Anthropic上市:9000亿美元算力押注值不值?
Anthropic史无前例的IPO在本周正式登场。11月13日,在纽约摩根大通公司新总部的一个舞台上,Anthropic CEO达里奥·阿莫迪与摩根大通CEO杰米·戴蒙并肩而立,身上穿着标志性的跑鞋....
Anthropic的IPO,在资本市场里算得上一块试金石。
戴蒙代表资本市场抛出几个问题:估值是不是太高、未来9000亿美元押在算力上值不值、大模型竞争怎么打。阿莫迪的回话很干脆:“永远别让你公司的价值比它真正价值多出哪怕一美元。”
说它史无前例,原因在于两头都极端。一头是当期收入涨得凶,还有对“星辰大海”的想象;另一头是为后续技术迭代背下的巨额财务承诺,加上算力军备赛和技术路线之争带来的巨大不确定性。
算力可以提前锁定,技术上的领先身位和客户留存却没法长期打包票。Anthropic到底是在搭一个能自己造血的商业壁垒,还是在一场没有终点的“无限游戏”里往前跑?它的上市就像一块试金石,考的是我们对AI时代新型科技公司的商业认知。
AI时代的“红皇后效应”:
一直跑,才能停在原地
2026年前三季度,Anthropic营业收入332.42亿美元,账面净亏损1040.39亿美元。其中943.24亿美元来自
更该看的是Anthropic把算力投入换成收入的效率。
2025年第一季度,公司每花1美元算力及基础设施费用,只换回0.40美元收入;到2026年第二季度,这个数字升到2.08美元;第三季度又掉回1.72美元。虽说仍是2025年初的4.3倍,但第三季度的回落,说明算力变现效率有起伏。
图|Anthropic每1美元算力及基础设施费用对应的收入(美元)
Source:Anthropic, Form S-1/A
撇开单季度的波动,整体效率的提升来自两股力量合流:一方面,
可眼下大模型的单位经济性,未必能变成长期稳定的竞争优势。
传统软件产品开发完之后,往往能在较长周期里反复卖。客户越多,前期研发费用就能摊到更多收入上,规模扩大也更容易转成利润。
大模型却得不断推新版本。上一代模型的收入表现,很难推到下一代身上。研发和训练都要高投入,客户还买不买单得重新验证。
这就是大模型赛道正在经历的“红皇后效应”(
斯坦福大学商学院
大模型行业正经历类似的竞争。新模型一个接一个,技术前沿不断被改写,领先不是能长期攥在手里的资产,而是必须一次次重新赢来的位置。
招股书里的研发费用把竞争的残酷摆到了明面上:2026年前三季度,Anthropic研发支出192.40亿美元,相当于同期收入的57.9%。对Anthropic来说,这笔钱既用来开新能力,也用来守现有市场。
持续迭代的要求,把对算力储备的依赖推得更高。可先进芯片制造、数据中心建设和电力配套都有漫长的物理周期。为了确保未来算力供应,公司大部分算力都通过多年期合同采购,往往在实际交付前12至18个月就把采购安排定下来了。
表 | Anthropic部分长期算力采购合同
Source:Anthropic, Form S-1/A
修订版招股书显示,截至2026年9月30日及其后签订的采购与租赁合同中,Anthropic未来承诺支出合计约8954亿美元,绝大部分与算力及基础设施有关。其中约4475亿美元预计在2030年底前发生,其余绝大部分会在2031年至2045年发生。
算力支出靠长期合同提前锁死,客户那边的收入却拿不到同等程度的保障。一旦下一代模型在较量中丢了身位优势、客户跟着流失,长期算力合同就可能变成沉重的财务负担。
相互投资与
繁荣的表象之下,系统性风险正在积聚。
把视线拉回Anthropic与Amazon、Google的关系,三者早已不是简单的上下游买卖。这两家云计算巨头,同时也是Anthropic的重要出资方。
以Amazon为例,2026年4月它向Anthropic投入50亿美元,并设定了最高200亿美元的后续融资安排;到了5月又追加50亿美元,剩余融资额度随之降到150亿美元。另一头,Anthropic承诺在2026年至2036年间向Amazon采购至少1100亿美元算力。钱和订单缠在一起,投资与需求就这样互相撑着,转成一个产业循环。
国际清算银行
行业向上走的时候,投资者和供应商两个身份重叠,等于给繁荣装了一台自加速的飞轮;可一旦行业降温,同一套结构就会变成被放大的减值风暴。Anthropic增长若不及预期,Amazon面对的不只是新增算力订单放缓,还有投资估值缩水,两头夹击。原本彼此托举的共生关系,转脸就成了难以割席的风险传导链。
话虽如此,企业为什么还在相互借力、一路狂奔?
