#AnthropicIPOFiling:HighGrowth,HighLosses

仔細看過 Anthropic IPO 招股說明書中的最新數據後，真正引起我注意的，不只是公司的規模，或市場最終可能給予它的估值。

而是 AI 競賽背後的經濟效益。

Anthropic 在 2025 年創造了約 45.9 億美元的營收，相較之下，前一年為 3.86 億美元。這代表一年內大約成長了 12 倍。表面上看，這是一個非凡的成長故事。

但接著你會看到，實現這種成長需要付出什麼代價。

Anthropic 報告了 80.6 億美元的營業損失，而運算與基礎設施支出達到約 73.3 億美元，約占其營業費用的 58%。按照 GAAP 計算的淨損失甚至更高，約為 419.7 億美元，不過其中約 340 億美元與融資負債相關的非現金會計費用有關。

這項區別很重要。

419.7 億美元這個數字令人震驚，但這不代表 Anthropic 當年真的以現金支出了 419.7 億美元。營業損失與基礎設施支出，讓我們更清楚地看到，建造與運作日益強大的 AI 系統究竟有多麼昂貴。

我認為，更大的投資故事正是從這裡開始。

AI 公司如今已不只是把錢花在軟體上。

它們需要龐大的運算能力。

運算能力需要晶片。

晶片需要記憶體與儲存設備。

所有這些硬體都需要資料中心。

資料中心需要網路、冷卻系統與電力。

而一旦基礎設施建成，就必須有人持續支付訓練與服務模型所需的運算容量費用。

這創造出一種與傳統軟體繁榮截然不同的經濟結構。

模型公司競相打造更好的智慧並吸引使用者。但在這場競爭之下，是一個龐大的基礎設施層，無論最終是哪個模型個別取得市場最大份額，都必須持續擴張。

這就是為什麼我一直把目光放在 AI 應用層之外。

有趣的問題不只是「哪個 AI 模型會勝出？」

還包括：

「每當 AI 產業需要更多運算能力時，誰能獲得報酬？」

招股說明書讓這個問題變得更加重要。

根據對該招股說明書的報導，Anthropic 披露了涉及約 5180 億美元未來雲端、運算與基礎設施義務的計畫。這不等同於目前已支出 5180 億美元，而這些承諾的時間與結構也很重要，但其規模顯示，AI 發展的下一階段可能會變得多麼資本密集。

而且這並非孤立發生。

Anthropic 一直在擴大其於基礎設施堆疊各個環節的合作關係，包括涉及主要雲端與運算供應商的協議。該公司過去曾表示，新資金將用於擴充運算容量；同時，包括 Micron、Samsung 與 SK hynix 在內的基礎設施合作夥伴，也參與供應關鍵的記憶體、儲存與邏輯技術。

我認為，這正是市場將日益關注的部分。

AI 交易的第一階段，重點在於市場對模型的興奮。

下一階段可能會更加著重於經濟效益。

每增加一名使用者，成本是多少？

服務日益複雜的模型需要多少運算能力？

營收成長相較於基礎設施支出的速度有多快？

AI 公司要達到可持續的自由現金流，必須先投入多少資本？

隨著產業規模擴大，這些問題會變得更加重要。

還有另一項值得關注的細節：Anthropic 的營收成長極其迅速，但客戶集中度同樣重要。招股說明書相關報導指出，該公司最大的兩個直接客戶各自約占 2025 年營收的 12%，這意味著兩者合計貢獻了將近四分之一的營收。

所以，故事並不只是「AI 正在成長。」

更有用的說法是：

AI 正在成長，但基礎設施帳單也在同步增加。

這就是為什麼我認為，投資人不應自動假設每一家與 AI 有關的公司都會以相同方式受益。

模型公司必須爭取客戶。

基礎設施公司則有可能從 AI 生態系的多個環節獲得營收。

提供底層運算能力、記憶體、儲存設備、網路、資料中心容量與電力的公司，實際上是在供應整場競賽所需的機械設備。

這並不代表基礎設施公司沒有風險。它們的業務同樣面臨龐大的資本需求、供應限制、客戶集中度，以及 AI 支出最終放緩的可能性。

但 Anthropic 的數據讓我們重新看到，在表面上看似簡單的開啟 AI 應用程式並提出問題的體驗之下，究竟存在多少實體基礎設施。

從外部看，AI 熱潮可能呈現數位化的樣貌。

但帳單卻極其實體。

晶片。

記憶體。

儲存設備。

伺服器。

資料中心。

網路。

電力。

冷卻系統。

雲端容量。

所有這些都必須付費。

這就是為什麼我現在更加關注 AI 基礎設施經濟，而不是追逐市場上出現的每一個新 AI 概念。

模型競賽仍然重要。

但建造並供應這場競賽背後基礎設施的公司，可能會成為故事中同樣重要的一部分。

Anthropic 的招股說明書無法證明哪些公司最終會創造最多股東價值。

但它確實揭示了一件更加具體的事：

大規模打造前沿 AI，需要非凡數量的資本與基礎設施。

營收可以在一年內成長 1,088%。

但如果運算與基礎設施成本也同步增加，投資人接下來面臨的問題就會更加棘手：

AI 成長何時會轉化為可持續的現金創造能力？

這就是我將在 AI 週期下一階段持續觀察的問題。

不只是誰擁有最聰明的模型。

不只是誰擁有最多使用者。

而是誰能在控制底層龐大基礎設施帳單的同時，將 AI 需求轉化為持久的現金流。

AI 的故事顯然仍在發展。

但其經濟效益正變得不可能忽視。

$NVDA