Previsão de Lucro da Cloudflare Sobe com IA Ampliando a Demanda por Rede
A Cloudflare elevou novamente sua projeção anual de resultados em 5 de novembro, reforçando seu argumento de que a inteligência artificial cria demanda além das empresas que desenvolvem modelos. A previsão de lucro da Cloudflare agora reflete um crescimento mais rápido dos negócios, embora a empresa ainda tenha reportado prejuízo líquido segundo as regras contábeis padrão.
A tensão central diz respeito a como essa demanda se transforma em lucro. Aplicações de IA precisam de conexões, proteção e locais para executar software. Vender esses serviços cria uma oportunidade, mas atender cargas de trabalho adicionais também envolve custos.
Os resultados da Cloudflare colocam esse equilíbrio em foco para desenvolvedores e compradores empresariais. Concorrentes como a Akamai perseguem a mesma oportunidade de infraestrutura adjacente. A questão é quais provedores conseguem transformar a atividade de IA em relacionamentos duradouros com clientes e uma economia atrativa.
A Previsão de Lucro da Cloudflare Sobe Novamente
A Cloudflare aumentou suas expectativas para os lucros anuais ajustados, estendendo uma sequência de revisões para cima durante 2026.
Os resultados financeiros trimestrais da empresa colocaram o lucro anual ajustado por ação esperado em US$ 1,35. O lucro por ação mede a renda atribuída a cada ação. Os números ajustados excluem determinadas despesas.
A receita do terceiro trimestre atingiu US$ 782,5 milhões, um aumento de 39% em relação ao ano anterior. O trimestre encerrou-se em 30 de setembro, tornando o anúncio um relatório sobre atividades comerciais concluídas, juntamente com expectativas atualizadas.
Para comparação, a projeção anual anterior projetava lucro ajustado por ação entre US$ 1,25 e US$ 1,26. A divulgação de agosto informou crescimento de receita de 36% no segundo trimestre.
A progressão remonta ainda mais. A projeção do primeiro trimestre da Cloudflare projetava lucro anual ajustado por ação entre US$ 1,19 e US$ 1,20. A receita do primeiro trimestre aumentou 34%.
Essas comparações estabelecem a direção da revisão sem depender de uma reação do mercado de ações. A administração tornou-se mais otimista em relação aos lucros à medida que o crescimento reportado da receita acelerou.
No entanto, uma previsão de lucros descreve as expectativas da administração. Ela não garante o resultado final nem identifica a contribuição de cada produto.
O anúncio também exige uma distinção contábil. GAAP, ou princípios contábeis geralmente aceitos, fornece a estrutura padrão para demonstrações financeiras reportadas. A Cloudflare registrou um prejuízo líquido trimestral segundo o GAAP de US$ 34,1 milhões.
Portanto, chamar isso de uma previsão de lucro melhorada é correto ao se referir aos lucros ajustados. Chamar isso de anúncio de lucratividade GAAP em toda a empresa distorceria os resultados.
Essa distinção importa além da terminologia financeira. Um provedor pode expandir seus negócios e melhorar métricas selecionadas enquanto continua a incorrer em despesas que excedem a receita reportada.
Para clientes, a revisão fornece evidências de impulso comercial. Ela oferece informações menos diretas sobre se uma aplicação específica funciona melhor, custa menos para operar ou atende aos requisitos de segurança.
Para concorrentes, o anúncio aumenta a pressão para demonstrar resultados comerciais por trás de suas próprias estratégias de IA. Anúncios de produtos, por si só, oferecem uma comparação mais fraca do que receita e compromissos de clientes.
O ponto de partida útil é, portanto, restrito e concreto: a Cloudflare espera obter mais lucros ajustados de seus negócios do que previa anteriormente. Entender a conexão com a IA exige examinar o que os clientes realmente precisam desse negócio.
A Demanda por IA Vai Além do Provedor de Modelos
A oportunidade da Cloudflare repousa no trabalho que envolve uma resposta de IA, incluindo conectar serviços, controlar solicitações e operar aplicações.
Um modelo gera uma resposta, mas um produto funcional precisa fazer consideravelmente mais. Ele precisa receber uma solicitação e entregar uma resposta.
Um agente de IA, software que usa modelos e ferramentas para executar tarefas, adiciona mais interações. Ele pode recuperar informações antes de decidir sua próxima ação.
Isso cria uma rota plausível da adoção de IA para a demanda por infraestrutura. As aplicações precisam de conexões confiáveis mesmo quando seus modelos subjacentes vêm de outra empresa.
