Benchmark 早餐會 2026/11/12:Anthropic 上市、輝達陷危機、期中選舉,以及 600 億美元創投資金
Benchmark 早餐會 2026/11/12:Anthropic 上市、輝達陷危機、期中選舉,以及 600 億美元創投資金
主持人 Jack Altman 與 Ev 認為,AI 交易的核心問題在於龐大資本支出與實際 Token 營收之間的落差持續擴大;他們把 Anthropic 上市、輝達在中國的動盪,以及創投募資創新高,都視為這個失衡的症狀。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Jack Altman 與 Ev 認為,Anthropic 的 IPO 定價不會有問題,但掛牌後交易會劇烈震盪;同時,AI 基礎建設這筆交易正進入「合理化」階段——資本支出預估下修的速度,已經快到營收成長怎麼追都追不上。本集大致是市場與創投的對談:約一半時間談 Anthropic IPO、AI 交易的平倉潮,以及黃仁勳與中國的故事;其餘時間談期中選舉對資料中心政治的影響、一波 600 億美元的巨型基金募資潮,以及 Sequoia 的重組。標題裡的「NVIDIA 陷入危機」是真實存在的支線,但篇幅很短——主持人只花了幾分鐘談這起疑似中國間諜案及其對開源的影響,並未成為完整段落。
Altman 與 Ev 是創投投資人,每週錄製「Benchmark Breakfast」給新創圈與 crossover 投資界的同業聽。他們的資訊來源,一是與對沖基金經理人的群組對話——這些人正是 Anthropic IPO 的可能買家;二是合夥人會議上盤點誰在募多少錢的紀錄。讀者讀完應該能掌握:IPO 與資本支出重置背後的具體數字、公開市場衝擊如何反向傳導到私募輪的機制,以及如今壓在資料中心建設上的政治約束。
Anthropic IPO 定價 70–78 美元,股價劇烈波動是設計使然
據 Ev 所述,Anthropic 於 2026 年 11 月 10 日(週二)上午遞交初步定價區間,每股 70–78 美元,隱含估值約 1.3–1.4 兆美元。最終定價定於 11 月 18 日,11 月 19 日開始交易。若落在區間上緣,募資金額約 600 億美元現金;Anthropic 資產負債表上本來就已有約 2,000 億美元,Ev 講得比較隨意(「差不多是這樣,我們可以再查一下」)。
兩位主持人都認為區間會往上調,而不是往下修。Ev 猜最終定價隱含至少 1.5 兆美元、甚至 1.6 兆美元,「而且還打算從那裡再往上衝」。Altman 的看法是這樁交易會順利完成,因為買家就在那裡:對沖基金與 crossover 基金「很愛這些前沿實驗室(Frontier Labs)」,所需資金規模雖大,但並非籌不到。
修正後的 S-1 揭露了更關鍵的數字:10 月底的年化營收(run-rate revenue)為 810 億美元,比前一個月增加 100 億美元——單月環比增幅是 Anthropic 歷來最快。兩位主持人都說,10 月當時就陸續聽到這個訊息,而模型發布的節奏(先是 Opus 5.5,本週則是 Fable 與 Mythos 5.2)也如預期配合 IPO 時程安排。
| 專案 | 數字 |
|---|---|
| 初步定價區間 | 每股 70–78 美元 |
| 隱含估值 | 約 1.3–1.4 兆美元 |
| 主持人預期的最終估值 | 1.5–1.6 兆美元 |
| 區間上緣的募資總額 | 約 600 億美元 |
| 既有帳上現金 | 約 2,000 億美元(概估) |
