核心问题不在供给，而在需求。
访谈丨程曼祺
整理丨实习生王小淳
随着 AI 行业狂奔的一年即将在 11 月中旬迎来尾声——Anthropic 计划上市，市场关注点再次聚焦。我们邀请了在纽约创立 Amont Partners 的二级市场投资人 Rob Li（李肇宇），以及长期深耕硅谷一级市场的 Fusion Fund 创始合伙人张璐，共同拆解 Anthropic 招股书及 AI 行业的深层变化。
招股书并未完全消除市场对“需求可持续性”的担忧。根据 11 月 2 日更新的 S-1 文件，Anthropic 长期算力承诺支出总额已达 8954 亿美元；而 2026 年 Q3 实际收入为 169.56 亿美元，环比增速从二季度的 144% 降至 47%，回落至 2025 年 Q4 水平。此外，市场关心的 10 月 ARR（年化收入运行率）数据仍未更新，这将直接影响其上市定价。
现在是 AI 泡沫破裂的前夜吗？
晚点：看完 Anthropic 的招股书，哪些信息让你更看好这家公司？
张璐：最令我印象深刻的是客户结构的优化。Anthropic 已拥有近 1.2 万家年消费超 10 万美元的企业客户，其中年消费超 100 万美元的客户超过 1900 家。这表明 Claude 已深入整合进企业内部工作流，正从单一工具转变为企业基础设施，摆脱了早期客户过度集中的风险。
Rob：客户集中度低于预期也是利好。今年前 9 个月，前五大客户收入占比降至近 25%，最大客户占比不超过 10%，且这一比例预计将继续下降。
晚点：哪些信息会让你更谨慎？
张璐：主要关注收入增长与资本投入的关系。尽管 Anthropic 融资能力强、现金储备充足，但算力支出巨大。需持续跟踪其实际经营利润率、现金消耗及未来在模型训练和算力上的预期投入。
Rob：需注意现金流数据的“修饰”。Anthropic 宣称经营活动现金流转正，但这部分得益于其与博通签订的 1600 多亿美元算力融资租赁协议。该协议将原本属于经营活动的现金流支出转化为筹资活动现金流，从而美化了自由现金流表现。
晚点：Anthropic 最终市值可能落在什么位置？
张璐：目前市场预期更倾向于 1.5 万亿美元而非最初的 2 万亿美元。我认为这一估值对上市后走势更为良性。同时，投资人构成及锁定期设计也将影响最终定价。
晚点：非核心员工上市当天可出售 10% 股权，这会带来抛压吗？
张璐：可能带来短期波动，但 Anthropic 员工流失率在硅谷前沿模型厂商中最低，且团队对公司信心充足，整体影响可控。
Rob：若能保住 1.5 万亿美元市值，管理层应感满意。关键在于未披露的 10 月 ARR 数据。若年底 ARR 能达到市场此前预期的 1000 亿美元，支撑 1.5 万亿市值才具备合理性；若低于 850 亿至 900 亿美元，市值能否维持在 1.2 万亿至 1.3 万亿美元存疑。
晚点：近期美股科技板块下跌，是 AI 泡沫破裂信号还是恐慌情绪？
Rob：这是过度恐慌。核心在于下游需求是否真实存在。亚马逊首次给出未来两年 AWS 云收入增速超 40% 的预期，表明其对企业持续购买 Token 充满信心。虽然微软、Google、亚马逊三季度财报未超预期引发担忧，但断言泡沫破裂为时过早。
