Written by Ralph Sun
部分投资者针对 Anthropic 潜在 IPO 讨论的估值下调，并非人工智能需求放缓的证据。相反，这表明市场越来越不愿将 AI 的整个未来仅押注在一家实验室身上。
路透社 10 月 15 日报道称，部分现有及潜在的 Anthropic 投资者正在讨论约 1.5 万亿美元的潜在 IPO 估值，而此前的预期约为 2 万亿美元。这种区别至关重要。这并不是一家上市公司的观察估值实实在在地缩减了 5,000 亿美元，也不是将 5,000 亿美元转移到了 Meta。它反映的是在潜在的股票发售中，部分投资者愿意为 Anthropic 的未来现金流支付的价格发生了变化。
尽管增长仍在持续，但重新定价还是发生了。据路透社报道，Anthropic 告知潜在投资者，其第三季度营收环比增长 45% 至 168 亿美元，且公司在该季度实现了调整后盈利。问题不在于需求崩溃，而在于营收在第一季度至第二季度翻了一番多之后，环比增长率有所放缓。在一个以“超常增长”定价的市场中，增长率的下降会迅速改变关于估值的辩论。
这传达的信息并非 AI 已停止增长，而是市场正在提出一个更苛刻的问题：在超大规模云服务商将各自最新的模型投入领域后，这种增长中有多少属于任何一家前沿模型提供商？
竞争正通过分发渠道到来，而不仅仅是模型质量。
Meta 最近发布的是 Muse Wonder 和 Muse Wonder Full，而非名为“AI2C Muse”的产品。Meta 表示，这些模型专为个人和专业智能体任务而构建，可通过 Meta Model API 和 Muse Code 获取，并计划通过 Muse 订阅服务扩大消费者使用范围。
谷歌的 Gemini 4 Argon 则代表了另一种竞争压力。谷歌表示，Argon 专为长周期代码编写、企业知识工作和网络防御而设计。其推出最初仅限于受信任的网络防御者和早期测试人员，预计稍后将面向付费 API 客户和 Google AI Ultra 订阅者开放。
这两次发布都不能证明 Meta 或 谷歌将从 Anthropic 或 OpenAI 手中夺走固定数额的营收。模型发布并不会自动转化为使用量、定价权或持久利润。但它们为消费者、企业和开发人员拓宽了可靠的供应商选择范围。甚至在市场份额能够被精确衡量之前，这就已经改变了经济格局。
Meta 和 谷歌的战略优势不仅在于又一个高性能模型，更在于分发能力。Meta 可以将智能体置于庞大的消费端界面中；谷歌可以将模型与搜索、云、办公软件和基础设施相结合。他们利用现有现金流补贴实验的能力，也改变了一家独立实验室为保护其地位必须投入的成本。
这就是为什么 Anthropic 较低的预期 IPO 估值可以与健康的 AI 市场并存。市场可能正在将预期的利润池重新分配给更多可靠的竞争对手、更多的分发渠道以及更多的模型变现方式。
类别正在扩张，即便份额正在碎片化。
有显著证据表明用户群体正在扩大。Sensor Tower 预计，生成式 AI 应用的使用时长将从 2025 年上半年的 172 亿小时增长到 2026 年上半年的 360 亿小时。报告还指出，随着 Google Gemini 和 Claude 获得关注，ChatGPT 在网页和移动端的“真实受众”份额在 3 月份降至 50% 以下。与此同时，ChatGPT 的月活跃用户数在 5 月份达到 10 亿。
这是核心观点。领导者份额下降并不意味着该类别的用户减少。这可能意味着该类别正在触达比单一公司所能拥有的更多的用例、更多的地域和更多的分发点。