A distinção comercial importante diz respeito ao ponto em que os clientes encontram problemas operacionais. Uma demonstração pode enfatizar a qualidade das respostas. Uma aplicação em produção também precisa lidar com falhas e uso imprevisível.
A Cloudflare documenta esse papel adjacente por meio de controles para aplicações de IA. Seu AI Gateway fica entre as aplicações e os provedores de modelos, oferecendo visibilidade sobre solicitações e recursos de gestão.
Esses recursos documentados incluem registro de logs, limites de solicitações, novas tentativas e alternância entre modelos. O armazenamento em cache, que guarda respostas para reutilização, oferece outra forma de gerenciar trabalho repetido.
Essas capacidades explicam por que um provedor de rede pode participar sem desenvolver o modelo que produz a resposta. Seu papel pode se situar entre a aplicação e os serviços externos.
O argumento comercial é mais forte quando essa posição resolve um problema operacional caro. Um cliente precisa de uma razão para manter o intermediário depois que um experimento termina.
Por exemplo, uma equipe pode valorizar uma visão consistente de falhas em diferentes modelos. Outra pode priorizar impedir que uma aplicação envie solicitações sem controle.
Essas são considerações ilustrativas de compra, e não evidências de contratos específicos da Cloudflare. Sua relevância vem de conectar capacidades documentadas às decisões que os compradores precisam tomar.
A distinção também esclarece o que significa “demanda por IA”. Ela pode se referir à execução direta de modelos, a serviços de aplicação de suporte ou à proteção de sistemas que interagem com IA.
Essas categorias não devem ser tratadas como intercambiáveis. Seus requisitos técnicos diferem, e sua contribuição para os lucros da empresa exige evidências separadas.
Os negócios mais amplos da Cloudflare também atendem clientes cujas necessidades vão além da IA. Uma compra de segurança não se torna automaticamente uma compra de IA porque a administração discute inteligência artificial.
A interpretação defensável é que a IA amplia os motivos pelos quais clientes podem usar serviços de infraestrutura. O anúncio de resultados não quantifica cada parte dessa expansão.
Isso deixa um desafio prático para a Cloudflare. Ela precisa conectar o interesse crescente em aplicações de IA com serviços que os clientes continuem usando após o desenvolvimento inicial.
Os compradores empresariais enfrentam o desafio correspondente. Eles precisam identificar quais adições de infraestrutura melhoram suas aplicações e quais apenas acrescentam outra dependência.
Um anúncio favorável de resultados torna essa avaliação mais oportuna. Ele não substitui evidências específicas de cada carga de trabalho nem estabelece que todo projeto de IA precisa da mesma arquitetura.
A Oportunidade de Negócio Está em Manter Aplicações em Funcionamento
O argumento mais forte para infraestrutura começa com uma aplicação completa e o trabalho operacional necessário para sustentá-la.
A Cloudflare já descreveu exemplos concretos além do chat de texto. Sua integração de modelos parceiros trouxe modelos de imagem da Leonardo.Ai e modelos de fala da Deepgram para o Workers AI em agosto de 2025.
Workers AI é o serviço da Cloudflare para executar modelos em sua infraestrutura. O anúncio apresentou aplicações de geração de imagens e agentes de voz como usos pretendidos.
A Cloudflare descreveu a combinação de geração de imagens com lógica de aplicação, armazenamento e entrega de imagens. Para aplicações de voz, descreveu a conexão entre processamento de fala e serviços de comunicação ao vivo.
Esses exemplos fornecem uma referência útil para a atual narrativa de resultados. Eles mostram como o acesso a modelos pode se tornar parte de uma relação de infraestrutura mais ampla.
Considere o exemplo de geração de imagens como um projeto de aplicação. Produzir uma imagem completa apenas parte da solicitação do usuário. O resultado precisa permanecer disponível posteriormente.
Um produto pode precisar associar essa imagem a uma conta, exibi-la de forma confiável e dar suporte ao acesso posterior. Esses requisitos adjacentes criam decisões adicionais de infraestrutura.
A oportunidade comercial vem de atender esses requisitos em conjunto. Um provedor que lida com uma parcela maior da aplicação tem mais oportunidades de se tornar parte de sua operação contínua.
Esse resultado continua condicionado. Um catálogo amplo de produtos não estabelece que os clientes adotem cada componente ou que a integração em pacote sempre melhore sua experiência.
