Anthropic 以 AGI 願景爭取華爾街認同

今天在《Decoder》節目中，我邀請到芯片及 AI 研究公司 SemiAnalysis 的分析師 Joey Brookhart，和我一起深入探討 Anthropic IPO 申報文件——即 S-1 文件——中的數字背後的故事。

Anthropic 剛剛提交 S-1 文件，計劃在納斯達克上市，最快下月便會開始交易，估值介乎 1.5 萬億至 2 萬億美元。這會令它即時成為全球最有價值的公司之一。

不過，估值並不是全部重點。本週稍早公佈的 S-1 文件長達數百頁，載有大量細節，終於讓我們得以一窺前沿 AI 實驗室的經濟模式。正如大家可以想像，這幅圖景既非常複雜，也建基於一系列對未來以及 AI 將如何改變未來的極為進取的假設。

所以我想邀請 Joey 上節目，幫助我們拆解這份文件所透露的資訊，瞭解 Anthropic 的財務狀況，以及更廣泛的 AI 經濟。早在 7 月，Joey 和 SemiAnalysis 的同事便已從外部建立 Anthropic 的財務模型，因此他和任何人一樣殷切期待這份申報文件。我很期待聽聽他對我們目前所知的看法，尤其是那些我們仍然不知道的事。

好，接下來是 SemiAnalysis 的 Joey Brookhart，談談 Anthropic 的 S-1，以及建立前沿 AI 的成本與風險。節目開始。

這次訪問經輕微編輯，以精簡篇幅及提升清晰度。

Joey Brookhart，你是 SemiAnalysis 的分析師，也是 SemiAnalysis Tokenomics 模型的共同負責人之一；這一集會多次談到這個模型。歡迎來到 Decoder。

是的，非常感謝你，Nilay。

我很期待和你對談。我們現在是在 Anthropic 提交重要的 S-1 文件幾天後進行訪問。這是我們首次得以一窺其中一家領先前沿模型公司的財務狀況。你怎樣看？你從中讀出了甚麼？

這是一份很出色的 S-1 文件。自投資者日以來，過去三個星期並不容易。有些人對 9 月的[年化經常性收入]數字有些失望，但我們在這份文件中看到的是一家公司在很短時間內有效擴展至驚人的規模，估值超過 1 萬億美元，年化經常性收入超過 700 億美元。

無論是毛利率、算力毛利率還是自由現金流，各方面都符合預期。因此，我認為這份申報文件沒甚麼值得挑剔的。這也是為甚麼過去兩天，許多半導體板塊、新興雲端服務商及算力股再次大幅上揚。

有趣的是，我想不到 S-1 文件本身有甚麼可挑剔的地方。我想深入談談其中一些細節，因為有很多數字值得仔細思考。其實我想先從大方向談起。你負責一個名為 Tokenomics 的項目。我先向大家解釋一下 Tokenomics 是甚麼。

我看看 Anthropic 的現況，以及它可能發展到甚麼地步。我看看 Dario Amodei 説，他看得到營收達到 1 萬億美元的路徑。這些錢從哪裏來？因為這些企業有很大一部分業務都在蠶食其他所有企業的業務，而要付錢給 Anthropic，讓它創造這些營收，似乎必須先有其他人賺到錢。我其實還沒看過有人把這件事清楚説明。

Verge 訂戶，別忘了你可以在任何收聽 Podcast 的平台，獨家收聽無廣告的 Decoder。請前往這裡。還不是訂戶？你可以在這裡登記。

很有意思。時至今日，即使兩家領先實驗室的 ARR 合計已達 $120 billion，市場規模仍然非常狹窄。消費最多的那 1 percent 客戶，每名員工的支出達 $50,000 至 $100,000。規模更大的《財富》500 強或全球 2000 強企業，通常在 IT 方面的支出不少，但目前在這方面的支出卻不多。

很多支出，尤其是 Anthropic 的支出，都集中在編碼方面。它幾乎是一家只專注於單一垂直領域的公司。展望 2027 年，你會想到更廣泛的採用，以及白領工作。對企業來説，第四季通常是編製預算的時節，但我們其實還未在這方面與任何一家實驗室有過具實質意義的合作，因為他們的 ARR 直到今年年初才真正開始加速增長。我們也會想到其他情況，例如網絡安全；它可能與編碼相似，領先企業會簽訂金額達八位數以上的合約，而隨着我們看到各種網絡安全事故，這方面的業務可以非常迅速地擴大。再往下看，還有生物科技等其他垂直領域。

要達到 $1 trillion，我們確實必須進入一些白領工作領域，讓 AI 從輔助工作轉為在某些範疇節省人力或取代人力。以Microsoft 向員工提出的買斷方案為例，但他們能夠進入並真正帶來重大影響的其他垂直領域並不多。

這是我最大的疑問，不只是關於 S-1，而是關於整個行業。如果只有一兩家領先實驗室，我會理解。現在有兩家大型公司擁有可以自動化大量工作的技術。我們會逐個行業觀察這種自動化的成效，但領先實驗室不止兩家，還有不少。此外，還有開放權重模型。

