Anthropic 2 萬億 IPO 遭質疑：算力承諾與收入錯配風險

據 Woofun AI 消息，Anthropic 即將開啟 IPO 進程之際，市場質疑聲浪驟然高漲。獨立研究機構 New Constructs 發布題為《2026 年最荒謬的 IPO》的報告，直指其估值邏輯存在根本性缺陷。核心矛盾聚焦於客戶收入的彈性與長期算力承諾的剛性之間的嚴重錯配，這一結構性風險正引發全球科技股市場的劇烈震盪。隨著 AI 產業鏈拋售潮的蔓延，Anthropic 的募資結果不僅關乎其自身研發與採購能力，更將重塑半導體投資者對下游訂單穩定性的預期判斷。

估值分歧的背後，是財務模型與增長預期的激烈博弈。New Constructs 給出的估值僅為 1,500 億美元，較市場預期的 2 兆美元目標低約 93%，這一巨大落差源於對收入可持續性的深度懷疑。Anthropic 的年化經常性收入（ARR）在 9 月預計達到 850 億美元，若按此計算，2 兆美元估值對應近 20 倍的市銷率（P/S），顯得極為昂貴。

然而，Amont Partners 董事總經理李肇宇（Rob Li）指出，估值合理性取決於增速：若年底 ARR 達 1,000 億美元，明年翻倍至 2,000 億美元，則遠期 P/S 降至 7-8 倍，進入合理區間。

值得注意的是，Anthropic 的 ARR 從 1 月的 90 億美元飆升至 7 月的 650 億美元，年內增長超 7 倍。Woofun AI 整理數據顯示，若以 New Constructs 的 1,500 億美元估值除以 650–800 億美元的 ARR，P/S 約為 2–2.3 倍，低於 SaaS 整體中位數 4.2 倍及生成式 AI 主題公司中位數 4.7 倍。對於高增長且未盈利的 Anthropic，市盈率（P/E）因利潤被戰略壓低或波動劇烈而失效，P/S 成為更合適的衡量指標，但關鍵在於增速能否持續消化高估值。

歷史案例為當前估值爭議提供了多維參照。2000 年 3 月，思科(CSCO.US)的 P/S 高達 30 倍，儘管收入增長，股價仍暴跌 86%，多年未回原點，警示了高價與增速不匹配的風險。相反，1999 年底亞馬遜(AMZN.US) P/S 約 20 倍且持續虧損，股價雖跌 95%，但長期成為巨大贏家，證明了高估值在長期增長下的合理性。2004 年 IPO 的谷歌(GOOGL.US) P/S 約 7 倍，雖當時偏高，但後續收入與盈利的高增長使其回頭看估值低廉。這些案例表明，成功與否取決於公司能否通過持續高增長驗證初始估值，而非單純看倍數高低。Anthropic 雖在模型領域地位穩固，但其面臨的挑戰在於收支兩端的不匹配，這使其估值邏輯比傳統 SaaS 公司更為複雜，需結合具體商業模式進行辨析。

商業模式痛點在於算力剛性支出與客戶彈性需求的結構性錯配。微軟(MSFT.US)、Meta(META.US) 等年度消費量超 10 億美元的主力客戶，公開表示將降低外部模型用量，增加自有模型使用以削減支出。這兩大巨頭貢獻了 Anthropic 超四分之一的營收，構成核心收入基本盤，但合作模式始終為短期按需採購，無鎖量、無鎖價、無長期履約約束。

這意味著企業客戶可隨時更換模型、減少調用或縮減預算，而 Anthropic 已約定的算力付款卻難以同比例減少。若新增容量未被充分利用，公司仍需支付費用卻無法獲得預期收入，導致現金儲備減少。新增算力投入時間與合同到期時間的錯配，進一步決定了 Anthropic 必須在特定時間點準備充足資金，這種收支節奏的不匹配構成了其經營層面的核心風險。

