Anthropic CEO阿莫迪谈IPO:算力是最深层难题,估值别虚高
Dario自己回答Anthropic到底值多少估值
11月13日美国当地时间午间,
Anthropic联合创始人兼CEO达里奥·阿莫迪和摩根大通CEO杰米·戴蒙(Jamie Dimon)在纽约围绕IPO做了一场对话。
对正在筹备上市的Anthropic来说,这不只是一次上市推介。外界也借这场对话观察它的商业模式、竞争策略和长期规划。
阿莫迪将Anthropic的竞争优势归到“人才和文化”上。
他的逻辑是:人才和文化决定技术,技术决定产品,产品再决定市场拓展和销售。企业客户看重安全与信任,这和Anthropic的经营目标正好互相推动。在他看来,安全并非企业AI商业化的附加条件,客户愿意长期合作,靠的正是这一点。
AI市场的边界也在往外扩。阿莫迪说:“每次拓展前沿,都会创造全新的市场。”
聊天机器人和编程,只是眼下模型能力打开的市场。阿莫迪认为,生命科学、机器人、材料、网络安全等领域的潜在空间更大。就算部分模型应用慢慢商品化,Anthropic也能靠前沿模型的技术积累,去训练成本更低、效率更高的小模型。
可模型能力越强,背后的算力投入就越大。
阿莫迪坦言:“算力是Anthropic面临的最深层商业难题。”
算力资源通常要提前一到两年采购。买多了,财务负担加重;买少了,客户推理需求和下一代模型研发又可能受影响。Anthropic现在采取相对保守的采购策略:先锁定一部分算力,再按实际需求到现货市场补充。
IPO能给这场长期投入腾出更多资金空间。
阿莫迪说,增加现金储备、支持算力建设,以及抓住生命科学和机器人等领域的增长机会,是公司选择此时上市的重要原因。
他还提到,准备IPO时听到过一条建议:“永远不要让公司的估值高出它真正值得的哪怕一美元。”这跟Anthropic坚持的“少承诺,多兑现”是一个路子:不提前炒作模型能力,等技术和产品真正成熟了再向市场展示。
企业客户、算力采购、模型商品化、IPO估值,这场对话其实把Anthropic上市后要面对的几道考题都碰了一遍。
阿莫迪希望投资者看到的,不只是这家模型公司眼下的增长速度,还有它能不能在扩大商业规模的同时控制风险,把AI能力变成长期的经济价值。
以下是戴蒙对话阿莫迪实录精炼版:
01
人才和文化,是Anthropic的护城河
戴蒙:你在OpenAI工作过,也是AI领域的早期参与者。现在越来越多公司涌进这一行,Anthropic怎么和其他竞争者做出差异?
阿莫迪:我在这个行业好几家主要公司待过。回头看这些经历,想为什么有些项目能成、有些却失败,我慢慢意识到,决定一家公司的核心因素是人才和文化。
技术由人决定,人又取决于文化;产品出自技术,市场拓展、销售和公司其他业务再往后排。外界怎么看这家公司、公众给它什么形象,归根到底也来自造技术的那批人,以及他们做事时的出发点。
创立Anthropic时,我和另外六位联合创始人就定下,从第一天起把人才和文化放在首位。每位新员工都要过一道文化面试。技术能力再出色,如果不认同公司的价值观、不善于合作,或者习惯争抢风头,我们也不会录用。
这套招聘标准短期内会让招人变难,但长期看,能建起一支真正协同工作的团队。很多公司并不缺优秀人才,问题在于不同团队互相竞争、彼此掣肘,大量精力耗在内部争斗上。
在Anthropic,只要确定了一个重要目标,不管是训练新模型、实现安全目标、开发产品,还是推动政策事务,全公司都会围着目标协作。
从人员流失与否,就能看出不少东西。七位联合创始人一个没走,全都还在公司;最早进来的100名员工里,仍有超过四分之三留在Anthropic干活。在我们看来,这样的员工留存率在行业内算好的。有些走了的人后来还会回来。此前有两位重要产品负责人离开,结果不到两周就归队了。
我自己大约40%至50%的时间用在人才和文化建设上。每两周,我都会参加一次面向全体员工的内部活动,叫“Dario Vision Quest”(DVQ)。我会直接向员工讲公司的实际情况,不隐瞒问题,也不打官腔,并鼓励其他管理人员也这样做。
管理层对员工坦诚、员工也信任管理层,这种双向的信任对公司来说很关键,阿莫迪希望员工能这么看。
02
Claude走进企业,AI正接手越来越多的工作
戴蒙提到,摩根大通有25万名员工,每周都在用不同方式使用Claude。他还问,其他财富100强企业主要把这技术用在哪些地方?
