首页 > 资讯 > 拆解Anthropic的收入与资本游戏

拆解Anthropic的收入与资本游戏

头条热榜 2026-11-17 17:05 16 阅读 查看原文

编者按:美国AI巨头Anthropic IPO上市在即,一份厚达数百页的S-1上市注册文件,也让这家前沿AI公司的商业版图与经营底牌首次大规模呈现在公众面前。

科技媒体《The Verge》总编辑尼莱·帕特尔(Nilay Patel)在播客节目《Decoder》中,邀请芯片与人工智能研究机构SemiAnalysis分析师乔伊·布鲁克哈特(Joey Brookhart),对这份文件展开深度拆解。

从令人咋舌的收入增长、持续攀升的推理毛利率,到动辄数千亿美元的算力采购承诺,再到AGI竞赛背后的资本博弈与商业风险,这场对话层层剥开了前沿AI产业繁荣表象下的经济账。观察者网“世界科先声”摘选编译对话内容,以飨读者,亦供批判性思考。

拆解Anthropic的收入与资本游戏

左图为主持人尼莱·帕特尔,右图为嘉宾乔伊·布鲁克哈特

·对AnthropicS-1文件的整体评价

主持人尼莱·帕特尔:我非常期待今天的谈话。我们现在距离Anthropic提交那份重要的S-1文件刚过不久。这是我们第一次得以深入了解一家领先的前沿模型公司的内部财务状况。你怎么看这份文件?你从中读出了什么?

布鲁克哈特:这是一份非常出色的S-1文件。自从投资者日以来,过去三周其实相当艰难。有些人对9月份公布的ARR(年度经常性收入)数据多少感到失望。但我们从这份文件中看到的是:Anthropic在很短的时间内,就已经高效地扩张到了一个令人惊叹的规模——估值超过1万亿美元,ARR超过700亿美元。在毛利率、计算业务利润率以及自由现金流方面,所有指标都符合投资者希望看到的情况。

所以,我认为这份文件基本没有什么值得挑剔的地方。这也是为什么过去两天里,半导体产业链、新型云计算公司(neoclouds)以及计算基础设施相关股票再次出现大幅上涨。

主持人尼莱·帕特尔:有意思。我倒不是说这份S-1文件本身有什么明显的问题。我想深入讨论其中的一些细节,因为里面有很多数字值得认真思考。不过,我想先从一个非常宏观的问题开始。

我观察Anthropic以及它未来可能达到的规模,也看到Dario Amodei表示,他认为公司有望实现1万亿美元的收入。那么,这些钱究竟从哪里来?因为这些AI企业的商业模式,在很大程度上似乎是在蚕食其他企业的业务。感觉上,必须先有其他公司赚到钱,才能支付费用给Anthropic,让它实现这些收入。但我实际上还没有看到有人把这件事非常清楚地解释出来。

·Anthropic的收入究竟从哪里来?

布鲁克哈特:这件事非常有意思。如今,即使两家领先的AI实验室合计已经实现了1,200亿美元的ARR,这个市场实际上仍然非常狭窄。客户中排名前1%的那些企业,每名员工每年在AI上的支出高达5万至10万美元。而更广泛的《财富》500强企业或全球2000强企业,通常在IT方面有大量支出,但目前在AI上的投入仍然不多。

Anthropic的支出中,有很大一部分,尤其是企业客户的支出,都集中在编程领域。从某种意义上说,它几乎是一家只专注于单一垂直领域的公司。如果我们把目光投向2027年,就需要考虑更广泛的AI采用,以及AI在白领工作中的应用。企业通常会在第四季度进行年度预算规划。但到目前为止,我们还没有真正经历过这样一个预算周期:企业能够有实质性地将预算分配给这些AI实验室。原因在于,这些公司的ARR直到今年年初才真正开始加速增长。

我们也可以看看其他领域,比如网络安全。这个领域与编程有些相似:领先企业可能会签订金额达到数千万美元级别的合同,而且由于我们看到的网络安全事件越来越多,这类合同能够非常迅速地扩大规模。此外,还有生物科技等其他垂直领域。要达到1万亿美元的收入,我们确实必须进入一部分白领工作领域,让AI从辅助人类劳动,逐渐转向节省人力成本,甚至在某些领域直接取代人力。微软向员工提供买断离职方案,就是一个可以参考的例子。但除此之外,他们还需要进入大量其他垂直行业,才能真正对收入规模产生重大影响。

