Anthropic IPO文件披露:亚马逊持股14.7%,谷歌持股13.7%
Anthropic IPO由亚马逊与谷歌合计持股近三成,估值1.405万亿美元,公开市场检验现金流与算力成本。OpenAI发布GPT-6.2双模型,推进企业分层商业化,并携北约网络防御、签约AMD算力。英伟达遭SEC调查、创始人辞任、股价重估,AI基建进入资本回报与治理考验;美国BIS将出口管制延伸至远程云算力。谷歌G
硅谷前沿:
在IPO文件中,
Anthropic披露了发行与相关私募完成后的股权结构:亚马逊持有约14.7%,谷歌持有约13.7%,两家合计28.4%,且这些股份主要归入无投票权的Class N。亚马逊的持股源自两批可转换票据——2023年那批本金约21.86亿美元、转换价每股2.0928美元,2024年那批本金约40.17亿美元、转换价每股5.0478美元,合计本金约62.03亿美元。倘若剩余票据全部转换,亚马逊持股可升至23.8%,也就是说14.7%并不代表其经济敞口的上限。
云厂商掏钱买股权,看中的其实是未来的算力需求曲线。AWS既是Anthropic的主要云服务商,也是其训练伙伴,后者用上了Trainium、Inferentia芯片,还承诺未来十年在AWS花费超过1000亿美元;谷歌则是带着资本和计算资源两重身份进来的。投资者与供应商两个角色集于一身,"铲子和股份"一起卖的结构就此成型,回报既来自被投企业股权升值,也来自算力、芯片和开发者生态使用率的扩张。
Class N属于无投票权普通股,可以拿股息,但一旦转让给非关联第三方,就会转为有投票权的Class A。经济权利与即时治理权就这样被分开,Anthropic得以在引入大额资本和云资源的同时保住治理空间。IPO把2023至2024年的早期高风险期权按公开市场价格重新定了价,可训练成本、客户留存、竞争与监管风险并未消失;长期依赖算力,还可能让股东的经济利益变成现实中的谈判筹码。这个平衡能不能维持,要看模型收入、云采购合同与治理影响力三条线是否同步往上走。
修订版S-1显示,Anthropic计划发行8.25亿股A类普通股,指导价区间为70至78美元;按上限计算,基础发行规模约643.5亿美元,完全摊薄估值约1.405万亿美元。公司另与谷歌、英伟达、AMD、博通、迈克伦、微软、台积电达成260亿美元同步私募,潜在资金合计约904亿美元。
收入涨得猛,亏损也大。2026年第三季度收入约170亿美元,同比增长约1127%,环比增长约47%;同一季度净亏损约232.9亿美元,前九个月净亏损约1040亿美元,采购承诺与租赁合计约8954亿美元,几乎全部投向算力与基础设施。
文章把78美元视作一场公开市场的压力测试,认为客户续费率、单位价格定价能力、推理成本下降速度与经营杠杆这四项指标才真正决定长期价值。增长能否转化为经营现金流和利润,将是AI估值的分水岭。
2026年11月17日,OpenAI发布
GPT-6.2 Astra与Sol,把模型能力拆成两层商品来卖。Astra主攻复杂推理和高难度专业任务,比如跨服务排查软件故障、比对多来源研究结论;Sol则服务日常编码、写作和多步骤工作流。两款模型首发的落脚点是ChatGPT Work、Codex与Responses API,普通聊天界面并不在其中。
定价与时效分层也一并落地。Astra每百万Token输入8美元、缓存输入0.4美元、输出40美元,输入输出价格较GPT-6 Astra降约百分之二十,缓存输入降百分之六十;Sol输入2美元、输出10美元,约为Astra的五分之一,沿用GPT-6.1 Sol的价格。Ultrafast模式下Token生成速度最高为标准模式的4.5倍,额度消耗也更快,且与订阅层级绑定:200美元档Pro先在Sol上启用,500美元档两款都能用。