阿莫迪回答,Claude正在铺开到各行各业。在他看来,这项技术最要紧的特点之一是通用性。模型能力越强,以前没法自动化的活儿就越多地变得可以交给机器。
编程是企业最早大规模用上AI的领域。阿莫迪自己写过很多代码,不少联合创始人也有编程背景。如今模型能搞定这么复杂的编程任务,让他觉得吃惊。财富100强企业几乎都缺大量编程人手,编程自然成了它们最初引入AI的入口。
之后,用处慢慢扩到更广的知识型工作。
金融行业里,Claude既能做基础文书,也能帮着处理复杂的策略工作;保险和法律行业则可以用它起草合同、审查合同,找出潜在的漏洞。
生命科学是阿莫迪格外看好的方向。Claude已经用来写临床研究报告、辅助基础研究、预测蛋白质结合、提升制造效率,还支持基础生物学方面的发现。
电商领域,有些客户把Claude做成直接面向消费者的智能体。制造业也一样,企业开始拿Claude提升运营效率,涉及半导体制造、实体设施建设等环节。
阿莫迪说,自己以前对制造业了解不多,但跟制造业CEO聊过、看到Claude在这些企业里的实际用法之后,他对这个行业有了新的认识。
03
智能体进企业,安全是第一道坎
戴蒙问:受监管的企业让智能体接触敏感数据和系统之前,该做哪些准备?
阿莫迪说,头一件事是安全。智能体的能力涨得很快,已经能处理生命科学研究、复杂软件架构这类高难度任务。眼下真正卡住技术开发、内部部署和客户使用的,不只是能力本身,而是怎么把这些系统安全地部署出去。
智能体不能失控,这也是Anthropic砸下大量资源做安全研究的原因。安全和对齐得从模型训练阶段就抓起,不能等产品发布后再补。公司有一支规模很大的对齐团队,对安全问题也极为看重,几乎每隔几个月就会重新评估投入,继续加码安全、安保和对齐方面的资源。
打从创立起,Anthropic就有意把企业客户当作业务重心。这既是商业上的选择,也跟公司的安全理念对得上。
企业看重信任、长期合作和自己的声誉,比普通消费者更在意模型会不会造成严重损害。所以服务企业客户,能让公司的商业利益和安全目标走到一块儿。阿莫迪希望靠这条路,为安全地开发AI建立更好的激励机制。
戴蒙追问:能不能真正把智能体的权限框住?比如让它进敏感系统,但只能执行明确授权的A、B、C、D几项操作,别的都不许做?
阿莫迪说,可以参照自动驾驶汽车的发展。
自动驾驶是一项价值巨大的技术,最终有望比人开车安全得多。但要走到那一步,得先建好防护机制,保证系统以安全的方式设计和部署。
自动驾驶汽车不可能在任何情况下都绝对不出事故,同样,智能体也没法保证在任何环境里都不出错。
真正可行的目标,是让这些系统比人操作安全得多,安全水平达到数倍、数十倍甚至数百倍。这也是Anthropic努力的方向。
04
9000亿美元算力押注,阿莫迪最头疼的难题
戴蒙提到,Anthropic披露了约9000亿美元的算力和基础设施远期承诺。外界还注意到,目前约80%的算力用于训练新模型,只有约20%用于推理,而客户实际用的大多是推理服务。他问阿莫迪,怎么保证未来拿到足够的算力,同时把成本效率守住?
阿莫迪坦言,算力是Anthropic最复杂、也最重要的商业难题。
技术升级换代是快,但落到商业收入上能有多快,没人敢打包票。2024年和2025年,Anthropic的收入连着两年涨了大约10倍。每年想看清楚下一年会怎样都很难,业务盘子越大,这种摸不准带来的影响也越重。
还有一个麻烦:算力得提前一到两年下单。买多少,取决于我们对未来需求的判断。买多了,可能给公司造成难以承受的财务压力;买少了,又满足不了客户的推理需求。
更要紧的是,算力还牵着研发。眼下投在训练模型上的资源,决定了六个月或一年后能推出什么样的模型,也就决定了公司未来创造收入的能力。所以采购算力不能只盯着眼前的推理需求,还得为下一代模型留出研发资源。
采购风险主要靠两方面来压。
头一个是毛利率。毛利率越高,公司在算力买多或买少时的调整空间就越大。说白了,毛利率反映的是我们为算力支付的成本与每单位算力创造的收入之间的差额。招股书披露的毛利率表现相当不错,尤其是与行业其他参与者相比。
第二个是现金储备。现金充足,公司才扛得住大规模算力投入,也才能应对未来需求变化。我们目前手里有大量现金,也希望继续增加资金储备。
具体到采购策略,我们更倾向于相对保守地提前锁定算力,以较低成本买下一部分确定性较高的资源。如果实际需求明显超出预期,再通过现货市场追加采购。
按需买的算力一般价格更高,可只有业务跑得特别猛的时候,这笔额外开销才值得掏。道理跟买保险差不多:顺风顺水、用不上备用资源时,你反倒嫌保费贵;真碰上需求冲过预期,它就能帮你接住增长。
我们认为,这种策略既能在需求不及预期时控制财务风险,也能在业务增长超出预期时继续投入研发。
戴蒙:Token用量涨得快,企业已经在把简单活儿交给便宜的模型,复杂任务才留给贵的那档。有些AI服务慢慢可能就变成标准化的商品。这个看法哪里站不住脚?