宏觀逆風與市場情緒擾動加劇了短期波動。中東戰事懸而未決，本週美國 CPI 數據大超預期，加息預期飆升，對利率敏感的科技股承壓明顯。Rob Li 指出，這些挑戰常成為市場唱空理由，且短期難以證偽，對沖基金基於動能的交易放大了 AI 產業鏈波動，月度收入數據的微小不及預期易引發恐慌。富達基金投資主管聶毅翔表示，在高利率環境下，成長股作為「長久期債券」受壓制，熊市更關注現金流與資產負債表。早期投資者拋售壓力亦不容忽視：2023 年時，該公司的估值只有幾十億美元，而今天則達到了 2 兆美元。這些投資者在禁售期結束後有很強的動機拋售股票，這是結構上的事實，而不是公司是否優秀的問題。這從SpaceX(SPCX.US)的波動中就可窺斑見豹。

未來增長驗證點聚焦於企業端落地與新行業拓展。Rob Li 認為，關鍵觀察點在於現有客戶增購、新客戶獲取及醫療、保險等新行業拓展。企業端落地是可持續性核心，星巴克(SBUX.US)、沃爾瑪(WMT.US)等最終客戶是否願意持續付費並獲得正向回報至關重要。目前多數企業處於早期嘗試階段，金融機構因安全問題尚未大規模採用。投資人需通過中間服務商觀察實際消耗量與付費意願，以 Salesforce(CRM.US) 為例，企業端支出增速從年初的 20% 提升至年底預期的 40%，顯示顯著增長。

此外，雲廠商與 AI 模型呈「共生關係」，微軟(MSFT.US)、亞馬遜(AMZN.US)、谷歌(GOOGL.US)等通過提供算力基礎設施獲利，AI 應用繁榮直接驅動雲服務收入增長。若 AI 需求證偽，雲業務將受重創，反之亦然。

儘管雲廠商可能開發自有模型以降低成本，但整體利益綁定於 AI 生態擴張，且其自有模型應用能力仍存疑，這為 Anthropic 等模型公司提供了緩衝空間。

產業鏈硬體環節中，存儲與光模塊面臨不同的風險對比。目前 GPU、半導體、光模塊等環節均處「爆單」或短缺狀態，但投資者更傾向於「朝前看」。存儲是最緊張環節，但海力士(SKHY.US)、三星股價跌幅逼近 30%。Rob Li 指出，存儲安全邊際最高，但市場遲疑源於其強週期屬性及客戶可隨時下調採購量的歷史陰影。

然而，AI 已部分熨平內存週期，如今內存行業建立更成熟保障機制，如要求客戶支付 20%-30% 預付款或定金，即便違約，供應商仍能保留部分資金，降低尾部風險。相比之下，美國光模塊等板塊雖緊缺，但估值極高且缺乏同等規模現金儲備保護，若泡沫破裂，下行風險更大。摩根士丹利(MS.US)提及，存儲公司拐點難預判，以往週期終結點為 2000、2016、2019、2022 年，均由供給追上及雲廠商暫停採購導致。考慮到擴產耗時，2026 年和 2027 年大部分時間不太可能發生類似情況，而其他 AI 硬體環節缺乏預付款機制，投資者因過往「被斷供」經歷心存陰影，對可持續性持懷疑態度，這可能解釋了近期 AI 產業鏈大跌。

市場週期總結與投資展望顯示，儘管 AI 產業鏈基本面強勁，但在宏觀逆風未消之際，投資者仍將駐足觀望。每一輪週期中，大漲時理論佐證動因，大跌時任何風吹草動都成導火線，市場自發挖掘原因。Anthropic 的 IPO 爭議不僅是估值問題，更是對其商業模式可持續性的壓力測試。隨著局勢逐漸清晰，企業端落地進展、宏觀環境變化及早期投資者拋售節奏將成為關鍵變量。