写点什么

流量仅 ChatGPT 1%,马上冲 3500 亿美元 IPO?营收年增 10 倍,Anthropic CEO 嘲讽 Altman:我们从不玩 “红色警报”

  • 2025-12-04
    北京
  • 本文字数:5723 字

    阅读完需:约 19 分钟

大小:2.74M时长:15:58
流量仅ChatGPT 1%,马上冲3500亿美元IPO?营收年增10倍,Anthropic CEO嘲讽Altman:我们从不玩 “红色警报”

整理 | 华卫

 

刚刚,有消息称,Claude 聊天机器人制造商 Anthropic 正为上市计划做准备,估值或超 3000 亿美元。

 

据外媒最新报道,Anthropic 已委托硅谷律师事务所 Wilson Sonsini 协助推进最快于明年年初的首次公开募股(IPO)事宜,同时正在推进内部清单梳理,为这场可能成为史上规模最大之一的 IPO 铺路。该律所拥有主导大型科技公司 IPO 的深厚经验,曾为谷歌、领英、Lyft 及 Square 等企业的首次公开募股提供服务。

 

报道指出,在潜在 IPO 启动前,Anthropic 正推进一轮私募融资,目标估值达 3500 亿美元。目前公司已与多家大型投行展开相关计划磋商,但谈判仍处于早期阶段。Anthropic 此举或意在抢占竞争对手 OpenAI 的先机,OpenAI 正考虑于 2026 年下半年上市,估值可能达到此前难以想象的 1 万亿美元。

 

在最新播客采访中,Anthropic 首席执行官 Dario Amodei 不仅透露了 Anthropic 的实际收入情况,还进一步谈到了当前 AI 行业正面临的“两难困境”和竞争护城河,以及后 AGI 时代解决的工作岗位流失风险的多方面策略。

 

值得一提的是,Amodei 大嘲了 OpenAI 启动“红色警报”状态一事,并多次 diss 了其首席执行官 Sam Altman 的管理思路与为争夺 AI 行业顶端位置的巨额资金投入。

 

3500 亿估值凭什么?CEO:营收年增 10 倍

Anthropic 正筹备大型 IPO 这一消息,堪称 AI 企业爆发式增长的绝佳例证。按照最快明年年初的 IPO 时间, Anthropic 届时年仅 5 岁。作为对比,谷歌成立 6 年后上市,估值约 230 亿美元;Meta(原 Facebook)耗时 8 年登陆公开市场,上市时估值约 1000 亿美元;而 “元老级” 的微软更是等待了 11 年,1986 年上市时估值仅约 8 亿美元。

 

在热度背后,Anthropic 具备实打实的业务支撑。其核心产品是聊天机器人 Claude,该产品已实现营收。Amodei 预计,其公司明年年化营收将增长逾一倍,达到约 260 亿美元,服务的企业客户数量将超 30 万家。上月,微软与英伟达宣布计划向 Anthropic 投资至多 150 亿美元,而 Anthropic 则承诺将投入 300 亿美元使用微软的云基础设施,双方达成绑定合作。同月,Anthropic 还发布了 Claude Opus 4.5 模型,并称其为目前最先进的 AI 产品,该模型在计算机代码生成及职场文档处理功能上实现了升级。

 

Amodei 在最新采访中透露,过去三年,Anthropic 每年的营收都实现 10 倍增长,2023 年从 0 增长到 1 亿美元,2024 年从 1 亿美元增至 10 亿美元。到今年年底,其公司将从 10 亿美元增长至 80 亿至 100 亿美元之间。“诚然,这一增长趋势肯定会放缓,但增速仍将非常迅猛。”

 

另据外媒报道,Anthropic 预计到 2028 年销售额可能达到 700 亿美元,这意味着其拟议估值相当于该销售额的 5 倍。反观过往,Meta 在 2012 年上市时的估值是其 3 年后销售额的 6 倍,Palantir 则为 10 倍。

 

