今年 4 月，有买家给 Anthropic 开出约 6000 亿美元的估值，到了 8 月，部分投资人预计，Anthropic 上市时的估值可能达到 2 万亿美元甚至更高。事实上，要支撑这样的估值，Anthropic 需要在未来几年持续保持高速增长，但 OpenAI 的追赶给这一预期再次增加了不确定性。
就在上周，OpenAI 推出了 Astra，效果非常惊艳，不少开发者开始重新考虑要不要从 Claude Code 转向 Codex，这也让市场再次追问：如果竞争对手的一次模型更新就能吸引用户离开，Anthropic 到底要靠什么维持长期增长？
我们认为，即使竞争加剧，Anthropic 的产品 taste 和组织凝聚力依然领先，我们也看好 Claude tag 的潜力，以及公司在 AI for Science 领域的投入，但这些机会能带来多少收入，除了模型能力之外，还取决于 Anthropic 能否接入企业的 context，并通过渠道和产品生态留住客户。
而投资数据平台 Artemis 联合创始人、前 Insight Partners 投资人 Jon Ma 对这个问题给出了更乐观的预测。我们编译了他的最新文章 Anthropic 2030：在他看来，Anthropic 在 2 万亿美元估值下仍然值得买入，公司 2030 年 ARR 能达到 1 万亿美元。长期来看，Anthropic 就是 AI 时代的 AWS，有机会成为全球第一家估值达到 10 万亿美元的公司。
01
Anthropic 会成为全球第一家估值达到 10 万亿美元的公司
Anthropic 会成为全球第一家估值达到 10 万亿美元的公司，因为企业对它的 frontier models 和整套产品有着旺盛的需求。下图是 Artemis 结合内部估算和 SemiAnalysis 等第三方研究搭建的财务模型。
•从 AI 支出看，开源模型还没有对 Anthropic 构成实质性威胁：虽然 Artemis 已经把一部分 token 用量转向开源模型，但 AI 预算仍有 97% 花在 Anthropic 上。
•全球使用 agent 的企业还不到 1%，agent 的普及仍处在 S 形增长曲线的极早期。对 token 的需求将呈指数级增长。
•算力限制会得到解决：Anthropic 可能通过 IPO 筹集超过 1000 亿美元的净资金，创下 IPO 募资规模的新纪录。而且公司还拥有一位能力很强的 CFO，就是曾在 Blackstone 任职的 Krishna Rao。有了充足的资金和这位 CFO 的帮助，Anthropic 到 2030 年可能能锁定超过 30 GW 的算力。
因此，在 2 万亿美元估值下，Artemis 明确看多 Anthropic。但考虑到开源模型的威胁、OpenAI 的模型逐渐追上，以及算力成本上升等风险，估值超过 3 万亿美元后是否仍值得买入，就不那么确定了。
02
Thesis：Anthropic 就是 AI 时代的 AWS
2015 年，很多人并不看好 AWS。在他们看来，AWS 是 Amazon 内部一个严重亏损的成本中心，提供的产品就像电力一样，没有多少差异。而且，当时人们还不确定云计算市场有多大，也担心 Google 和 Microsoft 等竞争对手会压低 AWS 的价格。
到了 2026 年，Amazon 已经是云计算市场公认的赢家。AWS 的业务早已超出最初的 S3，凭借一站式产品组合、规模优势和开发者生态，建立了很强的竞争力。
今年，Anthropic 也面临着类似的质疑：虽然公司已经筹集并花费了数十亿美元，但随着开源模型的发展，公司的前沿模型仍可能会失去差异化优势。
但在 Artemis 看来，Anthropic 凭借自身优秀的团队，还是可以持续提升模型能力，同时能开发出一整套让企业客户高度依赖的一站式 AI 产品，全球各行各业的企业都能用这套产品轻松搭建、扩展和维护 AI 系统，这个产品将会包括用于药物发现等特定领域的前沿模型，也包括保障 AI 安全、满足合规要求、优化性能的工具等。
最终，Anthropic 会像 AWS 一样，让企业客户难以离开自己的平台，并逐步把毛利率提高到接近 70%。Artemis 预计，到 2027 年，Anthropic 的 ARR 就会超过 AWS 的年化收入。
03
Anthropic 的业务本质是什么？
判断 Anthropic 的业务，核心要看它能否做好三件事：
1.招到优秀的 researcher 来开发前沿模型；
2.获取算力，并把成本控制在 10-15 美元/MW；
3.通过 API，能以较高的价格销售 token，比如让每 MW 算力带来 5000 万美元 ARR。
对应到具体指标，我们可以关注以下几个方面：
•需求：Artemis 估算，Anthropic 每月净新增 ARR 已达到 100 亿 -150 亿美元，虽然 token 价格在下降，但 token 用量仍在增长，企业对前沿模型和部署 agent 的需求已经有了较高的确定性。
