文｜周艾琳

编辑 | 刘鹏

创造出 Claude 的模型公司 Anthropic 即将上市之际，质疑声再起。

近期，独立研究机构 New Constructs 发布报告《Anthropic Is The Most Ridiculous IPO of 2026》（2026 年最荒谬的 IPO），核心争议是——客户收入能否支撑长期算力承诺。

原因在于，Anthropic 已承诺未来多年支付巨额算力费用，但许多客户的采购金额却更容易调整。当客户回款低于签约时的预期，而算力付款又难以相应减少时，Anthropic 就需要动用更多现金储备或融资来履约。

New Constructs 称这一 IPO 荒谬，仅给出约为 1500 亿美元的估值，较 2 万亿美元的目标估值低约 93%。

这一争议事关全球科技股的命运，近期更是加剧了 AI 产业链的抛售。Anthropic 未来的实际募资结果，会影响其持续研发和采购的能力，也会改变半导体投资者对其未来订单与付款能力的判断。

某头部华尔街投行资深主管也对腾讯财经透露，其所在银行负责 Anthropic 的承销，IPO 的时点大概率在今年 11 月中期选举后。对 AI 安全的担忧、估值的质疑和政治的考量都导致 IPO 时点有所延后。

事实上，对 AI 产业链的质疑从来不缺，而且质疑往往短期内难以证伪，从而会导致更多人愿意发出类似质疑，并影响市场。多位华尔街和硅谷投资人表示，博眼球的研究机构层出不穷，量化交易机构也往往不根据基本面交易，而是跟着动能进行买入和抛售，波动太正常不过。

究竟是 Anthropic 的估值荒谬，还是这家研究机构给出的极低的估值预测荒谬？

如何给 Anthropic 估值

Anthropic 的 ARR 在 9 月预计收入达 850 亿美元，那么按照市销率（P/S）倍数来估算，2 万亿美元的估值对应了近 20 倍的 P/S 倍数。

长期关注科技股的资深华尔街基金经理、Amont Partners 董事总经理李肇宇 ( Rob Li ) 对腾讯财经表示，估值合理性取决于收入增速—— Anthropic 的 ARR 预计 9 月收入达 850 亿美元，年底可达 1000 亿美元。若明年翻倍至 2000 亿美元，则对应 7-8 倍远期 P/S，处于合理区间 。未来一段时间，ARR 的持续增长是大概率事件。

ARR 通常是 " 当月经常性收入 × 12"，即年化的当前收入规模，它不等于过去 12 个月实际确认的收入。

值得一提的是，Anthropic 的年化收入从 1 月的 90 亿美元增至 7 月的 650 亿美元，年内增长超过 7 倍，用户增长更快。若这一增速得以继续，那么消化高估值的能力也将是极强的，因此如今看似昂贵的估值，未来可能将逐渐合理化。

若以 New Constructs 的 1500 亿美元估值来算，除以 650 – 800 亿美元的年化收入（ARR），那么 Anthropic 的市销率（P/S）大约是 2 – 2.3 倍。这个倍数低于 SaaS 整体中位数（约 4.2 倍）和生成式 AI 主题公司的中位数（约 4.7 倍）。

对于 Anthropic 这种高增长、未盈利的科技公司，现在阶段用 P/S 估值更为合适。

为什么不用市盈率（ P/E）来衡量？P/E = 市值 ÷ 净利润，它在三种情况下会失效：没有利润；利润被 " 主动压低 "，Anthropic 这类公司把大量收入再投入训练模型、招人、扩张，账面利润低是战略选择，不代表赚钱能力差；变化太快，利润从亏损变成大幅盈利可能只需要一两年，当下的 P/E 很快就过时了。

但也有观点认为，如今的 P/S 也不能算低，而关键就在于未来的增速持续性。

从历史来看，成功、失败的案例都不少。例如，2000 年 3 月，思科的 P/S按当年收入约 30 倍，而后收入继续增长，但股价跌约 86%，20 多年都没回到原点，问题就在于好公司的价格太贵，且增速不够快。

亚马逊则是逆风翻盘的成功案例。1999 年底，亚马逊的 P/S 约为 20 倍，且持续亏损，股价跌约 95%，近十年才收复，但长期来看亚马逊无疑是巨大的赢家。

2004 年 IPO 的谷歌也是成功案例，当时 P/S 约为 7 倍，虽然已经偏高，但后续收入、盈利持续高增长，回头看其实估值很便宜。

刚性支出、弹性收入

即使 Anthropic 在模型领域的地位毋庸置疑，它面临的挑战在于收支两头的潜在不匹配。

一方面，Anthropic 价格并不便宜，微软、Meta 等大公司和主力消费方（年度消费量 10 亿美元以上），在市场放言要降低外部如 Anthropic 的模型用量，增加自己的模型使用频率，以降低外部支出。

