AI Trends

Anthropic Falls Below Its Opening Price on IPO Debut, Testing Its Trillion-Dollar Valuation Amid Questions Over Compute Returns and Its Safety Narrative

36Kr · AIUpdated Nov 20 08:13

English text is being prepared.

AI summary

Anthropic debuted on Nasdaq at an issue price of $83 and opened at $111.50. The stock reached an intraday high of $115.10 before falling as low as $95.05. Citing growth in enterprise customers and approximately $900.9 billion in compute purchasing and leasing commitments, the article examines whether sustained revenue and profits can support its lofty valuation. Claude experienced degraded performance on the day of the listing, while the Claude API and Claude Code operated normally. As of publication, the company had not explained the cause.

Why read this

SelectedAI score 87

Drawing on revenue, customer, and compute commitment data from the prospectus, the article highlights the tension between Anthropic's rapid growth and its long-term capital investment.

Topics

Tags

Body

Anthropic 于当地时间 2026 年 11 月 19 日正式在纳斯达克挂牌上市。其发行价为 83 美元,实际开盘价为 111.50 美元,较发行价高约 34.3%。

“还没开始交易,暗盘的人已经先赚走两成了。”有网友感慨道。但在开盘后,股价一度快速冲高,随后有所回落。盘中最高触及 115.1 美元,最低一度跌破开盘价,来到 95.05 美元。

上市后的一段时间里,纳指、道指、标普 500 指数都出现了不同幅度的下跌,知名科技公司股价也反复震荡。

巧的是,上市当天,Claude 出现性能下降。状态页面将 Claude 列为“性能下降”,而 Claude API 和 Claude Code 运行正常。截至本文发出,官方未解释具体原因。

这场 IPO 发生在一个颇为矛盾的时点。AI 相关股票经历调整,投资者开始重新审视数据中心建设、算力采购和模型训练究竟能带来多少回报,但 Anthropic 既获得了资本市场的高度关注,又同同时被各界严厉审视。

“上市只会让我们更加坚定地做正确的事,我们绝不会向商业利益或政治压力低头!”Amodei 在敲铃前的发言是对质疑者的变相回应,也在向外界展现自己的决心:

“我们将控制 AI 系统训练和部署的节奏,必要时不惜花更长时间,直到我们有信心它们是安全的,并将继续处于人类控制之下。我们不会屈服于商业压力,也不会屈服于政治压力。今天让公司处于更强的财务地位,而这只会增强我们做正确之事的决心。如果我们能够证明,在安全上做出正确选择的同时仍能建立一家极其成功的公司,那么行业中的其他人也会受到鼓舞,效仿我们。”

但有网友并不看好 Anthropic 未来走势,股价变化或许也说明了这点。

Anthropic 此次 IPO 的发行规模超过 SpaceX 此前 750 亿美元的基础发行规模,成为全球资本市场规模最大的 IPO。据报道,Anthropic 创纪录的 IPO 吸引了约 1200 家机构投资者提交认购订单,但股份分配明显向美国本土投资者倾斜,超过 50% 的机构投资者未能获得股份配售。

本次 Anthropic 发行 9.8 亿股,预计募资约 813.4 亿美元。这 9.8 亿股中,Anthropic 自身出售 9.5635 亿股,对应募集资金约 793.8 亿美元;另外 2364.9 万股由部分现有股东出售,对应约 19.6 亿美元,公司不会获得这部分资金。此外,Anthropic 还计划通过私募配售筹集 260 亿美元。若将公开发行和私募配售合并计算,此次资本交易规模约为 1073 亿美元。

Anthropic 的特殊之处在于,它正在把 AI 替代人类劳动的预期,转化为一门高速增长的生意。从 Claude Code 到企业 Agent,AI 开始接手越来越多原本需要专业人员完成的工作。模型公司的市场空间,也因此从软件采购预算延伸至企业庞大的人力成本预算。

然而,商业层面的算力短板、对“安全”叙事的过度强调等,都为亮眼的股价表现蒙上一层阴影。相比首日股价,Anthropic 上市后几个季度的表现或许更为重要。

1

失业焦虑如何变成生意?

