开场0:00
最开始的时候 , 大家普遍预期是 2 万亿美元 , 然后 10 月中旬说可能会下调到 1.5 万亿美元 。 你认为市值可能会落在什么位置 ?
我觉得现在它要做到 1.5 的话 , 我觉得它应该管理升级就很开心了 。
增速是远远不及市场预期的 。 如果按照它三季度市场了解到的那个信息 , 那其实年底的这样一个 ARR 的一个速率 ,是能做到 85 到 90 的标价 。
他们说我们的现金流很好 , 自由现金流是正数 ,但它是把自己跟 Broadcom 签了一个 1500 亿美金的一个租赁协议 , 处理成了一个 Operating lease, 一个叫会计方面的小把戏吧 。
因为即使我们今天去问很多公司的 CIO, 你问他 : 你说你明年后年愿意花多少钱 ? 他们说我们自己都不知道 ,因为我们说我们现在花的钱还太少 , 稍作的还不够 , 我们还不知道这个实际的回报到底比我多高 。
有一些人会在短期的波动之后, 来讨论现在是不是 AI 泡沫破裂的前夜 。
但我觉得这是一个很明显是一个过度恐慌 , 最后证明还是证伪 ,是泡沫还是不泡沫 , 核心是要在于看你下游的企业客户的需求 。
欢迎收听 《 晚点聊 》。 今天我们一次发了两期节目 , 分别是从一级市场和二级市场的角度 , 来解读 Anthropic 在上周发布的 S-1 文件招股书 。在二级市场角度的讨论中, 我邀请了 Amont Partners 的管理合伙人 Rob Li, 李肇宇 。他长期在华尔街从事主观投资 , 先后任职于摩根士丹利和 Slate Path 等机构 ,2023 年创立了自己的基金 ,有 AI 算力层的长期持仓 。
我们详细拆解和讨论了 Anthropic 招股书中的信息 , 包括收入增速下滑 、 客户集中度改善 、 客户增购的情况和长期的算力支出 。
虽然他本人在 AI 算力的上游持仓较多 ,而他认为问题的关键是下游的需求 ,而非上游的供给 。 我们也讨论了假设需求不及预期 , 这一轮因 AI 资本开支而产生的债务周期会如何演变 。
最后说明一下, 本期节目录制于上周四 , 本周 Anthropic 更新了招股书里的部分数字 , 包括官方口径里的三季度收入和长期的算力支出总额等等 , 可以见 Show Notes 里我更新的数据图 。
我们正式进入节目吧 。
Rob Li 你好 , 欢迎做客 《 晚点聊 》。 这次邀请你是想来聊一聊本周的一个行业大事件 , 就是 Anthropic 刚刚正式披露了它的 S-1 文件 ,也就是招股书 。Rob 你可以先和我们的听友简单打个招呼 , 简单的自我介绍一下 。
好的 , 感谢程老师邀请 , 今天跟大家做一个分享 。 我自己最开始在一个 Terafab 做科技方面投资 , 后来再去 JP Morgan Asset Management 的 FLA Fund 作为一个合伙人, 做主观的这样一个多空策略的投资 , 同时也会做一些维权投资方面的这样东西 。
那我自己的话是在 23 年的夏天从平台上搬 FIRS 出来 , 做一个自己的基金 。 那核心的理念的话还是比较偏巴菲特的一个风格 , 没有任何杠杆 , 相对比较保守 。
那持仓的话会比较久 , 像很多 AI 方面的一些持仓 , 像一个美光 , 包括跟加拿大一公司给 Google TPU 做代工的一个企业 , 叫做 Swarovski, 都是从大概在 22 年 23 年进到很多年的这种公司 , 相对会比较耐心 。
那当然对于整个 AI 的板块的话 , 从 2022 年开始的话 , 我们也有比较长期的去关注和涉足 ,不管是做多还是做空 。
那 Anthropic 作为 Frontier 其中最核心的一员 , 要马上上市的话 , 那对我们来说也是一个需要关注 、 需要去做跟踪和研究的一个标的 。
那当然 S-1 出来之后的话 , 我们自己也大概的过了一遍 , 看了一下有些自己的一些初前的想法吧 , 就在这里抛出隐喻和大家做一个交流 。
正好我们后面也会讨论到一些和 AI 算力基础设施比较相关的话题 。 首先我们可以先来一组快问 , 就你可以直接说你的想法 。
快问快答4:05
第一个是我想知道 , 就是看完这个招股书的文件之后, 哪个信息是让你更看好 Anthropic 了 ?