主持人尼莱·帕特尔:这是我最大的疑问,不仅针对这份S-1文件,而是针对整个行业。如果市场上只有一两家领先的AI实验室,我倒是能够理解。有两家大型公司掌握了一种可以自动化大量工作的技术。我们可以逐个行业观察,这种自动化究竟能做到什么程度。

但问题在于,市场上并不只有两家领先实验室,而是有相当多的竞争者。此外,还有开放权重模型。我听很多CEO说过,他们非常担心把公司的全部数据交给Open AI或Anthropic,因此希望能够在自己的内部服务器上部署和运行某些AI系统。现在甚至已经有律师事务所在内部部署AI了。这可能是整个历史上最有意思的反转之一。

你怎么看待这种局面?因为围绕这份S-1文件,压力有很大一部分来自财务数字本身,这一点我稍后想谈。但除此之外,还有一种外部压力:“你们必须继续增长,而且增长速度不能放缓。”你认为这些因素最终会如何发展?

布鲁克哈特:这确实非常有意思。以今天的编程领域为例——我认为第三季度Open AI在这方面迎头赶上的情况已经体现了这一点——编程领域中存在一些转换成本非常低的场景,用户可以在不同模型之间轻松切换。

我们从企业客户那里听到的情况也是如此。Open AI方面可能也存在类似的问题。显然,我认为他们在Fable的发布上处理得不太好,而缺乏零数据保留(Zero Data Retention)机制,也是我们看到部分业务增长放缓的原因之一。不过,他们可以通过Fable 5.5来解决这个问题,并可能借此推动企业客户进一步采用他们的产品。这对企业来说是一个非常重要的问题。

我们现在确实看到,越来越多的企业,尤其是许多AI原生公司,正在基于开放权重模型进行定制训练和后训练,然后使用这些模型进行推理,或者将其用于内部和外部产品。显然,Google Deep Mind和Meta Superintelligence Labs都是资金实力雄厚的实验室,它们拥有相当接近的训练计算能力,而且还在持续增加大量算力。更不用说Space X了。马斯克曾表示,明年将新增约10吉瓦的算力,其中一半将用于长期内部业务需求。

今年上半年,Anthropic几乎一骑绝尘,它占到了整个行业新增ARR的90%。但到了第三季度,我们看到Open AI可能实际上占据了行业新增ARR的大多数。开放源代码模型的Token推理成本规模,也从第一季度大约10亿美元的ARR,增长到了第三季度超过100亿美元。

所以,是的,这个行业的竞争已经激烈得多了。但与此同时,也出现了大量新的应用场景。一些垂直领域的应用,才是真正有可能推动未来增长的地方。因为很明显,仅靠编程领域的业务增长,已经不可能让整个市场规模在现有基础上再增长三倍。

拆解Anthropic的收入与资本游戏

·AI推理效率为什么能够大幅提高?

主持人尼莱·帕特尔:几年前,我曾经和Google CEO Sundar Pichai讨论过推理成本的问题。当时我问他:“你们究竟要怎样才能从推理业务中赚钱?”他的回答非常明确:“如果说Google有什么特别擅长的事情,那就是沿着成本曲线不断降低这些东西的成本。”这是一个非常直接的回答。

我理解Google为什么能够做到这一点:他们自己制造芯片。但Anthropic使用的是其他公司的云计算服务。这份S-1文件的核心内容之一,就是Anthropic承诺要在其他公司的云服务上花多少钱,包括Space XAI、Google和Amazon。那么,Anthropic的效率究竟来自哪里?