早期的模式看起来不像是单一产品取代另一产品，而更像是市场分化为不同的职能。消费者可能会在社交平台内使用一个助手，在搜索和办公中使用另一个，而在编程或企业工作中使用第三个。开发人员可以根据能力、价格、延迟、上下文长度、安全控制和云关系来选择模型。企业可以同时使用多个模型。
这对 AI 的普及是有建设性的。但对于假设单一模型开发商将占据行业利润极高比例的估值来说，其建设性就没那么直接了。
关于 Anthropic 的估值争论本质上是关于利润池份额的争论。
将 2 万亿美元与 1.5 万亿美元之间的差距描述为“流向 Meta”的价值是很诱人的。这能成为一个强有力的标题，但并不是一个站得住脚的估值桥接分析。
Meta 和 Alphabet 是多元化的上市公司。它们的股票价值反映了广告、云、搜索、资本支出、监管以及更广泛的市场，而不仅仅是它们的 AI 模型。Anthropic 是一家私有的前沿模型公司，拥有不同的成本结构、融资模式和预期的 IPO 概况。没有任何交易将明确的 5,000 亿美元从一个资产负债表转移到了另一个。
更准确的论点更为微妙。每一个新的可靠模型都会降低 Anthropic 或 OpenAI 占据未来 AI 营收和营业利润过高份额的概率。如果投资者降低这一概率，即使 AI 总营收继续增长，他们也可能会降低愿意支付的估值倍数。
这并非 AI 需求放缓，而是从“稀缺溢价”向“竞争调整后溢价”的转变。
更大的需求并不能消除即将到来的资本考验。
故事中令人振奋的部分是普及率，而令人不安的部分是资本密集度。
据路透社报道，Anthropic 承诺在十年内投入至少 5,180 亿美元用于云服务、计算和基础设施。其 IPO 招股说明书还显示，尽管业务追求营收快速增长，但 2025 年仍将面临 420 亿美元的亏损。每家实验室的具体经济状况会有所不同，但模式很明确：在实现可靠盈利之前，这场竞赛极其昂贵。
Gartner 估计，AI 提供商在 2026 年将在 AI 基础设施上投入近 1 万亿美元，在 2027 年至 2030 年间再投入 6 万亿美元。其预测称，如果投资按当前路径继续而营收无法支撑可接受的回报，到 2030 年可能有超过 3.5 万亿美元的支出面临减值风险。Gartner 的预测并非既定结果，但它抓住了核心经济风险：基础设施部署可能会超出应用和服务所产生的回报。
不应将这种风险与 Anthropic、OpenAI 或其他知名领导者将会失败的预测混为一谈。然而，这确实使行业整合变得具有合理性。一些参与者可能会经历资本重组、被收购、合并、被推向更小的利基市场或被迫削减投资。正式破产是资本周期中一种可能的结果，但并非唯一结果，目前也没有证据支持“恰好有一两家巨型 AI 公司必须倒闭”的精确断言。
这种区别对投资者至关重要。一个健康的数字技术普及周期，对于那些过度建设、计算定价错误或缺乏持久分发优势的公司来说，仍可能产生糟糕的结果。互联网并没有因为许多早期互联网企业的失败而放缓。需求在增长，而所有权和利润池在整合。
什么会改变这一观点？
有三项进展将挑战“蛋糕变大，份额变小”的论点。
首先，Anthropic 营收增长的重新加速以及服务每个新增客户所需资本的明显改善，将支持更高的独立利润份额。其次，Muse Wonder 和 Gemini 4 Argon 的广泛发布需要产生可衡量的用户普及和商业牵引力，而不仅仅是强大的演示或基准测试声明。第三，类别层面的参与度需要持续扩大。如果在使用量陷入停滞的同时提供商继续激进支出，估值担忧就会演变成真正的需求担忧。
目前，更平衡的解读是 AI 正在进入竞争阶段。性能更强的模型正在触达更多的人。总市场可以快速增长，而每家前沿实验室的预期回报则变得不那么确定。这不应成为忽视 AI 建设的理由，而应成为停止将“类别增长”与“单体公司估值”视为同一赌注的理由。