我觉得对我自己来说 , 可能最大的一个之前不知道的一个利好的消息在于 , 它的客户集中程度比我想象中其实要低很多 。
那相对反映出来的话 , 它的客户构成是比较健康的 ,因为在最近的一个季度 , 就三季度 9 月份周期的话 , 它前五大客户已经将近只剩它的大概五分之一了 。
那今后的话 , 这个比例还会继续往下走 。 那这样的情况下, 前五大客户平均下来的话 , 可能就不超过 5 个点的收入 。
那它自己也讲了 , 最大的客户也没有超过 10 个点 。 所以客户的构成比来说 , 相对来说是比较健康的 。
这是以前我们不知道的一个新的信息 。
那有哪个信息会让你更谨慎吗 ?
有一个就是说 , 从 Anthropic 他们自己玩了一个小小的花招 ,他们说我们的现金流很好 , 自由现金流是正数 ,但它的自由现金流的计算里面的话 , 它把自己跟 Broadcom 签了一个将近 150 个标元 ,1500 亿美金的这样一个租赁盘的 CPU 的协议 。
它把这东西呢 , 就从会计的方式把它处理成了一个 Operating lease,而不是一个纯粹的 Financial lease。 那这样的情况下的话 , 它可以把它做成一个从现金流的角度 , 可以把它放在它的 Financing cash flow,而不在于它的 Operating cash flow。
就相当于把很大一块钱和现金的支出移了出去 。 那这样的话 , 它所谓定义的自由现金流的话 , 就可以变成正数 。
但实际上如果把你把这块数字拿进来的话 , 那它实际的自由现金流的情况会比它告诉大家的会要差一些 。
所以就是管理层玩了一个叫会计方面的这样一个小把戏吧 。
你认为 Anthropic 的这场 IPO 会有多大几率导致 AI 行情从盛转衰 ?
我觉得倒不是在于它 IPO, 要看它 IPO 的定价 、 估值 ,以及市场对于这样一个估值的一个想法了 。 因为其实在 S-1 里面 , 很多人关注的最重要的信息它其实没有披露的 , 那就是 10 月份的这样一个 ARR, 或者说 10 月份的这样一个 Runway 的一个收入到底是多少 。
它目前是没有给出的数的 。 那当然有可能在它进入录影之后, 它会发了一个叫 Amendment 的这样一个 S-1, 会把这个数字补充进去 。
那市场会比较关注这样一个数字 ,因为很多投资人, 尤其是也比较看短期投资人的话 ,他们会对这个数字比较敏感 。
如果这个数字外推 , 能让大家觉得 AI 这个公司到年底的 Runway 可能做到 100 个标元 , 就是在夏天的时候 , 大家一个比较乐观的这样一个数字 。
如果能够推算到 100 的话 , 那大家可能会比较开心 。 如果这个数字是远低于 100, 就甚至比可能三季度的外推的数字 85 到 90 个标元还会更低的话 , 那可能市场又会出现恐慌 , 那觉得是不是 AI 就没有了 。
因为它的收入的一个增速有一个明显的下降 。 所以我觉得很多人在等待这样一个数字出来 ,而这个数字是在第一版 S-1 是没有的 。
这里我有一个小问题 , 就是因为现在预期它是 11 月中旬上市嘛 , 从它的披露义务上 ,在正式上市之前 , 它是一定要披露 10 月的这个 ARR 的数字 , 还是它也可以不披露 ?