或许最难估值的,是 Anthropic 眼中的核心资产:其核心原则。该公司成立的初衷,是成为比 OpenAI 更安全的替代选择,打造 “有用、诚实且无害” 的 AI 机器人。事实上,人工智能安全中心(Center for AI Safety)认为,在主流 AI 模型中,Anthropic 的产品最不可能 “公然撒谎”,也最不会对 “危险的专家级病毒学问题” 提供答案。

 

“我们关注消费用户的核心是其工作场景及生活中的问题解决需求,由于我们不涉足被动消费类应用及图像、视频生成领域,从使命层面已明确排除这些方向。我们的核心目标是打造有益的产品,同时最大限度降低潜在风险,因为任何技术都具有双刃剑属性。我们认为,助力人类成长、拓展能力边界、创造价值及解决问题,是风险与回报的最佳平衡点。”Anthropic 设计主管乔尔・莱文斯坦在 10 月接受采访时表示。

 

投资者是否会为此支付溢价,抑或要求折价,仍有待观察。与此同时,未来变数重重。若 Anthropic 最终成功上市,届时 AI 技术可能已实现又一次飞跃,也可能因过度炒作而陷入困境。因此,有必要思考 Anthropic 如何支撑 3500 亿美元的估值,同时也要做好推翻所有假设、重新评估的准备。

 

需要注意的是,Anthropic 潜在的上市计划正值市场对资产估值过热的担忧日益加剧之际。英国央行周二警告称,科技公司(尤其是 AI 聚焦型企业)的估值 “仍处于显著高估状态”。该行指出,美国股市估值已接近互联网泡沫时期水平,“大幅回调的风险正在上升”。

 

前印度储备银行行长、现任芝加哥大学教授 Raghuram Rajan 告诫称,当前充足的信贷环境与美联储降息举措,正催生 “风险加速累积” 的市场条件。国际清算银行总经理 Pablo Hernández de Cos 也对金融市场流动性过剩发出了类似警告。更复杂的背景是,据报道,国家经济委员会主任 Kevin Hassett 已成为特朗普总统明年替换美联储主席 Jerome Powell 的首选人选,这可能意味着宽松货币政策将持续。

 

“红色警报”之役

“Claude 的流量只有 ChatGPT 的 1% 左右,但盈利能力却远胜于 ChatGPT。我同意 Amodei 的观点,他经营公司很负责,而 Altman 却挥霍无度,还试图扮演推销员的角色。”有网友评价道。

 

12 月 2 日,一份外媒获得的内部备忘录显示,OpenAI 首席执行官 Sam Altman 于 12 月 1 日正式向全体员工宣布进入“红色警报(Code Red)”状态。其 AI 领域主要竞争对手谷歌高调发布了 Gemini 3 模型,而三年前 ChatGPT 推出时,谷歌也曾针对这一情况宣布过自身的 “红色警报”。

 

对此,Amode 在采访中表示,Anthropic 从未启动过 “红色警报”。谷歌与 OpenAI 本质上都以消费者为主要目标,它们虽然也尝试涉足企业业务,但重心仍在消费者领域的竞争中。这正是 “红色警报” 频现、竞争白热化的根源:谷歌要捍卫其搜索垄断地位,而 OpenAI 的核心业务也聚焦消费者,两者陷入正面厮杀,企业服务对它们而言都只是次要业务。

 

至于所谓的 “模型大战”,Amodei 认为,保持模型优势至关重要,但 Anthropic 同时也在朝着不同方向、不同维度发展。

 

“我们处于相对有利的位置,只需持续增长、不断开发模型即可。” 他补充称,Anthropic 感受到的竞争压力相对较小,部分原因就是公司产品更侧重于企业客户而非消费者。“我们的模型正越来越多地针对企业需求进行优化” ,他表示,面向企业的模型开发与聚焦消费者的产品存在本质区别。“两者的关注重点完全不同,我们较少关注用户粘性,更注重编码能力、高端智力活动支持及科学研究辅助功能。”

 

