美國AI公司Anthropic在IPO前夕提交的S-1註冊檔案,首次將這家前沿模型公司的收入、成本與資本承諾大規模呈現在公眾面前。晶片與人工智慧研究機構SemiAnalysis分析師喬伊·布魯克哈特(Joey Brookhart)在科技媒體《The Verge》總編輯尼萊·帕特爾(Nilay Patel)主持的播客《Decoder》中,對這份檔案做了深度拆解。據其解讀,Anthropic在很短時間內已擴張至估值超過1萬億美元、ARR超過700億美元的規模,毛利率、計算業務利潤率與自由現金流等指標基本符合投資者預期。

這份檔案之所以受到關注,與市場此前的情緒波動有關。布魯克哈特提到,自投資者日以來過去三週並不輕鬆,部分人對9月公佈的ARR資料感到失望;而S-1披露的擴張速度與盈利指標,重新提振了半導體產業鏈、新型雲端計算公司(neoclouds)以及計算基礎設施相關股票的表現。

收入從哪裡來,是對話的核心問題之一。布魯克哈特認為,當前AI市場仍然相當狹窄:排名前1%的企業客戶,每名員工每年在AI上的支出高達5萬至10萬美元,而更廣泛的《財富》500強或全球2000強企業,在AI上的投入仍然不多。Anthropic的支出很大一部分集中在程式設計領域,某種意義上幾乎是一家專注單一垂直領域的公司。若要向CEO達利歐·阿莫代伊(Dario Amodei)所設想的1萬億美元收入邁進,就必須進入更廣泛的白領工作場景,讓AI從輔助勞動轉向節省人力成本,甚至替代部分人力,同時拓展網路安全、生物科技等垂直行業。

競爭格局也在快速變化。布魯克哈特指出,今年上半年Anthropic幾乎一騎絕塵,佔整個行業新增ARR的90%;但到第三季度,OpenAI可能佔據了行業新增ARR的大多數。開放權重模型的Token推理成本規模,從第一季度約10億美元的ARR增長到第三季度超過100億美元。與此同時,Google DeepMind和Meta Superintelligence Labs等資金雄厚的實驗室擁有接近的訓練算力,SpaceX也在持續加碼——馬斯克曾表示明年將新增約10吉瓦算力,其中一半用於長期內部業務需求。

推理效率為何能大幅提升,是另一個關鍵。布魯克哈特將原因歸結為Token吞吐量:Anthropic擁有多元化的晶片叢集,Trainium、TPU與GPU並用,目前Trainium晶片的Token吞吐量相比去年同期提高了5到10倍,這既來自硬體效率,也來自軟體最佳化與模型和硬體的互動方式。據其測算,Anthropic每兆瓦推理算力創造的收入約為6500萬美元,去年同期還只有一千多萬美元;若未來執行類似Opus 5.5的模型並採用NVIDIA Blackwell晶片,每兆瓦收入可能達到1億至1.2億美元,而平均每兆瓦的計算成本(COGS)僅略高於1000萬美元。

這些利潤空間並未全部沉澱為利潤。布魯克哈特強調,只有約30%的計算資源真正用於創造推理服務收入,其餘用於實驗研究、模型訓練與後訓練——這是研發投入,也是建立競爭壁壘的地方。Anthropic原本沒有預料到非GAAP EBITA利潤率會達到11%;如果獲得更多算力並分配給訓練,同時繼續提升效率,公司甚至希望利潤率接近零或低於零,並已向投資者傳達類似資訊。

對話還觸及一個治理層面的張力:作為上市公司,Anthropic必然面臨“停止訓練新模型、把已盈利模型賣給更多企業”的壓力。布魯克哈特認為,公司在投票權安排等結構上具備抵禦這種壓力的能力,類似扎克伯格曾公開選擇大規模投入的做法,儘管這類投入並不總是獲得回報。他特別提到S-1中一個值得關注的資料:最近三個月收入中有80%來自過去六個月內釋出的模型,只有20%來自Opus 4.5及更早版本——對前沿模型公司而言,始終保持在技術前沿幾乎是生存前提。

在垂直行業的拓展邏輯上,布魯克哈特以網路安全為例:如果攻擊方使用前沿模型,防禦方也必須使用前沿模型。這在一定程度上解釋了為何AI公司難以僅靠現有模型“吃老本”,而必須持續投入下一代模型的研發。整場對話呈現的,是一家前沿AI公司在驚人增長、算力豪賭與AGI野心之間的經濟賬。