具体公司下跌各有原因：亚马逊因 AWS 增速略低于激进预期；Google 因搜索广告增速放缓引发 AI 蚕食主业担忧；英特尔则受累于 PC 市场下滑及产能调整滞后。
晚点：作为基础设施层投资人，你对行情波动似乎较淡定？
Rob：我们采取长期持有策略，不加杠杆，类似巴菲特风格。以美光为例，我们自 2022 年持有至今，期间经历多次大幅回撤但未出局。不加杠杆使我们能忽略短期情绪，专注于长期逻辑。目前判断 AI 最终成败尚早，但需求端仍有积极信号。
晚点：若需求不及预期，供给端会发生什么？会演变成债务危机吗？
Rob：需区分有壁垒和无壁垒的供给方。纯算力租赁公司（如 Nscale）本质是房地产生意，风险较高；而拥有技术壁垒的公司（如内存厂商 CoreWeave、Nebius 等）风险收益比更优。即便出现连锁反应，由于 AI 投入占美国 GDP 不足 3%，且资金主要来自私募信贷而非银行系统，对美国经济的冲击远小于 2008 年次贷危机。
晚点：Anthropic 上市后，你会追踪哪些指标？
张璐：一是企业客户留存率及增购情况；二是非 Coding 场景的收入贡献占比，观察其能否扩展至更广泛的工作流。
Rob：一是客户构成，避免依赖少数大客户；二是净收入留存率（NRR），虽目前高达 900%，但需观察基数扩大后的变化趋势；三是单位算力对应的收入，目前每 1 美元算力支出对应收入已超 2 美元，若持续提升则证明商业模式可行。
闭源模型使用率下降，市场不会一家独大
晚点：Anthropic 先于 OpenAI 上市，对此有何看法？
张璐：Anthropic 增速放缓，趁市场热度高时上市是理性选择。资本市场容纳万亿级公司的资金有限，Anthropic 先上市将分流资金，短期内增加 OpenAI 的不确定性。
晚点：Spark Capital 在招股书中频繁出现，其在 Anthropic 发展中的角色是什么？
张璐：Spark 早期介入并在战略上推动 Anthropic 聚焦 Coding 领域，这是关键决策。目前 Coding 是唯一接近 AGI 定义（替代人类大部分工作且表现优异）的场景。高频披露也与其合伙人为董事会成员需合规披露有关。
晚点：Anthropic 聚焦 B 端而非 C 端的策略长期看是否明智？
张璐：这是正确策略。作为后来者，Anthropic 需寻找差异化，B 端对安全性要求高，且反馈结构化、付费意愿强，利于迭代。C 端需求发散且反馈效率低，无需在所有赛道与 OpenAI 正面竞争。
晚点：开源模型崛起对闭源模型构成多大威胁？
张璐：大企业确实在增加开源模型使用比例（如 AT&T 计划将 60%-70% 请求转向开源），但这不意味着闭源模型受致命冲击。AI 整合正从科技行业向占据 GDP 更大份额的传统产业渗透，市场足够大，不会由一两家模型公司独大。
细读 Anthropic 招股书
收入增速下滑：Q3 环比增速回到 Coding 爆发前水平
晚点：Anthropic Q3 收入环比增速降至 45%，如何看待这一下滑?
