Anthropic联创：营收已连续三年同比增长十倍，以更少资源做更多事情

1月4日消息，据CNBC报道，在Anthropic总部，总裁兼联合创始人Daniela Amodei反复强调一个短语，这个短语已经成为这家人工智能初创公司整个战略的指导原则：用更少的资源做更多的事。

这直接挑战了硅谷的主流风气，在硅谷，最大的实验室及其支持者将规模视为命运的必然结果。

各公司正在筹集创纪录的资金，提前数年锁定芯片，并在美国中部地区建造数据中心，他们相信，建造最大智能工厂的公司将会获胜。

OpenAI已成为这种方法的最佳例证。

该公司已做出约 1.4 万亿美元的重大计算和基础设施承诺，与合作伙伴共同建设大规模数据中心园区，并以前所未有的速度确保下一代芯片的供应。

Anthropic 的理念是，还有另一种竞争方式，即通过有纪律的支出、算法效率和更智能的部署，让你始终处于领先地位，而无需试图超越其他人。

“我认为Anthropic一直以来的目标都是在充分利用现有资源的同时，在这个对计算能力要求极高的领域高效运营，”Amodei告诉CNBC。“Anthropic在计算能力和资本方面一直只有竞争对手的一小部分，然而，在过去几年里，我们的大部分时间里都拥有最强大、性能最高的模型。”

丹妮拉·阿莫迪和她的哥哥达里奥·阿莫迪（他是 Anthropic 的首席执行官，曾就职于百度和谷歌）帮助构建了他们现在正在反对的世界观。

达里奥·阿莫迪是推动现代模型竞赛中扩展范式普及的研究人员之一。该范式认为，增加计算资源、数据量、模型规模和功能往往能以可预测的方式提升模型性能。

这种模式实际上已经成为人工智能军备竞赛的金融基石。

它为超大规模数据中心运营商的资本支出提供担保，使芯片估值居高不下成为合理，并让私人市场愿意为那些仍在大量投入以实现盈利的公司赋予巨额价格。

但即便 Anthropic 从这种逻辑中受益，该公司仍在努力证明，下一阶段的竞争不会仅仅取决于谁能负担得起最大规模的赛前训练。

其战略侧重于更高质量的训练数据、改进推理能力的训练后技术，以及旨在降低模型运行成本并使其更容易大规模采用的产品选择——人工智能业务的计算成本永无止境。

需要明确的是，Anthropic 的资金并不紧张。该公司已承诺投入约 1000 亿美元用于计算，并且预计如果想要保持领先地位，这些需求还会继续增长。

“未来的计算需求非常大，”丹妮拉·阿莫迪说。“所以我们预计，随着规模的扩大，我们需要更多的计算能力才能始终处于技术前沿。”

不过，该公司认为，业内流传的各种数字往往不具有直接可比性，而且业内对“正确”支出金额的集体确定性远不如听起来那么可靠。

“很多被提及的数字其实并不完全具有可比性，因为有些交易的结构就是这样设置的，”她说道，并描述了这样一种环境：玩家们感到压力，需要尽早做出承诺，以确保未来几年的硬件供应。

她补充说，更重要的事实是，即使是那些帮助制定规模化理论的内部人士也对业绩和业务增长的持续复合增长感到惊讶。

“即使是那些率先提出指数增长规律的人，也一直感到惊讶，”丹妮拉·阿莫迪说道。“我经常听到同事们说，指数增长会一直持续下去，直到它停止为止。每年我们都会想，‘这不可能是指数增长吧’——但每年都发生了。”

这句话既表达了当今建设的乐观情绪，也反映了其中的焦虑情绪。

如果指数增长势头持续，那么那些早期锁定电力、芯片和基站的公司可能会显得极具远见。但如果这种趋势被打破——或者普及速度落后于能力发展速度——那么那些过度投入的公司可能会背负多年的固定成本和耗时过长的基础设施，而这些基础设施原本是为永远不会到来的需求而建造的。

丹妮拉·阿莫迪区分了技术曲线和经济曲线，这是一个重要的细微差别，在公共辩论中往往被混淆。

她表示，从技术角度来看，根据公司目前的观察，Anthropic 认为技术进步不会放缓。更复杂的问题在于，企业和消费者如何才能尽快将这些功能整合到实际工作流程中，因为采购、变更管理和人为摩擦等因素，即使是最好的工具也会受到影响。

“无论技术多么先进，都需要时间才能在商业或个人环境中得到应用，”她说道。“对我来说，真正的问题是：企业，尤其是个人，究竟能以多快的速度利用这项技术？”

这种对企业的重视是 Anthropic 成为更广泛的生成式人工智能行业备受关注的风向标的核心原因。

该公司将自己定位为企业优先模式提供商，其大部分收入都与付费将 Claude 集成到工作流程、产品和内部系统相关的其他公司有关——这种使用方式比消费者应用程序更具粘性，因为一旦新鲜感消失，消费者应用程序的用户流失率就会上升。

Anthropic公司表示，其营收已连续三年同比增长十倍。在竞争激烈的市场中，该公司已建立起一套非同寻常的分销网络。Claude模型可在各大云平台上使用，包括通过那些也在构建和销售同类产品的合作伙伴。

丹妮拉·阿莫迪认为，这种现象与其说是缓和，不如说是客户需求的体现，大型企业希望在云服务方面拥有更多选择，而云服务提供商则希望提供其最大客户要求购买的产品。

实际上，这种多云架构也是一种无需投入任何基础设施即可参与竞争的方式。

如果说 OpenAI 试图围绕定制园区和专用容量构建庞大的建设，那么 Anthropic 则试图保持灵活性，根据成本、可用性和客户需求来调整其运行地点，同时将内部精力集中在提高模型效率和单位计算性能上。

2026 年伊始，这种分歧还有另一个重要原因：两家公司都在努力适应公开市场，同时又在私有市场中运营，而私有市场的计算需求增长速度超过了确定性。

Anthropic 和 OpenAI 尚未公布 IPO 时间表，但两家公司都在采取一些看起来像是准备工作的举措，包括增加财务、治理、预测以及能够经受公众审查的运营节奏。

与此同时，两者仍在筹集新的资金，并达成越来越大的计算协议，为下一阶段的模型开发提供资金。

这才是对战略而非言辞的真正考验。

如果市场继续为规模化发展提供资金，OpenAI 的方法可能仍将是行业标准。但如果投资者开始要求更高的效率，Anthropic “以更少资源创造更多价值”的策略可能会使其占据优势。

从这个意义上讲，Anthropic 的逆向思维并非认为规模化无效，而是认为规模化并非唯一重要的杠杆，下一阶段的赢家可能是那些能够持续改进，同时又能以实体经济可承受的方式进行投资的实验室。

“指数增长会一直持续下去，直到它停止为止，”丹妮拉·阿莫迪说道。2026年面临的问题是，如果业界最青睐的曲线最终不再适用，人工智能军备竞赛以及相关公司将会何去何从。（鞭牛士、AI普瑞斯编译）