我聽過不少行政總裁表示，他們非常擔心把所有數據交給 OpenAI 或 Anthropic，也希望能在本地部署某些系統。現在有律師事務所採用本地部署的 AI，這大概是歷史上最有趣的轉變。

你認為事情會如何發展？因為 S-1 面對的壓力，很大程度來自數字本身——這部分我想談談；但同時也有外部壓力，例如「你們必須增長，而增長並非短期之事」。你認為這一切會如何發展？

很有意思的是，以現時的編碼工作為例——我認為我們在第三季看到 OpenAI 某程度上迎頭趕上——有些編碼領域的轉換成本很低，我可以輕易在不同方案之間轉換。從企業方面聽到的情況，或許也包括 OpenAI 方面的情況——我認為他們推出 Fable 時處理得不太好，而沒有提供零數據保留功能，是我們看到部分業務放緩的原因之一。他們可以在 Fable 5.5 中解決這個問題，或許能藉此推動更多企業採用。

與企業交流時，我們確實看到企業，尤其是許多 AI 原生企業，現在會針對開放權重模型進行客製化訓練及後訓練，然後基於這些模型執行推理，甚至開發供內部或外部用途使用的產品。

顯然，Google 旗下的 DeepMind 和 [Meta Superintelligence Labs] 都是資金非常充裕的實驗室，訓練運算能力也相當接近，而且正大幅擴充這方面的能力。更不用説 SpaceX，Elon 曾表示明年淨新增 [約] 10 吉瓦，其中一半是長期內部用途。

今年上半年，Anthropic 遙遙領先，佔全行業淨新增年度經常性收入（ARR）的 90%。到了第三季，我們看到 OpenAI 很可能實際上佔了全行業淨新增 ARR 的大部分。開源領域的 token 推理成本（ARR）大概已由第一季的 10 億美元，增至第三季目前的 100 億美元以上。

所以，沒錯，這個行業的競爭激烈得多了，但同時也出現了各種新用途，而其中一些垂直領域用途，正是未來增長的真正來源。因為很明顯，單靠編碼不可能讓我們從目前水平增至三倍。

這很有意思。這個概念叫做 Tokenomics。你在 SemiAnalysis 與另一位共同主管一同負責這項業務。請解釋一下這是甚麼，因為在我看來，這是一種很聰明的思考方式：「我們會投進一些資金，或許也能收回一些資金。」

我把它看作 AI 的單位經濟效益，甚至是更廣泛的概念——涵蓋經營 AI 業務乃至觀察 AI 需求的宏觀以至微觀經濟學。因此，我們研究超大規模雲端服務商，現在也透過另一項獨立產品研究一些新興雲端服務商。

我們也會研究 AI 實驗室本身。對投資者，或只是對這門生意感興趣的人而言，Anthropic 兩年前的推理毛利率是負 94%。現在，他們的毛利率已達正 85%，但大家不明白他們如何分配運算資源。我們該如何看待推理業務模式？

毛利率討論的一部分，是推理每兆瓦可帶來多少收入。為甚麼所有運行推理的公司，在推理及運算效率方面都取得大幅提升？因此，我們嘗試為這些業務建立模型。Anthropic 還是私人公司時，我們顯然只能依靠從新聞報道等渠道取得的資訊。

但現在有了經審計的確切數字，要解釋這些業務的單位經濟效益就容易多了，也可以看出各家公司的差異。單看按用量付費與訂閲制的比例，以及歷來側重消費者還是企業市場，OpenAI 的業務模式就與 Anthropic 大不相同。[我們正]嘗試從需求層面瞭解這些業務的經濟效益。

幾年前，我曾向 Google 行政總裁 Sundar Pichai 詢問推理成本。我説：「你們究竟怎樣才能賺到錢？」他回答得非常肯定：「如果説 Google 有一樣事情做得好，那就是沿着成本曲線不斷降低這些成本。」

這個回答非常直接。我明白 Google 怎樣做到，因為他們會自製晶片。Anthropic 則使用其他公司的雲端服務。S-1 的核心部分，是他們承諾在其他公司的雲端服務上花多少錢：SpaceXAI、Google、Amazon。他們的效率從何而來？

關鍵在於 token 吞吐量。他們的晶片組合非常多元，涵蓋 Trainium、TPU 和 GPU；綜合來看，我們看到 token 效率大幅提升。以 Trainium 晶片為例，目前 token 吞吐量按年增加了 5x 至 10x。

兼顧硬件層面的效率、軟件層面的效率，以及模型與硬件的互動方式，能大幅提升 token 吞吐量。假如現在每秒處理 X 個 token，一年後速度就可能達到五倍或十倍。他們會告訴你，未來運算效率仍會持續提升。

我和 Max Kan 在 SemiAnalysis 共同負責 Tokenomics 模型，我們甚至曾就此發表研究。現時，Anthropic 每個推理兆瓦可帶來 6,500 萬美元收入；去年同期則在一千多萬美元中段。我們曾表示，Opus 5.5 搭配 [Nvidia] Blackwell，每兆瓦收入可達 1 億至 1.2 億美元。

