Anthropic递交S-1申请IPO：华尔街拆解招股书，算力与估值账怎么算？

Anthropic正式向美国证券交易委员会提交了S-1文件，迈出IPO的关键一步。这家由前OpenAI成员创立的AI公司，将以"ANT"为股票代码登陆公开市场，由高盛和摩根士丹利牵头承销。消息一出，华尔街分析师和科技观察者立刻开始逐行"control F"这份厚厚的招股书，试图回答两个问题：算力成本到底多高，估值逻辑是否成立。

收入在涨，亏损更大：一份"矛盾"的财报

招股书披露的财务数据呈现出一组耐人寻味的对比。上半年营收达到163亿美元，已是相当可观的体量；但同期净亏损高达807亿美元。乍看之下，这个亏损数字足以让人倒吸一口凉气。

细看才有转机：807亿净亏损中，约720亿是非现金会计费用，来自可转换票据和类似工具的价值变动。剔除这一项后，公司在上半年实际上实现了正向的调整后自由现金流和正向调整后EBITDA。对比上一年同期近20亿美元的亏损，这一转变被与会分析师视为积极信号。

问题在于，这种"调整后"的表述本身就埋下了争议。讨论中有人直言：我们并不知道它到底调整了什么。对于一个即将面对公开市场季度审视的公司来说，收入与费用的确认节奏、哪些计入运营成本、哪些归入其他科目，都会成为投资者反复追问的对象。

非现金会计费用指的是不涉及实际现金流出、仅因会计准则要求而在利润表上确认的费用或损失。常见来源包括股权激励、资产减值、以及可转换票据等金融工具的公允价值变动。以可转换票据为例，当公司估值上升时，嵌入的转股权或衍生条款公允价值随之上升，会计上需确认为负债增加或损失，直接压低净利润，但公司并未真正支付这笔钱。因此，"净亏损"与"现金流"可能严重背离：一家公司在账面巨额亏损的同时，经营性现金流为正。这也是为什么Anthropic强调剔除约720亿非现金费用后，调整后自由现金流和调整后EBITDA转正。投资者需要区分"会计亏损"与"烧钱速度"，但也要警惕公司借"调整后"口径淡化真实成本。

算力：租来的基础设施与巨额承诺

风险因素章节里，Anthropic把算力问题写得非常直白：如果无法获得足够的算力，或无法在工作负载之间有效分配算力，公司可能无法训练出保持竞争力的模型，也无法充分服务客户。

这话并不新鲜，但由公司自己在招股书中白纸黑字写出来，分量不同。它承认了算力市场的竞争"极其激烈"，对手包括全球资本最雄厚的一批科技巨头——其中不少既是竞争对手，又是Anthropic的投资方。这种竞合关系如何演变，是市场关注的焦点之一。

成本结构上有一个容易被忽略的细节：Anthropic的算力大部分是租用而非自建，不拥有数据中心，因此相关支出不完全体现在资本开支科目中。招股书显示，截至2025年全年的算力与基础设施运营费用为73亿美元，而仅上半年就达到89亿美元。

与会分析师据此推算全年可能接近200亿美元量级，并指出这正是此前外界质疑"算力支出为何看起来偏低"的答案所在——关键在于分类口径。同时，公司披露了高达1205亿美元的算力采购承诺，涉及SpaceX AI与NVIDIA；对Broadcom的租赁期付款总额为1612亿美元，对Google的承诺至2033年为1145亿美元。循环信贷额度也从33亿美元提升至150亿美元。

**采购承诺（purchase commitment）**是公司在合同中承诺未来一定期间内最低采购金额的义务，通常出现在长期云服务、芯片供应或算力租赁协议中。它不立即计入当期成本，而是作为表外或附注披露的承诺事项，在未来按实际使用或时间分期确认。对AI公司而言，巨额采购承诺意味着锁定算力供应的确定性，但也构成刚性支出负担：即便收入不及预期，公司仍须履行付款义务。招股书披露Anthropic对SpaceX AI与NVIDIA的1205亿美元算力采购承诺、对Broadcom的1612亿美元租赁付款、对Google至2033年的1145亿美元承诺，这些数字反映的是未来多年的现金流锁定，而非当期费用。分析估值时，应将这些承诺与预期收入增长一并考量。

企业客户：增长快，但集中度存疑

招股书首次详细披露了Claude的企业采用情况。截至2026年9月30日，按过去12个月计算：年收入贡献10万美元以上的客户超过11900家，100万美元以上的超过1900家，1000万美元以上的约250家。10万美元以上客户数量从一年前的950家增长至近12000家，增速相当可观。