站在单个企业的角度,逻辑并不复杂。模型开发商提前锁定算力,关系到下一轮模型训练能不能跑起来、客户需求能不能接得住;云厂商提前建数据中心,为的是抢下未来的云服务订单。谁都怕自己投慢了,机会被竞争对手拿走。
问题是,这也会催生典型的“当企业纷纷以竞争对手的投入为参照,不断加码,一场AI
国际清算银行
就算未来企业级AI的总需求真如预期那样爆发,也难免有企业拿不到匹配的商业回报,去覆盖高昂的算力支出。可局中人没有别的选项:退出等于直接把机会让出去,跟进才可能留在牌桌上。这条赛道增长天花板极高,各方却紧咬不放,企业只能持续加码,确保自己不被对手甩开身位。
按量收费
高增长弹性与低转换成本
收入结构上,2026年前三季度,Anthropic约有79%的收入来自按使用量收费。
与传统
2026年第三季度,公司的
老客户群体的用量已经扩张了数倍,但大模型在大型企业内部的渗透仍停留在浅层。
截至2026年9月底,Anthropic已经进入超过50%的
在技术领跑的上行周期内,
不过,企业接进来有多容易,掉头走人时的阻力就有多小。
传统企业软件扎在业务流程里,跟操作人员的使用习惯高度贴合,迁移成本很高,企业不会轻易换轨。大模型业务不一样,靠标准化API接入,本质是一次极轻量的外部调用,客户想放弃或缩减调用,门槛低得很。
企业软件服务商Rippling披露的数据正好印证了这种脆弱:它用Anthropic模型处理内部编码任务的比例,从2026年5月的57%一路跌到10月的18%;同期OpenAI的份额从16%反超至52%。推动这轮迁徙的核心动力,是降低成本。【4】
Anthropic在招股书里也坦承,不少客户的合同允许它们在极短通知期内、甚至不用提前通知,就能减少使用量或终止服务。按量付费的模式下,竞争力稍有波动,客户用量就会“无声转移”。
此外,
企业还可以在自家应用和模型之间架一道统一网关,按任务难度、性能和价格来分配调用:轻量、常规的任务交给低成本模型,复杂任务则由能力更强的模型接。
被“管道化”的危机摆在眼前,大模型厂商能做的,是在产品和合同两个层面筑墙。
产品一侧,关键在于更快嵌进客户的日常工作流。无论是
合同一侧,招股书披露,越来越多企业客户签下不可取消的一年期或多年期合同,承诺最低消费金额,以此换取约定的价格。
不过,这两道防线撑不起稳固的屏障,反倒带来了新的阻力。
一头是,Anthropic在招股书里写道,自家产品不断向应用层延伸,势必与那些依赖它的伙伴撞上——既卖“军火”又亲自下场打仗的双重身份,难免让生态伙伴心生戒备。
另一头,模型厂商想跟客户深度绑定,企业客户却怕被单点套牢。深度依附于单一供应商,不只意味着以后价格谈判没了主动权,更意味着下一代技术迭代时转身困难。Datadog数据显示,约69%的企业在生产环境中同时部署了三种或更多模型。【5】企业守着技术选择权,恰恰站在了模型厂商追求黏性的对立面。
结语:两条战线,没有终点的竞争
往后大模型行业的竞争,会同时朝两个方向铺开。一条向上,向技术前沿冲刺。
顶级智力供给始终是硬通货,可它更像一种昂贵的“动态特权”——得源源不断砸入资本与算力去刷新天花板,才能换来市场对自身技术路线的认可与采购。
另一条向下,向业务场景扎根。深入企业工作流也好,用长期合同锁定部分客户支出也罢,说到底都是把技术先发优势沉淀成更稳固的商业壁垒。可在这里,它既要承受与下游开发者抢夺场景的信任摩擦,又得面对客户抵御单点绑定的理性反制。
向上冲刺技术前沿也好,向下扎根企业工作流也罢,这场竞争都赢不了长久。在“红皇后效应”下,企业必须不断向前奔跑,才能保住牌桌上的核心位置。
(长江商学院新生代独角兽全球生态体系研究部研究员曹欣蓓对本文亦有贡献。)
参考文献:
【1】Barnett W P, Hansen M T. The Red Queen in Organizational Evolution[J]. Strategic Management Journal, 1996, 17(S1): 139–157.
【2】Frost, J., Kansal, R., Rishabh, K., Shreeti, V., & Zhang, L. S. Y. (2026). Circular relationships among AI firms. BIS Bulletin, No. 137. Bank for International Settlements, October 1, 2026.
【3】Rungcharoenkitkul, P. (2026). The AI Investment Race. BIS Working Papers, No. 1367. Bank for International Settlements, July 14, 2026.
【4】Bratton, L., & Palazzolo, S. (2026). Anthropic’s Margin Is OpenAI’s Opportunity. The Information, October 24, 2026.
【5】Datadog. (2026). AI Is Hitting Operational Limits as Companies Rush to Scale, Datadog Report Finds. April 21, 2026.