這裏的重點是，他們目前平均每兆瓦只支付略高於 1,000 萬美元的[銷貨成本]，也就是運算成本。利用這些利潤，他們便可以再投資於訓練。

大家未必知道，實際上只有約 30% 的運算資源用於推理服務並帶來收入。其餘資源用於實驗和研究、訓練模型，以及模型後訓練。因此，有大量運算資源用於打造下一代模型，這屬於研發的一環，也是這門生意真正能取得回報和建立防禦力的地方。

其實，我原本預期會在 S-1 中看到這種動態更加明顯：Anthropic 靠銷售現有模型賺取大筆收入，而未來會有更多客戶使用這些現有模型，從而帶來大量利潤。然後，由於 Anthropic 認為自己正在打造一個數碼神祇，他們就會盡可能訓練下一代模型。

這是 Anthropic 非常獨特的故事。這家公司正追求 AGI。在那裏工作的人會樂於告訴你，S-1 提到 Claude 可能具有意識，而這一切可能會變得一塌糊塗。Anthropic 對自身的定位非常獨特。但你在 S-1 中其實看不到這種動態。他們相當妥善地平衡訓練成本與推理利潤率。你認為這種情況會加劇或有所改變嗎？

我同意。長遠而言，我們甚至在內部也説過，他們希望提高訓練所佔的比例。如果你相信自己正在打造數碼神祇，或正邁向 AGI，而且推理服務的毛利率有 85% 以上，那就可以這樣做。

他們的增長速度遠超預期，原本也沒想到非 GAAP EBITA 利潤率會達到 11%。如果能取得這些運算資源，並把它們分配給訓練，繼續受惠於運算效率提升，他們很希望利潤率更接近零，甚至低於零。

他們在路演中也向投資者傳達了這一點。你可以看看這份 S-1，看看他們過去幾年的盈利能力曲線，以及為了走到今天這一步所消耗的現金有多有限，然後説：「這是一個不錯的商業模式，但我們正朝 AGI 邁進。不要預期利潤率會繼續以目前這種幅度提升，儘管長遠而言，利潤率可以高得多。」

這讓人看到亞馬遜的影子。Jeff Bezos 曾經著名地告訴投資者，在能賺很多錢之前，他不會賺錢。顯然，亞馬遜和 Anthropic 之間有很多往來。或許兩者確有幾分相似。

不過我很好奇，模型能力是不是到某個程度後，就能讓你涉足編碼以外的更多垂直領域？我們現在可能已經到這個階段。所謂能力過剩的概念，就是我們現有的模型其實可以投身生物研究。它們現在正在接管數學領域。總有一個時點，最明智的商業決策就是停止訓練，改為把有利可圖的模型銷售給愈來愈多公司。Anthropic 成為上市公司後，將面對這種壓力。

你認為他們的組織或架構足以抵擋這種壓力嗎？

是的，我認為他們的架構完善。在這類事情上，他們確實有部分投票權股份作後盾。我們以前在科技業見過這種情況，甚至曾公開見到 Mark Zuckerberg 作出這類決定，大舉投資。

但這些投資並非總有回報。我只是想指出，並非每次都能有回報。

是的，並非每次都能有回報。

不過，從某些定義來説，你我現在技術上已經身處元宇宙。

[笑] 沒錯。不過我認為這值得留意，S-1 文件中有個有趣的數字：過去三個月的收入有 80% 來自過去六個月推出的模型。

那麼你會説：「好，另外 20% 的模型就像較早版本的 Opus 4.5。」未來其中一個要點是，如果你是一家前沿模型公司，就必須始終站在前沿，而競爭極為激烈。

等等，我可以問一個非常蠢的問題嗎？

可以。

為甚麼？我現在對這個行業最感好奇的核心問題是：如果你掌握了一項足以改變全世界的尖端技術，到了某個時候，最有利可圖的做法就是把它應用到各個垂直領域，對吧？而不是繼續研發下一個模型。真正該做的，是在法律服務、醫療以及其他尚未普及 AI 的領域，運用高效模型。

這種「必須始終站在前沿」的想法，認為 Anthropic 必須一直與 Google、OpenAI 及其他公司競爭，我明白這符合他們對自身的定位。但從商業角度來看，應用 AI 的企業會賺更多錢，也會向我這個 AI 供應商花更多錢，而這未必與是否站在前沿有關。

這當中有幾個層面。就新垂直領域而言，這在網絡安全方面尤其明顯：如果攻擊方使用前沿模型，你就需要用前沿模型來防禦。

有道理。

我們跟一些企業交流時，情況不像電郵摘要那樣，可以用開源模型或 Sonnet 來處理。有些垂直領域就是需要……[例如，]如果你是法律案件的被告，而控方——

[笑] 關於目前法律市場的情況，我有個壞消息要告訴你。

競爭格局確實會促成這種情況。我認為從未來發展來看，我們也見過開源模型一度追上來，但前沿智能的需求仍會存在。[SemiAnalysis 行政總裁] Dylan [Patel] 常常這樣説：前沿智能的需求永遠都會存在，尤其是在競爭激烈的行業。當工作愈來愈傾向以機器取代人力，而非輔助人力時，某些任務也會是這樣。

