科技文章上線

Anthropic IPO 將檢驗 AI 循環融資能否持續

數字匠人
Anthropic IPO 將檢驗 AI 循環融資能否持續

目錄

你可能想知道

  • Anthropic IPO 能否降低對供應商兼投資人的依賴?這些公司的投資與銷售密切交織。
  • 即使 AI 競爭日益激烈,公司營收持續成長是否能為履行龐大的運算承諾提供可信的途徑?

主要議題

Anthropic 進入公開市場,對推動人工智慧熱潮的融資模式構成重大考驗。預計公司的 IPO 將募得數十億美元,同時也為部分現有投資人創造退出或取得流動性的機會。其中影響最深遠的投資人包括 Amazon 和 Google;兩家公司既投資 Anthropic,也是其所使用運算基礎設施的主要供應商。

以更新後的每股 $83 IPO 價格計算,Amazon 和 Google 合計持有的股份價值約為 $307.9 billion。Amazon 投資這家 AI 公司 $18 billion,其 14.7% 持股價值將超過 $159 billion。根據 Anthropic IPO 說明書中的持股數據,Google 的 13.7% 持股價值接近 $149 billion。這些估值顯示,大型科技公司的命運已與它們協助資助的企業緊密相連。

其他公司也有望從中受益。Nvidia、AMD、Microsoft、Broadcom、Micron 和 TSMC 與 Google 一同承諾,透過私募配售以 Anthropic 的 IPO 價格向其投入 $26 billion。自 2023 年以來,Google 已投資該公司 $12.3 billion,並承諾再投入 $30 billion,前提是 Anthropic 達成特定績效里程碑。除 TSMC 外,這些供應商兼投資人也宣布與 Anthropic 建立數十億美元規模的策略合作關係,內容涉及採購其產品。

投資人與供應商關係重疊的情況,通常稱為循環融資。為 AI 開發商提供資金的同一批公司,也能透過銷售雲端運算容量、晶片、網路設備、記憶體或其他基礎設施來獲利。在這種安排中,投資資金協助 AI 公司擴張,而部分資金隨後可能透過採購回流至投資人。從外部看,這種架構似乎既為 AI 公司帶來非凡的募資規模,也為其供應商帶來驚人的營收,儘管部分資金其實是在彼此關聯的各方之間流動。

這種模式加深了外界的疑慮:AI 熱潮反映的是持久需求,還是自我強化的融資循環。問題不只是大型公司投資 AI,而是它們的回報可能部分仰賴這些投資所促成的支出。核心問題在於,Anthropic 最終能否透過廣泛客戶群帶來的營收,為其基礎設施需求提供資金,而不是持續依賴同時持有其股份的供應商支援。

IPO 可能讓這種安排出現重大轉變。Anthropic 尚未上市時所獲得的投資,可能已創造可觀價值;公開交易則有機會讓其中部分價值轉為流動資金。同時,公司可能更能仰賴公開市場投資人和公司債券,而不必要求供應商與私人投資人為其成長提供資金。這些資金來源無法消除財務風險,但可能降低供應商兼投資人資助某位客戶、而該客戶又將資金用於購買其產品所帶來的利益衝突。

Anthropic 預計上市時的財務狀況相當可觀。公司預計將持有約 $220 billion 的現金、約當現金及短期投資,其中包括 IPO 所得款項和 $26 billion 私募配售所得款項。公司也可以股票履行未來承諾。SemiAnalysis Tokenomics 團隊負責人 Joey Brookhart 估計,Anthropic 需要在未來四年累計取得約 $280 billion 營收,才能支付運算費用。Brookhart 認為,考量公司明年的營收狀況,這個目標「可以達成」。

Brookhart 認為,Anthropic 的供應商兼投資人或許不再需要以相同方式提供財務支援。他告訴 TechCrunch:「持股非常有價值,而這些公司不再需要供應商提供更多支援。Amazon 不必再扶持它們。營收全都來自其他客戶。」這種說法能否成立,取決於 Anthropic 是否能持續吸引客戶,並將其在生成式 AI 領域的地位轉化為持續的商業營收。

即使現金狀況良好,Anthropic 的基礎設施成本仍是一項重大負擔。監管文件指出,公司已承諾支出 $900 billion,主要用於運算和基礎設施。部分協議包含終止條款,但 Brookhart 認為 Anthropic 有能力履行承諾。如此龐大的承諾意味著,僅有流動性並不足夠:公司還必須維持需求,並管理模型服務與訓練成本。

營收數據提供了公司可能如何負擔這些成本的線索。Anthropic 在 2026 年第三季創造 $17 billion 營收,全年營收年化速度達 $68 billion。如果公司持續沿著目前的軌跡成長,Brookhart 認為便能填補資助運算所需的資金缺口。這項預測並非保證,因為它仰賴成長持續,而市場上的技術、價格和客戶偏好都可能迅速變化。

D.A. Davidson 科技研究主管 Gil Luria 也認為,IPO 將為 Anthropic 帶來充裕的財務緩衝。他告訴 TechCrunch,公開發行完成時,該公司手上的現金將超過史上任何一家企業。Luria 表示,Anthropic 募得約 $141 billion 資金,按每股 $83 計算,扣除相關費用後可取得約 $91.7 billion。他形容公司將擁有「戰備資金」,而不是在募資的同時不斷消耗現金。