阿莫迪:首先,前沿模型每一次能力突破,都可能创造新的市场。
老牌技术市场常常走这么一条路:东西刚出来时供给少,客户愿意出高价;技术一成熟,玩家变多,产品就一步步商品化。聊天机器人这块其实已经露出苗头。
但AI和其他技术不一样,它不只是一个应用或一个市场,而是处在一条持续扩展的智能能力曲线上。模型能力往上走,过去做不了的新应用就会不断冒出来。
2022年和2023年,大家盯的主要是聊天机器人。Anthropic那时的判断是编程会做成更大的市场,于是把更多资源压到模型的编程能力上,没去围着聊天机器人抢份额、筑壁垒。
编程应用眼下还在往前走,尤其在财富500强企业里,能渗透的空间还很大。不过往后更大的机会,或许在科学发现、生命科学、物理、材料、机器人和网络安全这些方向。这些活儿比普通编程更复杂,潜在市场也可能更宽。
再一点,就算某个应用用不上最先进的模型,我们也能拿前沿模型攒下的技术底子,训出更省、更便宜的小模型。这跟我们训练模型时用的算力倍增技术有关。大模型的计算效率我们能往上提,这些法子同样能用到小模型上。
例如Haiku 5.5,每百万输入Token的价格为0.10美元,每百万输出Token为0.50美元。它在一些任务上能够以很低的成本提供有竞争力的性能,甚至在部分能力维度上优于其他模型。
所以,前沿模型和低成本模型不是二选一。我们既要继续把最强模型的能力往上推,也要把模型效率做到足够高,让便宜的模型同样能打。
05
从数学到生物学,AI正在逼近科学突破
戴蒙:AI未来能否帮助人类治愈癌症和其他疾病?它能否推动核聚变、量子技术等重大科学突破?
阿莫迪:数学领域已经能看到模型能力一路往上走的过程。
2023年,模型连高中数学题都做得很吃力。当时普遍的看法是,聊天机器人擅长交流,但缺少数学和逻辑能力。
2024年,模型已经能比较好地完成高中数学任务。到了2025年,它们开始解决此前没有答案的数学问题,起初只是零星的个别案例。有人认为这些问题可能出现在训练数据中,或者只是偶然成功。
但模型能力继续提升后,情况开始变了。我们看到越来越多开放问题被解决,甚至包括数学领域最困难的一些问题,其中部分成果已经接近数学家争取菲尔兹奖所涉及的研究水平。
生物学、机器人这些方向,我也看到了类似变化刚冒头的迹象。生命科学圈里的人,特别是制药公司的CEO,对AI大多抱着怀疑态度。他们此前见过太多号称要攻克药物研发难题的技术,对这个行业的难处心里有数。
不过AI有个特点:还在能力曲线早期的时候,它看上去可能什么都干不成,好像处处都是坎。有人觉得生命科学的瓶颈在临床试验,有人说是制造,也有人认为是监管。技术往前走,这些坎或许会一个接一个被跨过去。
未来几年,生命科学领域可能出现更明显的变化,这是我的判断。当然,不是每个领域都能保证同样的进展,但我相信AI有潜力把生物学研究往前推很大一步。
06
Mythos之后,网络安全进入智能体攻防时代
戴蒙提到,在Mythos和智能体出现之前,网络安全就已经是企业的主要风险之一。如今AI能大规模发现漏洞,智能体也可能对企业系统持续发起攻击。摩根大通有数千人做网络安全,要修补Mythos发现的漏洞,或许得用上数万人。企业该怎么为下一阶段做准备?阿莫迪的回答是:先要认清,发现漏洞只是第一步。
Mythos推出后,我们做了大量漏洞发现工作。客户发现了数十万个漏洞,我们自己 also 发现了数十万个。随后真正的瓶颈转向漏洞修复:发现漏洞的速度已经很快,但修起来比发现更难。
所以,我们正在扩大Claude在漏洞修复上的能力,让模型不光能识别问题,也能帮企业把问题真正修好。
第二步是从源头减少漏洞。Claude的编程能力在增强,我们也在专门训练模型写出更安全的代码,降低软件开发过程中产生漏洞的概率。
第三步是建立实时防御体系。这方面还没有大规模普及,但我认为潜力很大。网络攻击往往发生在小时、分钟甚至秒级的时间尺度上。未来企业可以部署智能体集群,持续巡视服务器和网络系统,实时识别并抵御攻击。
如果攻击者开始用智能体集群发起攻击,防御方也得用智能体集群来防御。我预计未来6至12个月,这种防御方式会得到更多应用。
07
为什么现在上市?阿莫迪给出IPO原则
戴蒙问,Anthropic即将上市,为什么选现在?你个人怎么看上市这件事?它会让公司变得更好,还是让管理更难?