•供给：据报道，为了满足到 2030 年的算力需求，Anthropic 已经锁定了 15-16 GW 算力。但要支撑 1 万亿美元 ARR，公司至少需要 20 GW 训练算力。Artemis 认为，到 2030 年，Anthropic 可以达到这个算力规模。相比之下，到 2030 年，OpenAI 计划锁定至少 30 GW 的总算力。
•毛利率：每 MW 算力带来的 ARR 与对应算力成本之间的差额，决定了 Anthropic 长期的盈利能力，也决定了这是不是一门好生意。
另外，还有两点需要关注：
•Anthropic 本质上做的是面向企业的 API 业务，公司 90% 的 ARR 来自 API，个人订阅的贡献很小。如果要达到 10 万亿美元估值，Anthropic 需要把模型直接卖给企业，也需要通过 AWS Bedrock、Gemini Enterprise Agent Platform 和 Microsoft Foundry 等平台销售。
•评估 ARR 时，要看净额。投资者给 Anthropic 估值时，会先从收入中扣除 AWS、Gemini 和 Microsoft 收取的 15%-20% 分成。此外，他们还会剔除两类客户带来的收入：Meta，以及用 Anthropic 模型做蒸馏的中国 AI labs。
04
Upside：如果进展顺利，Anthropic 会怎样？
按照 Artemis 的预测，到 2030 年，Anthropic 能锁定至少 30.8 GW 算力，可以支撑 1 万亿美元 ARR。
假设每 MW 算力的总成本为 18 美元，每 MW 推理算力能带来 5000 万美元 ARR，那么在 Anthropic 业务进入稳定阶段后，毛利率能达到 66%，EBIT 能达到 30%，训练和研发的总支出会降到收入的 25% 左右。
在这种情况下，Anthropic 会有非常可观的利润。而且随着 agent 在全球超过 3 亿家企业中不断普及，公司还会继续快速增长。
05
Downside：Anthropic 未来可能会出现哪些问题？
Artemis 也列出了 Anthropic 存在的风险，并按每项风险发生的可能性从高到低排序：
•高风险：Codex 和 OpenAI Astra 会抢走 Anthropic 的市场份额
Artemis 上周末试用了 Astra 和 Fable 后发现，OpenAI 和 Anthropic 这两家的差距已经明显缩小，客户可能转向 OpenAI，在 Artemis 团队里，就已经有工程师开始从 Claude Code 转向 Codex。下面这几个用户反馈也支持了这个观察。
Artemis 区块链数据负责人：“我最近一直在用 Codex，我喜欢它和我沟通的方式。有些人会把 Claude Code 和 Codex 搭配着用，让 Claude Code 做计划，再让 Codex 执行。但对我来说，两者可以互相替代，我现在只用 Codex。以前我经常在终端里用 Claude Code，现在更喜欢用 ChatGPT app 里的 Codex。”
Artemis 金融科技分析师：“OpenAI 的 Codex 真的很好用，一看就知道是为编程设计的。通过 GUI，用户能更直观地看到 agent 正在做什么，这一点比早期 Claude Code 的 CLI 好得多。Claude Code 作为第一代 CLI AI coding 工具，已经做得很好了，但我觉得下一代工具会是 GUI 应用。”
有位产品经理在一家估值 30 亿美元的公司工作，一直很推崇 Claude Code 和 Claude Harness。这个周末，他说：“我得说，Astra 实在太厉害了。”
•高风险：不同模型之间的切换成本很低
2026 年 Q2，Anthropic 总收入的 25% 是来自 AWS Bedrock、Gemini Enterprise Agent Platform 等第三方平台。企业通过 AWS Bedrock 调用 Anthropic 的 API 时，很容易改用 OpenAI 的 Astra 或别的开源模型。因此，如果 Anthropic 的模型不是 SOTA，公司就会面临困境：企业很容易换用别家的模型，Anthropic 也可能因此流失大量收入。
•中风险：Grokbot 和 Instinct 这类 agent 不依赖 Anthropic 的模型
虽然 Grokbot 使用的是 xAI 的模型，但也能与 Claude Cowork 等竞争。如果 Instinct 等 agent 和新出现的 AI 应用也选择开源模型或其他公司的前沿模型，Anthropic 就可能需要向应用层拓展，可能需要收购现成的 harness 或应用，也可能被迫自己开发新产品，就像之前推出 Claude Code、Claude Design 和 Claude Cowork 一样。
•低风险：Anthropic 拿不到足够的算力