布鲁克哈特:关键实际上在于Token吞吐量(Token Throughput)。他们拥有一支非常多元化的芯片集群。无论是Trainium、TPU还是GPU,我们都能看到大量Token效率方面的提升。举例来说,目前Trainium芯片的Token吞吐量,相比去年同期已经提高了5到10倍。这既涉及硬件层面的效率提升,也涉及软件层面的优化,以及模型与硬件之间的交互方式。

在Token吞吐量方面,存在大量可以提升的空间。假设你原本每秒能够处理X个Token,那么仅仅一年之后,你就可能达到原来的5倍甚至10倍。而Anthropic方面告诉我们的情况是,他们预计未来还会持续获得计算效率方面的提升。我和Semi Analysis Tokenomics模型的另一位联合负责人MaxKan,甚至专门发表过相关研究。

目前,Anthropic每兆瓦推理算力创造的收入大约为6,500万美元。去年同期,这个数字还只有一千多万美元。根据我们的预测,如果未来使用的模型是类似Opus 5.5的模型,并运行在NVIDIA Blackwell芯片上,那么每兆瓦创造的收入有可能达到1亿至1.2亿美元。这里最重要的一点是,他们现在平均每兆瓦只需要支付略高于1,000万美元的销售成本(COGS),也就是计算成本。

这些利润空间意味着什么?他们可以将这些利润重新投入模型训练。很多人没有意识到这一点:实际上,只有大约30%的计算资源真正用于创造推理服务收入。剩下的计算资源则用于实验与研究、模型训练以及模型后训练。也就是说,有大量计算资源实际上是在用于开发下一代模型。这属于研发投入,而这恰恰是企业能够在这门生意中获得回报、建立竞争壁垒的地方。

·Anthropic是否应该把利润继续投入AGI?

主持人尼莱·帕特尔:实际上,我原本以为在这份S-1文件中,会更明显地看到这种动态。我的预期是:Anthropic通过销售目前已经拥有的模型赚取大量利润。未来会有越来越多的客户购买这些现有模型,从而产生非常可观的利润空间。然后,由于它是Anthropic,而他们认为自己正在打造一个数字之神(Digital God),所以他们会尽可能投入资金训练下一代模型。

这才是我所理解的Anthropic故事。这家公司正在追逐AGI(通用人工智能)。Anthropic的员工会毫不避讳地告诉你,在S-1文件中,他们甚至表示Claude可能具有意识,而整个事情也可能最终走向灾难。Anthropic对自身的定位非常独特。

但你实际上并没有在S-1文件中看到这种动态特别明显地体现出来。他们似乎很好地管理了训练成本与推理业务利润率之间的关系。你认为这种情况未来会继续下去,还是会发生变化?

布鲁克哈特:我同意你的看法。从长期来看,我们甚至在内部讨论过,他们实际上希望提高训练所占计算资源的比例。如果你相信自己正在打造一个数字之神,或者正在朝AGI的方向前进,那么只要推理业务能够维持85%以上的毛利率,你就有能力这样做。

Anthropic的增长速度比他们原先预想的快得多。他们原本没有预料到,公司的非GAAPEBITA利润率会达到11%。实际上,如果能够获得更多计算资源,并把这些资源分配给模型训练,同时继续提高计算效率,他们甚至希望利润率能够接近零,或者低于零。他们已经向投资者传达了类似的信息,包括在路演过程中也表达过这一点。

你可以看看这份S-1文件,观察他们过去几年盈利能力的变化曲线,以及他们为了发展到今天这个规模,实际上消耗了多少现金。然后你就可以得出这样的结论:“这是一个很好的商业模式,但他们正在朝AGI的方向前进。不要指望目前看到的利润率提升能够继续保持在同样的水平,尽管从长期来看,他们的利润率可能会高得多。”

拆解Anthropic的收入与资本游戏

Anthopic CEO 达利欧·阿莫代伊(Dario Amodei ) CNBC报道截图

主持人尼莱·帕特尔:这让我想起了Amazon。贝佐斯对投资者说过一句著名的话:在他能够赚很多钱之前,他不会急着赚钱。显然,Amazon和Anthropic之间有很多相互联系。也许两家公司在某种程度上确实有一些家族相似性。

不过,我还有一个问题。模型能力是否存在这样一个临界点:一旦达到这个水平,你就能够进入编程以外的更多垂直行业?我们可能现在已经接近这个临界点了。这里涉及一个概念,叫作能力过剩(Capability Overhang)。也就是说,我们今天拥有的模型,其实已经有能力接管生物研究等领域的工作。它们今天已经在接管数学领域的部分工作。

那么,是否存在这样一个时刻:从商业角度来看,最明智的决策其实是停止训练新模型,而是把目前已经盈利的模型销售给越来越多的企业?作为一家上市公司,Anthropic必然会面临这种压力。你认为他们在组织结构和治理机制上,是否已经做好了抵御这种压力的准备?