| 2026 年 10 月底年化營收 | 810 億美元 |
| 年化營收月增幅度 | 100 億美元 |
| 最終定價/首日交易 | 2026/11/18/11/19 |
Ev 的結構性論點是:波動性內建於 AI 實驗室的商業模式,不是暫時現象。API 的轉換成本低——他舉例,OpenAI 曾降價搶市,連續幾個月從 Anthropic 手上拿走市佔,加上蒸餾(distillation)壓力,拖慢了 Anthropic 的成長。這讓這些實驗室不同於 SaaS:SaaS 靠僱用業務代表、建立產能模型,就能做出穩定的環比成長。他說,若這種不穩定持續下去,這些實驗室「大概永遠會以折價交易」,同基準比較下比不上純軟體公司。
Altman 用「結果分佈」講同一件事:可口可樂股價在窄幅區間波動,因為它的未來情境範圍窄;Anthropic 的未來則從災難性結局到現價好幾倍都有可能,所以每一個新資料點都會讓股價大幅跳動。Ev 總結對沖基金圈的觀點:規模報酬遞增、營運槓桿極高,而且是有史以來最令人興奮的科技領域——前提是成長能持續。
「你想知道股票為什麼會漲嗎?……股票會漲,是因為有人想買,而且最好是我這種人想買。」——Ev,轉述一位對沖基金友人的話
這句話帶出一個更長的敘事論點:美光(Micron)與 SK 海力士(SK Hynix)即使本益比只有幾倍,若沒有人想持有,也不算便宜。Altman 指出一個常見誤解,認為敘事只在早期階段重要、之後就由數字說話;在他看來,即使對上市公司而言,敘事依然「驚人地具有主導力」。
AI 交易平倉,是因為資本支出預估掉了約 40%,而營收還沒跟上
據 Ev 所述,費城半導體指數(SOX)ETF 在錄音前一個月內下跌超過 20%,而 beta 值較高的 AI 基礎建設個股,例如 CoreWeave,跌幅超過 40%。他的解釋很機械化:在一個非連續性的衝擊(ChatGPT、COVID)之後,資金會大量湧入衍生性交易;分析師最終會鎖定單一指標,之後所有東西都緊貼著這個指標交易。對 AI 基礎建設而言,這個指標就是年度資料中心資本支出,並以 GW(吉瓦)報價。
2026 年春夏期間,Anthropic 每月新增 80–120 億美元的 ARR(年度經常性收入),市場因此為隔年中國以外的新增 AI 資料中心產能,定價約 70 幾 GW。如今這個預估看起來更接近 40–50 GW——以低端計算約打了 40% 的折扣,而這個折扣會直接傳導到這筆交易裡的每一個半導體、電力與機殼數字。
Ev 指出的更深層問題是:AI 生態系的營收規模不夠大、成長也不夠快,撐不起未來兩年所設想的資本支出。這會造成兩件事:一是把資本支出預估往下拉,二是讓投資人開始懷疑已經投入的資本支出報酬率(ROI)。這種懷疑對沒有超大規模雲端業者(hyperscaler)資產負債表的玩家打擊最重——那些靠舉債興建資料中心的新興雲端業者(neocloud),偏偏就在 ROI 問題被提出來的時刻,資金成本上升。
「總有一天,我們一定會走到資本支出的高峰。」——Ev
他引用 Catrini Research 的一張圖表,把超大規模雲端業者的資本支出與 AI 實驗室的合計 ARR 畫在一起。這個比較並非同基準(圖中包含所有資本支出,不只 AI),但視覺對比很鮮明:AI 實驗室合計 ARR 年化可能不到 1,500 億美元,而光是超大規模雲端業者一年資本支出就接近 1 兆美元。Altman 用另一種說法講同一件事:這筆交易終究會翻轉,因為硬體的獲利跟著每年的需求走,不像軟體那樣趨勢向上。他預期會出現所有人同時停手的一刻——「我們就是蓋太多了」——並說軟著陸的機率是零。每 GW 的價格也不可能永遠上漲。