同時，他們的業務也正進一步垂直化。看看招聘職位或招聘需求，就會發現他們推出了更多這類 SKU 和領域，而且正在進行大量測試，例如面向金融服務的 Claude、面向法律領域的 Claude，以及他們的網絡安全計劃。他們每月向參加網絡安全計劃的人提供 25,000 點額度。

到 2027 年，這會成為他們一個非常重要的 SKU。這些垂直化領域，以及那些你必須身處其中的領域……我應該説，對抗性或競爭性更強，這些是主要原因。不過我們都同意，有些工作，例如電郵摘要，肯定不需要在前沿模型層面進行。

我姑且用 iPhone 作個簡單比較。現在正值 iPhone 發佈季。我剛評測了 iPhone Duo。Apple 多年來一直讓 iPhone 維持相同外觀。他們為新 iPhone 開發所有工具，然後在兩、三甚至四款型號上重用，先從這筆投資中獲取全部價值，之後才轉向下一件事。Apple 推出新 iPhone 後，還會繼續銷售舊款一段時間，從這筆投資和開發計劃中獲取更多價值。

AI 業界似乎並沒有這樣做。他們全力開發下一款新產品，很快就淘汰舊產品，並推動你轉用昂貴的新產品；與此同時，他們又在開發下一款昂貴的新產品。

到了某個階段，情況似乎會趨於理性：他們會有一款值得繼續賺取利潤的產品，同時投資開發新產品。我只是弄不清 Anthropic 在這個週期中處於甚麼位置。

我的意思是，我們確實看到這種情況。開源模型的 token 用量正在上升，而且在不少領域，開源模型已經足夠好。我認為往後來看，你會想：「好吧，這是不是因為蒸餾？」而前沿模型實驗室往後其實有一定的防禦能力。我認為我們與客戶交流時，也會談到如何看待前沿模型與開源模型的差別。舉例來説，如果你想用 iPhone 18 和 SE 作類比，可以把 Sonnet 類型的模型比作其中一款。

我們確實看到這種動態，而顯然，對於開源模型能承接多少工作，仍然是個問題。其次，由於這些垂直領域還處於非常早期的階段，我們不知道哪些工作會完全由 Agent 自主處理。在無須有人介入的情況下，我應該説，執行框架本身可能會有一定價值和防禦能力。

我認為現在與企業交流時，值得關注的主要領域是：在許多企業裏，只有程式編寫人員獲準使用前沿模型。如果你不是程式編寫人員，有些公司就只讓你使用 Sonnet（假如你是 Anthropic 客戶）。這反映了管理層如何看待及安排這方面的預算，也反映了在某些領域，前沿智能對他們而言實際值多少。

以我這個財務分析師的思維來看，六個月前 Claude 還無法建立出色的財務模型。如果把它連接到合適的領域，現在已有所改善。但情況已從「六個月前我需要一名初級分析師」，變成「或許我現在不再那麼需要」，接着又變成「如果我的 token 預算不限，我是否很快就能隨時調用一名完整的初級分析師，甚至多名？」我們會以此審視每個垂直領域和主要職種。

這些類別各自的時間跨度都會不同。這只是我較大的疑問之一：他們要多久才能走到自己認為可以到達的地方？

我想深入探討一下這裏的一些數字。昨天在各個論壇的留言區，以及我們所有文章的留言區，最引人注目的數字都是 $80 billion。Anthropic 在 2026 年上半年錄得 $80 billion 虧損。這與一項技術性會計費用有關。你可以解釋一下這 $80 billion 嗎？因為這似乎跟他們所談的營收和利潤並沒有多大關係。

是的，這是一項非現金費用，因為他們的估值大幅上升，而且他們已發行認股權證或可換股票據。你必須在資產負債表中計入這項費用。他們發行這些認股權證和票據後，估值大幅上升，所以這只是一項非現金費用。

這項費用通常都會剔除。以股份薪酬這類項目來説，你可以提出這樣的問題：我們是否真的應該以非 GAAP 現金基準看待它？因為它是非現金項目，如果我只是把股份交給員工，仍須在損益表中確認這筆支出，但我並沒有實際從銀行結餘中拿出現金交給他們。因此，這並非同一類情況。從較宏觀的角度來看，這就是會計處理。若不懂會計，看起來會很糟，但這是因為他們增長得非常快，估值也大幅上升。

這項費用的其中一個爭議是，Amazon 是當中的另一方。顯然，Amazon 很高興，因為 Anthropic 大量購買 AWS 服務；估值上升，他們當然也高興，但長遠而言，Amazon 的持股會因此被攤薄。這也是當中的一部分因素。