布鲁克哈特:是的,我认为他们在结构上做得不错。尤其是通过某些领域的投票权安排,他们确实具备这样的能力。我们过去在科技行业中见过类似的情况。例如,扎克伯格曾经公开做出过一些决定,选择大规模投入资金。

主持人尼莱·帕特尔:不过,那些投资并不总是获得了回报。我只是想特别指出这一点:它们并不总是成功的。

布鲁克哈特:是的,确实并不总是成功。

主持人尼莱·帕特尔:虽然按照某种定义,你和我现在实际上也算是身处元宇宙之中。

布鲁克哈特:没错。不过,我认为还有一个值得关注的地方。S-1文件中有一个非常有意思的数据:在最近三个月的收入中,有80%来自过去六个月内发布的模型。

那么,这意味着什么?也就是说,只有20%的收入来自类似Opus4.5及其更早版本的模型。未来有一点是确定的:如果你是一家前沿模型公司,你就必须始终保持在技术前沿。而这个行业的竞争极其激烈。

·为什么AI公司必须始终保持技术领先?

主持人尼莱·帕特尔:我现在对整个行业最感兴趣的一个核心问题是:假设你掌握了一项处于技术前沿的突破性技术,而且这项技术能够彻底改变整个世界。那么,在某个时刻,最赚钱的做法应该是把这项技术应用到所有不同的行业中去,对吧?而不是继续研发下一代技术。

实际上,你完全可以把一个高效率的模型应用于法律服务、医疗以及其他尚未普及AI的领域。我理解Anthropic为什么认为自己必须始终处于技术前沿,也理解为什么他们认为自己必须不断与Google、Open AI以及其他竞争者较量。这符合他们对自身的定位。

但从商业角度来看,一家采用AI的企业会因此产生更多收入,也会愿意向我这个AI服务提供商支付更多费用。而这并不一定与我是否拥有最前沿的模型有关。

布鲁克哈特:这里面有几个不同的方面。首先,对于一些新的垂直领域,尤其是网络安全领域来说,如果攻击方正在使用前沿模型,那么防御方也必须使用前沿模型进行防御。

当我们与一些企业交流时,他们的需求并不像生成一封邮件摘要那样简单——这种任务,我可以使用开放源代码模型,或者Sonnet来完成。某些垂直领域确实需要更强的模型。

举个例子,如果你是一场法律诉讼中的被告,而控方使用的是前沿模型,你会愿意让自己的律师使用一个不处于技术前沿的模型吗?

主持人尼莱·帕特尔:我有个坏消息要告诉你,关于目前法律市场上正在发生的事情……

布鲁克哈特:竞争格局确实决定了这种需求。从未来的发展来看,我们已经看到开放源代码模型在某些方面逐渐追赶上来,但市场对前沿智能的需求仍然会存在。Semi Analysis的CEO Dylan Patel经常强调这一点:前沿智能始终会有市场需求,尤其是在竞争激烈的行业中。

此外,当某些工作从AI辅助人类劳动,进一步转向AI直接替代人力时,对前沿模型的需求也会更加明显。与此同时,这些AI实验室也正在进入更多垂直领域。如果你查看他们的招聘信息,或者观察他们正在招聘哪些岗位,就会发现他们正在推出更多不同的产品SKU和业务方向。

现在有大量产品正在进行Beta测试,例如面向金融服务行业的Claude、面向法律行业的Claude,以及他们的网络安全项目。他们每个月向参加网络安全项目的人提供价值2.5万额度的使用额度。我认为,到2027年,这将成为他们一个非常重要的产品线。这些垂直化领域,以及那些确实需要顶尖技术、具有更强对抗性或竞争性的领域,就是他们继续保持前沿能力的主要原因。

不过,我们都可以认同一点:像邮件摘要这样的工作,确实没有必要使用最前沿的模型。

拆解Anthropic的收入与资本游戏

·Anthropic账面上的800亿美元亏损究竟是什么?