Anthropic 已经锁定了接近 15 GW 算力，但要支撑 1 万亿美元 ARR，还需要再拿到 15 GW。如果 IPO 能筹集超过 1000 亿美元，公司就能获得购买算力所需的资金。但算力供应商与 Anthropic 的关系也比较复杂：Amazon、NVIDIA、Google 和 SpaceX 同时是 Anthropic 的供应商、股东和竞争对手（Amazon 有 Titan，SpaceX 有 Grokbot，NVIDIA 也在借助 Hugging Face 向上层软件业务拓展）。
•低风险：Anthropic 不再推出前沿模型
如果模型研究遇到技术瓶颈，或者 researcher 通过 IPO 赚到足够多的钱后不再像以前那样投入，Anthropic 就可能会停止推出前沿模型。
目前 Anthropic 的各项激励都让 researcher 有动力继续工作，但随着公司估值上涨，他们持有的股权奖励也会大幅增值：在公司估值为 1000 亿 -2000 亿美元时，一笔股权奖励价值 500 万 -1000 万美元，等公司估值达到 3 万亿美元，这笔奖励就能值上亿美元。当 researcher 持有的股权奖励价值 1.5 亿 -3 亿美元时，他们还会有同样的工作动力吗？
06
Anthropic 是不是值 2 万亿？
总的来说，与高增长的软件公司和 AI 公司相比，无论是用 EV/ARR 还是 EV/NTM Revenue 衡量，Anthropic 目前 2 万亿美元的估值都偏低，即使估值达到 3 万亿美元，也不算过高。
Artemis 预计，在 10 月中下旬，Anthropic 会以 2 万亿美元估值上市，散户和机构投资者的买入会推动估值上涨到 3 万亿 -4 万亿美元。
即便如此，Anthropic 仍可能值得买入。
•据报道，Anthropic 在今年 7 月净 ARR 已达到 650 亿美元（15× YoY），Artemis 预计，到 9 月底，ARR 会达到 900 亿美元（15× YoY）。这样的增长速度是非常罕见的。
•Artemis 预计，到 2026 年底，Anthropic 的 ARR 会达到 1250 亿美元，到 2027 年底，ARR 会达到 2750 亿美元。相比之下，SemiAnalysis 对 Anthropic 在 2027 年 ARR 的预测是 3000 亿美元，比 Artemis 更乐观。按 Artemis 预测的 ARR 计算，Anthropic 在 2026 年的估值倍数为 20 倍，2027 年为 7.2 倍。
•Anthropic 可能会成为历史上增长最快的上市公司之一，也是企业 AI 市场明确的赢家。面对这样一家公司，Artemis 认为很难不看多。
再往长期看，如果一家公司能实现 AGI，再把 AGI 卖给全球超过 3 亿家企业，同时这些企业都愿意用 AI 替代白领员工或提升员工的能力，那么这家公司到底该值多少钱？
Artemis 粗略算了一笔账：假设全球 3 亿家企业，每家用 AI 替代 1 名白领员工，对应每家 120 美元的 ACV，全球潜在 AI 支出就能达到 36 万亿美元。如果 Anthropic 拿到 20% 的份额，ARR 就是 7.2 万亿美元；如果拿到 30%，ARR 就是 10.8 万亿美元。
Ramp 估计，美国已��有 56% 的企业在为 AI 付费，但每月支出的中位数只有 12 美元。在 Artemis 看来，这些钱主要花在 ChatGPT 或 Claude 的个人订阅上。
虽然目前全球使用 agent 的企业还不到 1%，但随着越来越多的企业开始用 agent 完成工作，而不只是通过 Claude 或 ChatGPT 聊天，全球 AI 支出会加速增长。
Artemis 的基准预测是：到 2030 年，Anthropic 的 ARR 会达到 1 万亿美元。但这一预测可能仍然偏保守。
进一步看，如果超级智能（super intelligence）出现，Anthropic 能用自己的模型开发新模型，研究成本因此大幅下降，利润率随之提高，情况会怎样？如果只有 Anthropic 能提供超级智能，客户的付费意愿大幅提高，那么每 MW 算力带来 5000 万美元 ARR 的假设，会不会仍然过于保守？
总的来说，前沿模型正在逐步接近超级智能，这些可能性能否实现，还需要时间来验证。
最后，Jon Ma 引用了 Anthropic CFO 的一段话：
“大多数人习惯用线性、渐进的方式思考。在 Anthropic 工作的这两年里，我不得不改变这种思维习惯：不再只考虑线性增长，也开始从指数增长的角度思考。” (Humans mostly think linearly and incrementally. I’ve been at [Anthropic] for two years. That’s a paradigm I’ve had to break for myself. To stop just thinking linearly and think in exponentials)
本文来自微信公众号“海外独角兽”，作者：Jon Ma，编译：Haozhen，36氪经授权发布。