Brookhart 表示,公開上市也可能讓 Anthropic 成為更可信賴的借款人,提升其在公開市場以外籌資的能力。這一點很重要,因為有報導指出,債權人可能不認為 Anthropic 符合「投資級」標準。上市身分能讓公司財務狀況更加透明,但本身並不能保證貸款方會提供優惠條件,也不能確保未來借款一定合適。

Luria 將 Anthropic 與 CoreWeave 等新興雲端業者區分開來;他認為後者更依賴循環融資。「如果 Nvidia 不扶持 CoreWeave,它就不會存在;如果 Nvidia 不出手救助,它大概也活不下去。」與此同時,Brookhart 不認同 Anthropic 的融資完全是循環式的,並形容其仍然「為整個生態系帶來增益」。兩人的不同看法凸顯了一項重要區別:有供應商兼投資人存在,本身並不能證明公司的整體商業模式依賴資金循環。客戶需求是否持久,以及公司能否履行承諾,同樣至關重要。

對兩位分析師而言,Anthropic 面臨的最大風險是失去 AI 競賽中的領先地位。目前公司的成長受惠於其位居生成式 AI 前沿的地位。如果 OpenAI、Google DeepMind 或成本更低的開放權重模型變得更受開發者和企業青睞,這項優勢可能會迅速減弱。Luria 以直白的方式概括了最壞情況:「如果大家都在用別人的模型,那 Anthropic 就不值一兆五千億美元,而是一文不值。」這句話點出,高估值對未來領先地位和持續採用等假設有多麼敏感。

不過,基礎設施供應商的前景可能較不受特定模型供應商勝出與否影響。只要企業和個人整體上使用更多 AI,即使客戶在不同模型之間轉換,資料中心與運算需求仍可能持續成長。Luria 表示,在這種情況下,Amazon 和 Google 面臨的風險並不算高,因為使用者或許只會改用其他模型。他預期 AI 使用量將大幅增加,但也承認不一定全都來自 Anthropic。這些活動仍會仰賴 Amazon、Google 和 Microsoft 等公司管理的資料中心。

對更便宜的 token 和日益激烈的競爭的討論,也會影響對 Anthropic 未來獲利能力的估算。價格降低能讓更多人使用 AI,並提升使用量,但也可能降低每單位運算所帶來的營收。用量增加能否抵銷價格下跌,取決於客戶成長、服務組合、基礎設施效率,以及模型訓練和服務成本。因此,評估營收成長時,也應一併考量利潤率和現金需求,而不能將營收視為衡量財務狀況的完整指標。

因此,Anthropic 的 IPO 並未為循環融資之爭畫下句點,而是改變了檢視這個問題的背景。公司進入公開市場時,可能握有大量資金、強勁的已公布營收,以及擺脫供應商支援的融資途徑。然而,其支出承諾極為龐大,能否履行仍取決於商業採用度持續成長和競爭地位。IPO 的重要性不只在於募得多少資金,也取決於企業能否將由投資推動的擴張,轉化為持久且獨立支撐的需求。

重點摘要表

面向說明
供應商兼投資人關係Amazon、Google 和其他基礎設施公司投資 Anthropic,同時也供應該公司採購的產品與服務。
IPO 與私募配售按每股 $83 計算,IPO 和 $26 billion 私募配售預計將使現金、約當現金及短期投資總額達到估計的 $220 billion。
營收走勢Anthropic 在 2026 年第三季創造 $17 billion 營收,相當於全年 $68 billion 的年化速度。
運算承諾公司已承諾支出 $900 billion,主要用於運算和基礎設施;Brookhart 估計,公司需要在未來四年累計取得約 $280 billion 營收,才能支付運算費用。
競爭風險Anthropic 的前景取決於能否在 OpenAI、Google DeepMind 和開放權重模型的競爭中,維持領先 AI 供應商的地位。
基礎設施前景即使客戶選擇其他 AI 模型,資料中心營運商和基礎設施供應商仍可能受惠於 AI 使用量整體成長。

後續展望...

Anthropic 上市後,外界有機會檢視 AI 公司在投資人同時也是重要供應商時,如何為成長融資。未來分析不應只關注醒目的估值和募資金額,還應追蹤客戶集中度、經常性營收、營運成本,以及支出中用於關聯供應商的比例。若能更清楚揭露合約承諾與融資安排,將有助投資人區分真正的終端使用者需求,與主要由關聯資本支撐的活動。

有幾個科技與知識領域值得持續關注。更有效率的晶片、改良的模型架構,以及更完善的資料中心能源管理,都可能降低提供 AI 服務的成本。研究模型普及使用時推論成本如何變化,有助釐清較低價格帶來的需求增幅是否足以抵銷每單位營收下滑。對模型效能、可靠性和總營運成本進行獨立評估,也能協助客戶依據實際價值,而非僅憑市場動能做出選擇。

前沿系統與開放權重模型之間的競爭仍將是關鍵。研究人員和政策制定者應探討如何在提升效能的同時,推動透明度、安全評估、資料治理與安全部署。長期考驗不只是 AI 公司能否吸引資金,更在於能否打造實用系統,並使其成本、營收和基礎設施需求維持永續。Anthropic 的 IPO 提供了一個重要案例,但整體結果仍將取決於整個 AI 生態系的演進。

最後編輯時間:2026/11/19

數字匠人

作者

數字匠人

閒散過客

隨遇而安,喜歡漫步於人生風景中,又為觀察家,以平靜的心看世界