Dario Amodei 对 AI 失业的警告,已经成为科技行业讨论就业问题时绕不开的话题。但这些预测背后,还有一个与 Anthropic 商业模式直接相关的判断:如果越来越多原本需要专业人员完成的工作可以交给模型,AI 公司面对的将不再只是软件市场,还有企业庞大的人力成本支出。

2025 年 5 月,Amodei 在接受 Axios 采访时提出了一项引发广泛讨论的预测:未来 1 至 5 年,AI 可能取代美国约 50% 的初级白领岗位,并可能将失业率推高至 10%—20%。他特别提到科技、金融、法律和咨询等行业,认为这些领域的入门级岗位可能率先受到冲击。

2026 年 6 月,Amodei 又在文章《Policy on the AI Exponential》中进一步讨论 AI 对就业和收入分配的影响。他担心,AI 在推动经济高速增长的同时,也可能造成持续性的劳动力替代和收入不平等。为此,他提出工资保险、员工留任激励、职业培训等政策措施,甚至讨论通过向 AI 企业征税或提高资本利得税,为普惠收入机制提供资金。

这种焦虑正在改变人们使用 AI 的方式。员工开始主动学习新工具、尝试将模型引入日常工作,希望通过提高效率保持竞争力。订阅模型、使用 Agent、探索自动化工作流,逐渐成为一种主动适应甚至自我保护的选择。人们担心被 AI 取代,却又不敢落后于 AI。

而这股个人层面的使用热情,正在成为 Anthropic 打开企业市场的重要入口。

Anthropic 在招股书中披露,Claude 在企业中的扩散,很大程度上依靠自下而上的自然增长:软件开发者和个人用户先在自己的工作中使用 Claude,随后成为所在组织的内部推动者,将工具带入团队和部门,推动更大范围的部署。Anthropic 甚至将这批个人用户视为企业业务的重要获客入口。

这条路径颇值得关注。企业采购 AI,未必始于自上而下的技术选型,也可能从某个员工的日常工作开始。当个人用户率先验证 Claude 的价值,再推动团队扩大使用,原本面向个人的工具便有机会进入企业的核心工作流程。Anthropic 获得的不只是个人订阅收入,还有一条通向企业客户的增长通道。

员工先使用,团队再扩散,最后由企业为更大规模的部署买单。这种自下而上的渗透方式,让 Anthropic 有机会绕开传统企业软件漫长的销售和采购过程,直接从真实的工作需求中寻找客户。

企业采购 AI 的理由也在发生变化。过去,软件主要帮助员工提高效率;如今,Coding Agent、办公 Agent 等产品开始尝试独立完成部分工作,企业看到的是减少重复性人力投入、放缓新增招聘、降低外包成本,以及用更少的人完成更多业务的可能性。与此同时,竞争对手率先完成 AI 转型的压力,也在推动企业加快部署。

Anthropic 正好处于这轮需求扩张的中心。公司营收从 2023 年的 4100 万美元、2024 年的 3.86 亿美元,增长至 2025 年的 45.85 亿美元;2026 年前 9 个月已经达到 332.42 亿美元,同比增长约 1206%。截至 2026 年 9 月 30 日,过去 12 个月为其贡献至少 10 万美元收入的客户超过 11900 家,是一年前的 12 倍以上。

从个人用户到企业客户,从开发者工具到业务流程部署,Anthropic 正在把 AI 对劳动市场的冲击预期转化为商业增长。员工希望借助 AI 保持竞争力,企业希望借助 AI 降低成本、扩大产出,而模型公司则开始从这场变化中获得越来越多的收入。

问题在于,企业愿意交给 AI 的工作越多,Anthropic 就越需要提前准备好承接这些工作所需的算力。

2

AI 承担的工作量持续增加,意味着模型调用和推理需求也会同步增长。但算力并不是随用随买的普通资源。为了保持模型领先、承接未来需求,Anthropic 必须提前锁定大量计算资源;而这些投入能否收回,取决于企业是否真的会把更多工作交给 AI。

Amodei 对未来市场的判断相当乐观。他认为,今天的 AI 市场还只是起点。随着模型能力提升,AI 的应用范围可能从软件开发继续扩展至科学研究、生物技术、网络安全和机器人等领域。这些新场景意味着 AI 有机会承担更多专业工作,也让 Anthropic 看到了比当前编程和企业知识工作更大的市场。

但市场还没有完全打开,基础设施投入已经先行。根据招股书,截至 2026 年 9 月 30 日,Anthropic 已经签署的算力采购承诺和租赁协议合计约 9009 亿美元。其中,约 4516 亿美元预计在 2030 年底前发生,其余大部分预计在 2031 年至 2045 年之间发生。

