我们该不该给 Anthropic 14000 亿美元?
ChainCatcher · · 发布于 2026-11-18 · 14 分钟阅读

Anthropic 以超过万亿美元估值启动首次公开募股,成为人工智能产业标志性事件。文章指出其收入增长迅猛,但算力成本高企、净亏损巨大,商业模式能否持续盈利仍存疑问。大模型具有每次推理均消耗算力的特征,缺乏传统软件的规模经济,且长期算力采购承诺使公司日益重资产化。模型价值未必等于模型商收入,掌握用户关系与生态的企业更易变现。人工智能创造的价值与开发者的财务收益之间没有必然对应,AI挖到的金子在扣除芯片、电力、数据中心和融资成本后,留给挖金人多少,才是IPO真正要检验的问题。
Anthropic以万亿美元估值冲刺IPO
2026年11月,成立仅五年多的Anthropic启动首次公开募股。招股书显示基本流通总股本约130.7亿股,发行价区间70至78美元,基础市值约9160亿至1.02万亿美元;合并员工期权等约49.2亿股潜在股份后,完全摊薄估值约1.26万亿至1.4万亿美元,募资规模最理想情况下可达900亿美元。
收入爆炸增长但盈利仍是谜题
Anthropic 2025年收入约45.85亿美元,2026年前九个月收入达332.42亿美元,仅第三季度就实现约170亿美元,单季收入超越整个上半年总和,年化运行率接近680亿至700亿美元。但前九个月GAAP经营亏损约12.6亿至13亿美元,净亏损高达1040亿美元(主要来自可转换融资工具及相关负债的公允价值重估),调整后经营利润转正至约41亿美元,调整后经营利润率约12%。
算力成本吞噬过半收入
Anthropic 2026年前九个月算力与基础设施支出约188亿美元,占总营收约57%。公司已签订及披露的长期算力与基础设施安排总规模接近9000亿美元,其中相当大部分预计在2030年前发生。这些承诺不等于当前债务,但反映出前沿AI企业正从轻资产软件公司转变为高度依赖芯片、电网、数据中心和长期资本的重资产技术企业。
大模型违背SaaS规模经济逻辑
传统SaaS边际成本低、客户越多利润率越高。但大模型每次推理、代码生成、长文本分析都消耗实际计算资源,智能代理执行任务时需反复调用模型、检索信息、执行程序并验证结果。对于固定月费订阅,最活跃用户未必贡献最多收入,反而是算力消耗最大的用户,这迫使厂商通过上下文长度限制、调用次数上限或分层计费筛选用户。
杰文斯悖论使降本未必省钱
模型压缩、推理优化、芯片升级等技术能降低单位计算成本,但经济学中的杰文斯悖论在此适用:智能服务变得更便宜更强大时,用户可能要求机器承担更多过去无法完成的工作,单位推理成本下降未必意味着整体算力支出下降。Anthropic近9000亿美元的长期算力承诺正凸显这一矛盾。
华尔街对AI投资回报失去耐心
Meta第三季度财报显示AI推动广告收入增长达26%,但季度自由现金流转为负值,为十多年来首次现金净流出,同时上调资本支出预期。Gartner预测若企业维持目前支出速度,到2030年底超过3.5万亿美元的AI基础设施投资可能面临资产减值风险;AI服务提供商2026年将在基础设施投入近1万亿美元,2027至2030年再投入6万亿美元,而企业客户和消费者带来的AI收入可能不足以支持这些投资实现盈利性回报。
模型商品化与应用层的价值捕获
模型性能趋同时客户更关注价格与服务成本,技术扩散有利于消费者但未必有利于最初开发者。Meta将AI嵌入已有广告、推荐和社交体系,利用现成客户关系实现变现,说明掌握用户关系、工作流和生态的公司可能比模型公司更容易把智能变成收入。企业购买的往往不是能回答问题的模型,而是理解内部业务、调用专有数据、执行复杂流程并满足合规要求的智能系统,未来护城河可能在工作流结合而非模型参数。
智能代理改写定价逻辑与责任归属
传统订阅模式出售软件使用权,按token计费出售计算资源消耗,而智能代理可能出售某项工作的完成能力。客户关心的不再是消耗多少token,而是任务是否完成、结果是否可靠。但当AI未完成任务或错误造成经济损失时,费用和风险由谁承担尚无共识,智能服务越接近真实劳动,商业模式越难沿用传统软件规则。
AI创造价值不等于开发商收入
企业利用AI提高生产率,节约的成本可能留在使用者手中;消费者通过免费或低价智能服务获得的便利表现为消费者剩余而非模型供应商收入。即使AI显著提高社会生产率,模型开发商也未必能按其创造的价值获得相应经济回报。技术的社会价值与开发者的财务收益之间不存在必然的对应关系。
IPO成为对AI行业的公投
Anthropic的IPO为更广泛投资者提供选择:支持公司继续烧钱,或回避并拒绝给1.4万亿美元历史性的高估值。若一家备受追捧的AI明星企业上市后持续表现不佳,市场能否承受仍需时间验证。上市后企业必须不断通过收入、利润、现金流和资本回报证明商业价值,此前依赖技术突破、用户增长和融资估值想象未来的空间将被压缩。