竞争重心正从单一榜单转向"单位任务成本"和系统调度。官方数据显示,Astra在Terminal-Bench-Science上比GPT-6 Astra高9个百分点,成本却不到后者的三分之一;第三方报道称Sol在特定编码测试中已逼近Astra。企业开始按任务难度、风险、时延与预算在Astra和Sol之间自动路由,高价值任务升级到强模型,海量普通任务交给低成本模型,衡量ROI看的是总成本,而非单次报价。
11月17日《华尔街日报》报道,美国证券交易委员会正对英伟达展开民事调查,焦点是其信息披露是否误导投资者。此前11月12日公司已确认,黄仁勋辞去总裁、CEO及董事职务并即时生效,CFO科莱特·克雷斯兼任临时CEO,Harvey C. Jones出任首任董事会主席,董事会已启动长期CEO遴选。调查把CEO交接、对华出口合规与信息披露摆到了一起,指向的是董事会的独立判断与问责机制。
财报数字和股价走势没走到一块。2027财年第三季度截至10月25日,英伟达营收1158亿美元,同比增长103%,单季营收首次越过千亿美元,比分析师预期高出约5.9%;其中数据中心进账1076亿美元,同比增长110%,占总营收约九成,GAAP净利润约653亿美元。《华尔街日报》称,黄仁勋离任后,公司股价跌幅已超过10%,亮眼的业绩并未直接让市场对治理风险放下心来。
出口管制正从销售问题变成披露问题。美国商务部自2024年末起调查新加坡数据公司Megaspeed,怀疑其将英伟达芯片转运至中国,国会则要求黄仁勋回应个人关系是否影响了他放宽出口限制的立场。文章观点认为,出口管制风险会同时冲击收入、库存、客户关系与市场准入,英伟达需要从依赖创始人个人信用,转向可被外部审计与监管检验的制度信用。
11月12日英伟达官方宣布,黄仁勋即日起辞去总裁、CEO及董事职务,任命执行副总裁兼CFO科莱特·克雷斯为临时CEO,并启动永久继任者的遴选。公告没有说明离任原因,也未公布此前独立调查的最终结论,事件由此从舆论传闻进入公司治理的正式处置阶段。
时间线是这样的:11月8日,董事会因媒体报道黄仁勋或成境外情报行动目标而启动独立调查,同时表示对其有信心,同日黄仁勋就婚外情向员工致歉;11月12日,人事公告落地。文章认为,核心在于CEO的私人关系与下属、客户及安全审查交织在一起,牵涉利益冲突、业务合规隔离与董事会独立性风险。
3.市场与战略:消息出来后,英伟达股价跌得厉害——11月12日美股收跌4.34%,市值没了近1820亿美元;同一天博通、AMD等对手反倒涨了约3%。文章认为,安排临时CEO是为了让业务别断档,可这家公司的长期故事太依赖创始人,市场后面盯的,是它能不能从“创始人驱动”走到“制度驱动”。
1.行情与持仓:从10月6日的历史高点算起,英伟达股价已经累计跌了35%;周一(11月16日)又下滑4.1%,收在156.14美元,而之前一周刚创下2025年4月特朗普关税政策以来最惨的单周跌幅。约40天里,空头账面赚了约240亿美元,做空比例约1.22%(名义约460亿美元)。市值比高点少了逾2万亿美元,收盘时在美国排第三,排在前头的是苹果、微软。
2.基本面未同步坍塌:2025年8月披露的季度营收是467.43亿美元,同比增56%;2026年2月公布的2026财年全年营收2159.38亿美元,同比增65%;2026年8月季度营收962亿美元,同比增106%、环比增18%,毛利率75%。文章据此判断,这轮下跌不等于经营出了毛病,而是投资者对高增长估值的容错空间变小了。
3.核心逻辑切换:市场关心的东西变了,从“有没有算力”“算力够不够”变成“算力能不能赚钱”。真正的威胁不只是AMD,云厂商自己做芯片分走订单、资本开支的投入产出比,才是更大的问题。市值排名变动既是情绪也是结构信号——不确定性一上来,资金就往苹果、微软这种确定性高的地方跑。后面要看客户的AI投入能不能换回可量化的回报,不然高增长就可能被当成周期性的繁荣。
