← 分析

分析 · 2026-10-23 · 作者 bombong

前沿 AI 企业的 IPO:市场依据增长率还是风险来定价

据报道,Anthropic 的季度营收快速增长,并在调整后口径下实现盈利,但围绕 IPO 估值的讨论反而走低。本文把一周内出现的业绩、信用评级、客户流动和宏观警告放在一起,考察公开市场以什么标准为 AI 企业定价。

一架大天平的两侧托盘上分别放着一棵发光的小树和乌云下的一堆石块,几位鉴定人正用卷尺和放大镜仔细查看。
AI 生成图像 · 一架大天平的两侧托盘上分别放着一棵发光的小树和乌云下的一堆石块,几位鉴定人正用卷尺和放大镜仔细查看。
要点

营收数字说明了什么?

本周 AI 行业被提及最多的数字是 Anthropic 的第三季度业绩。据本站统计,相关关键词本周在 18 家新闻媒体和 3 条社区帖子中被讨论。

据 ZDNet Korea 援引彭博社的报道,Anthropic 于 10 月 14 日(当地时间)在旧金山总部举行投资者说明会,公布第三季度营收 168 亿美元、调整后毛利率 85%、调整后营业利润率 11% 以上(s1)。据报道,自由现金流也为正(s1)。按路透社报道,季度营收分别为第一季度 47 亿美元、第二季度 116 亿美元、第三季度 168 亿美元(s1)。报道将 Claude Code 和企业客户需求列为增长因素(s1)。

不过,这些数字均按“调整后(adjusted)”口径报道,本次报道中未能确认会计准则(GAAP)口径的数字(s1)。仅从数字规模看是强劲增长,但也需要同时看清这是哪种口径的数字。

对读者来说,阅读 AI 企业业绩报道时先确认“是否为调整后口径”,是一个有用的习惯。

Anthropic 季度营收(据报道)

第一季度
第二季度
第三季度
按路透社报道的季度营收。金额增大,但第三季度的增幅比第二季度缩小。

增长很快,为什么估值讨论反而走低?

值得注意的是,业绩公布后,价格预期反而下降了。路透社和 The Information 援引多位知情人士报道称,部分现有投资者和潜在 IPO 投资者正在考虑下调估值(s2)。据报道,最初提及的估值为 2 万亿美元,目前讨论的是 1.5 万亿美元左右(s2)。

报道指出的原因是增长速度。尽管季度营收增长 45%、盈利能力也有改善,但有观点指出增速比上半年放缓(s2)。实际上,环比增长率从第二季度的约 147% 降至第三季度的 45%(s1)。

这可以理解为一个信号:市场定价看重的是增长的“斜率”,而不是营收的“规模”。估值是把未来营收提前折算出来的值,因此增长率一旦变化,即使营收相同,也可能得出不同的价格。这可以看作上市前私募市场的预期在遇到公开财务信息后被重新计算的过程。

对读者的启示是,看 AI 企业估值新闻时,与其只看绝对金额,不如同时关注增长率趋势,更容易把握走向。

增长速度与估值讨论

约 147%第二季度环比增长率
45%第三季度环比增长率
2 万亿美元最初提及的估值
1.5 万亿美元当前讨论水平
据报道,环比增长率下降后,被提及的估值也随之下调。

计入价格的风险因素有哪些?

同一周,除了增长率之外,还出现了多条可能影响价格的消息。按时间顺序整理如下。

首先是信用评级。据 AI Times 援引 FT 的报道,信用评级机构 KBRA 在 6 月由 Apollo 主导的 350 亿美元芯片融资之前,给予 Anthropic“BB+”发行人信用评级(s3)。BB+ 比投资级低一级,据称此次评估缺少现金流等核心财务信息(s3)。

其次是治理方面的要求。据《电子新闻》(Electronic Times)援引彭博社的报道,纽约市审计长马克·莱文致信 Anthropic CEO,要求在化解围绕 AI 安全性、治理结构和开发速度的风险之前,暂停原定于下个月进行的 IPO(s4)。莱文要求说明将如何实施审计和控制(s4)。

客户方面也有消息。据 TechCrunch 报道,Replit CEO 阿姆贾德·马萨德表示,出于包括成本在内的多种原因,不再与 Anthropic 合作(s5)。此后他解释称,会把默认模型供应商换成 OpenAI,但客户仍可以继续选择使用 Claude(s7)。

宏观信号也叠加在一起。据 AI Times 援引路透社和 WSJ 的报道,IMF 于 10 月 16 日(当地时间)估计,在 AI 投资预期未能转化为成果的悲观情景下,2028 年全球增长率最多可能下降 1.3 个百分点(s8)。

这些消息与其说是某一家企业的问题,不如说表明:对于即将上市的 AI 企业,监管、治理、客户流动和宏观环境都会成为定价变量。

这场定价争论对从业者意味着什么?

IPO 定价看起来是投资者的事,但也与使用模型的从业者相关。AI Times 解释说,如果信用评级进入投资级,就能以更低利率借款,大规模算力投资的融资方式可能随之改变(s3)。融资成本和算力投资最终可能影响模型单价和供应能力。

Replit 的案例从客户一侧展示了这种关联。成本被提到是更换供应商决定的原因之一(s5),结果并非彻底更换,而是只更换默认模型、同时保留其他模型(s7)。可以理解为,像编程平台这样 token 用量大的服务,正在走向同时部署多个模型并调整默认值的结构。

总的来说,可以认为公开市场并不只以营收规模评价前沿 AI 企业,而是把增长速度、财务信息透明度、治理、客户多元化和宏观风险一并计入价格。从业者提前搭建不被特定供应商绑定的结构,更容易应对这类变化。

实践者可以尝试的事
  1. 把当前使用的 LLM 调用按任务拆分,重新计算 token 用量和成本,并把单价上涨或下降时的影响整理成表。
  2. 检查是否设置了 LLM 网关或抽象层,能否仅通过配置更换默认模型,以及更换时能否用评估集立即比较质量。
  3. 阅读 AI 供应商业绩报道时,同时记录是否为调整后口径以及各季度增长率趋势,留作供应商评估资料。

相关术语

基础模型 按 token 计费 LLM 网关 编程智能体 氛围编程 AI 数据中心 Evals

来源

本文借助 AI 撰写,包含个人观点。