跳到正文
Latent Space(youtube.com)· swyx·· 4 天前品質評分58

⚡️Anthropic:IPO 前你該知道的事——Wing VC 的 Tanay Jaipuria

⚡️Anthropic:IPO 前你該知道的事——Wing VC 的 Tanay Jaipuria

重點導讀

Wing VC 的 Tanay Jaipuria 認為,Anthropic 以企業客戶為主的模式帶來高毛利率與異常低的現金消耗,因此 IPO 時機與 9,000 億美元的算力承諾才是核心風險。

AI 伴隨問答

自備 Key 深度分析

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

正文

Anthropic 正帶著一個效率異常高的業務走向 IPO——燒掉不到 100 億美元現金,就做到約 700 億美元的年化營收——Wing VC 投資人、專門撰寫 S-1 拆解的 Tanay Jaipuria 認為,這樣的效率加上 85% 毛利率,讓它成為 frontier lab 中最有實力上市的一家。對談大部分時間花在 S-1 的財務揭露上——現金燃燒、毛利率、訓練與推論算力的分配、資料支出,以及 900% 的淨美元留存率——只有一小段談 IPO 本身的機制(定價區間、超額認購、首日漲幅),而這部分主持人已在開場講過。

Jaipuria 逐一拆解這份檔案揭露的 Anthropic 成本結構,以及它對整體生態系的意涵:為什麼推論這麼便宜、為什麼公司正在拉高資料支出、為什麼模型落後會讓一大部分營收陷入風險,以及從現在看 neocloud 與 neolab 這筆交易該怎麼看。讀者讀完應該能掌握 IPO 故事背後的具體數字,以及幾個懸而未決的問題——程式開發是不是唯一的大型 Token 市場、9,000 億美元的算力承諾能否被消化,還有科學與濕實驗室的工作究竟是為了什麼。

Anthropic 燒掉不到 100 億美元,做到約 700 億美元的年化營收

依 Jaipuria 的說法,S-1 最令人意外的是資產負債表:Anthropic 募了約 1,400 億美元,帳上還剩約 1,320 億美元,也就是說,它走到今天只燒掉不到 100 億美元。他拿這點跟過去五到七年的大型 IPO 相比,認為以「每美元營收年化所對應的現金燃燒」來看,只有 Airbnb 勉強接近。以絕對金額來說,他說 Anthropic 燒掉的錢比 Uber 當年 IPO 時還少。

他把與 OpenAI 的對比部分歸因於時序。Anthropic 起步較晚,跳過了 GPT-1/2/3 那段由同一批創辦團隊、花 OpenAI 的錢完成的工作——「那筆學費他們已經繳過了」,Anthropic 可以用 clean-room 的角度重做一遍。主持人補充,外流的 S-1 資料早已流傳非官方圖表,顯示 OpenAI 的燒錢程度深得多,更接近 Snowflake/Cerebras/CoreWeave 那個區間。

主持人的對照組:Meta 至今每季仍在 Reality Labs 燒掉約 50 億美元,一年下來比 Anthropic 走到這個規模所花的錢還多。

指標引用數字
募資金額約 1,400 億美元
帳上剩餘現金約 1,320 億美元
累計燒錢不到 100 億美元
IPO 時營收年化(單季 × 4)約 700 億美元
10 月年化(新揭露)800 億美元
年底預估1,000 億美元
營收較去年同期成長約 13–14 倍
年支出 10 萬美元以上的客戶約 12,000 家,成長 8 倍
淨美元留存率900%(業界頂尖通常約 150%)
營收組成80% 用量計費、20% 訂閱

關於 10 月 800 億美元這個數字,Jaipuria 推測其定義大約是 28 天 × 13 加上每月訂閱收入,換算下來意味著 8–10% 的月增率——大致與近幾個月相符,可能略高一些。他指出 X 上的反應分成兩派:一派解讀為成長重新加速,另一派則認為這是 Anthropic 將達不到 1,000 億美元年底年化營收的訊號。

85% 毛利率來自避開龐大的免費消費者層

Anthropic 公佈約 85% 的毛利率,意味著付費使用者的推論成本約佔營收 15%。Jaipuria 將此歸功於公司聚焦程式開發與企業市場、而非消費者市場:它從不需要支撐一個龐大、推論幾乎免費的免費使用者群。免費層的推論成本列在銷售與行銷費用,對 Anthropic 來說只佔約 4 個百分點的毛利,或算力支出的 5–6%。

他預期 OpenAI 的對應數字會高得多,因為其消費者基礎龐大,並舉 OpenAI 關掉 Sora 為例,說明那是一個算力吃重卻無法變現的產品。主持人為 OpenAI 的消費者實驗辯護——「AI 本來就該比『我們幫你寫程式寫得更好』更寬廣、更有創意、更古怪一點」——但也承認 Anthropic 的聚焦確實奏效。

