adaptados a nichos. A paisagem está mais diversificada do que nunca , sinal de um mercado a amadurecer rapidamente.
Multimodelo: não é fidelidade, é arquitetura
Este novo cenário exige repensar a estratégia corporativa de IA. Tradicionalmente, muitas empresas optavam por unir um único ecossistema ("somos da Microsoft" ou "somos da Google"), confiando que esse fornecedor lhes daria o solução de IA ideal. Mas Se até os gigantes estão a evitar o modelo de fornecedor único, uma empresa de média dimensão não deveria prender as mãos e os pés a um único jogador . A Microsoft e a OpenAI, por exemplo, recalibraram a sua relação, permitindo que a OpenAI colabore com outros parceiros; A Google abriu a sua plataforma a integrações externas. A questão já não é sobre a lealdade à marca, É de arquitetura tecnológica .
Em Proportione temos insistido nesta ideia há algum tempo. De facto, numa análise publicada após o lançamento do Gemini 3, sublinhamos que "A era do modelo omnipotente acabou; A estratégia vencedora não é escolher um modelo, mas sim aprender a orquestrar Diversos modelos de acordo com a tarefa" . É o que chamamos de Estratégia multimodelo . Em vez de perguntar "Qual modelo de IA é o melhor?" , perguntam-se as empresas líderes "Qual modelo é o melhor para cada necessidade específica?" . Esta forma de pensar, mais complexa à partida, está a dar frutos tangíveis: Estudos recentes que comparam implementações de "modelo único" com estratégias multimodelo mostram diferenças significativas no retorno do investimento , a favor da abordagem multimodelo. Ou seja, organizações que deixam de procurar um vencedor absoluto e passam para um esquema de "vencedores por área" Captura mais valor, mais rápido .
A nossa experiência prática confirma esta tendência. Em Proportione , por exemplo, Adotámos uma abordagem pragmática e multimodelo : usamos o Claude quando se trata de gerar ou rever código (onde se destaca), preferimos o NotebookLM ou o Perplexity para o estudo de documentos e tarefas de investigação, aproveitamos o ChatGPT na escrita e síntese de textos, e não hesitamos em recorrer a modelos de voz ou vídeo quando um projeto o exige. Isto Mente aberta e mentalidade orientada para casos de uso permitiu-nos oferecer soluções eficazes de IA sem nos limitarmos a uma única tecnologia. Não se trata de fazer Autopromoção , mas para ilustrar uma abordagem madura: tal como Não existe uma única ferramenta válida para todas as operações do seu negócio , também não existe inteligência artificial.
Implicações para a tomada de decisão
O que significa tudo isto na prática para um CEO? Antes de mais parem de procurar "o melhor modelo de IA" como uma decisão única . A verdadeira vantagem competitiva não virá de escolher um modelo milagroso, mas sim de escolher um modelo milagroso. Desenhe um sistema onde múltiplos modelos colaborem a seu favor . Para avançar nessa direção, considere estas ações:
- Necessidades de mapas de acordo com o tipo de tarefa: Analise quais as partes do seu negócio que dependem principalmente do Geração de texto (por exemplo, relatórios ou marketing de conteúdos), quais exigem Raciocínio complexo e análise (planeamento estratégico, simulações), que envolvem Pesquisa rápida com fontes fiáveis (documentação, conhecimento do mercado) e quais giram em torno do Desenvolvimento de Código ou Software . Não se esqueça de identificar as necessidades para Áudio/vídeo ou outros formatos se houver algum (por exemplo, apoio ao cliente por voz, análise de vídeo de segurança, etc.).
- Associe cada área à IA mais adequada: Uma vez categorizadas as tarefas, Escolha o modelo líder em cada categoria . Pode significar integrar o ChatGPT ou o Gemini no seu departamento de planeamento, usar o Claude para ajudar os seus programadores, implementar um assistente como o Perplexity ou o NotebookLM para a equipa de investigação, e assim por diante. Considere critérios como Privacidade de Dados (algumas áreas podem exigir modelos on-premise ou open-source) e facilidade de integração com os seus sistemas existentes.
- Aceita uma arquitetura multi-fornecedor: O seu ecossistema de IA provavelmente vai envolver Vários fornecedores e ferramentas . Isto quebra o conforto de antes, mas é necessário. Não faz sentido agarrar-nos a "somos uma empresa 100% x fornecedora" num mundo onde cada fornecedor brilha de forma diferente. Esteja preparado para gerir contratos, APIs e SLAs com múltiplos parceiros tecnológicos.
- Prepare a sua equipa e ajuste os processos: Investir em IA não é apenas uma questão de tecnologia, mas também Organização . Certifique-se de que oferece os seus profissionais Tempo e formação para te familiarizares com várias ferramentas ao mesmo tempo. Estabeleça protocolos claros: por exemplo, quando devem os seus analistas pedir ao ChatGPT um primeiro rascunho, quando é melhor consultar o Gemini para análise de cenários, ou quando usar o Perplexity para verificar um dado? Ao mesmo tempo, define quais as decisões ou tarefas Não nunca vais delegar totalmente a uma IA, por mais brilhantes que sejam os seus resultados (a supervisão humana continua a ser crucial).
Seguir este caminho Requer visão estratégica . Significa reconhecer que a IA não é um monólito mágico plug-and-play, mas um conjunto de ferramentas poderosas que é preciso saber combinar. No entanto, a recompensa vale a pena: pela primeira vez, as empresas podem imaginar implementações verdadeiramente transformadoras de IA sem teres de abdicar da tua stack tecnológica preferida . Pode obter IA de classe mundial permanecendo em ambientes do Google Workspace ou Microsoft 365, desde que implemente os modelos certos de forma orquestrada.
E A liderança empresarial do Claude ensina-nos que a corrida da IA não tem um único vencedor, mas vários, e que A sua vantagem como empresa dependerá de como sabe como jogar com todos eles . A questão já não é "qual IA vence" (essa competição já não existe, como uma análise de Proportione colocou). A questão relevante é Como vais organizar a tua própria "liga interna" de inteligências artificiais e pessoas Para que todos contribuam para a sua estratégia. Diferentes modelos destacam-se em diferentes tarefas, e nessa diversidade bem gerida reside o novo fator de sucesso. Os próximos anos serão disputados neste campo: na capacidade de cada organização de Sistemas híbridos de conceção onde humanos e várias IAs colaboram de forma inteligente, sustentável e clara. Os CEOs que a compreenderem e agirem primeiro — adotando uma estratégia multimodelo com sabedoria — terão uma vantagem notória na era da IA madura.
Fontes: Os dados das quotas de utilização de modelos provêm do relatório Estado da IA Generativa nas Empresas 2025 por Menlo Ventures. Reflexões sobre a estratégia multimodelo extraídas da análise Proportione (J. Cuervo, 2025) e de outras publicações especializadas. Em Proportione já comparámos minuciosamente modelos como Gémeos 3 vs. ChatGPT No nosso blogue, concluindo que a questão não é quem é melhor no geral, mas quem é melhor em tudo . Estes exemplos reforçam a ideia central: não existe um vencedor claro na IA e, por isso, a estratégia mais inteligente é a combinação certa de múltiplas inteligências artificiais ao serviço dos objetivos de negócio .