雷火竞技首页

我们该不该给Anthropic 14000亿美元?
发布时间:2026-11-22
 2026年11月,成立仅五年多的Anthropic启动首次公开募股(IPO),试图以超过万亿美元的估值进入资本市场。  根据招股书提供的信息,Anthropic IPO 完成后的基本流通总股本约为130.7亿股,按70至78美元的发行价区间算,对应基础市值约9160亿至1.02 万亿美元。如果把员工期权等约49.2亿股潜在股份合并计入,对应完全摊薄估值约为1.26万亿至1.4万亿美元。  一家

  2026年11月,成立仅五年多的Anthropic启动首次公开募股(IPO),试图以超过万亿美元的估值进入资本市场。

  根据招股书提供的信息,Anthropic IPO 完成后的基本流通总股本约为130.7亿股,按70至78美元的发行价区间算,对应基础市值约9160亿至1.02 万亿美元。如果把员工期权等约49.2亿股潜在股份合并计入,对应完全摊薄估值约为1.26万亿至1.4万亿美元。

  一家以大语言模型为核心产品的公司,在如此短的时间内获得如此庞大的市场估值,本身就是技术产业史上罕见的现象。

  然而,Anthropic的上市不仅意味着资本市场对人工智能前景的认可,也意味着一个长期被技术突破与融资热潮掩盖的问题,终于必须接受公开检验:人工智能已经创造了巨大的市场需求,但它究竟能否创造与其估值相匹配的利润?

  我们希望通过这篇文章,探讨几个线亿美元年化收入、调整后41亿美元的经营利润与1040亿美元的净亏损,同时出现在招股书,判断商业模式的依据是什么?

  3. 模型公司以能源、电信和基础设施的方式组织资本,估值逻辑也就从“模型有多强”,转向资本成本、投资回报周期与资本回报率。

  4. 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。

  5. 现在都认同用“把工作做完”为只能定价,但任务失败、出错造成的经济损失由谁承担还没有共识。

  7. 把芯片、电力、研发和融资成本等结算之后,“挖金子”的人还能留下多少,是Anthropic上市线亿:收入奇迹与利润疑问

  无论哪一家大模型公司最终胜出,这些基础设施供应商都可以从整个产业的扩张中获益。

  根据2026年11月更新的上市文件,公司2025年收入约45.85亿美元,2026年前九个月收入已达到332.42亿美元,仅第三季度就实现约170亿美元收入。这意味着其仅仅一个季度的收入,就已经超越了整个上半年的总和。如果将第三季度的单季收入简单年化,Anthropic的收入运行率(run-rate)已接近680亿至700亿美元。

  经营层面仍然出现亏损,前九个月的GAAP(美国通用会计准则)经营亏损约为12.6亿至13亿美元。前九个月净亏损高达1040亿美元,但其中相当大一部分来自可转换融资工具及相关负债的公允价值重估,并非日常经营的现金失血。与此同时,公司披露的调整后经营利润已经转正至约41亿美元(调整后经营利润率约12%),收入相对于算力成本的效率也显著改善。

  eta还上调了资本支出预期,以支持其激进的人工智能基础设施扩张计划。整个华尔街对AI基建投资回报率(ROI)的焦虑瞬间放大。过去两年,市场只要听到“AI能力提升、用户粘性增加”就会给予盲目的溢价;而到了当前阶段,当资本支出向着全行业数千亿美元甚至向着万亿规模逼近时,华尔街开始像精算师一样盘算:这些算力投入究竟什么时候能转化成实打净增的自由现金流?