主持人尼莱·帕特尔:接下来,我想深入讨论一些具体数字。Anthropic在2026年上半年亏损了800亿美元。但这个数字与一项会计处理有关。你能解释一下这800亿美元究竟是怎么回事吗?因为它似乎与他们所讨论的营业收入和利润并没有特别直接的关系。

布鲁克哈特:这是一个非现金费用。原因在于,Anthropic的估值已经大幅上涨,而且他们此前发行了认股权证(Warrants)或可转换票据(Convertible Notes)。根据会计规定,他们必须在资产负债表中对这些项目进行相应处理。因此,这是一项非现金费用,主要是因为自发行这些认股权证和票据以来,公司的估值上涨了很多。

这种费用在分析时通常应该被剔除。当然,对于股票薪酬(Stock-based Compensation)这样的项目,人们也可以展开争论:我们是否真的应该在非GAAP现金口径下考虑这项费用?因为它并不是现金支出。如果我直接给员工发放股票,那么我必须在损益表中确认相应费用,但我实际上并没有从银行账户里拿出同等金额的现金支付给他们。所以,这并不是一笔真正从公司银行账户流出的现金。

从会计角度看,这件事其实并不复杂。如果你不了解会计处理方式,看到这个数字可能会觉得情况很糟糕。但实际上,这主要是因为他们的业务规模增长得太快,公司的估值也上涨得太多。

·融资、股权稀释与Anthropic的长期资本需求

主持人尼莱·帕特尔:关于这笔会计费用,还有一个值得讨论的问题:Amazon是相关交易的另一方。显然,Amazon非常高兴,因为Anthropic正在大量采购AWS的云计算服务。Anthropic的估值上涨,Amazon当然也会感到高兴。但随着时间推移,Amazon的股权也会因此被稀释。这就是其中的一种动态。

Anthropic显然即将IPO。他们会向市场发行大量股票。而且很明显,随着时间推移,他们还会继续发行更多股票来融资。看起来,他们短期内并没有停止融资的打算。那么,如果你投资Anthropic,应该如何看待这种情况?也就是说,你的投资标的估值可能不断上涨,但你实际持有的股权比例却可能随着时间推移不断被稀释。

布鲁克哈特:这些交易从一开始就采用了非常灵活、富有创造性的结构设计。这里有一个数字值得关注:Anthropic实际上只消耗了100亿美元的现金。而如今,他们的资产负债表上拥有超过1,200亿美元的现金和可交易证券。IPO之后,这个数字可能还会再增加约1,000亿美元。

这对交易双方来说都是一笔很好的交易。Anthropic实际上只是租用计算资源。他们并没有承担巨额的资本性支出,甚至也不是采用租赁后最终获得资产所有权(Rent-to-own)的模式。当然,对于某些会计处理方式,你可以提出不同看法。他们确实承担了巨额的计算资源采购承诺。从技术意义上说,这些承诺可以被视为未来债务,或者说是某种程度上处于资产负债表之外的义务。

但从股权稀释的角度来看,所有科技公司都会面临股权稀释。他们未来是否需要再筹集1,000亿美元的债务或股权融资?有可能。他们是否能够继续通过灵活的交易结构和融资安排,为未来的计算基础设施扩张提供资金?我认为也很有可能。

我知道,过去几周,市场对于未来计算资源融资和数据中心融资的前景存在很多担忧。但如果你是Anthropic,或者是一家大型AI实验室、超大规模云服务商,又或者是Broadcom、NVIDIA这样的公司——它们都在为大量此类交易提供担保或信用支持——那么这种情况短期内可能不会发生太大变化。所以,我并不是特别担心。

作为股权投资者,我会担心自己的持股比例被大幅稀释吗?我认为没有必要。如果你相信AGI长期发展这一乐观逻辑,也相信Anthropic将成为这个领域的领导者,那么股权稀释可能并不是你最应该担心的问题。因为你最终面对的可能是一家价值超过10万亿美元的企业。到了那个规模,他们完全有能力通过业务增长来消化股权稀释带来的影响。

·超过8,000亿美元的算力采购承诺

主持人尼莱·帕特尔:我们来谈谈计算资源采购承诺。我看到至少有一份分析报告指出,未来10年,Anthropic对各家超大规模云服务商和新型云计算公司的承诺金额将超过8,000亿美元。这是一个非常惊人的数字。你刚才说,他们并没有那么多钱,甚至到目前为止,他们还没有实际花掉这么多钱。你认为他们未来能够创造足够多的收入,来支付这些采购承诺吗?