另一方面，两大巨头贡献了 Anthropic 超四分之一的营收，是公司核心收入基本盘，但双方始终为短期按需采购的合作模式，无锁量、无锁价、无长期履约约束。

关键还在于，企业客户可能更换模型、减少不必要的调用或缩减预算，但 Anthropic 已经约定的算力付款却难以按同样比例减少。

未来，如果新增容量没有得到充分使用，公司仍需支付相应费用，却没有取得预期收入，经营中留下的现金就会减少。新增算力何时投入使用、合同费用何时到期，进一步决定 Anthropic 必须在什么时间准备多少资金。

宏观不确定性扰动投资者

不可忽视的还有宏观因素扰动。一边是悬而未决的中东战事，一边又是本周大超预期的美国 CPI 数据，美国加息预期开始飙升，对利率尤为敏感的科技股难以招架。

" 上述挑战时不时就会成为市场唱空的理由，且短期无法证伪，加之对冲基金的交易往往由动能主导而非基本面，市场短期情绪波动大，AI 产业链公司的波动也被放大，尤其是各界对月度收入数据敏感，易因单月数据不及预期引发恐慌 。"Rob Li 表示。

无独有偶，富达基金投资主管聂毅翔对腾讯财经表示，尽管长期看好 AI 前景，但牛市看未来天花板（PS、用户数等），熊市看现金流和资产负债表。在如今海外高利率环境下，成长股作为 " 长久期债券 " 受压制明显。

多位投资者对腾讯财经提及，对于普通投资者而言，若要在 IPO 后通过二级市场参与 Anthropic 的交易，早期面临的风险较高。这从 SpaceX 的波动中就可窥斑见豹。

原因在于，这次许多早期投资者的持股成本非常低：2023 年时，该公司的估值只有几亿美元，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。

关键在于客户增购和新行业拓展

短期的质疑声难以被证伪，但未来一段时间，局势也将越发清晰。

Rob Li 认为， 关键观察点在于现有客户增购、新行业拓展（如医疗、保险）以及新客户获取能力 。

企业端落地是关键验证点。在他看来，AI 行业可持续性的核心在于最终企业客户（如星巴克、沃尔玛等）是否愿意持续付费并获得正向回报 。目前多数企业仍处于早期尝试阶段，金融机构因安全问题尚未大规模采用 。

对于投资人而言，需通过中间服务商观察企业客户的实际消耗量和付费意愿。以 Salesforce 为例，目前数据显示企业端支出增速显著，从年初的 20% 提升至年底预期的 40% 。

此外，Rob Li 认为，尽管云厂商期待降低模型预算的做法会引发市场担忧，但事实上，云厂商与 AI 模型是 " 共生关系 "。

具体而言， 微软、亚马逊、谷歌等云厂商与 OpenAI 等模型公司并非单纯竞争，多数模型使用客户并非直接获取模型，而是通过第三方云厂商通过提供算力基础设施获利，因此 AI 模型应用的繁荣直接驱动云服务收入增长。若 AI 需求证伪，云业务增速将受重创 ，反之亦然。

可见，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 生态的扩张 。同时，云厂商能否真的运用自有模型仍存疑。

如何影响 AI 产业链投资？

模型公司的变化牵一发而动全身。当前，不论 GPU、半导体、光模块等，各个环节都处于 " 爆单 " 甚至 " 短缺 " 的情况，但如今，AI 热潮过半之际，投资者更倾向于 " 朝前看 "。

当前，最紧张的环节无疑就是存储。但近期海力士、三星股价的跌幅都逼近 30%。

Rob Li 表示，就各产业链来看，存储其实是当前安全边际最高的环节，但问题就在于市场的迟疑。九成资深投资人都认为存储是强周期行业，而且早年即使存储厂与客户签订长协（LTA），但客户仍可以随时返回下调采购量，因此投资人担心暴涨过后跟随的是暴跌。

但事实上，AI 已经部分熨平了内存周期，与传统内存行业不同，如今内存行业已建立更成熟的保障机制，如要求客户支付 20%-30% 的预付款或定金，即便客户违约，供应商仍能保留部分资金，降低了尾部风险 。相比之下，美国光模块等板块虽然紧缺，但估值极高且缺乏同等规模的现金储备保护，若泡沫破裂，下行风险更大 。

摩根士丹利提及，存储公司很少能预判自己的拐点，管理层的指引通常只是确认市场已经知道的趋势。以往周期的终结点在 2000、2016、2019、2022 年，都是供给追上来、云厂商暂停采购造成的。考虑到扩产需要较长时间，这种情况不太可能在 2026 年和 2027 年大部分时间里发生。

相比之下，其他 AI 硬件环节缺乏预付款机制，投资者因过往行业 " 被断供 " 或违约的经历而心存阴影，对可持续性持怀疑态度 。这可能也解释了近期的 AI 产业链大跌。

每一轮周期，当市场大涨时，往往会出现一堆理论佐证上涨的动因，而当市场大跌时，任何风吹草动都成为了下跌的导火索，甚至市场会不断自发挖掘原因。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。