A integração pode reduzir a coordenação necessária entre serviços. Ela também pode tornar uma migração mais complicada quando o comportamento da aplicação depende de recursos específicos do provedor.
Uma aplicação de voz destaca outra consideração: a capacidade de resposta. Uma conversa pode parecer desconfortável quando atrasos se acumulam entre o processamento de fala, a geração pelo modelo e a entrega.
Nenhum componente isolado determina toda a experiência. Os compradores precisam avaliar a interação completa em vez de tratar um benchmark de modelo como um benchmark de aplicação.
O anúncio de parceiros da Cloudflare descreve sua arquitetura pretendida. Ele não prova de forma independente desempenho superior em cargas de trabalho de clientes nem estabelece uma contribuição específica para os lucros atuais.
Ainda assim, a inferência para esta narrativa de resultados é direta. Se os desenvolvedores constroem aplicações completas em torno dos serviços de um provedor, o uso pode se estender além da chamada inicial ao modelo.
Isso cria uma relação diferente de um experimento curto com um endpoint de modelo, o endereço que uma aplicação contata para solicitar a saída do modelo.
Um experimento pode terminar quando uma equipe muda de modelos. Uma relação com a aplicação pode persistir porque armazenamento, controles de acesso e entrega continuam necessários.
É aqui que a projeção anual da Cloudflare se torna relevante para desenvolvedores. O impulso comercial apoia o argumento de que sua estratégia de infraestrutura merece consideração ao lado de recursos individuais de IA.
Ainda assim, a questão da adoção permanece em aberto. A evidência necessária é o uso sustentado de aplicações e compromissos crescentes de clientes, e não a quantidade de capacidades listadas em uma página de produto.
Para compradores, isso desloca a atenção para a adequação operacional. A comparação útil diz respeito ao comportamento da aplicação completa, aos requisitos de propriedade e à capacidade de evoluir.
A Akamai Mostra Por Que a Oportunidade É Competitiva
A Cloudflare enfrenta concorrentes que também querem fornecer a infraestrutura em torno de aplicações de IA, limitando qualquer alegação de um mercado sem concorrência.
O serviço de inferência gerenciada da Akamai ilustra essa sobreposição. Inferência significa executar um modelo treinado para produzir uma saída.
A Akamai descreve acesso gerenciado a modelos ao lado de seus serviços de nuvem mais amplos. Sua oferta inclui capacidade compartilhada e implantações dedicadas, com condições de disponibilidade descritas na página do produto.
Esse posicionamento oferece aos compradores outra rota para combinar execução de modelos com infraestrutura de aplicações. Também mostra por que o impulso financeiro da Cloudflare não deve ser confundido com propriedade técnica exclusiva.
Ambas as empresas descrevem formas de reduzir a gestão de infraestrutura para desenvolvedores. Seu marketing apresenta propostas concorrentes, e não provas independentes de que qualquer uma delas atende melhor a todas as cargas de trabalho.
A concorrência central envolve a propriedade do relacionamento com a aplicação. Um provedor se beneficia quando os clientes dependem dele para necessidades operacionais recorrentes relacionadas à IA.
Essa concorrência pode ocorrer mesmo quando os clientes usam o mesmo modelo subjacente. A diferença pode estar nos controles de implantação, nos requisitos de integração ou nos serviços ao redor.
Para um comprador, isso torna a disponibilidade de modelos uma comparação incompleta. O acesso a um modelo reconhecido não resolve questões sobre o comportamento do serviço em condições de produção.
O mesmo se aplica a afirmações sobre infraestrutura global. O alcance geográfico pode importar, mas as dependências reais da aplicação determinam onde surgem atrasos e restrições.
Uma aplicação amplamente distribuída ainda pode depender de um banco de dados distante. Um endpoint de modelo próximo não pode eliminar todos os atrasos em outras partes do sistema.
Essas são considerações arquiteturais, e não afirmações sobre uma diferença de desempenho medida entre Cloudflare e Akamai. Elas explicam por que a avaliação competitiva precisa de evidências no nível da aplicação.
A pressão sobre a Cloudflare é tornar sua plataforma mais ampla útil o suficiente para que os clientes escolham serviços adicionais. Um aumento na previsão fortalece sua posição comercial.
A pressão sobre os concorrentes é demonstrar um caminho igualmente convincente da disponibilidade de produtos de IA ao uso contínuo pelos clientes. Um lançamento cria uma opção; a adoção cria um negócio.