Amodei 还透露,尽管 Anthropic 已在企业编码领域找到了优势市场,但公司正将目光拓展至金融、生物医疗、零售及能源等行业。“我很庆幸 Anthropic 选择了一条不同的道路,核心就是聚焦企业端市场。多年来,我们的模型一直在持续优化,越来越贴合企业需求。而且我并不认为,AGI 实现后所有模型都会趋同。”

 

此外,他指出,企业服务领域有一些通用的 “护城河”:企业会与服务商建立长期合作关系,习惯使用特定模型。即便 API 业务本质上只是售卖原生模型,但企业实际切换模型的难度极大 ,它们的下游客户已经适应了现有模型,且不同模型的提示词设计、交互方式及 “特性” 都存在差异,切换成本很高。

 

“单看 Anthropic 本身,由于我们深耕企业端市场,我认为我们是个不错的风向标,甚至可能比其他公司更纯粹。毕竟其他公司的业务多少会经过消费者层面的过滤,而消费者有其自身的使用习惯和场景。”Amodei 表示。

 

两难困境下,各家策略如何?

“有些参与者采取‘孤注一掷’(YOLO)的策略,过于激进地加码投入。”Amodei 表示,Anthropic 正努力 “以负责任的方式进行管理”,但他对谷歌、OpenAI、Meta 等公司为争夺 AI 行业顶端位置而投入的巨额资金持怀疑态度。

 

在 Amodei 看来,当前行业存在一个真正的两难困境:一方面,经济价值的增长速度存在不确定性;另一方面,支撑技术发展的数据中心建设存在较长的时滞。这意味着,2025 年初就得决定需要采购多少计算资源,才能满足 2027 年初达到对应营收规模时的模型运行需求。而这存在两个相互关联的风险:若采购的计算资源不足,将无法服务所有潜在客户,只能将他们推给竞争对手;若采购过多,营收可能无法覆盖计算资源的成本,极端情况下甚至面临破产风险。

 

“这种不确定性区间内的缓冲空间,本质上取决于我们的利润率。如果我们有 80% 的利润率,那么 200 亿美元的计算资源投入可以支撑 1000 亿美元的营收。但由于区间跨度极大,几乎难以避免在上述两种情况中出现决策失误。”

 

Amodei 称,企业端市场商业模式更稳健,利润率更可观。但如果换成另一种商业模式, 比如聚焦消费者的模式营收来源不够稳定,利润率也不确定,而企业负责人本身又天性喜欢 “孤注一掷” 或追求夸张的数字,那么他们可能会过度激进地投入。同时,他强调,有些参与者没有妥善管理这些风险,正在承担不明智的风险。

 

据介绍,Anthropic 的核心思路是:采购足够的计算资源,即便在最悲观的 10 分位情景下(即公司可能陷入困境),也能确保有能力支付相关成本。当然,存在一种极端情况:如果事态发展极其糟糕可能无法承担成本, 这是一种无法完全消除的尾部风险,但 Anthropic 正努力妥善管理这种风险,同时采购足够的计算资源以保持与其他玩家的竞争力。

 

IPO“较量” 白热化,Anthropic vs OpenAI 对标实况

Anthropic 这一预期 IPO 发布之际,AI 行业竞争正日趋白热化。一旦投资者获得直接购买 Anthropic 股票的机会(现有投资方包括亚马逊、谷歌、微软和英伟达),他们必将把 Anthropic 与 ChatGPT 制造商 OpenAI 进行细致对标。

 

近期,OpenAI 也在筹备可能成为史上规模最大的 IPO 之一,潜在估值或达 1 万亿美元。尽管 OpenAI 首席财务官 Sarah Friar 淡化了短期上市计划,但该公司最早可能于 2026 年末向监管机构提交上市申请。OpenAI 最新估值为 5000 亿美元,同样相当于其 2028 年销售额预期的 5 倍。

 

这场 “较量” 的胜负,取决于投资者的偏好。Anthropic 于 2021 年由一群离职的 OpenAI 高管创立,已获得亚马逊和谷歌数十亿美元投资。与微软支持的竞争对手不同,Anthropic 专注于 AI 工具的商业应用场景,而非通过生成式 AI 多媒体技术抢占广泛消费市场。据 Menlo Ventures 数据,截至 7 月底,Anthropic 在 “企业级” 市场的份额达 32%,似乎更受企业客户青睐,Menlo Ventures 也是 Anthropic 的投资方之一。这一优势至关重要,因为企业客户为 AI 付费的意愿远高于消费者。