阿莫迪说,现在上市,最重要的原因是为公司未来的发展和算力投入提供更多资金。生物学、机器人、网络安全以及更广泛的知识工作领域,都有巨大的经济价值。得投入足够多的资源,才能抓住这些机会。
回到算力采购,提前多买算力和保持相对保守的采购策略之间,存在一个缓冲空间。公司手里的现金越多,这个缓冲空间就越大,也越能应对未来需求的不确定性。
至于具体哪个月、哪一天上市,以及当时的市场环境,我们并没有过度纠结。
启动上市流程之前,我没经历过类似的事情,所以向很多人征求了意见。其中让我印象最深的一条是:永远不要让公司的估值哪怕高出它真正价值一美元。
这和Anthropic一直坚持的原则相似:少承诺,多兑现。我们不会提前大谈模型将具备什么能力,也不会在模型还没完成时就宣传。先把模型做出来,确认它足够好,再正式发布。安全系统也是如此。
我希望上市也遵循同样的原则,不为了追求更高估值而过度承诺。
戴蒙问,Anthropic宣布将设立公益基金,并把公司5%的股权划入其中。为什么决定这样做?基金未来将重点关注哪些领域?
阿莫迪表示,公益基金是Anthropic长期社会责任安排的一部分。
除了公司层面拿出5%的股权,几位联合创始人还承诺捐出个人财富的80%。员工股票捐赠配比计划从创立之初就有:员工把一定比例的股票捐给慈善机构,或专门留作公益用途,公司会额外配给股票。
阿莫迪说,这样做是因为AI是一项影响巨大的技术,已经为Anthropic和整个行业创造了巨大的经济价值,未来还可能带来更多变化。
他希望AI能帮助人类治疗癌症和阿尔茨海默病,提供更便宜、更充足的能源,创造更好的材料,并提高整体物质生活水平。
但问题也摆在那里:如果大量新增财富都来自同一项技术,并集中在少数公司手中,社会可能出现经济增长与财富高度集中并存的局面。
这种风险要尽可能缓解,公益基金就是其中一项安排。
这只基金的具体运作方式、重点投向哪些问题,眼下仍在研究当中。AI 发展可能带来劳动力转型,如何帮社会平稳适应就业结构的变化,或许会被纳入考虑;生物安全同样可能进入范围——既要让 AI 推动生物学往前走,也得保证相关技术不被滥用。
阿莫迪的想法是先确定真正值得投入的领域,再逐步推进,而不是提前对外承诺一系列尚未明确的目标。
戴蒙问道:如果15年后回顾今天,你最希望AI实现什么,又最希望避免什么?还有什么是我们没有谈到、但你希望向现场听众强调的?
阿莫迪回答,最重要的是确保这项技术以正确的方式发展。
他说,AI 的风险非常高:可能被拿去做生物攻击、网络攻击,可能引发经济冲击,还可能让人类失去对智能体的控制。这并非对外宣传的说法,Anthropic 从成立第一天起就把这些问题当作真问题来对待。
他想要的不只是自己把 AI 负责任地开发出来,还想给整个行业做个示范。在他看来,AI 公司、客户、供应商都得正视这些风险,一起把对应的安全标准建起来,让技术发展中的风险处在可控范围。
与此同时,AI带来的积极价值也必须真正实现,尤其是生物学和医学领域的突破。
目前,AI在生物学和医学中的潜力才刚刚显现。制药公司、生物科技企业和学术界仍有不少怀疑声音,但他希望未来能够证明这些怀疑是可以被克服的。
他希望有一天,心脏病、阿尔茨海默病和癌症都能像今天的黑死病和天花一样,成为人类历史上的疾病。
这听起来可能不切实际,但他确实相信这是有可能实现的。需要5年、10年还是15年,他说不准,但会尽最大努力推动这一目标尽早实现。