Anthropic 顯然會進行 IPO，並把大量股份投放市場。很明顯，隨着時間推移，他們會發行更多股份以籌集更多資金。看來他們短期內不會停止籌集資金。

你如何看待投資 Anthropic 這類公司的情況：估值可能上升，但你的實際持股比例卻可能隨時間被攤薄？

這些交易的結構一向設計得很靈活。 數字方面，他們實際上只消耗了 $10 billion 現金。目前資產負債表上有超過 $120 billion 的現金和有價證券，而 IPO 後可能還會再多出 $100 billion。

這對雙方來説都是很好的交易。他們實際上只是租用運算資源，並沒有巨額資本支出，甚至也不是租購。你可以就某些會計處理提出一些看法；他們還有巨額的運算承諾義務，技術上這屬於未來債務，基本上也有一部分並未列入資產負債表。但從股權攤薄的角度來看，所有科技公司都會出現股權攤薄。他們日後會否需要再籌集 $100 billion 的債務或股本？有可能。他們能否繼續靈活設計交易結構，為未來擴建運算設施融資？大概也可以。

過去幾星期，大家對未來運算資源融資及數據中心融資一直有不少憂慮。但如果你是 Anthropic、大型實驗室、超大規模雲端服務商，或是為不少這類交易提供支持的 Broadcom 或 Nvidia，這種情況短期內大概不會改變。所以我不太擔心。

作為股票投資者，我會否擔心持股被大幅攤薄？我不這樣認為。如果你相信這個長期的 AGI 看好情境，並相信 Anthropic 會成為這個領域的領導者，那大概不必擔心。你看的可能是一家市值超過 10 萬億美元的企業。到了那個階段，他們可以靠業務增長抵銷股權攤薄。

談談算力承諾。我看到至少有一項分析指，未來 10 年，他們對各大超大規模雲端服務商和新興雲端服務商的承諾金額超過 8,000 億美元。這是一大筆錢。你的意思是，他們沒有那麼多錢，而且到目前為止，他們甚至還未花掉那麼多錢。你認為他們能創造足夠收入來履行這些承諾嗎？

可以。我認為，人們看到標題所列的承諾金額時——姑且説是未來 7 至 10 年的 5,000 億至 6,000 億美元——其實他們現在用來支付算力的金額，換算成吉瓦並不算多。看看他們目前的開支，平均每兆瓦約花 1,100 萬美元，或每吉瓦 110 億美元。

如果把這個數字換算成年開支，然後説：「好，舉例來説，5,200 億美元是 70 年內的金額，這換算成吉瓦其實不算多，而他們將遠遠超過……」當他們的規模達到 20 吉瓦左右時，他們目前正在履行的未來算力承諾，金額將遠超數萬億美元。

所以，是的，他們會有足夠收入履行這些承諾。關鍵在於他們的收入相對於算力規模會有多高。第二點是算力效率的問題。如果每兆瓦推理算力帶來的收入持續大幅增加，從租用算力的角度看，你究竟會想投資多少在訓練上，甚至令利潤率降至零？因為在這種利潤率下，他們可能會有多達 80 percent 至 85 percent 的算力資源只用於訓練和研究。

收入會相當理想地增長。他們在這方面並沒有陷入任何嚴峻困境。除非我們發現所有這些收入都消失，或用戶流失。這並不是説他們必須極快地達到 1 萬億美元收入，才能實現這一切並支付相關費用。

除非你想打造數碼上帝，又或者它未能像所有人期望的那樣迅速普及到整個經濟體系。這些都是賭注，對吧？

這些都是很大的賭注。如果你非常看好數碼經濟的發展，你可以看看這些數字：Anthropic 表示，在《財富》500 強客戶中，他們已佔有 50 percent，而這些客戶的營運開支只佔其總客戶營運開支的 0.1 percent。按每位用戶計算，如果你認為營運開支不包括銷貨成本，這相當於每月約 8 美元。如果你認為當中包括銷貨成本，則每月不足 50 美元。

他們也説過同樣的事。在 Claude Code 用戶中，使用量最高的 5 percent 平均每年花費 18,000 美元；至於不使用 Claude Code 的用戶，每月花費低於 75 美元，而且遠低於 75 美元。這裡有很大的發展機會，尤其是當我們與企業及傳統 IT 軟件買家交談時。

傳統白領工作的滲透率極低。另一個重要之處是，席位採用和使用量都有很大的增長空間。你可以爭論誰會勝出，但顯然，前沿實驗室會取得其中一部分市場，而這部分對明年的新增 ARR 會相當重要。

其中一個非常有趣的地方是，我們會談到前沿實驗室，也會談到超大規模雲端服務商——Anthropic 在這份 S-1 中列出不少驚人的風險因素，包括 Claude 可能具有意識並把我們全部殺掉。

不過，其中一個最直接、或許也最容易理解的風險是，AWS、Azure 和 Google Cloud 在某程度上既是供應商，也是競爭對手，尤其是 Google。他們表示：「這些關係可能會轉變。」他們與 SpaceXAI 有很密切的關係。Elon Musk 會訓練 Grok。他們遲早會與 SpaceXAI 競爭，這段關係可能會變得岌岌可危。