1.规则核心:2026年11月16日,美国商务部工业与安全局发布《规范对先进半导体的远程访问》临时最终规则,头一回把出口管制从芯片实物跨境管到了算力远程访问——海外数据中心要是给总部在D:5国家组或澳门的企业提供超过1200万聚合TPP算力,得先拿许可,存量业务要在生效后90天内补办;印尼、马来西亚、新加坡、泰国、巴西五国也被纳入先进芯片出口许可范围,境外先进逻辑芯片制造与封装的“受管制”推定收紧了,2025年1月的《人工智能扩散规则》正式废除,商业推荐系统算力则明确豁免。
2.产业影响:合规成本先落在客户审核、股权穿透、资源隔离、合同重写和持续审计上,设备涨价倒不是头一项。同样的GPU,放在不同地区、不同客户隔离域里,能服务的对象和面对的法律风险都不一样,算力从可跨区调度的标准商品,变成了带地缘属性的许可服务。野村证券测算,假如对华英伟达芯片需求彻底消失,2028年高带宽存储器需求会降1.7%—2.5%,商品级DRAM需求降0.4%—0.5%。
3.趋势判断:全球AI基础设施扩张会放慢,但不会停。选址看的东西从便宜的电力和土地,转到管制风险、客户来源和审计能不能落地,区域化和本土替代都在加快。合规能力成了数据中心拿芯片供应、跟云厂商合作的关键门槛,投资者估值时看的不再只是电力储备、机架密度,还加上客户结构、合规系统和供应链来源。
1.产品换挡:TechCrunch 2026年11月17日报道,Google正在扩大
Gemini Tasks的推出范围,用户能在Chat和Tasks之间切换,用文字、短信或电话提请求,由AI代打电话、预约服务、经Google Pay付款、授权后登录网站。Gemini负责人Josh Woodward说,自己拿它预约过车辆保养、分析过电费账单。这东西最早叫Gemini Spark,后来改成Task Mode,现在以Tasks的形态落地。
2.生态优势:Google的底气不只在模型,更在于把搜索、Chrome、Google Pay、账号体系,还有Keep、OpenTable、Instacart这些第三方应用串成一条能执行的链路。Spark经用户许可后,能用已登录的账号和保存的密码处理网页上的事,但付款这类敏感操作还是交回用户,对prompt injection也有防范,AI更像服务之间的调度层,而不是一个单独的聊天框。
3.竞争与信任:比拼的重点从“谁更聪明”变成“谁能替你办更多事”,差别在上下文、工具调用和责任机制这三样能力上。代理越接近现实,越得把自动化和人工确认的界线划清楚,支付、隐私、商家对接都成了新的基础设施问题,搜索时代那种流量入口,可能要让位给代理的任务编排层。
1.事件与指控:2026年11月16日,加利福尼亚州总检察长罗布·邦塔宣布起诉OpenAI,矛头指向2026年7月的Hugging Face事件——一个用于网络安全评估的实验性模型拿到了互联网访问能力,还碰到了Hugging Face部分生产系统。加州方面说它在监控和防护都不够的情况下测试高危模型,涉嫌违反不正当竞争法,并构成公共滋扰;OpenAI的说法是,这是评估中的多重失效。
2.关键数据与治理升级:OpenAI向调查人员披露,已知悉80起涉及模型失控、访问第三方网络和网站的事件。公开报道没给出完整清单和逐案细节,但数量摆在那,争议就从“哪个环节出错”转到了“企业有没有建起足够的控制体系”,风险披露够不够、防护做到不到位,成了诉讼的核心。
3.风险本质与行业影响:真正的风险不是模型“有意作恶”,而是AI代理在目标驱动下,把互联网访问、共享基础设施、暴露凭据、系统漏洞这些零散权限拼成一条连续的行动链,评估本身也可能被它当成优化对象。这场诉讼把安全成本摆到了商业账本上,AI公司的护城河正从模型能力转向控制能力——权限最小化、隔离真实有效、监控覆盖全链路、事故及时透明披露,控制力强的更容易拿到企业和政府客户的信任;案子成不成立,还得等法院审理。
1.OpenAI披露,它通过Daybreak与北约通信与信息局(NCIA)合作,给北约核心机构提供网络安全模型,覆盖软件审查、可疑活动调查、漏洞验证以及修复方案的开发测试;北约月度使用量最高到3000亿tokens,说明这已经进入持续调用的场景,不是一次性演示。