Os compradores mantêm uma importante fonte de poder de negociação: a capacidade de distinguir os serviços de que precisam daqueles incluídos em uma proposta mais ampla.
Uma equipe pode preferir um único provedor para simplificar as operações. Outra pode manter provedores separados porque seus requisitos variam entre os componentes da aplicação.
Nenhuma dessas escolhas decorre automaticamente do anúncio de resultados. A comparação correta depende do trabalho que a aplicação realiza e das obrigações que seu operador aceita.
É também por isso que um mercado de infraestrutura de IA pode sustentar vários provedores. Aplicações diferentes atribuem pesos distintos a controle, conveniência, flexibilidade de implantação e responsabilidade operacional.
Os resultados da Cloudflare elevam a importância dessa concorrência. Eles não a resolvem nem estabelecem que os concorrentes precisam seguir exatamente a mesma estratégia de produto.
A próxima questão é quão efetivamente a expansão do uso se traduz em lucros depois que os custos de atender os clientes entram no cálculo.
O Crescimento Mais Rápido Deixa a Economia Sob Escrutínio
A atividade crescente sustenta um negócio de infraestrutura apenas quando o provedor consegue atendê-la em termos econômicos aceitáveis.
A previsão de lucro da Cloudflare reflete a confiança da administração no negócio. Ela não estabelece que cada interação adicional de IA gera o mesmo retorno financeiro.
A Cloudflare informou uma margem bruta ajustada de 72,4% no terceiro trimestre, em comparação com 75,3% um ano antes. A margem bruta mede a receita restante após os custos diretos da prestação dos serviços.
Sua margem operacional ajustada subiu para 17,5%, de 15,3%. A margem operacional considera despesas empresariais adicionais além dos custos diretos dos serviços.
Essas métricas se moveram em direções diferentes. Isso é motivo para examinar o negócio cuidadosamente, em vez de resumir a rentabilidade com um único adjetivo.
Os números não identificam de forma independente a IA como causa da pressão sobre a margem bruta. Mix de produtos, investimentos em infraestrutura e outros fatores exigem evidências antes de se atribuir causalidade.
Eles também não estabelecem que uma demanda maior não tenha valor. Uma empresa pode aceitar economias diferentes entre produtos ao buscar um relacionamento mais amplo com o cliente.
A questão é se essas escolhas produzem retornos duradouros. Isso exige examinar custos e lucros em conjunto ao longo do tempo.
Uma solicitação adicional representa trabalho que o provedor precisa processar. Se ela gera receita adicional depende do contrato com o cliente e do serviço envolvido.
Alguma atividade pode ampliar as exigências operacionais sem gerar um aumento proporcional nos gastos dos clientes. Tratar todo o tráfego como igualmente valioso obscureceria essa distinção.
A IA introduz outra complicação por meio da eficiência. Um cliente pode querer um serviço justamente porque ele reduz chamadas repetidas ao modelo ou limita trabalho desnecessário.
Isso ainda pode sustentar um negócio de infraestrutura. O valor do provedor viria de ajudar o cliente a operar com eficiência, e não de maximizar o volume bruto de solicitações.
Esta é a resposta cética mais clara a uma narrativa simples de crescimento da IA. O valor para o cliente e a atividade de infraestrutura nem sempre crescem juntos.
Um serviço eficaz pode ajudar uma aplicação a concluir tarefas com menos chamadas. Seu argumento comercial passa então a depender do valor que os clientes atribuem a essa melhoria.
O mesmo raciocínio se aplica a falhas na aplicação. Tentativas repetidas podem gerar atividade ao mesmo tempo que frustram usuários e aumentam o custo de concluir trabalho útil.
Para compradores empresariais, a conclusão bem-sucedida de tarefas é, portanto, mais informativa do que o crescimento de solicitações por si só. Um sistema movimentado não representa necessariamente um sistema produtivo.
Para a Cloudflare, a questão comercial correspondente diz respeito à qualidade da adoção. O uso contínuo em produção tem uma implicação diferente da experimentação temporária.
As evidências disponíveis sustentam uma melhora nas perspectivas da empresa. Elas deixam espaço para um escrutínio adicional da contribuição da IA e dos custos associados a diferentes cargas de trabalho.
Esse é um limite normal para uma análise de resultados. Os relatórios financeiros estabelecem resultados empresariais, enquanto a documentação de produto estabelece capacidades. Conectá-los exige divulgações adicionais.