正如你所説，他們只是租用運算資源。市場可能會在某個時候迫使他們擁有更多自己的運算資源，因為他們自己的競爭對手不願意把容量租給領先企業。你認為這種情況會如何發展？

我們確實看到 OpenAI 和 Anthropic 都朝更直接的方向發展，不是自行擁有運算資源，而是採用租賃後取得所有權的模式，或像一些財務投資者那樣透過 SPV，更直接地提供運算資源，而不是租用。

這有兩點。從某個角度來看，Google 也會把晶片賣給外部客戶，並表示：「我們不在意是否透過 Google Cloud 把這些晶片變現，甚至不在意是否要分配這部分……如果你認為我們的晶片供應非常緊張，我們甚至不在意這些晶片會用於 DeepMind 或內部 GCP 運算資源，再由我們變現。我們就是願意成為晶片銷售商。」

Anthropic 非常喜歡 TPU，目前已有 3.5 至 4 gigawatts 以上的訂單，而且可能還有更多訂單正在籌備中；Anthropic 直接購買這些晶片，再出租出去。所以，沒錯，市場狀況不錯。

等等，他們不是直接買來出租的。那他們是把晶片買進新型雲端服務商？

對，他們透過 SPV 購買，或者由 SPV 購買，然後他們向 SPV 租用。

明白。好。

即使透過 Google Cloud、AWS 或 Foundry，Anthropic 的業務規模也非常龐大——他們 48% 的業務來自 Bedrock、Foundry 和 Vertex；用戶透過既有的雲端服務關係付費，以使用這些模型。他們甚至不需要與 Anthropic 洽談，也不必與 Anthropic 的銷售團隊接觸。

你之前提過這點。這種行銷渠道讓 Anthropic 可以分得部分收入。

沒錯。假設你是 AWS，你會説：「我以每兆瓦 $10 million 的成本運行 Anthropic 的運算資源，但現在我還能從每兆瓦 $65 billion 中分得 16 percent，另外也能收取運算成本。」所以我們目前看到所有雲端服務商的利潤率都在上升。部分原因是 CPU 使用率上升，因為編碼工作增加，以及[強化學習]方面的其他工作；但我們稱為 Token 即服務的業務——例如 AWS Bedrock、Microsoft Foundry、Google Gemini Agent Enterprise platform（前稱 Vertex）——實際上正大幅提高這些雲端服務商在 AI 方面的利潤率。

近期股東也開始認可這些好處。第二季，Azure 和 AWS 的業績都非常、非常強勁，尤其是 AWS；這主要受惠於 Anthropic 在 Bedrock 上的增長。

你認為這會令 Amazon 永遠都不想訓練自己的前沿模型嗎？他們讓 AWS 成為其他所有人的基礎設施，做得不錯，但他們是少數尚未因為沒有自己的模型而感到不安的大型科技公司之一。

是的，這很有意思。Amazon 很樂意服務各式各樣的客戶，而他們的[前沿能力]非常有限。根據我們對訓練運算力的估算，他們在所有超大規模雲端服務商之中是最少的，或許只有 Oracle 例外。他們似乎沒有甚麼相關策略。

我知道 Microsoft 在最近兩季更常談到這方面。AWS 在電話會議上也更常談到這方面，但規模不大。他們並不像 Meta 那樣投入，也沒有嘗試在這方面競爭，甚至不及 Google 推出 Gemini。尤其是 Dylan 這類人會告訴你，如果你不打算在前沿領域競爭，就沒有立足之地，特別是你只在內部投放幾百兆瓦的資源時。一個內部用途是支援 Amazon 零售業務，另一個就是訓練。要做好這件事，需要作出很多承諾。

這是另一日才談的話題，但我看着這些 Microsoft 裁員 ，覺得這是他們將來會嘗試競爭的一絲證據。顯然，他們被 OpenAI 狠狠傷過。

是的。在他們簽署的新協議中，他們有權將 OpenAI 的模型商業化，而按協議內容，基本上毋須向 OpenAI 支付任何費用。接下來，他們可能會透過將 OpenAI 模型商業化，或透過 Microsoft 365 Cowork 和 Copilot 應用程式，推出一些有意思的做法，而且毋須為前沿模型向 OpenAI 支付任何費用。

另一個相關因素是，你早前也提過，過去幾星期大家對新興雲端服務商感到很大壓力，關注它們能否成功、會否倒閉。我記得 Elon Musk 説過，將會出現一場 孔雀魚式滅絕事件，用這樣殘酷的比喻來形容一批數據中心，實在很不留情。

但這些公司涉及大量循環融資，而 Nvidia 扶植了其中不少公司，超大規模雲端服務商或許會就此佔盡優勢。Anthropic 的需求或許也會帶來影響，因為他們可能會想擁有更多自己的運算資源；在種種方面，租用運算資源都不穩妥。

你怎樣看這些新興雲端服務商？當這些公司上市、令市場真正洗牌時，你認為它們能生存下來嗎？

Elon 顯然有理由説新興雲端服務商會消亡。ClusterMAX 的看法不同，而且對這些新興雲端服務商作出很出色的評分。不少新興雲端服務商是由加密貨幣挖礦業者轉型而來，生意做得不好，也不擅長營運運算叢集。

