跳到正文
虎嗅·· 2 天前精選AI 評分89

Anthropic上市募資逾1070億美元,創下史上最大IPO紀錄

史上最大IPO诞生

AI 導讀

Anthropic正式在納斯達克上市,IPO每股定價83美元、發行9.8億股,連同260億美元私募配售,總募資逾1070億美元。公司前三季度收入332.42億美元,第三季度收入同比增長1127%,但經營虧損約5.67億美元、淨虧損約233億美元。市場對AI企業的評估重心正轉向商業化、盈利前景及資本回報,算力承諾能否轉化為回報、模型優勢能否持續亦受關注。

推薦理由

這次上市把AI基模公司的公開市場定價與算力融資、商業化回報問題放在同一案例中,呈現資本評估重心的變化。

正文 · 繁體中文

受資本市場及科技產業矚目的AI巨頭Anthropic正式登陸納斯達克。

19日美股開盤,Anthropic IPO短暫提振了美股市場情緒。直至盤中,Anthropic開始交易,一度漲約39%報115.10美元,之後快速回落,收漲17.07%,同時帶動美三大股指集體收跌。更有投資者稱,這家成立不滿6年就創下史上最大IPO紀錄的AI企業“憑一己之力,帶崩了整個美股”。

據悉,Anthropic IPO定價每股83美元,發行規模9.8億股,合計募資約813億美元,疊加來自谷歌、英偉達、AMD、博通、美光、微軟及台積電“七巨頭”的260億美元私募配售,總募資規模逾1070億美元,打破SpaceX今年6月IPO創下的記錄。同時,Anthropic的完全稀釋估值約為1.5萬億美元。

Anthropic上市是AI產業從技術競賽走向資本、基礎設施與商業化全面競爭的一個標誌性節點。財聯社記者採訪業內人士獲悉,AI產業投資邏輯已出現階段性變化,在這一“超級IPO”背後,資本市場更關注企業的商業化能力、盈利前景與資本回報。鉅額算力承諾如何兑現為實際回報、模型領先優勢能否持續,成為審視重點。

沙利文中國執行總監李慶稱,Anthropic上市的意義不只是一次大型IPO,更是一次對全球AI商業模式和資本回報能力的公開市場檢驗。對資本市場而言,Anthropic的上市提供了AI基模公司的公開市場定價標杆,推動AI企業建立更加透明的商業化和財務評價體系,推動AI產業從風險投資驅動走向更成熟的資本市場融資體系,市場將不再僅僅關注模型跑分。

英偉達並非“唯一解”

近日黃仁勳辭去英偉達總裁、CEO及董事職務,引發業內諸多討論。有從業者告訴財聯社記者,由於短期內英偉達公司層面的規劃還較為明確,假設黃仁勳最終對英偉達完全失去了掌控力,預計兩到三代產品後才會體現出真正的影響。

而在Anthropic的規劃中,英偉達並非算力供應的“唯一解”。截至2026年9月30日及以後Anthropic簽訂的採購承諾和租賃協議,承諾總支出約為9009億美元,其中絕大部分與計算和基礎設施相關,但也並不只流向GPU。

招股書中,Anthropic明確列出了四大主要算力供應商的產品系列:亞馬遜雲AI加速器芯片Trainium、谷歌TPU、英偉達GPU、AMD GPU。其中,英偉達方面提供的算力主要來自Grace Blackwell和Vera Rubin系列,同時Anthropic也有機會直接與英偉達在設計和工程方面合作。

Anthropic強調,這種不依賴任何單一供應商的方案擴展了公司可用計算資源,使得工作負載的價格和性能得到優化,其帶來的靈活性需要多年時間和大量投資來構建,很難大規模複製。

即便如此,近期在與摩根大通掌門傑米·戴蒙的對談中,Anthropic聯合創始人兼CEO達裏奧·阿莫迪仍坦言,算力是Anthropic面臨的最深層商業難題。他談到,公司選擇上市的重要原因,就是增加現金儲備,為高度不確定的算力需求提供更大緩衝。

透過Anthropic的招股書可以看到,AI產業對算力基礎設施的需求已經從短期採購,發展成長期戰略性資源配置。但Anthropic明確提示,部分算力供應商依賴第三方融資和信用支持。如果融資成本上升或融資無法獲得,已經簽訂的算力合同可能延期、重新定價、縮減甚至無法交付。

就在本週,AI基礎設施投資熱潮還出現了一個降温信號——半導體研究機構SemiAnalysis大幅下修了未來數年AI加速器出貨、資本開支、HBM需求和電力需求預測。其中,2028年至2030年的調整幅度尤為明顯:2028年全球AI加速器資本開支預測被下調28%,2029年和2030年分別下調41%和40%。

在李慶看來,算力廠商不僅要關注市場需求,還要關注項目融資、資產利用率和現金流。產業鏈的競爭重點將從誰擁有更多產能,逐漸轉向誰擁有更高的產能利用率、更低的單位算力成本,以及更強的資本回報能力。

Claude能否持續領先?