布鲁克哈特:我认为,当人们看到这些采购承诺的headline数字时,也就是未来7至10年大约5,000亿至6,000亿美元的金额,容易忽略一个问题:他们今天实际支付的计算成本,对应的算力规模并没有想象中那么大。

如果按照他们目前的支出水平计算,平均每兆瓦的支出接近1,100万美元。换算下来,每吉瓦就是110亿美元。如果把这个数字放到年度支出水平上来看,就会发现:假设5,200亿美元的承诺金额分布在70年之内,那么实际上对应的算力规模并没有那么大。而当他们未来发展到类似20吉瓦的规模时,他们所承担的未来计算资源承诺,实际上就会达到数万亿美元的级别。

所以,是的,我认为他们会有足够的收入来承担这些支出。真正需要讨论的是:他们能够创造多少收入,以及这些收入对应需要多少计算资源。

第二个问题是计算效率。如果他们能够持续提高每兆瓦推理算力所创造的收入,那么从租赁计算资源的角度来看,你究竟愿意投入多少资金用于模型训练,甚至愿意把利润率降到零?因为在这种利润结构下,他们最终可能会将整个计算集群中80%至85%的算力用于训练和研究。

收入规模本身会有相当不错的增长。他们并没有陷入什么特别危险的财务境地。除非我们发现,所有这些收入最终都会消失,或者客户开始大规模流失。他们并不需要在极短的时间内就实现1万亿美元的收入,才能承担这些采购承诺并支付相关费用。

主持人尼莱·帕特尔:除非你真的想打造一个数字之神。而且,除非AI在整个经济中的普及速度没有达到所有人期待的水平。这些都是押注,对吧?

布鲁克哈特:是的,这些都是非常重大的押注。如果你对数字经济的增长持非常乐观的态度,那么有几个数字值得关注。Anthropic表示,他们已经覆盖了《财富》500强企业中的50%。但这些企业在Anthropic上的支出,仅占它们总运营支出(OpEx)的0.1%。

如果你把这个数字换算到每位用户身上,那么每个月大约只有8美元——这里假设运营支出不包括销售成本。如果你认为运营支出中包含了销售成本,那么每位用户每月的支出也不到50美元。

他们自己也提到了类似的情况。在Claude Code用户中,排名前5%的用户平均每年花费1.8万美元。请注意,这是排名前5%的用户。而那些不使用Claude Code的用户,每个月的支出则低于75美元,远远低于75美元的情况也很常见。这意味着存在一个巨大的增长机会,尤其是当我们谈到企业客户,以及那些传统上购买IT软件的企业时。

传统白领工作领域的AI渗透率仍然非常低。这一点也非常重要:未来还有很长一段增长周期,既包括企业用户席位(Seats)的普及,也包括单个用户使用量的增加。你可以争论究竟哪家公司最终会赢得这场竞争。但有一点很明显:前沿AI实验室一定能够从这块市场中获得一部分收入,而且这部分收入在明年的新增ARR中将占据相当重要的比例。

拆解Anthropic的收入与资本游戏

·Anthropic对云服务商的依赖是否构成风险?

主持人尼莱·帕特尔:这里有一件事让我觉得非常有意思。我们一直在谈论前沿AI实验室,也一直在谈论超大规模云服务商。Anthropic的S-1文件中列出了很多令人震惊的风险因素,其中甚至包括Claude可能具有意识,并最终杀死我们所有人。

但其中一个最直接、也可能最容易理解的风险是:AWS、Azure和Google Cloud在某种意义上既是Anthropic的供应商,也是它的竞争对手。尤其是Google,他们在文件中表示,这些合作关系未来可能发生变化。Anthropic与SpaceX AI也有非常重要的合作关系。Elon Musk将利用这些资源训练Grok。而Anthropic未来也可能与SpaceX AI展开竞争。因此,这种合作关系可能变得不再稳定。

正如你所说,他们目前只是租用计算资源。到了某个时刻,市场可能迫使他们拥有更多自己的计算基础设施。因为他们的竞争对手可能不愿意继续把计算能力租给行业领先的公司。你怎么看待这种情况?

