#Anthropic盈利增速放緩 Pergeseran persaingan telah dimulai. Pada tahap berikutnya, perusahaan AI akan beralih dari “membakar uang untuk mencapai skala” menjadi “seberapa cepat uang yang dibakar dapat kembali”.

Pendapatan Anthropic pada kuartal ketiga mencapai 16,8 miliar dolar AS, naik sekitar 46% secara kuartalan, serta mencatat laba yang disesuaikan dan arus kas positif. Masalahnya, pertumbuhan melambat secara signifikan: tingkat pertumbuhan bulanan turun dari dua digit menjadi satu digit, sementara target pendapatan tahunan tersetahunkan sebesar 100 miliar dolar AS pada akhir tahun juga tampak sulit dicapai[3]. Pasar mulai mengganti tolok ukurnya: sebelumnya lebih memperhatikan pengguna, penggunaan token, dan pendapatan tahunan tersetahunkan. Kini ada serangkaian pertanyaan yang lebih realistis:
Berapa banyak pendapatan yang dapat dihasilkan dari setiap dolar yang diinvestasikan untuk komputasi?
Setelah harga API diturunkan, apakah peningkatan volume penggunaan dapat menutupi kembali pendapatan?
Apakah pelanggan perusahaan terus memperpanjang langganan?
Apakah laba operasional dan arus kas bebas dapat membaik?
Jadi, sinyal sebenarnya dari Anthropic kali ini adalah: laba yang disesuaikan dalam satu kuartal hanyalah tiket masuk, sedangkan kualitas pertumbuhan menjadi kunci valuasi.

Tekanan yang dihadapi setiap perusahaan berbeda
Perusahaan model independen paling terpukul. Pelatihan, inferensi, riset dan pengembangan, serta akuisisi pelanggan semuanya membutuhkan biaya, sementara model open source menekan harga API. Penggunaan yang lebih tinggi oleh pengguna belum tentu menghasilkan pendapatan yang lebih besar.
Platform besar akan lebih leluasa. Mereka dapat memasukkan AI ke dalam cloud, iklan, perangkat lunak perkantoran, dan e-commerce, sehingga model tidak harus menghasilkan uang secara mandiri.
Pendapatan Alibaba dari cloud AI dan layanan komputasi pada kuartal ini mencapai 48,437 miliar yuan, dengan EBITA yang disesuaikan sebesar 5,628 miliar yuan, menunjukkan bahwa sebagian bisnis cloud dan komputasi mulai menyumbang laba.

Bagaimana perubahannya selanjutnya
Ekspansi akan tetap berlanjut, tetapi pemilihan proyek akan semakin selektif. Aplikasi umum berbiaya tinggi dan berbayar rendah akan menghadapi tekanan; pemrograman perusahaan, otomatisasi alur kerja, model industri, dan komputasi cloud akan lebih diminati modal. Pendanaan juga akan semakin sulit, dan investor akan lebih memperhatikan kecepatan pengembalian kas, bukan sekadar skala cerita.
Singkatnya: industri AI tidak berhenti membakar uang, tetapi beralih dari “siapa yang membakar paling banyak” menjadi “siapa yang membakar paling efektif”.