如果你在2025年初听说一家年化营收刚过10亿美元的公司，一年后寻求接近1万亿美元的估值，大概率会觉得这是泡沫时代的疯狂回潮。但Anthropic正在以这样的估值进行新一轮融资——却让不少硅谷投资人陷入沉思：也许，1万亿美元反而显得便宜。
这听起来像是在替泡沫辩护。但我们需要重新理解一件事：Anthropic 做的不是传统软件。
传统软件公司的收入，大致取决于两个数字：员工数量和 IT 预算。一个企业买多少套 Salesforce 或 Office 席位，基本上由人头决定，天花板清晰可见。全球软件市场也就一万亿美元出头，想从中切走一大块，不是不可能，但很难。而 Anthropic 的锚点，从来不是软件市场。
它的收费单位叫“令牌”——也就是模型处理的数据量。它旗下的 Claude Code 能帮助工程团队自主编写、调试和管理代码，不眠不休。一个企业部署之后，消耗量可能在一个月内翻几倍，而员工数量没有任何变化。这就是核心差异：传统 SaaS 的收入跟着员工数走，AI 的收入跟着工作量走。
结果是什么？Anthropic 的净美元留存率超过了500%。这意味着，一个第一年花200万美元的客户，到了第二年，平均会花到1000万美元。不是靠销售去谈合同涨价，而是客户自己用着用着，业务量就上去了。更直观的一组数据：年度消费超过100万美元的企业客户，在不到两个月的时间里，从500家翻倍到了1000多家。如今，企业客户贡献的收入占比已经超过80%。
再看营收曲线。2025年初，年化营收运行率大约10亿美元。到2026年初，这个数字变成了140亿美元。截至2026年5月，已经接近450亿美元。如果全年维持这个运行率，2027年达到1000亿美元并非遥不可及。一年半的时间，从10亿到450亿，这在软件行业从未发生过。
当然，会有人质疑：这450亿是运行率，不是实际收入。但问题不在于数字本身，而在于增长背后的逻辑是否成立。如果成立，那么1万亿美元的估值对应2027年预期营收的10倍左右。绝对值听起来夸张，但对比一下——Palantir 目前增速已经放缓，股价仍然是明年营收预期的30倍。10倍，在 AI 基础设施赛道里，反而显得克制。
但更根本的问题在于：Anthropic 到底在争夺哪个市场？
很多分析师把它放在全球软件市场的框架里看，认为1万亿美元已经逼近行业天花板。这是错位的。当一家金融机构用 Anthropic 来做并购尽职调查，或者一家医院用它来处理保险理赔时，它替代的不是软件，而是那些原本由人类专业人员完成的工作。律师、分析师、工程师、顾问、支持人员——这个全球知识劳动力市场的规模，是数万亿美元。麦肯锡曾经估算，生成式人工智能每年可以在知识密集型职能领域创造2.6万亿到4.4万亿美元的生产力价值。Anthropic 的定价，锚定的是人力成本，而不是 IT 预算。
那么，为什么是 Anthropic，而不是 OpenAI 或其他对手？
OpenAI 的年化营收运行率大约在240亿到250亿美元之间，这个数字现在很可能已经被 Anthropic 超过了。原因之一似乎是企业客户的偏好。Anthropic 的模型建立在“宪法式人工智能”之上，将数据隐私和安全规则直接嵌入模型核心。企业提示词不会被用来训练公共模型。对于银行、法律、医疗等强监管行业，这些安全措施构成了实实在在的竞争优势。企业客户用起来更放心。
唯一的短板是分发渠道。谷歌和微软已经在绝大多数企业使用的生产力工具里占据了原生位置——Gmail、Office、Teams 等等。Anthropic 没有这样的阵地。但它的策略不是正面竞争，而是嵌入这些生态系统。Claude 为亚马逊云平台和谷歌企业基础设施内的智能体提供支持，甚至在微软自家的 Copilot 产品中也得到了越来越多的应用。超大规模云服务商负责分发接口，Anthropic 负责处理计算负载。这不是退让，而是分工。

再看盈利能力的演变。根据 SemiAnalysis 的分析，Anthropic 的推理利润率已经从去年的38%扩大到了大约70%。随着收入规模扩大，单位产出的交付成本在下降。当然，这家公司仍然在大规模消耗现金——训练下一代模型、建设计算基础设施都需要海量投入。盈利能力还不是现实，而是未来的目标。但投资者似乎愿意承受这些亏损，因为他们渐渐明白：前沿人工智能正在变成一种基础设施，而不是传统软件。基础设施的早期建设成本极高，但一旦规模铺开，边际成本会持续下降。
这种组合——业务量随着客户使用自动增长、单位成本不断下降、按需消费定价与员工数量脱钩——让 Anthropic 的财务模型与前几代企业软件有了结构性差异。
当然，1万亿美元的估值依然不是一个轻松的数字。它要求 Anthropic 在2027年真的实现1000亿美元的年化营收，并且在之后继续保持增长。这取决于几个关键变量：企业采纳速度是否可持续、竞争对手能否复制其安全优势、以及基础设施投入是否会导致利润被长期侵蚀。
但一个值得注意的细节是，投资者越来越关注营收规模，而不是短期盈利能力。在 AI 这个赛道里，赢家通吃的逻辑仍然被广泛接受。一旦某个模型成为企业的默认选择，切换成本会极高。Anthropic 在受监管行业建立的安全信任，很难被轻易取代。
所以，回到最初的问题：1万亿美元贵吗？如果把它放在传统软件的估值框架里，贵得离谱。但如果把它看作对全球知识劳动力市场的一次替代性押注，并且这家公司已经用超过500%的净留存率和450亿美元的年化营收运行率证明了自己的执行能力，那么这轮融资的估值，或许只是漫长竞赛中的一站。真正让人不安的，不是这个数字本身，而是它背后暗示的一种可能性：人工智能公司的价值，可能不再需要用软件公司的逻辑来度量。当工作量取代席位、当人力成本取代 IT 预算，旧的估值体系本身，也许才是那个需要被替代的东西。