布鲁克哈特:我们确实看到,OpenAI和Anthropic都在朝着更直接掌控计算资源的方向发展。但这并不一定意味着他们要直接拥有全部计算资产。更可能的方式是采用租赁后最终获得所有权的模式,或者像一些金融投资方那样,通过特殊目的实体(SPV)来获得计算资源。也就是说,他们可能会更直接地参与计算基础设施的建设,而不是单纯从云服务商那里租用算力。

这里有两个值得讨论的方面。首先,从某种角度来看,Google也在向外部客户销售自己的芯片。他们实际上是在说:“我们不在乎是否必须通过Google Cloud来实现这些芯片的商业化,也不在乎是否必须将这些芯片分配给Google Cloud内部使用。如果你认为我们受到芯片供应限制,那么我们甚至不介意这些芯片最终被用于Deep Mind,或者用于我们内部的GCP计算业务。我们愿意直接成为一家芯片销售商。”

Anthropic非常喜欢TPU。目前,Anthropic已经通过直接购买这些芯片、然后再租用的方式,形成了超过3.5至4吉瓦的算力订单,而且未来可能还有更多订单正在筹备中。所以,是的,这个市场目前的情况还是不错的。

主持人尼莱·帕特尔:等一下,他们不是直接购买芯片再拿来租用的。所以,他们实际上是通过一家新型云计算公司来购买这些芯片?

布鲁克哈特:是的。他们通过一个SPV来购买,或者由SPV购买这些芯片,然后Anthropic再向这个SPV租用算力。

主持人尼莱·帕特尔:明白了。好的。

布鲁克哈特:即使是在Google Cloud、AWS或Foundry这样的渠道中,Anthropic也是一个非常大的客户。Anthropic 48%的业务收入是通过Bedrock、Foundry和Vertex等平台产生的。这些平台的客户可以通过自己原有的云服务关系来使用Anthropic的模型。他们甚至不需要直接联系Anthropic。也就是说,客户完全不必与Anthropic的销售团队打交道。

主持人尼莱·帕特尔:这实际上是一种营销渠道,Anthropic可以通过它获得收入分成。

·Anthropic正式上市前,投资者还应该关注什么?

主持人尼莱·帕特尔:从现在到Anthropic真正上市之间,还有一些重要的事情会发生。他们会进行投资者路演,也会有一些定价方面的安排。你接下来最关注Anthropic的哪些信息?

布鲁克哈特:他们在两三周前举办了一场投资者日活动,当时确实提供了更多信息。我认为,他们接下来会解释为什么第三季度的表现如此疲弱。Meta曾经是他们一个非常大的客户,可能占到了Anthropic收入的10%以上。此前公开报道的情况是,Meta使用的Claude Code席位数量从6万个下降到了3万个。但这些Token使用量并没有消失。它们只是转移到了Meta自己的内部模型上。

Anthropic开始加强对反蒸馏行为(Anti-distillation)的限制。此前,这类行为占到了他们收入的5%。我认为,他们在S-1文件中表示,涉及违反服务条款的相关业务占收入的5%至7%。所以,在接下来的投资者路演中,他们需要解释的一个重要问题,就是Opus5.5发布之后,10月份出现的这轮增长加速。我们认为,他们已经重新回到了原来的增长轨道上。

如果他们在第二季度每个月能够创造100亿美元的新增ARR,而第三季度下降到了每个月40亿美元,那么我们认为,他们在第四季度可能正在重新回到每个月80亿至100亿美元的增长速度。投资者还希望听到他们对于新垂直领域的介绍,尤其是网络安全业务。目前,在完整的网络安全产品SKU正式推出之前,他们已经开始提供一些修复和相关服务。但他们今天已经通过漏洞代码扫描(Vulnerability Code Scanning)实现了网络安全业务的商业化。我想特别指出,这些业务合同的金额并不小,而且客户都是他们现有的企业客户。

我认为,他们还会开始向市场传达2027年ARR的增长路径。另外一个问题是预期管理。他们需要把市场预期控制在合理水平,避免过多谈论AGI。

主持人尼莱·帕特尔:如果你的风险因素中写着:“我们可能对全人类构成生存层面的威胁。”那么,要做好市场预期管理还真不容易。

布鲁克哈特:没错。所以,他们一方面要告诉投资者:“我们最终会实现AGI,而且我们会取代所有人的工作。”另一方面,又必须控制市场对第四季度的预期。这样,他们才能在正式上市后的第一个季度,交出一份远超市场预期的业绩,同时为2027年提供一份不错的业绩指引。他们需要在长期愿景与短期预期管理之间,找到一个很好的平衡点。