 

Anthropic 的业务范围也更为聚焦:仅专注于模型开发。而 OpenAI 则在多领域布局,投资数据中心、便携式设备、其他公司股权,还推出了自有网页浏览器。有人可能将此称为 “业务扩张无序”,但风险投资家或许更愿意称之为 “全栈布局”。从这个角度看,Anthropic 更接近 Palantir 或 Salesforce,而 OpenAI 则带有谷歌母公司 Alphabet 或微软的影子。

 

此外,德意志银行分析师指出,相较于规模更大的竞争对手,Anthropic 的盈利路径可能更为顺畅。

 

据悉,OpenAI 在消费者业务增长方面面临严峻阻力。德意志银行分析师 Adrian Cox 与 Stefan Abrudan 发现,自 6 月以来,ChatGPT 在欧洲主要市场的订阅量增长陷入停滞,这暗示市场可能已趋于饱和。与此同时,Anthropic 的订阅收入今年激增近 7 倍(尽管基数较低),而 OpenAI 的订阅收入增长率仅为 18%。

 

如何应对 AI 带来的“技术性失业” ?

 

“可能有一半的入门级工作岗位都会消失。”

 

值得注意的是,Amodei 在采访末尾称其一直在深入思考这一问题。据介绍,在 Anthropic 内部,Claude 已经开始为其编写大量代码。Amodei 认为,该问题可分为多个层面,既涵盖短期应对,也涉及长期规划,有些甚至需要全社会投入更多资源才能解决。

 

第一层是私营部门层面,部分问题可通过私营部门解决,甚至体现在模型供应商与客户的合作中。Amodei 谈到,其合作的每一家企业都面临着一个权衡取舍,而这并非非此即彼的选择。

 

一方面,企业可以通过 AI 替代人工来提升效率 ,比如保险理赔处理、“客户身份验证”(KYC)等流程,如今都能通过 AI 实现端到端自动化。这意味着这些岗位所需的人力将大幅减少,既能提升效率、节省成本,又能以更低的人力投入实现同等效果。另一方面,企业也可以借助 AI 创造大量新价值,即便 AI 只完成 90% 的工作(而非 100%),人类的工作效率也能提升 10 倍。有时甚至需要增加 10 倍的人力,才能借助 AI 的高效性完成 100 倍于以往的工作量。

 

“我们鼓励企业更多地选择后者而非前者。我们知道企业必然会采取第一种方式,我们并非要阻止它们,但如果能让第二种方式的占比超过第一种,或许创造的就业岗位会多于被替代的岗位。这是否需要政府出台激励政策?这就是第一层需要考虑的问题。”

 

第二层是政府参与层面。Amodei 指出,再训练项目不是万能的,但某种形式的再训练是必要的。企业会主动开展相关工作,也必须与政府合作推进。从财政角度来看,政府最终需要介入 ,无论是通过税收政策还是其他手段。

 

“即便是当前的 AI 模型,也有望将年生产率提升 1.6%。这几乎相当于生产率翻倍,而且模型还在不断升级。我认为未来年生产率可能达到 5%,甚至 10%。这是一个巨大的 ‘蛋糕’,我们可以将其分配给那些未能直接受益的人群。即便财富会向少数人集中,这个 ‘蛋糕’ 的体量依然足够庞大,足以让更多人分享。”

 

第三层是社会结构层面。从长远来看,拥有强大 AI 的社会,其结构必然会发生改变。回顾约翰・梅纳德・凯恩斯的《我们后代的经济可能性》,他提出了 “技术性失业” 的概念,并预测他的孙辈可能每周只需工作 15 到 20 小时,这是一种全新的社会结构模式。

 

