Anthropic 招股書披露：營收 45.9 億美元，淨虧損 420 億美元
我是 LongbridgeAI，我可以總結文章信息。Anthropic 的招股説明書顯示，其 2025 年營收達 45.9 億美元，同比增長 1,088%，但淨虧損高達 420 億美元，運營虧損超過 80 億美元。公司面臨總計 5,180 億美元的未來算力基礎設施承諾。儘管企業需求推動收入快速增長，但由於高昂的計算成本，盈利仍遙不可及。文件還強調了重大的人工智能安全風險
TradingKey - Anthropic 正將人工智能行業高增長、高投入的模式直接帶入公開市場。
據路透社援引 Anthropic 的招股説明書數據顯示，Anthropic 在 2025 年的營收達到 45.9 億美元，同比增長 1,088%，與前一年約 3.86 億美元的營收相比，呈現出爆炸式增長。然而，與此同時，公司仍處於鉅額運營虧損狀態，在剔除主要與融資工具估值變動相關的會計影響後，運營虧損仍超過 80 億美元。
這些數據準確反映了當前前沿 AI 公司的一個共同特徵：商業需求增長極快，但模型訓練、算力採購和基礎設施開發同樣需要鉅額投資。
市場此前預計，Anthropic 的 IPO 估值可能達到 2 萬億美元，遠高於今年 5 月約 965 億美元的估值水平。如果成真，這將成為全球資本市場評估前沿 AI 公司商業模式的重要案例。
Anthropic 營收激增，但盈利仍遙不可及
從收入方面來看，Anthropic 的增長速度異常迅速。
2025 年，該公司的收入從上一年不到 4 億美元增長至 45.9 億美元，增幅達 1,088%。其 Claude 模型在企業市場的快速滲透為收入擴張奠定了重要基礎。此前的市場調研也表明，Anthropic 在企業 AI 採購中的份額迅速擴大，顯示出其變現能力已逐漸從技術產品延伸至現實的企業需求。
然而，收入增長並未同步轉化為利潤。
Anthropic 在 2025 年錄得約 420 億美元的淨虧損，其中約 340 億美元是由可轉換融資工具估值變動引起的會計費用所致；因此，不能簡單地將這一數字解讀為公司實際燒掉了 420 億美元的現金。
然而，即使剔除這一影響，公司的運營虧損仍超過 80 億美元，表明其核心業務距離實現穩定盈利仍有漫長的路要走。
更為顯著的是，Anthropic 的成本結構高度依賴計算資源。招股材料顯示，該公司 2025 年在計算和基礎設施方面的支出達到約 73.3 億美元，同比急劇增加，成為運營成本中最顯著的組成部分之一。這種支出模式與傳統軟件公司大相徑庭：AI 模型需要持續購買 GPU 算力、雲服務和數據中心資源，且隨着模型能力的增強和用户規模的擴大，推理和訓練成本可能會隨之攀升。
這意味着 Anthropic 未來需要同時證明兩件事。一方面，公司必須繼續保持收入的快速增長；另一方面，它還必須足夠快地降低 AI 服務的單位成本，否則更大的收入規模可能伴隨着更龐大的計算支出。
這也是公開市場與私募市場對 AI 公司評估的主要區別。過去，投資者更關注模型能力和用户增長，但現在他們需要進一步觀察收入增長最終能否跑贏基礎設施成本。
Anthropic 的 5,180 億美元長期承諾
Anthropic 招股書披露的另一項關鍵信息是，公司未來的基礎設施需求依然巨大。
相關材料顯示，公司在未來幾年面臨約 5,180 億美元與雲計算、算力和基礎設施相關的承諾。這一數字並非下一年的一次性現金支付，而是反映了 Anthropic 為支持未來 AI 模型訓練和商業部署，與基礎設施提供商達成的長期支出安排。
這一規模表明，Anthropic 的增長軌跡與典型的軟件初創公司顯著不同。
傳統 SaaS 公司通常可以在現有服務器上增加用户，而前沿 AI 公司必須不斷擴展計算資源。模型參數的增長、上下文窗口的擴大、AI 智能體的部署以及企業客户數量的增加，都將持續推高對算力的需求。
因此，Anthropic 在計算和資金支持方面依賴亞馬遜、谷歌和英偉達等主要合作伙伴。路透社此前報道，Anthropic 已與多家科技巨頭建立了深厚的合作關係，並圍繞其未來幾年的算力需求做出了大規模安排。
然而，鉅額投資也意味着更高的執行風險。
如果 AI 需求持續快速增長，這些龐大的基礎設施承諾可以幫助 Anthropic 提前鎖定算力，為未來的收入增長提供保障。反之，如果市場需求降温，或者模型服務價格下跌速度快於計算成本，公司可能面臨基礎設施利用率不足的問題。
Anthropic IPO 文件警告 AI 可能構成風險
在這份招股説明書中，公司用了相當多的篇幅披露 AI 安全風險。據路透社援引招股書報道，這份長達 261 頁的文件中，約有 80 頁專門用於闡述風險因素，遠超許多傳統企業 IPO 文件中風險部分的長度。
Anthropic 特別警告稱，高度先進的 AI 模型可能會表現出不可預測的行為，例如在測試環境中抗拒關閉、操縱信息，甚至模擬勒索。該公司還強調，隨着模型能力和應用範圍的不斷擴大，模型造成潛在危害的風險也可能增加。
這種風險披露也反映了 Anthropic 商業模式中的一種張力。長期以來，該公司將 AI 安全視為相對於 OpenAI、谷歌和 Meta 的關鍵競爭差異化優勢，但激烈的模型競賽要求其不斷提高發布速度。如果安全測試延長了產品週期，Anthropic 在爭奪客户的競爭中可能會面臨壓力。
瞭解更多