主持人指出,80/20 的用量計費對訂閱比重,等於公開了一個不是秘密的秘密:訂閱能拿到多大的折扣,而這會誘使客戶把支出挪向訂閱那一側。

70% 算力仍花在訓練與研究,而推論便宜得驚人

讓 Jaipuria 意外的是,Anthropic 約 70% 的算力用於訓練與研究,只有 30% 用於推論——而 2025 年初還是五五波。他估計推論成本一年約 100–120 億美元,認為對這種規模的業務來說相當驚人,也讓人質疑部分已宣佈的算力建置計畫。

資料支出是另一個意外。在修正版檔案出來之前,他估計對外部資料供應商的年化支出約 9 億到 10 億美元——考慮到矽谷有那麼多公司在賣 RL 環境與利基資料,這個數字算小。修正版檔案顯示 6 月到 9 月那一季跳增約 6 億美元,換算目前年化約 20–25 億美元。他將此解讀為 RL 環境與後訓練範式確實有效,而 Anthropic 正在放大它。長期來看,資料支出大約佔算力支出的 5–6%,最近一季則從約 4% 升到 6%。

Jaipuria 不贊成用「佔算力支出比重」來衡量資料支出:絕對金額更重要,而且這個數字不含內部的合成資料生成,那部分算在訓練與研究算力裡。

檔案裡還有一條獨立的損益表專案,是關於書籍訓練資料、約 15 億美元的和解金。主持人補上這段來龍去脈——已取得版權許可的「Books1」與「Books2」資料集,以及後來在未取得授權下拼湊的「Books3」——而 Jaipuria 的說法是,問題不在 Anthropic 買了哪些書,而在它用了哪些沒付錢的書。主持人的說法是:「這個判決要價 15 億美元。」

模型落後三個月,就會讓一大部分營收陷入風險

Anthropic 揭露約 80% 的模型使用量來自過去六個月內發布的模型,而大部分營收來自用量計價而非訂閱。Jaipuria 說,這兩點合起來意味著公司完全不能落後:如果競爭對手的模型明顯領先幾個月,API 客戶就會換供應商,一大部分營收可能迅速消失。

這正是把使用者推向 Claude Code、Claude Cowork 等第一方應用的策略理由——那裡的轉換成本更高:排程任務與工作流程的繫結,意味著使用者不會因為模型弱勢幾個月就把所有東西搬走。API 驅動的營收佔比越高,流失得越快。

他也點出 S-1 沒有揭露的部分:第一方應用營收與 API 營收各佔多少。約一半營收來自通路夥伴,目前略降至 44%,而這些夥伴會從他們帶來的營收中抽約 30–35%。算力與人事成本佔營收的比重持續下降;目前每位員工年營收約 600 萬美元,高於先前的約 100 萬美元。

主持人提到,Anthropic 在 2026 年 2 月或 3 月最後一次公佈 Claude Code 營收 20 億美元之後就不再揭露,而當公司停止公佈某個數字,通常會假設它不好看——不過他認為 Claude Code 作為獨立 CLI 已被併入 Claude Code 與 Claude Cowork,所以 S-1 列出的四項產品中有三項是以 Claude Code 為基礎。

程式開發之後的下一棒是未解之題,資安看來最有希望

S-1 顯示明顯減速:第二季新增約 250 億美元的年化營收,第三季成長率則從超過 100% 放緩到季增約 40–45%。Jaipuria 把爭論定調為:第二季是不是 Anthropic 市佔的頂峰——那是 Token 消耗量最大的一季,當時沒有競爭對手在程式開發與長流程推理上追上——以及下一個大型 Token 市場是否已經存在。

他其實沒有這個框架聽起來那麼悲觀,因為這項技術的滲透還非常淺。檔案裡有兩個資料:財星 500 大企業中只有約一半每年在 Anthropic 上花超過 10 萬美元,而對有花錢的那些企業來說,這筆支出佔其總費用不到 0.1%。如果 Token 支出在未來三到五年升到營運費用的幾個百分點,那就意味著在模型能力完全不進步的情況下,也能從現在的水準成長 10–30 倍。

至於下一個市場從哪來,他把程式開發排第一,其次是客服與法務,並點名資安是最有希望的候選——某種程度上,這些實驗室自己製造了問題(把能力強大的模型交到攻擊者手上),現在再來賣解決方案。更長期他看好科學與生命科學,包括檔案中揭露的濕實驗室工作。而這一切底下的未解之題是:這些成長有多少會落在 frontier model、多少會落在開放權重模型——後者的價格競爭殘酷得多。