我只想指出，CoreWeave 是一家由加密貨幣挖礦公司轉型而來的企業，對吧？

是的。我不是指 CoreWeave，而是名單上排名較後的其他公司。只要 CoreWeave、Nebius，以及任何獲主要實驗室、超大規模雲端服務商、Nvidia 或 Broadcom 支持或提供後盾的公司，都會安然無恙。

這就是較長的尾部市場。超大規模雲端服務商一直佔資本開支及新增上線算力的65%。市場上有35%的業者，資產負債表實力不及超大規模雲端服務商。Google 和 Meta 最近都已融資，或宣佈將會融資。放眼四大超大規模雲端服務商，即使資本開支很快便由$1.2萬億增至$2萬億，未來兩年他們其實都不需要融資。

但對很多其他新型雲端服務商來説，如果沒有這類支持，我認為即使在目前，要繼續建設算力也非常困難；如果沒有這些業者的支持或資金後盾，情況只會變得極其困難。融資市場非常非常艱難。

我認為 Elon 特別有趣的一點是，他一邊談論新型雲端服務商將會消亡，一邊顯然大力宣傳自己的數據中心業務；他正試圖把數據中心送上太空，避開美國針對數據中心的反彈聲浪。

我們有大量報道談及美國對數據中心的反彈，這令很多項目進度放慢。但按目前的發展速度，如果你認為新型雲端服務商處境不穩，最終可能會有大量 GPU 和建了一半的數據中心被棄置，或被融資協議綁住，無法啟用。

你怎樣看這件事？你認為我們真的只需要把數據中心搬到太空嗎？還是你認為市場會自行調整，並善用目前已分配但尚未使用的算力？

市場更可能會自行調整。市場很擅長在地面上為晶片找到安置之處。政治方面，要看看下星期中期選舉及其後續影響如何。顯然，仍有一些大型項目面對嚴重的許可問題。展望明年，電力供應也是整體問題之一。

數據中心會建成，也會有辦法推動這些項目落成。最重要的一點是，超大規模雲端服務商的財務總監也説過，從過度建設的角度來看，建造數據中心外殼相對便宜。如果建得過多，他們可以説：「我們不會接收晶片，不會購買晶片，也不會把數據中心填滿。」這些數據中心就會空置，沒有晶片。但大部分開支都花在晶片上。

所以，如果數據中心供應最終真的過剩，情況就有點不同了。這跟問題原本的方向完全相反。他們説，從投資回報率的角度來看，這又回到一個更大的問題：算力供應是否仍會極度受限。現在很多人，尤其是過去三星期，都在問：「展望2028年，我們是否其實正面臨算力嚴重過剩？」

因為我們談過，Anthropic 的利潤率由負94%升至正85%；算力效率提升，代表隨着增加推理用的兆瓦數，而每兆瓦帶來的收入大幅增加，在其他條件相同下，所需算力就會減少。所以問題在於，到了2028年，我們是否會有足夠收入，足以證明超過$2萬億的資本開支具有合理投資回報。

這就是為甚麼我花這麼多時間詢問能力過剩，以及現今模型的能力有多強，因為你可以看到，有些對 AGI 沒那麼理想化的競爭對手會説：「其實，我們會在這些尚未善用 AI 的垂直行業部署一大批前線部署工程師，向他們提供高毛利的推理服務，因為我們會自動化他們業務中的很大一部分，而他們也會看到回報。」目前，很多《財富》500 強企業 尚未從 AI 開支中取得回報。

所以，如果你只是在客戶服務、部署和模型產品化方面做得更好，可能就會遠遠領先 Anthropic，因為他們仍然每分每秒都在想着 AGI。我看到 Dario 在 Dreamforce 與 Marc Benioff 並肩站着，那傢夥現在根本不想待在那裏。他想的只是機器之神。

有些事情已經顯而易見：競爭對手推出開源模型，並説：「我們會把它產品化，實際取得其他所有人都倚賴的收入。」

對，這真的非常、非常有趣。在過渡期間，這就是產品變得更垂直化的原因，因為在 AGI 能夠全面勝任工作之前，你需要一些東西銜接現今實際可用的模型。

[笑] 對，我們就把這點視為理所當然吧。

要走到那一步，就需要一些橋樑，讓模型在某個階段能夠接觸到實際的終端用戶。一切都取決於這一點：時間或採用上的錯配，會否令我們在某個時間點無法取得足夠收入，證明「訓練模型及投入運算資源以追求 AGI」值得繼續？這是一項風險。

我們關注的另一項風險是，前沿領域會否出現更多在編碼方面同樣具競爭力的模型，即使是開源模型也不例外；這會令整個前沿領域的 token 定價都需要下調，因為正如我早前所説，轉換成本較低。即使在 SemiAnalysis，我們在第二季末使用的模型中，95%，或者説超過90%，都是 Anthropic 的模型；OpenAI 推出 ChatGPT 5.6 和 Astra 後，這個比例跌至70%。而 Opus 5.5 推出後，比例大致回升至超過90%。