Rob：45% 的增速低于市场预期。原因包括 OpenAI GPT-6 系列的竞争压力，以及 Anthropic 封禁竞争对手“蒸馏”账号导致的一次性收入损失（占 5%-7%）。目前市场焦点已转向 10 月 ARR 数据。
晚点：超过一半财富 500 强企业成为客户，是否意味着渗透见顶？
Rob：未必。披露仅显示年消费超 10 万美元，未透露具体金额。若平均客单价不高，说明渗透空间依然巨大，后续收入增速有望回升。
晚点：NRR 高达 900%，若未来回落至 200%-300% 会被视为业绩暴雷吗？
Rob：若在短时间内快速回落至成熟 SaaS 公司水平，将严重打击市场情绪。
晚点：给云厂商的分成比例约 37%，高于苹果税，如何看待？
Rob：当前值得。Anthropic 销售团队精简，依赖云厂商渠道放量。云厂商不仅是渠道，也是投资方和算力提供方，并提供结构化租赁金融产品。
晚点：为何应收账款结构中，云市场相关占比高？
Rob：云厂商掌握企业客户关系。企业通过云厂商或 Snowflake 等数据平台获取 Token 更具吸引力：
价格基本一致；
云厂商提供适配支持，而 Anthropic 缺乏相应团队；
数据安全与追责机制更完善，利于非科技公司 CIO 决策；
数据公司拥有业务理解优势，可通过优化减少 Token 消耗。
晚点：Anthropic 和 OpenAI 设立合资公司及 FDE 团队，试图直接服务企业，这会改变竞争格局吗？
Rob：他们必然这样做以掌握客户关系，但这门生意极度依赖人力，拓展缓慢。正如 Google 在云服务上多年仍不及亚马逊和微软，巨头在慢节奏企业服务上并不具备天然优势。
算力支出的结构：付长租、收短租的错配
晚点：长期算力合同支出高达 8954 亿美元，潜在风险如何？
Rob：需区分刚性支出与柔性支出。与 SpaceX 等部分合同可在特定条件下取消，但与博通的 1612 亿美元协议不可撤销且需提供担保，风险较高。
晚点：长期算力合同与短期收入之间的期限错配带来什么后果？
Rob：核心仍是需求问题。算力开支曲线清晰上升，而 AI 收入曲线存在变数。只有当现有客户看到 ROI 并增加投入，以及新客户不断涌入，两条曲线才能相交，否则将面临巨大压力。
Coding 之后是什么？
晚点：有哪些前置指标可观察需求变化？
Rob：目前缺乏完美的先行指标，因为企业自身也难以准确预估未来 AI 预算。但可参考云厂商及 Snowflake 等数据公司的实时收入变化，它们能更敏锐地反映企业 Token 消耗情况。
晚点：Fusion Fund 的 CXO 网络有哪些案例观察？
张璐：AI 进入企业分两阶段：第一阶段是业务自动化（降本增效），第二阶段是业务优化（提升收入）。目前各行业处于不同阶段。2026 年以来，企业对 AI 战略重视度显著提升，医药、金融等行业头部企业大幅增加 AI 预算。但全流程改造需时三五年甚至更久，涉及透明度、安全及成本等问题。
晚点：大企业高预算是基于实际回报还是尝试？
张璐：更多是基于共识的尝试。企业担心不使用 AI 会被竞争对手抢占市场份额。AI 重构产品与服务能力可能导致行业集中度提升，因此巨头纷纷跟进。未上市的家族企业因无财报压力，在 AI 投资上更为灵活。
晚点：下一个媲美 Coding 规模的场景是什么？
Rob：替代白领的“知识工作”。Coding 市场规模有限，而机器人等物理世界替代起量慢，知识工作潜力巨大。
张璐：未必会有单一爆款场景。Coding 具备高频、高价值、结果易验证且能直接完成任务的特性。法律、金融等场景难以完全复制此模式。Anthropic 应强化“企业级平台”属性，通过 Claude Cowork 连接各类软件，成为企业智能体工作流程的基础设施。此外，医疗行业因数据量大、标准化程度高，极具潜力。
晚点：机会是否偏向创业公司？
张璐：是的，今年是利好创业的一年。行业转折点在于从追求模型能力转向务实的产业落地。在高监管垂直领域（如细胞治疗），初创公司更具优势。药企等客户更愿意与初创公司分享数据，而非交给可能构成竞争关系的模型巨头。这也催生了推理成本优化、异构算力结构等新的创业机会。
晚点：最后，有什么尚未清晰的重要问题？
Rob：依然是需求问题。花钱曲线清晰，但收入增长斜率不明。泡沫是否破裂，取决于资本市场能否撑到需求赶上算力开支的那一刻。
张璐：我关注 AI 监管。随着 AI 深入企业流程及物理世界部署，安全问题迫切。监管政策、跨区域协作及标准制定尚不明朗，这既是挑战也是机遇。
题图来源：《降临》
- FIN -
