Anthropic 2 万亿 IPO 遭质疑：算力承诺与收入错配风险

据 Woofun AI 消息，Anthropic 即将开启 IPO 进程之际，市场质疑声浪骤然高涨。独立研究机构 New Constructs 发布题为《2026 年最荒谬的 IPO》的报告，直指其估值逻辑存在根本性缺陷。核心矛盾聚焦于客户收入的弹性与长期算力承诺的刚性之间的严重错配，这一结构性风险正引发全球科技股市场的剧烈震荡。随着 AI 产业链抛售潮的蔓延，Anthropic 的募资结果不仅关乎其自身研发与采购能力，更将重塑半导体投资者对下游订单稳定性的预期判断。

估值分歧的背后，是财务模型与增长预期的激烈博弈。New Constructs 给出的估值仅为 1500 亿美元，较市场预期的 2 万亿美元目标低约 93%，这一巨大落差源于对收入可持续性的深度怀疑。Anthropic 的年化经常性收入（ARR）在 9 月预计达到 850 亿美元，若按此计算，2 万亿美元估值对应近 20 倍的市销率（P/S），显得极为昂贵。

然而，Amont Partners 董事总经理李肇宇（Rob Li）指出，估值合理性取决于增速：若年底 ARR 达 1000 亿美元，明年翻倍至 2000 亿美元，则远期 P/S 降至 7-8 倍，进入合理区间。

值得注意的是，Anthropic 的 ARR 从 1 月的 90 亿美元飙升至 7 月的 650 亿美元，年内增长超 7 倍。Woofun AI 整理数据显示，若以 New Constructs 的 1500 亿美元估值除以 650–800 亿美元的 ARR，P/S 约为 2–2.3 倍，低于 SaaS 整体中位数 4.2 倍及生成式 AI 主题公司中位数 4.7 倍。对于高增长且未盈利的 Anthropic，市盈率（P/E）因利润被战略压低或波动剧烈而失效，P/S 成为更合适的衡量指标，但关键在于增速能否持续消化高估值。

历史案例为当前估值争议提供了多维参照。2000 年 3 月，思科(CSCO.US)的 P/S 高达 30 倍，尽管收入增长，股价仍暴跌 86%，多年未回原点，警示了高价与增速不匹配的风险。相反，1999 年底亚马逊(AMZN.US) P/S 约 20 倍且持续亏损，股价虽跌 95%，但长期成为巨大赢家，证明了高估值在长期增长下的合理性。2004 年 IPO 的谷歌(GOOGL.US) P/S 约 7 倍，虽当时偏高，但后续收入与盈利的高增长使其回头看估值低廉。这些案例表明，成功与否取决于公司能否通过持续高增长验证初始估值，而非单纯看倍数高低。Anthropic 虽在模型领域地位稳固，但其面临的挑战在于收支两端的不匹配，这使其估值逻辑比传统 SaaS 公司更为复杂，需结合具体商业模式进行辨析。

商业模式痛点在于算力刚性支出与客户弹性需求的结构性错配。微软(MSFT.US)、Meta(META.US) 等年度消费量超 10 亿美元的主力客户，公开表示将降低外部模型用量，增加自有模型使用以削减支出。这两大巨头贡献了 Anthropic 超四分之一的营收，构成核心收入基本盘，但合作模式始终为短期按需采购，无锁量、无锁价、无长期履约约束。

这意味着企业客户可随时更换模型、减少调用或缩减预算，而 Anthropic 已约定的算力付款却难以同比例减少。若新增容量未被充分利用，公司仍需支付费用却无法获得预期收入，导致现金储备减少。新增算力投入时间与合同到期时间的错配，进一步决定了 Anthropic 必须在特定时间点准备充足资金，这种收支节奏的不匹配构成了其经营层面的核心风险。

宏观逆风与市场情绪扰动加剧了短期波动。中东战事悬而未决，本周美国 CPI 数据大超预期，加息预期飙升，对利率敏感的科技股承压明显。Rob Li 指出，这些挑战常成为市场唱空理由，且短期难以证伪，对冲基金基于动能的交易放大了 AI 产业链波动，月度收入数据的微小不及预期易引发恐慌。富达基金投资主管聂毅翔表示，在高利率环境下，成长股作为'长久期债券'受压制，熊市更关注现金流与资产负债表。早期投资者抛售压力亦不容忽视：2023 年时，该公司的估值只有几十亿美元，而今天则达到了 2 万亿美元。这些投资者在禁售期结束后有很强的动机抛售股票，这是结构上的事实，而不是公司是否优秀的问题。这从SpaceX(SPCX.US)的波动中就可窥斑见豹。

未来增长验证点聚焦于企业端落地与新行业拓展。Rob Li 认为，关键观察点在于现有客户增购、新客户获取及医疗、保险等新行业拓展。企业端落地是可持续性核心，星巴克(SBUX.US)、沃尔玛(WMT.US)等最终客户是否愿意持续付费并获得正向回报至关重要。目前多数企业处于早期尝试阶段，金融机构因安全问题尚未大规模采用。投资人需通过中间服务商观察实际消耗量与付费意愿，以 Salesforce(CRM.US) 为例，企业端支出增速从年初的 20% 提升至年底预期的 40%，显示显著增长。

此外，云厂商与 AI 模型呈'共生关系'，微软(MSFT.US)、亚马逊(AMZN.US)、谷歌(GOOGL.US)等通过提供算力基础设施获利，AI 应用繁荣直接驱动云服务收入增长。若 AI 需求证伪，云业务将受重创，反之亦然。

尽管云厂商可能开发自有模型以降低成本，但整体利益绑定于 AI 生态扩张，且其自有模型应用能力仍存疑，这为 Anthropic 等模型公司提供了缓冲空间。

产业链硬件环节中，存储与光模块面临不同的风险对比。当前 GPU、半导体、光模块等环节均处'爆单'或短缺状态，但投资者更倾向于'朝前看'。存储是最紧张环节，但海力士(SKHY.US)、三星股价跌幅逼近 30%。Rob Li 指出，存储安全边际最高，但市场迟疑源于其强周期属性及客户可随时下调采购量的历史阴影。

然而，AI 已部分熨平内存周期，如今内存行业建立更成熟保障机制，如要求客户支付 20%-30% 预付款或定金，即便违约，供应商仍能保留部分资金，降低尾部风险。相比之下，美国光模块等板块虽紧缺，但估值极高且缺乏同等规模现金储备保护，若泡沫破裂，下行风险更大。摩根士丹利(MS.US)提及，存储公司拐点难预判，以往周期终结点为 2000、2016、2019、2022 年，均由供给追上及云厂商暂停采购导致。考虑到扩产耗时，2026 年和 2027 年大部分时间不太可能发生类似情况，而其他 AI 硬件环节缺乏预付款机制，投资者因过往'被断供'经历心存阴影，对可持续性持怀疑态度，这可能解释了近期 AI 产业链大跌。

市场周期总结与投资展望显示，尽管 AI 产业链基本面强劲，但在宏观逆风未消之际，投资者仍将驻足观望。每一轮周期中，大涨时理论佐证动因，大跌时任何风吹草动都成导火索，市场自发挖掘原因。Anthropic 的 IPO 争议不仅是估值问题，更是对其商业模式可持续性的压力测试。随着局势逐渐清晰，企业端落地进展、宏观环境变化及早期投资者抛售节奏将成为关键变量。