情況確實會回升。即使看現今的收入基礎——他們表示我們的淨收入留存率達900%，可見增長非常、非常驚人。這並非像 ServiceNow 或 Workday 那種傳統軟件業務，客戶留存率或總收入留存率高達95%至98%，客戶簽下優厚的三年合約，永不流失，增加一些席位，或許再採用另一項向上銷售的產品。這完全是按用量付費的業務。

另一部分是，受假期季節影響，年末最後兩週的 token 開支較去年同期下跌20%。假期期間，人們不會做工作相關的編碼，也不會為工作寫程式。這是一種非常、非常純粹的按用量付費業務，甚至與我們現今在公開市場看待 Snowflake 或 Datadog 的方式也有所不同。

顯然，Anthropic 並不是唯一一家將會上市的公司。OpenAI 緊隨其後。他們把上市計劃延後了。你之前提到，Anthropic 更著重企業市場。我認為 OpenAI 長期以來都以為 Google 不會作出反應，他們只要搶走搜尋業務，一切便會順利。無論結果好壞，Google 顯然作出了反應。搜尋現在就是 AI Overviews。

看過 Anthropic 的 S-1，你對 OpenAI 有甚麼展望？因為他們是一家更面向消費者的公司。

截至 Q1 結束時，OpenAI 的業務比例是 60 比 40，當中 60% 面向消費者，40% 面向企業。這個比例直到 1 月或 8 月才首次轉變，令業務以企業客戶為主。他們會告訴你，企業業務——由於此前業務非常著重消費者和訂閲服務，而這種用量型業務佔 Anthropic 收入的 80%——直到推出 5.6，之後再推出 Astra，才開始起飛。

這些模型確實非常出色。OpenAI 在 Q3 取得了實際新增 ARR 的大部分，但這需要一些時間，因為《華爾街日報》報道過的數據，例如 EBITA 利潤率負 100%，與我們在這裏看到的正 11% 相比，差距很大。

兩者的商業模式有一些差異，其中有些差異相當大：他們的變現程度並不及 Anthropic。這在一定程度上是由業務組成所致，包括垂直市場，以及消費者與企業業務的比例，而這些情況正在改變。

他們會告訴你，Q4 表現相當理想，而且他們的企業銷售團隊比 Anthropic 強得多。我預期他們的表現會有所改善，但即使他們可能在 2027 年初提交 S-1，財務數據看起來也不會像這份那麼好。

你認為他們延後上市，是為了讓財務數據看起來更好嗎？

是的，我認為 OpenAI 的Q3 表現非常出色。企業業務按季增長 100%，而整體業務增長 77%。如果企業業務在這裏再有一個強勁季度，而 Opus 5.5 沒有搶走大量市場份額，OpenAI 在講述自身業務情況時就會處於有利得多的位置。

從現在到 Anthropic 正式上市之間，還有其他一些進展。他們將舉行路演，也會有一些定價環節。你期待從 Anthropic 方面看到甚麼？

他們在兩三星期前舉行了投資者日，提供了更多細節。我認為他們會解釋 Q3 為何表現如此疲弱。Meta 是一個非常、非常大的客戶，佔比可能超過 10%。公開報道指出，他們的 Claude Code 席位數目由 60,000 個減至 30,000 個。這些 token 用量並沒有消失，只是轉移到 Meta 的內部模型。

Anthropic 開始打擊模型蒸餾，而這部分此前佔收入的 5%。我記得他們在 S-1 中表示，違反服務條款的相關活動佔收入的 5% 至 7%。路演中會重點談到 Opus 5.5 推出後，10 月的增長加速情況。我們相信他們已重回正軌。

如果他們在 Q2 每月淨新增 ARR 達到 $10 billion，而 Q3 下跌至 $4 billion，那麼他們在 Q4 就會重回每月 $8 billion 至 $10 billion 的水平。大家都想聽聽這些新垂直市場的情況，尤其是網絡安全。在完整的網絡安全 SKU 推出之前，他們會先做一些修補工作，但目前已透過漏洞程式碼掃描，把網絡安全業務變現。我要補充，這些都不是小額合約，而且客戶是現有客戶。

我認為他們會開始説明 2027 年 ARR 的增長路徑。另一件事是管理市場預期：把數字維持在較低水平，不要太常談論 AGI。

[笑] 如果你的風險因素寫着「我們可能對全人類構成生存威脅」，那就很難管理市場預期。

[笑] 沒錯。所以，當你説自己會做到那些事——你會在某個時候實現 AGI，會取代所有人的工作——但同時又要把 Q4 的數字維持在較低水平，並在上市後首季大幅超越預期，又要為 2027 年提供不錯的業績指引，那麼在長期願景與短期市場預期管理之間來回擺盪，會是很有意思的組合。

現在有很多事情正在發生。Joey，今天的對談非常精彩。隨着這些公司迅速邁向上市、其財務狀況變得清晰得多，我們一定要再請你回來。非常感謝你參與 Decoder。

非常感謝。我很感激。

_{有問題或意見？歡迎電郵至 decoder@theverge.com。每一封電郵我們都會認真閲讀！}