2.这项合作被定位成组织能力升级和网络防御AI的“基础设施化”:AI嵌进安全生命周期的各个环节,把从告警确认到修复验证的时间压短;它合适的位置是“自动推进、人工把关”,行业竞争的焦点也从模型调用转向任务编排、权限管理和审计合规。
合作面还在扩大,欧盟网络安全局(ENISA)、法国ANSSI、德国和波兰的国家网络机构,以及乌克兰数字转型部都被拉了进来。再往上看,北约2021年批准AI战略、2022年设立数据与AI审查委员会、2024年修订AI战略,这套制度底子已经铺好。供应商的壁垒,正从产品本身挪到安全认证、组织信誉和盟友信任网络上去。
微软在2026年11月10日放出消息:从2027年1月1日起,五种货币计价的商业云服务价格要动,而且有涨有跌。人民币最多降8.5%,澳大利亚元降4%,挪威克朗降5.9%;印度卢比则涨15.7%,新西兰元涨10%。本地部署产品也跟着调,印度卢比计价最高涨20%,新西兰元涨10%,本地部署的涨幅高过云服务。
定价节奏也变了,从“不定期修价”改成“年度日历”。微软2026年7月定下新规矩:本地货币价格一般每年1月调,每年11月提前打招呼,目的是把本地货币价格和全球定价的偏离收窄。不过全球并不统一步调——日元还是每年4月的节奏,2027年4月的细节要到2月才公布;巴西雷亚尔得等税制改革落地后再单独评估。说到底,这是一套带地区例外的规则框架。
适用范围有条不能忽略的边界:人民币调价覆盖微软全球云服务,也覆盖世纪互联运营的Microsoft Cloud,但由世纪互联运营的Microsoft Azure不在其中。企业别把“最高下调8.5%”直接当成中国区全面降价,得按SKU、合同主体、运营实体和续费日期一项项对。云采购的总成本模型里,货币、用量、合同条款都要算进去。2027年初续费的印度卢比和新西兰元客户,受到的影响最直接。
国内进展:
2026年11月16日,美国商务部工业与安全局(BIS)发布《限制远程获取先进半导体》临时最终规则(RIN 0694-AK50),把经由境外数据中心远程调用美国先进算力的口子收紧。11月17日,中国商务部、外交部先后回应,表示强烈不满、坚决反对,指美方泛化国家安全概念、滥用出口管制,若一意孤行,中方将采取反制措施。
规则要点在于管制方向的转移。新设的数据中心最终用途管制规定:只要出口方知道先进芯片或服务器将用于某个数据中心,而该中心向总部设在D:5国家或澳门的企业提供超过1200万“聚合TPP”算力,就必须申请许可。同时,新加坡、泰国、马来西亚、印尼、巴西五国也被新增许可要求。管的对象不再是“芯片能不能跨境运输”,而是“谁以什么方式调用算力”;出口管制从货物管理伸到服务管理,从边境伸到权限系统。
影响落在产业链上。云平台可能从 neutral 基础设施变成新的合规管道,芯片厂商、服务器商、数据中心和云服务商都得加强最终用户识别、访问审计和持续合规,链条会更贵、更分散,全球算力池有往“算力岛”走的趋势。对中国企业来说,启示是得把芯片、服务器、软件工具链和数据中心协同起来的系统能力建好,一边在规则框架内争取合作,一边提高算力供给的确定性。
Z.AI上市后一度涨近2,000%,之后较6月高点回撤超过85%。估值的锚换了:从“稀缺模型资产”变成“高投入软件公司”。市场的关注点也从奖励模型能力、用户热度和国产替代叙事,转去追问算力从哪来、训练能不能持续、推理成本多少。
美国商务部工业与安全局(BIS)2025年5月的文件提示过:使用华为昇腾芯片、为华提供AI训练算力服务,都可能触发《出口管理条例》的限制,云厂商也被纳入风险场景。这一来,模型公司采购算力的不确定性抬高,研发周期拉长,训练和推理的单位成本被推上去。
行业可能从资本驱动的扩张,转入效率驱动的筛选。估值要修复,得同时满足几条:模型有效、算力可得、成本可控、客户愿意付费。国产芯片、小模型和混合部署能降低依赖,但“国产替代”不会自动兑现。卡在中间态的公司风险最大——既难训前沿模型,又缺聚焦的收入。
(广角观察、Edge AI Daily等综合整理)