就在上市前夕,Anthropic發佈新一代旗艦模型Claude Fable 5.2和Claude Mythos 5.2,並宣佈擴展Claude的辦公功能,推出AI辦公套件。模型能力持續迭代,特別是AI編程等領域斷崖式領先,為Anthropic定下了較高的競爭起點。

財務數據顯示,今年前三季度Anthropic累計收入332.42億美元,遠高於上年同期的25.45億美元。第三季度,其收入同比增長1127%,而同期計算和基礎設施支出僅增長382%。截至9月末,過去12個月貢獻收入10萬美元以上的客戶達11900家,去年末僅超過1500家。

不過,Anthropic第三季度收入環比增長約47%,而第二季度環比增幅約147%,收入仍快速增長,但增速已有所放緩;第三季度收入與算力支出的比值,也從第二季度的2.08倍回落至第三季度的1.72倍。同時Anthropic在利潤端承壓,第三季度經營虧損約5.67億美元,淨虧損約233億美元。

(圖源Anthropic招股書)

目前,Anthropic八成左右收入來自B端,已經證明瞭企業市場存在巨大的AI付費需求,但隨着收入基數擴大,後續增長越來越依賴客戶擴容、使用頻率提升、產品單價和新業務拓展,Anthropic還需要進一步證明其商業模式能夠實現長期、穩定的盈利。

在李慶看來,個人用戶使用AI,往往是為了提高體驗、獲取信息或滿足興趣需求,付費意願和使用頻率存在不確定性。但企業使用AI,核心是經濟賬。只要AI能夠創造可量化的經濟價值,企業就有動力持續付費。這也解釋了為什麼Anthropic在編程、企業知識處理和專業工作流方面的佈局非常重要。

他表示,未來真正重要的指標是大客戶收入的持續擴張、企業客戶續費率和淨收入留存率、AI產品的實際使用頻率、單位算力帶來的收入、毛利率和經營現金流等。

廣西碼農科技AI產品總監張亮還告訴財聯社記者,鑑於國產模型的追趕速度在加快,特別是RSI模式(注:指遞歸自我改進,指AI系統能夠修改自身改進方法,並用新方法繼續優化形成能力迭代閉環)的出現,模型之間差距會逐步變小,Anthropic未來的發展潛力或許還很難判斷,其商業模式或許並不穩固。“Anthropic商業模式的基礎就是Claude基模的能力,如果被其他家超越,那麼客戶會毫不猶豫地選擇更強的基座模型。目前這個時間點對Anthropic的上市是比較利好的,因為(能力)還處於領先水平。(但是)Anthropic的模型能力能否持續領先,是要打個問號的。”

近期有媒體報道,字節跳動創始人張一鳴在內部分享中透露,字節跳動的大模型要對標國際第一梯隊。其認為,字節有能力與OpenAI和Anthropic展開競爭,但真正追平前沿技術“最早也要到2029年或2030年”。

張亮認為,未來大模型行業會形成少數幾家基座模型為主、開源閉源並存的格局,而決定大模型的關鍵變量其實是成本。“短期內行業競爭會非常激烈,如果把時間拉得足夠長,實現AGI之後技術會擴散,模型之間差距縮小,直到持平。那時候的競爭可能就不是模型的競爭,是另外的維度。目前大家還都在‘爬山’,都在半山腰。”

同時,從Anthropic目前的做法看,在其版圖中同一家企業可同時擔任供應商、投資人、合作伙伴、競爭對手的角色。AI商業化進程加快的背後,是一場跨越模型、芯片、雲計算、數據中心乃至能源的長期競賽:雲廠商開始自研芯片、自研模型,並直接向企業提供AI服務;芯片企業開始發展自己的模型和軟件生態;模型公司則開始向上遊擴展,自己建設基礎設施,甚至發展企業級應用和Agent平台。

“未來產業鏈企業的競爭優勢,不再只是由自己所處的環節決定,而是取決於能否控制關鍵資源、建立生態,以及獲得終端客戶。”李慶表示。

資本市場關心什麼?

此前有受訪者告訴財聯社記者,2026年預計將成大模型資本化關鍵年。

今年初,“全球大模型第一股”智譜(02513.HK)、MiniMax(00100.HK)相繼登陸港交所。日前,DeepSeek第二輪千億融資也已落地,騰訊、中國移動(600941.SH)、中國電信(601728.SH)、寧德時代(300750.SZ)、兆易創新(603986.SH)等為產業股東。本月OpenAI方面則透露,預計公司將在2027年具備上市條件,屆時AI產業或再現“超級IPO”。

眼下產業正值多重挑戰。李慶告訴財聯社記者,對近期的科技股調整來説,中期選舉更多是一個催化劑,真正影響市場的是投資者開始重新審視AI產業的投資回報週期。“AI產業從預期驅動的估值擴張,進入業績兑現和資本回報驅動的估值重構。這並不意味着AI產業的長期發展邏輯發生逆轉,而是市場開始變得更加理性,對企業的盈利能力、現金流和投資回報提出更高要求。”

此前兩三年,算力需求持續增長、雲廠商加大資本開支、大模型能力不斷突破、AI將成為下一代基礎設施。在這一階段,市場願意為增長預期支付較高溢價,甚至對短期盈利能力相對寬容。

不過,市場開始提出三個更加現實的問題:

其一,AI資本開支還能持續增長多久?全球科技巨頭已經投入了大量資金建設數據中心、採購GPU和部署AI基礎設施。投資者開始關注,這些投入究竟能夠產生多少實際收入,以及資本回報率何時能夠覆蓋前期投入。

其二,AI商業化能否真正支撐當前的估值?模型能力的提升,並不必然意味着商業收入同比例增長。企業願意為AI付費,但AI能否真正替代人工、提高生產效率、降低運營成本,還需要在更多行業得到驗證。

其三,AI基礎設施建設是否存在融資和供給風險?AI產業的資本開支規模已經非常龐大,不僅需要芯片,還需要電力、數據中心、網絡設備和長期融資。如果上游基礎設施建設的融資成本上升,或者項目交付不及預期,都會影響產業鏈企業的盈利兑現。

來源:虎嗅 · huxiu.com