Neocloud 是較安全的籃子,neolab 則像彩券

被問到更看好 neolab 還是 neocloud,Jaipuria 把答案拆開:一籃子 neocloud 大概會贏過平均的 neolab,但其中一、兩家 neolab 可能變成極具分量的公司,把整籃的回報拉起來。許多 neolab 已經鎖定長期算力,所以它們的失敗模式是變成 neocloud——轉賣自己無法有效使用的算力。

他現在對 neocloud 的經濟效益更樂觀,因為推論獲利已有公開資料點:Anthropic 的 85% 毛利率,以及 DeepSeek 釋出的推論堆疊,他說那顯示落在 80% 區間。如果一櫃 GB300 一年就能回本、而不是四年,這門生意看起來就完全不同。主持人反駁:債券市場是市場上最聰明的錢,而它們正在對這些公司調高利率——「我們會去募股權,整個原因就是因為你募不到債。」

至於開源推論,Jaipuria 預期毛利率會被壓縮。在 OpenRouter 上,他說你可以看到五到十家供應商,用同一個開放權重模型,價格比模型原廠低 10 倍。他不認為任何開源推論供應商長期能在一般 Token 上守住超過約 40% 的毛利,這也是為什麼許多業者轉向後訓練與客製化——那裡的繫結與毛利都更好。

9,000 億美元算力承諾,正是科學與濕實驗室工作重要的原因

Anthropic 已簽下約 9,000 億美元的算力承諾,除了 SpaceX 的安排之外大多是合約性質。檔案給出大致時程:明年算力費用 700–800 億美元,之後拉高到 1,000–1,200 億美元。Jaipuria 說風險很直接——如果需求擴散比合約假設的更慢,Anthropic 就得為自己填不滿的產能買單。

這正是他賦予生命科學與濕實驗室揭露內容的策略邏輯。科學讓 Anthropic 有一個自己能直接掌控的算力用途:它可以成為自家模型的主要使用者,追求全新發現——新材料、藥物開發——而不必等企業採用的時程。檔案也提到機器人,但篇幅遠少於生命科學。主持人指出,濕實驗室的部分比其他內容更新、細節也更薄。

這場 IPO 是整個生態系的流動性事件,不只是 Anthropic 的事

主持人開場先講機制:定價區間隱含 1.3–1.4 兆美元估值,超額認購約七倍,很可能定價在 80 美元附近、首日上漲 19–20% 到 100 美元左右——隱含 1.5–1.6 兆美元,約當過去十二個月營收的 38 倍、目前營收的 20 倍。遠期與加密合約已經在押注首日漲幅。他指出這是這個規模的公司裡,史上最高的定價倍數,而 2028–2030 的長期營收預估落在 4,000 億到 1 兆美元之間。

Jaipuria 對時機的看法:早一點上市、估值低個 10–30%,勝過無限期延後,因為延後滋生的恐懼比數字變小更多。他也把 IPO 與生態系流動性綁在一起——neolab 的創投資金與算力建置,都仰賴這些公司上市、把資金還給 LP,才有下一期的基金。他不認為改成 1 月上市會是災難,但主張 Anthropic 應該趁月增率還有 5–10% 時就上,免得某個月出現負成長嚇跑投資人。

主持人轉述員工在問什麼:「現在是 1.5 兆左右。所以他們在找下一個 2 倍、下一個 5 倍——是 3 兆嗎?7.5 兆嗎?10 兆嗎?」他指出 S-1 告訴你的是近期財務表現與風險,而長期成長故事——代理(檔案稱之為「虛擬協作者」)——是讀者必須自己另外下判斷的賭注。

主持人也交代了模型發布的背景:OpenAI 推出 GPT-6.2,Anthropic 推出 Fable 5.2,他說後者在體感測試上仍居領先,而 Gemini 4 推出後並未改變敘事。Fable 5.5 沒有出現。他的解讀是,兩邊的發布都沒有讓使用者在陣營間移動,而 IPO 的關鍵風險如今都已在身後。

「一場失敗的 Anthropic IPO,若跟同時上演的輝達風波放在一起看,讀起來會非常難看。」

接下來要盯什麼

上市前要盯的數字是月增營收成長率,這正是 Jaipuria 主張早點上市的理由。尚未化解的張力在於:程式開發是不是唯一大到足以消化這些算力承諾的市場;未來的 Token 成長有多少會落在 frontier model、多少會落在價格廝殺的開放權重模型;以及科學與濕實驗室的賭注,能否把合約繫結的算力轉化成 Anthropic 自己能掌控的營收。主持人最後提醒,Anthropic 的結果對 OpenAI 的 IPO 事關重大:如果 Anthropic 跌一跤,OpenAI 大概也上不了。

來源: Latent Space (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論