这是一笔横跨数十年的资源承诺,也将 Anthropic 未来多年的经营表现与算力供给、使用效率和客户需求紧密绑定。

Amodei 将算力称为 Anthropic 面临的最深层次商业困境。模型公司通常需要提前一到两年锁定算力资源,但 AI 能力和市场需求变化极快,很难准确判断未来究竟需要多少算力,以及提前锁定的资源最终能够创造多少经济价值。

Anthropic 的应对方式,是根据相对谨慎的需求预测安排长期算力采购,再通过短期资源补足超出预期的部分,尽量在算力不足和过度投入之间寻找平衡。截至 2026 年 9 月底,公司拥有约 956 亿美元现金及现金等价物、363 亿美元短期投资,另有信贷额度,为持续投入提供了较大的资金缓冲。

算力投入能否产生足够回报,已经有了一组值得关注的数据。

招股书显示,Anthropic 每美元算力投入对应的收入,从 2025 年第一季度的 0.40 美元提升至 2026 年第二季度的 2.08 美元,但第三季度又回落至 1.72 美元。公司解释,其中一个重要原因是当季新增约 50 亿美元短期算力采购,这部分资源的价格明显高于多年期采购。

这意味着,模型使用量和收入规模持续扩大,并不代表单位算力成本会一直下降。尤其当公司需要通过短期采购应对需求激增时,更高的资源价格可能直接影响经营效率。

利润数据也呈现出类似的矛盾。2026 年前 9 个月,Anthropic 实现约 40.81 亿美元调整后营业利润,调整后营业利润率约为 12%,但仍有约 12.6 亿美元营业亏损。调整后利润与会计口径下的营业亏损之间存在差异,说明公司仍处于高速扩张和大规模投入并行的阶段。

Anthropic 已经证明企业愿意为模型服务支付巨额费用,也初步展现了经营效率,但它仍然需要回答一个更难的问题:如何让不断增加的 AI 工作负载,持续产生足以覆盖算力投入的商业回报?

如果企业自动化需求增长放缓,长期算力承诺可能成为沉重的固定成本;如果需求继续高速增长,昂贵的短期算力又可能侵蚀利润率。IPO 带来的资金能够增强公司的承受能力,却无法消除算力投入与商业回报之间的时间差。

外媒估算,Anthropic 需要实现每年约 6020 亿美元的营收,才能在其约 1 万亿美元的算力承诺上获得 20% 的投资回报率。

具体而言,按照 1 万亿美元资本投入、40% 的营业利润率和 17% 的税率计算,若要实现 20% 的投资回报率,Anthropic 每年需要创造约 6020 亿美元的收入。这一营收规模将超过 Alphabet 目前约 4710 亿美元和苹果约 4780 亿美元的年收入,相当于标普 1500 指数中全部 76 家软件及 IT 服务公司的合计营收(9080 亿美元)的约三分之二。

Amodei 押注的是,随着模型能力提升,今天建设的算力最终能够支撑一个远大于当前市场的 AI 产业。但科学研究、生物技术、网络安全和机器人等领域能否形成持续的客户需求,仍需要时间验证。

3

模型越来越便宜,Anthropic 溢价还能撑多久

即使 AI 能够进入越来越多企业工作流程,Anthropic 也未必能够独享这部分新增市场。

随着模型能力逐渐普及,企业可以选择的供应商越来越多,单纯依靠模型性能领先获取高额溢价,将变得越来越困难。

前沿模型的竞争正在形成一种新的矛盾:训练更强模型需要投入更多算力和研发资源,但模型能力一旦被竞争对手追赶,企业客户又未必愿意为性能提升支付更高价格。

企业并不需要为所有工作购买最强模型。对于简单的信息整理、文本处理和基础代码生成,成本更低的模型已经能够满足不少需求;但在复杂编程、金融分析、专业研究和高风险业务中,准确性、可靠性和任务完成能力仍然决定企业是否愿意支付更高价格。

这意味着,Anthropic 必须守住的,是那些对模型能力和任务可靠性要求更高、也更愿意支付溢价的市场。

随着开放权重模型不断进步,DeepSeek 等厂商也在推动模型能力与使用成本之间的重新平衡,前沿闭源模型的技术和价格优势都面临挑战。Anthropic 也承认,竞争对手可能以更低成本实现接近的模型能力,企业客户则可能同时采购多家模型服务,根据任务复杂度、价格和性能分配不同工作负载。一旦模型之间的能力差距缩小,单纯依靠技术领先维持价格溢价就会越来越困难。