Ev 認為時機風險在 Token 需求這一端。在一個已經滲透的客戶帳戶裡,AI 用量會先沿著陡峭曲線上升,然後進入合理化:買方認定先前的模型已經夠好,轉向更便宜的方案,不再讓 AI 吃掉全部利潤。這不是崩盤,但會壓縮已採用客戶內部的成長上限。抵銷的力量來自對經濟其他部分的滲透,以及每一個新的前沿模型把曲線再往上墊高——Ev 預期以歷史標準來看這會很快發生,但不會是無限的指數成長率。
多頭論述則建立在能力突破上。Ev 指出,Anthropic 近期的發布與 Meta 的一次發布,都顯示這些公司認為自己看到了遞迴自我改進(recursive self-improvement)的跡象;新創生態系裡也有許多人,對 12–24 個月內出現重大智慧突破賦予了可觀的機率。Altman 把這條線接到「苦澀教訓」(bitter lesson)的路徑上:只要對機器人投入足夠算力,就會得到迄今最大的 S 曲線,規模比寫程式還大。他預測會有一個 demo day,某家實驗室展示完美的機器人控制,整個類股隨即噴出。
黃仁勳的中國立場已站不住腳,開源陣營也失去最大聲的贊助者
主持人討論了 Jen Hong 案——他被描述為疑似中國間諜——並主要從這件事對 NVIDIA 與開源的影響來談。NVIDIA 股價在錄音前一個月內,從高點下跌約 30%,Ev 認為這只能部分歸因於這則新聞。黃仁勳一直是最積極公開主張對中國出口晶片、以及支援開源模型的企業領袖;Ev 認為他如今已無法再公開講這兩件事:無論論點多有道理,網路迷因化的嘲諷都會把它淹沒。
Ev 解釋黃仁勳為何採取那個立場,著眼於「互補品商品化」的經濟邏輯。NVIDIA 的互補品是推論與 AI 應用;模型開發商與推論服務商在價格上競爭得越激烈,價值就越流向整合供應商。這個邏輯讓黃仁勳成為「武裝叛軍、對抗前沿實驗室」的關鍵人物,在美國與海外都資助開源。Ev 舉 Ben Thompson 為例,說他是從 CUDA 採用率的理性角度論證應賣進中國的分析師,並表示這種論點如今已無法公開講。
主持人做了一個贏家與輸家的對照:
| 物件 | 理由 | |
|---|---|---|
| 贏家 | 前沿實驗室/閉源陣營 | 閉源模型的策略論述更站得住腳 |
| 贏家 | 非 NVIDIA 的晶片公司 | 相對受益者 |
| 贏家 | 美國開源(淨效果) | 策略必要性大幅升高 |
| 輸家 | 中國開源 | 關係變得更脆弱 |
| 輸家 | NVIDIA | 黃仁勳若被撤換將帶來領導層風險;執行速度放緩 |
Ev 標示的最大風險不是中國政策,而是接班問題。NVIDIA 的組織圍繞黃仁勳的程度太深,一旦他離開,公司運作會變慢、完美執行力會下降——這對整個新創與開源生態系都是逆風,不只影響中國業務。
期中選舉把資料中心變成競標大賽,AI 的社會觀感成了策略負債
民主黨在 2026 年期中選舉橫掃參眾兩院,兩位主持人都說,整場選戰從頭到尾都不接近。Ev 形容 JD Vance 的公開回應是:2024 年投票給該黨的選民在 2026 年轉向反對,而研究清楚顯示原因——結束戰爭、通膨,以及減少地緣政治的牽扯。
對 AI 的影響是政治性的。Altman(來自密蘇裡州)與 Ev(來自科羅拉多州)都認為,美國人不喜歡 AI、也不喜歡資料中心,而這個產業在連結華府以外的美國社會上做得很差。Ev 用 2017 年 Amazon 第二總部(HQ2)競標案做反向類比:當年 Amazon 揮舞 50 億美元投資與 5 萬個工作機會,讓各城市競相投標;如今籌碼在地方政府手上,資料中心開發商得自己去說服人。他認為這種翻轉是合理的,並舉 Meta 在路易斯安那州的 Hyperion 專案為正面案例——地方稅收翻倍,教師獎金提高約 400%,有些甚至等於一份薪水。