  过去几十年,软件即服务(SaaS)之所以成为资本市场青睐的商业模式,关键在于软件开发完成之后,向更多用户提供服务的边际成本相对较低。随着客户规模扩大,企业通常能够通过规模效应不断提高利润率。但大模型并不完全遵循这一逻辑。

  模型每一次模型推理、代码生成、长文本分析以及智能代理执行任务,都需要消耗实际的计算资源。尤其当人工智能从回答问题发展为自主完成复杂工作时,一项任务可能需要反复调用模型、检索外部信息、执行程序并验证结果,成本随之增加。对于提供固定月费订阅的企业而言,最活跃的用户未必是利润贡献最高的用户,反而可能是算力消耗最大的用户。

  在重度用户有可能从“资产”变“包袱”的情况下,判断一家大模型企业的商业模式是否成熟,不能只看付费用户数量、订阅收入增长或用户活跃度,还必须观察不同用户群体的单位经济效益:每位用户贡献多少收入,消耗多少推理资源,使用强度增加后利润率如何变化,以及企业能否通过更合理的定价和技术优化改善这种关系。

  这些数字并不意味着Anthropic已经支付了相应金额,也不能简单视为当前债务,但它们反映出一个重要变化:前沿人工智能企业正在从传统意义上的轻资产软件公司,转变为高度依赖芯片制造、电网容量、数据中心和长期资本融资的重资产技术企业。大模型公司虽然仍在押注算法创新和研究人才,但它们越来越受到物理基础设施供给的制约。

  人工智能正在呈现一种特殊的产业形态:它以软件产业的速度创造收入,却可能需要以能源、电信和工业基础设施产业的方式组织资本。投资者以往只要关注哪家公司拥有最先进的模型、最多的用户和最快的收入增长即可;但在未来,资本成本、算力采购价格、基础设施利用率以及投资回收周期,可能同样决定企业的长期竞争力。

  尽管 OpenAI的年化收入(ARR)和单季营收已达到百亿美元级别,但多份公开财务披露与行业预测均指出,受制于下一代前沿模型的天价训练成本、巨额推理支出以及千亿级的算力租赁协议,其近年来的累计经营亏损与未来几年的预期现金流缺口依然高达数百亿乃至上千亿美元。

  eta并不主要依靠出售大模型获得收入,而是将人工智能嵌入已有的广告、推荐和社交平台体系。模型能力的提升可以改善内容分发、广告匹配和营销自动化效率,从而直接增强其成熟业务的盈利能力。

  eta而言,人工智能首先是一种提高既有商业系统效率的技术,而不一定是一项需要独立收费的新产品。这种模式具有明显优势:它能够利用现成的客户关系、用户规模和广告交易体系实现变现,而不必完全依赖消费者为智能服务建立新的支付习惯。

  eta同样面临数据中心投资不断扩张的问题,巨额资本支出正在对自由现金流形成压力。这说明,拥有成熟商业模式并不能消除人工智能的资本密集特征,只是为承担这些成本提供了更稳定的收入基础。

  eta的案例还揭示了大模型商业化中一个更深层的矛盾:模型创造的经济价值,并不一定由模型提供商直接获得。

  如果不同企业开发的模型在性能、可靠性和使用体验上逐渐接近,客户就会越来越关注价格与服务成本。模型提供商即使持续取得技术进步,也可能因竞争而难以长期维持高额利润。

  无论是Anthropic通过Claude Managed Agents降低企业部署智能体的门槛、借助Claude Code深入软件开发流程,还是OpenAI推动人工智能融入企业的日常运营,两家公司都在探索同一个方向:从提供模型能力和对话工具,转向提供能够嵌入业务流程、持续执行任务的智能服务。

  早期最明显的受益者是芯片、制造和基础设施供应商,因为整个行业的扩张都会转化为对计算资源的需求。但随着模型能力扩散,利润可能逐渐向能够控制企业工作流程、用户入口和应用生态的公司转移。

  SaaS CRM最热的十年:红圈向左,销售易向右,纷享销客到底该何去何从?

  易信视界(北京)信息科技有限公司,旗下品牌“人称T客”、“T研究”、“T媒体”,成立于2013年,是一家专注于企业服务市场的专业研究与服务机构。我们以数据为驱动,致力于为科技与产业融合提供全闭环、实效性的解决方案。 公司核心服务涵盖三大板块:Survey(数据与样本服务、科技与产业情报、数据快报)、Research(深度研究、行业报告、白皮书)以及Match(渠道与生态伙伴对接、用户线索服务)。我们拥有超过100万活跃企业样本,累计交付200多个专项研究项目。