Claude Code 的商业表现,已经给出了另一种竞争方向。企业购买 AI 的对象,正在从单纯的模型能力扩展至完整的任务执行体验。

一个模型能够生成代码,与它能否理解整个代码库、调用开发工具、规划任务、定位错误并完成修复,是两回事。工具调用、上下文管理、代码库理解、任务规划和错误修复等系统工程能力,同样决定 AI 能否真正承担工作。OpenAI Codex 等产品也在补齐类似能力,模型公司的竞争逐渐延伸至产品体验、企业工作流和工具生态。

对企业来说,模型能力只是起点。能否将一项工作从头到尾交给 AI,才决定它是否值得将相应预算从人力或外包支出转向 AI 服务。Agent 能否稳定完成任务、能否融入现有工作流、是否能够连接企业工具和数据系统,以及人工介入成本能否持续降低,都会影响企业的采购决策。

Anthropic 正在沿着这条路径扩大市场。它从聊天和 API 服务切入,再向编程领域扩展,通过 Claude Code 将模型能力转化为实际的软件开发工作;未来还希望将这种能力延伸到科学研究、生命科学、网络安全和其他专业领域。每进入一个新的工作场景,公司就有机会获得新的企业预算。

不过,市场空间扩大并不意味着 Anthropic 能够自动获得相应收入。2026 年前 9 个月,公司前五大客户贡献了约 25% 的收入,但部分大客户并没有长期采购承诺,可以根据业务需求调整甚至停止支出。企业也可以将预算分配给多家模型供应商,或者在试点结束后转向成本更低的方案。

这让 Anthropic 面临双重考验:一方面,要不断提高模型能力和产品体验,让 AI 承担更多高价值工作;另一方面,还要让企业客户持续扩大使用,而不是在模型价格下降后转向其他供应商。

真正的竞争壁垒,最终要落在工作流程中。企业曾经购买过 Claude,并不意味着未来会一直使用它;只有当 Claude 能够稳定承担那些企业不愿意轻易交回给人类员工的工作,并且替换成本足够高,Anthropic 才有机会把一次采购变成长期收入。

4

中国模型公司将面临更严格考验

Anthropic 的上市,也为其他前沿模型公司提供了一个重要的公开市场参照。未来,投资者评价 OpenAI 等公司的商业价值时,可能不仅会关注模型能力和用户规模,还会进一步审视企业客户的真实使用情况、收入质量、算力成本,以及 AI 能否真正承担企业工作。这种影响也会延伸至中国模型厂商。

Rhodium Group 在 2026 年 9 月发布的报告中,对中美模型公司的估值与年度经常性收入(ARR)进行了比较。报告估算,Anthropic 的估值 /ARR 倍数约为 21 倍,OpenAI 约为 34 倍;中国智谱约为 46 倍,月之暗面约为 50 倍,DeepSeek 则达到 163 倍。

这些数字反映出,部分中国模型公司的估值已经包含了较高的未来增长预期。不同公司的业务结构、收入规模、商业化阶段和融资环境存在差异,但 Anthropic 上市后,市场将有更多机会观察一家前沿模型公司如何通过企业客户、产品服务和持续收入支撑自己的估值。

如果 Anthropic 在公开市场维持较强表现,可能进一步强化资本对前沿模型公司商业价值的信心。对于智谱、MiniMax 等已经上市的公司,以及 DeepSeek、月之暗面等其他模型公司而言,Anthropic 的财务披露也提供了新的比较维度:企业客户增长有多快,客户是否持续扩大使用,收入能否覆盖算力投入,以及模型服务能否形成稳定的利润空间。

中国模型厂商并不一定需要在所有任务上追赶最顶尖的闭源模型。开放权重、低成本推理和本地部署,仍然可以在大量企业场景中形成优势。尤其对于预算敏感、数据安全要求较高,或者希望自主掌握模型部署能力的企业来说,这些路线可能具有更强的实际吸引力。

但低价和开放也带来另一个商业问题:模型被广泛使用,并不意味着原始开发者能够获得与使用规模相匹配的收入。如果企业可以低成本获取模型,再自行构建 Agent 和业务系统,模型厂商如何从中获得持续收入?