但华尔街的追问随之而来：有多少客户是真正在持续大额消费？一家每年只花几千美元的公司，对Anthropic的收入曲线几乎没有影响。讨论中明确提出，市场担心"只有一小部分客户在token上花大钱"，更广泛的采用尚未得到验证。这种客户集中度问题，可能成为IPO路演中绕不开的质疑。

客户集中度衡量的是公司收入在多大程度上依赖少数大客户。常用指标包括前十大客户收入占比、或按消费层级划分的客户分布。高集中度意味着收入稳定性较差：一旦少数大客户减少采购或转向竞品，营收会迅速下滑。Anthropic披露年贡献10万美元以上的客户近12000家，但真正年花100万美元以上的仅约1900家，1000万美元以上的约250家，呈典型的长尾结构。市场担心的是，大量客户可能只是小额试用或试点，尚未形成持续大额消费；而真正贡献主要收入的少数客户，其续约意愿和议价能力将直接决定收入曲线。IPO路演中，投资者通常会追问客户留存率、净收入留存率（NDR）和大客户合同期限。

估值：没有完美对标，先发即是优势

Renaissance Capital的投资策略总监Avery Marquez在连线中表示，说这只股票没有需求"是荒谬的"——它是第一家纯粹意义上的生成式AI公司登陆公开市场，知名度极高，上市首日需求可期。但三个月后的走势，很大程度上取决于定价。如果定价透支了多年完美执行，投资者就会在第一个财报季要求兑现。

关于估值锚点，她坦言找不到完美可比公司，只能参照高增长、颠覆性科技公司的倍数。有意思的是，Anthropic在私募市场的讨论估值已从2万亿美元区间下调至1.5万亿美元区间，这被解读为公司自身也在为当前市场环境寻找更合理的定价。

Burnham Park Capital的Rohit Kulkarni补充了几个积极面：以算力基础设施占收入比例衡量的毛利率趋势线令人鼓舞，单位增量算力带来的收入在改善；公司不必像许多科技公司那样大举投入销售与营销；CEO的医疗健康背景和湿实验室计划指向垂直AI等新市场。但他也点出需要审视的地方：公共利益公司（PBC）的定位、5%新股交易条款对股权投资者的实际含义，以及token定价披露不足。

**公共利益公司（PBC，Public Benefit Corporation）**是美国一种特殊公司形式，要求公司在追求股东财务回报的同时，将章程中载明的公共利益目标纳入决策考量，并在重大决策中平衡股东利益与公共利益。PBC并非慈善机构，仍需盈利，但其董事会对公共利益使命负有法律义务，理论上可据此拒绝纯粹逐利的短期行为。对公开市场投资者而言，PBC定位带来的实际影响包括：公司可能在某些商业决策上牺牲短期利润以履行使命；敌意收购难度更高；信息披露中需定期报告公共利益进展。投资者需要评估这种治理结构是否与自身的回报预期兼容，以及5%新股交易条款等特殊安排对股权流动性和控制权的实际含义。

风险叙事：末日论还是产品责任？

招股书中大篇幅讨论AI可能带来的生存性、灾难性风险，延续了CEO Dario Amodei一贯的公开立场。这在IPO文件中相当罕见，也引发了分析师的两种解读。

Kulkarni认为这是一种"叙事违背"，他更希望公司把框架从末日情景转向产品责任——即如何为可能的诉讼和罚款定价。在他看来，用产品责任的思路看待风险，对投资者的估值判断更具建设性。Marquez则直言部分末日论调带有IPO前的夸张成分，并引用了黄仁勋的一句反问：如果这项技术真的如此具有破坏性，为什么我们还在推进它？

监管风险同样被提及。公司业务遍及多个国家，每个市场都有各自的监管框架，这将是投资者持续评估的变量。

先发者的筹码

Anthropic抢在OpenAI之前上市，被普遍视为一次战略窗口。Marquez指出，两家是这一领域最具辨识度的名字，先上市的一方可以为投资者设定基准——指标口径、增长预期、估值倍数。OpenAI随后入场时，将不得不面对这个参照系：表现若不及Anthropic，在"完美对标"面前可能格外被动。

招股书里还有一句话被现场捕捉到：Anthropic承认过去"显著低估了算力需求"。算力多头会把它当作基础设施投资持续扩张的证据；空头则会读出另一层意思——低估算力需求，也意味着低估了要花的钱。收入何时追上支出，ROI何时兑现，这份文件没有给出答案。

对公开市场而言，Anthropic的S-1是一次压力测试：不仅测试这家公司，也测试华尔街是否准备好用传统财报框架，去消化一家收入确认节奏、成本分类方式都颇为特殊的AI模型公司。