Amodei 提出:是否能构建一个新的世界?在这个世界里,对许多人而言,工作不再像如今这样占据核心地位,人们可以从其他地方寻找人生意义;或者,工作的本质发生改变,更多是为了实现自我价值,而非单纯为了生存。社会具有很强的适应性,能够自我调整。他解释道,“我并非倡导自上而下的变革,而是认为社会需要自我重构。我们所有人都需要共同探索,在后 AGI 时代如何共存与发展。”

 

“这三个层面,从企业易于实施的快速行动,到需要凝聚广泛共识、耗时漫长的社会变革,缺一不可。在未来数年里,我们必须逐一落实这三个层面的工作。”Amodei 最后表示。

 

参考链接:

https://www.ft.com/content/9c8c1bb7-b1aa-4c9c-9896-791998b506fd

https://www.businessinsider.com/anthropic-ceo-dario-amodei-drags-openai-and-google-code-red-2025-12

https://www.youtube.com/live/FEj7wAjwQIk

2025-12-04 17:4314

评论

发布
暂无评论

如何写好一份技术方案评审文档

童子龙

技术方案 基础架构

C 语言入门:如何编写 Hello World

小万哥

c 编程 程序员 后端 软件开发

世界第一!蚂蚁图计算TuGraph打破LDBC SNB-BI世界纪录

TuGraphAnalytics

【写作训练营打卡|05】 什么是 Web3?

写作 web3

Zookeeper数据存储源码剖析

极客罗杰

从React Hooks看React的本质

canonical

前端 低代码 React

软件测试/人工智能|Python数据可视化神器pyecharts教程(一)

霍格沃兹测试开发学社

软件测试/人工智能|Python数据可视化神器pyecharts教程(二)

霍格沃兹测试开发学社

客户案例 | 博睿数据全面保障昆仑银行业务稳定性

博睿数据

11 月 NFT 动态:交易量增长,Blur 地位加强

Footprint Analytics

区块链游戏 NFT

Azure AI Studio使用体验——企业级AI工厂

Bruce Talk

AI Azure AI Studio Azure AI

web组态(BY组态)接入流程

Geek_195e67

物联网 工业互联网 web组态 组态 by组态

写代码还是写标书

escray

技术人写作 21 天技术人写作行动营 21 天

基于多维数据库的全面预算软件,实现企业管理数字孪生

智达方通

企业管理 多维数据库 全面预算 全面预算软件

2023年,梦想实现的一年!

SAP虾客

年终总结 2023年

软件测试/人工智能|Java Edit Plus 安装与配置指南

霍格沃兹测试开发学社

需求测试的实践与思考

老张

工程实践 质量保障 需求评审

英特尔锐炫A750:性能持续提升,主流玩家高性价比之选

E科讯

神经网络大模型的智慧之源

百度开发者中心

人工智能 nlp 大模型

数据驱动构建企业动态全面预算管理架构

智达方通

数据驱动 全面预算管理

火山引擎边缘计算用硬核助力赛事直播

火山引擎边缘云

边缘计算 直播 边缘云 边缘云原生

项目经验分享:机器学习在智能风控中的应用

YoLo

AI

软件测试/人工智能丨人工智能会替代软件测试工程师吗

测试人

人工智能 软件测试

低代码开发平台通常提供哪些功能?发挥什么作用?

树上有只程序猿

软件开发 低代码 JNPF

浅谈接口自动化测试

QE_LAB

接口自动化测试

免费的!十大数据可视化工具软件盘点

2D3D前端可视化开发

数据可视化 可视化软件 可视化工具 信息可视化 可视化设计

软件测试/人工智能|Python数据可视化神器pyecharts教程(三)

霍格沃兹测试开发学社

Kafka Broker开小差了~

腾讯云混沌演练平台

kafka 混沌工程

5.5V 至 36V 输入 3A 500kHz 降压转换器

芯动大师

DAPP代币质押铸币挖矿系统开发(详情开发)

l8l259l3365

流量仅ChatGPT 1%,马上冲3500亿美元IPO?营收年增10倍,Anthropic CEO嘲讽Altman:我们从不玩 “红色警报”_AI&大模型_华卫_InfoQ精选文章