这要求中国模型公司进一步思考:如何通过 API 服务、企业部署、行业解决方案、Agent 产品和生态合作,将模型能力转化为企业愿意长期付费的生产力。

Anthropic 的商业路径提供了一种值得观察的样本:从个人开发者使用开始,通过 Claude Code 等产品进入具体工作流程,再借助企业 API 和 Agent 服务扩大商业收入。它的增长说明,模型公司有机会从企业的软件采购预算进一步进入人力成本预算。

中国模型公司需要找到自己的切入点,把技术能力转化为企业真实的业务成果,并在开放生态、低成本推理和企业服务之间建立可持续的商业模式。

Anthropic 的 IPO,最终检验的已经不只是 Claude 能否继续保持模型领先,也不只是这家公司能否实现更高的收入和利润。

过去几年,AI 行业最宏大的商业想象之一,是机器将逐渐接管人类的部分工作,而企业也将因此重新分配原本用于支付人类劳动的成本。如今,这个故事开始进入资本市场的定价体系。

华尔街正在为人类劳动的未来定价。Anthropic 接下来需要证明的,是它能否把这种对未来的想象,变成企业每天都愿意付费的生产力。

5“安全”叙事可能遭遇反噬

不过,Anthropic 面临的考验,可能不止于商业模式和技术竞争。对于一家将 AI 安全作为核心使命的公司,另一个更难回避的问题是:当它不断追求更强大的 AI 时,是否还能坚持最初的安全承诺?

Amodei 的战略逻辑中存在一个值得关注的矛盾:他认为超级智能可能给人类带来毁灭性风险,但同时坚信,避免这一结局的最好办法,是让 Anthropic 率先开发出超级智能。这套思路被称为“向上竞赛”,其基本判断是,AI 竞赛不可避免,最终赢家将获得巨大的技术和社会影响力,而 Anthropic 比竞争对手更有能力负责任地使用这种力量。

但这套逻辑并没有获得所有员工的认同。部分员工希望公司主动放慢前沿模型研发,甚至限制训练所需的算力投入。Amodei 则认为,即使 Anthropic 停止研发,竞争对手也不会停下来。与其退出竞争,不如争取领先地位,确保超级智能最终掌握在更有能力负责任开发它的公司手中。

围绕 AI 监管和政策游说,公司内部也出现了分歧。一些员工对 Anthropic 参与推动限制州级 AI 监管的政策草案表示不满,认为相关行动与公司长期强调的安全使命存在张力。当一家 AI 公司一边强调技术风险,一边又试图影响监管规则时,它究竟是在推动更有效的安全治理,还是在为自己争取更有利的竞争环境,已经成为无法回避的问题。

这种质疑在临上市前夕进一步延伸到了公司外部。上市前夕,Hugging Face 联合创始人 Thomas Wolf、xAI 联合创始人 Igor Babuschkin、哈佛大学教授 Steven Pinker、图灵奖得主 Judea Pearl 等人参与签署了《反 Anthropic 宣言》(MisAnthropic Statement)。

声明指出,Anthropic 一方面警告递归自我改进(RSI)可能导致权力集中,甚至让 AI 脱离人类控制,另一方面却在竞相开发这项技术,试图率先获得竞争优势。声明还指责 Anthropic 利用安全形象吸引投资者、员工和公众,同时削弱此前的安全承诺,并推动符合自身利益的监管政策。声明最终给出了一个相当尖锐的结论:“Anthropic 并不是一家安全的 AI 公司。”

这场争论已经超出了 AI 安全理念本身,延伸至公司治理、商业利益和公众信任。Amodei 坚信自己能够负责任地开发超级智能,但管理层的自我判断并不足以替代外部监督。尤其当技术领先意味着更大的商业回报和社会影响力时,安全原则能否真正约束公司的研发和商业决策,将受到更严格的审视。

Anthropic 的 IPO 因而面临着两套检验。资本市场需要判断,它能否把 AI 替代人类劳动的预期转化为持续收入和利润;公众则需要判断,当一家公司的目标是率先开发可能改变人类社会的超级智能时,它是否真的有能力约束这股力量。

本文来自微信公众号“InfoQ”(ID:infoqchina),作者:褚杏娟,36氪经授权发布。

Source

36Kr · AI