觀感資料是更尖銳的警訊。蓋洛普(Gallup)一項民調問民眾認為 AI 對本國人民「多數有幫助」還是「多數有害」,中國有 93% 回答「多數有幫助」,美國只有 36%,在受調查國家中屬於最低的一群。Ev 的解讀不是大眾誤解,而是大眾對這個產業自己創造出來的敘事做出理性反應:先告訴人們工作會被自動化,然後又在他們的郡裡蓋資料中心。
「我們到處跟人說要搶走他們所有的工作。我們要在他們得進去上班的地方蓋一座資料中心,然後還要用那座資料中心,把他們過去 20 年學會的工作自動化掉。人們當然會想:『你去死吧。』」——Ev
Ev 最強調的是地緣政治代價:中國在太陽能與發電上已經領先,如今在社會觀感上也領先,並從美國的分心中受益。他也點出一個國內風險——部分民主黨官員對壓倒性勝選的回應是「磨刀霍霍」的措辭,這帶出一個問題:在一個高度對立的執政時期所建立的矽谷與華府橋梁,能否挺過政權輪替,尤其是那些政府關係必須維持穩固的國防科技公司。反面的證據則是溫和路線:德州自 1990 年以來首位民主黨州長 Gina Hinojosa 公開表示,與 AI 公司合作必須是讓德州人受益的夥伴關係,並指出資料中心已進駐鄉村社群,卻沒有保護居民的法規。
幾個月內約有 600 億美元創投資金在募,但部署的算術兜不攏
在最近一次合夥人會議上,主持人盤點聽到的募資案,五六家大型機構合計達 500–600 億美元,全部集中在一個到四個月的視窗內。Ev 說這個統計大概還不完整。最驚人的是時機:這些機構是 12–18 個月前才募過資,不是三年半前,若換算成兩年到兩年半的部署週期,隱含的投資金額極為龐大。
兩位主持人都說不出這些資金從哪來。捐贈基金與基金會規模成長、績效也不錯,加上流動性事件(SpaceX,最終還有 Anthropic 與 OpenAI)會讓資金迴流,但 Ev 懷疑這足以解釋四個月 600 億美元。資金去向同樣不明。Ev 估計有 80 多家「新實驗室」(neolab)各募到至少 5 億美元,但新實驗室的淨新增家數已經放緩。前沿實驗室大致已不對新資金開放——Anthropic 要上市,OpenAI 可能明年跟進——而剩下最需要資金的類別(新實驗室、機器人)作為資產類別都還沒被驗證。
「這不是很奇怪嗎?前沿實驗室出現,說:不,我們真的可以吸收數百億美元資金,還能給你很好的投資倍數報酬;而同一時間,所有巨型基金開始變成巨型基金?」——Ev
Ev 的重點是:前沿實驗室是一次性的補貼,讓巨型基金的規模經濟得以成立。在其他領域,大規模資金部署尚未被驗證,或者好公司根本不需要這筆錢——Databricks 和 Stripe 不需要 1,500 億美元。他也指出現在募資的策略邏輯:說法是景氣放緩要來了、需要手上握有銀彈(dry powder),而每一家機構同時都在講同一套,結果就是他們會在一個泡沫年把基金部署出去,然後再用折扣價買回同樣的資產。
Altman 預期,隨著最大型機構吸走創投總配置中越來越大的比重,LP 的壓力會落到中型基金身上。他指出,過去幾個週期,老牌機構募到的錢遠少於 LP 想投入的金額,因而留下空間給整個生態系;若最大型基金持續壯大,終究會吃掉全部的資金供給。
公開市場衝擊幾個月內就傳到種子輪定價,種子輪從此變貴