Os leitores devem, portanto, resistir a atribuir toda melhoria à IA ou toda pressão de custos à infraestrutura de IA. Ambas as conclusões ultrapassariam as evidências apresentadas aqui.
A avaliação mais sólida mantém as afirmações separadas. A Cloudflare elevou suas expectativas, oferece infraestrutura relevante para aplicações e opera em um mercado competitivo com trade-offs econômicos contínuos.
Acompanhe a Adoção, as Margens e a Escolha dos Compradores
As próximas evidências úteis conectarão os compromissos dos clientes, a economia dos serviços e a adoção competitiva.
Primeiro, observe se divulgações posteriores descrevem aplicações de IA passando a um uso sustentado em produção. Os exemplos mais fortes explicarão o que os clientes operam e de quais serviços dependem.
O caso de um cliente identificado pode fornecer detalhes úteis, mas seu escopo importa. Um teste limitado não estabelece uma implantação ampla em toda uma organização.
Divulgações mais específicas fortaleceriam o argumento de que a IA sustenta demanda recorrente por infraestrutura. A dependência contínua de entusiasmo geral deixaria a contribuição mais difícil de avaliar.
Os compradores também devem distinguir interesse do cliente de obrigação do cliente. Avaliar um serviço, implantá-lo e comprometer-se com seu uso contínuo representam estágios diferentes.
Segundo, observe se o avanço dos resultados é acompanhado por evidências sobre os custos do serviço. O crescimento da receita, por si só, não pode responder se novas cargas de trabalho melhoram a economia do negócio.
A questão relevante diz respeito a como as melhorias operacionais se relacionam com o custo de prestar serviços. As explicações da administração importarão quando as métricas financeiras se moverem de forma diferente.
Se a adoção pelos clientes se expandir enquanto a economia dos serviços permanecer saudável, a tese de infraestrutura se torna mais convincente. Se o crescimento exigir concessões persistentes, a interpretação se torna menos favorável.
Isso não exige que todas as métricas financeiras melhorem simultaneamente. Exige uma explicação crível de como o investimento atual sustenta valor futuro para o cliente e retornos.
Terceiro, observe a adoção competitiva em torno de aplicações completas. As ofertas da Akamai deixam claro que os clientes têm formas alternativas de combinar execução de IA com infraestrutura de suporte.
A disponibilidade de novos produtos importará mais quando vier acompanhada de uso pelos clientes e detalhes operacionais. Anúncios por si só fornecem evidências limitadas de uma mudança na posição competitiva.
A posição da Cloudflare se fortaleceria se os clientes continuassem expandindo sua dependência de seus serviços de aplicação. Os concorrentes contestariam essa posição por meio de adoção comparável e vantagens operacionais mais claras.
Os desenvolvedores devem traduzir esses sinais em perguntas específicas sobre seus próprios sistemas. Qual provedor lida com falhas, onde vivem os dados da aplicação e o que uma migração exigiria?
Compradores empresariais devem perguntar como os compromissos se alinham ao uso real. Um contrato deve refletir as necessidades operacionais da aplicação, em vez de presumir que a experimentação prevê a demanda futura.
Os trabalhadores do conhecimento têm um interesse relacionado quando suas ferramentas dependem de serviços de IA conectados. A confiabilidade afeta se um assistente consegue recuperar informações e concluir o trabalho de forma consistente.
A história dos resultados, portanto, vai além dos acionistas. Ela diz respeito a quais empresas operarão a infraestrutura que conecta modelos às aplicações que as pessoas realmente usam.
A previsão de lucro da Cloudflare é um sinal comercial encorajador dentro dessa disputa maior. Seu significado ficará mais claro à medida que se acumularem evidências de adoção e operação.
Antes de escolher infraestrutura para um projeto de IA, documente as premissas por trás da decisão e as evidências que poderiam mudá-las. Mantenha notas de implantação, limites de serviço e falhas observadas acessíveis a todos os responsáveis pela aplicação. Uma base de conhecimento pesquisável pode ajudar a preservar esse raciocínio à medida que produtos e requisitos mudam. Em seguida, reveja a decisão quando os provedores divulgarem resultados concretos de adoção ou operação. Pergunte se as evidências sustentam a aplicação que você precisa executar, incluindo seus requisitos de confiabilidade e propriedade. Qual parte de sua arquitetura atual demonstrou valor duradouro e qual parte ainda se apoia em uma expectativa não testada sobre a demanda por IA?