據 Ev 所述,私募市場落後公開市場三到六個月,且波動較不劇烈。傳導是沿著投資階段反向進行的:做 pre-IPO 投資的 crossover 基金在公開市場受創,對 pre-IPO 估值卻步,這些輪次變得更難談;再前一輪的投資人開始擔心自己假設的帳面增值(markup);疑慮一路往 A 輪蔓延。Altman 依據他經營 Lattice 的經驗說,以前這個過程要六個月,現在更快,因為大家讀的是同一批新聞。
結構性的結果是:種子輪從此變得昂貴。因為前方的塞車永遠在震盪,種子輪被當成避風港——除非公司徹底失敗,否則這是公司一生中最便宜的一輪。創辦人現在跳過天使輪,直接募等同 A 輪的金額。Ev 對巨型基金的評語是:他們是 200 萬美元投 2,000 萬估值,還是 1,500 萬美元投 1.2 億估值,已經不重要了。
兩位主持人都說,目前的市場氣氛是「大家都在觀望」,不像五個月前那樣人人看多。這不代表空頭趨勢。如果 Anthropic 掛牌後市值達 2.5 兆美元,市場可能再創新高;如果表現不佳,反身性(reflexivity)就會往反方向跑。Ev 形容這個動態會雙向自我強化:沒有人想當唯一還在出手、而同業全都縮手的投資人;也沒有人想錯過一筆搶在下一次帳面增值之前、快速三倍的機會。
Sequoia 的裁減是校正一致性,不是撤退
Sequoia 近日關閉倫敦辦公室、暫停 Arc 加速器與 scout 計畫、把早期與成長期團隊合併為一,並取消週一合夥人會議,同時募集了新基金。兩位主持人都認為這些調整很聰明。Ev 的框架是:創投機構的組織方式很少有絕對的對錯,關鍵在於策略、基金規模,以及機構想讓市場看到的形象,三者是否一致。
他拿 Andreessen Horowitz 對比:a16z 執行了一套連貫的極大化策略——政治、媒體、無所不在、規模要大——而 Sequoia 先前的階段,據他所說,讓市場搞不清楚 Sequoia 到底是什麼:是更氣派的 a16z、全球巨獸,還是某種稀缺的存在。新的姿態則是精實團隊、全球投資、高門檻,等同於稀缺與精選,基金規模也與之匹配。Altman 補充,機構和創辦人一樣,會在擴張與精簡之間擺盪——他舉 YC 在他哥哥手上與在 Garry Tan 手上的差異為例——而失敗模式就是兩者之間的轉換沒做好。他也指出,這些調整不會回過頭否定先前的實驗:Sequoia 當年若沒有擴張的意願,可能也做不出它最好的幾筆投資。
本集最後是產品心得:Ev 的 iPhone Duo,他在合夥人會議上用它做筆記,Altman 說那場會議因此被打斷;以及 Tesla Model Y,Ev 說這是最好的車,Altman 說他要去買一臺。
值得關注的重點
本集有三條未解的線索,值得放在一起追蹤。第一,Anthropic 11 月 18 日的定價與首日交易,將檢驗「波動是結構性的」這個論點是否立刻應驗,以及一次強勁的掛牌表現,是否會重新點燃 AI 交易平倉潮所關閉的風險偏好。第二,AI 實驗室年化營收約 1,500 億美元與超大規模雲端業者資本支出約 1 兆美元之間的缺口,是必須收斂的數字,而兩位主持人的分歧只在時機——Ev 預期在已滲透的客戶帳戶內先出現合理化,之後才是廣泛擴散;Altman 則預期所有人同步停手。第三,政治約束如今已是資本支出模型的硬性輸入:美國僅 36% 認為 AI「多數有幫助」、德州新任民主黨州長把資料中心定位為需要協商的夥伴關係、以及一波假設部署環境持續有利的 600 億美元募資潮,全都指向同一個方向。主持人自己的框架——如果你不看新聞,這一年看起來就像照著計畫走——是理解這波波動的正確視角,但解釋不了觀感落差,而那是任何模型發布都補不回來的。