不需要 ,但是在 10 月份做录影的话 , 你心里面很清楚 , 你的 10 月份的 ARR 它必然是知道的 。 如果它知道 , 那必然跟市场沟通 。
那从市场的一个推断的角度 , 或者市场的反应 , 一定是觉得你的数字不好 , 所以你才不愿意跟我讲 。
如果你的数字很好的话 , 你为了寻求一个很好的一个 IPO 的估值 , 你是必然会告诉我的 。
那最后一个小问题 , 就是如果你只选三个最重要的指标 , 让你在 Anthropic 上市两年后持续追踪的话 , 你会选什么 ?
刚才提到这个客户构成比 , 这是一个比较重要的指标 , 就能够反映出的话 , 它不仅仅依赖于几个大的客户 。
另外的话 , 我们可以把它简单的叫做同店的一个增长 。 我们就说同一个客户 , 尤其是大客户 ,他在已经花了很多钱 , 比如说已经花了 1 亿在 Anthropic 上面 ,他是否还有这个意愿继续花更多的钱 。
因为这种反映出 , 就客户是否觉得我花在 Anthropic 收 Token 的钱 , 最后给了我实打实的利益 , 我能够看到这样一个很好的 ROI, 我也花钱 , 能够体现出就是说它是否能够客户带来持续的一个价值 。
最后一点的话 , 我觉得可能就回到说 , 我这个东西对客户有价值 ,但是我自己能不能知道这个钱最后能不能有利润 。
那其实核心就在于 , 你的每一个算力单位所对应的收入是否在持续往上走 。 那当然目前的话 , 它已经还算做得很好了 , 从两年前大概只有 1 块钱的算力 , 对应的收入可能还不到 1 块钱 。
它现在能够 1 块钱的算力 , 按它自己的计算 , 能够做到超过 2 块钱的这样一个情况 。 如果这个比例或这个数字在持续往上走 , 我们说今后我们能够 1 块钱的算力能够拿到 3 块钱 、4 块钱 , 甚至 5 块钱的收入的话 , 那就说明这样一个商业的模式是能够逐渐的跑通的 。
OK, 那总结一下就是 , 第一个是客户集中度 , 你觉得越分散越好 ; 第二个是客户的增购 ; 第三个就是单位算力带来的收入的情况 。
然后在正式进入讨论这个 S-1 文件的一些具体信息之前 , 还想聊几个市场的反应的情况 。 一个是它自己这个招股书披露当天是美国时间的 10 月 26 号 , 美股的 AI 板块多数公司是上涨的 , 你怎么看这两天的短期市场反应 ?
当然我们刚才也讲了 , 就最核心的一个数字 , 它其实没有披露 10 月份的 ARR。 所以就市场短期的一个情绪 , 我觉得没有必要做一个特别值得一个参考的一个事情 。
只是说它披露出的东西没有一个让大家觉得很讨厌 , 或者说哇 , 大家很震惊 , 原来这个公司这么差 。
它已经披露出来东西 , 让大家看到这公司也没有什么特别眼前一亮 ,但同时也没有让我哇 , 突然觉得这公司确实是有各种窟窿都多得不得了 。
所以在这种情况下的话 , 市场我觉得这样一个偏正面但比较平淡的反应 , 我觉得是一个比较正常的 。
很多人还在等待 10 月份那个数字要出来 。
偏正面到平淡反应 。 然后另一个事就是 10 月 28 号 , 这和 Anthropic 自己没关系 ,是 Google 发了新一季度的财报 ,是导致它自己下跌了很多 , 然后英伟达 、 博通这些公司也连带着下跌 。Google 的自由现金流是到了负的 90.7 亿美元 ,而且这是连续第二个季度它的现金流是负的 。
然后市场就会比较担心 , 像 Google 这种很大的 AI 基础设施的客户 , 它自己的现金也变得更紧张了 。
我自己的理解是这样 , 就 Google 自己跌 ,其实核心的原因跟 AI 没有什么关系 , 主要是在于它的核心的业务卖广告 。
这一块的广告 , 它的增速下滑得很厉害 , 到 10 月份比市场预期可能 14 到 15 点增速要低很多 。 让大家担心 , 纯粹从 Google 单个公司角度 , 你过去就是靠卖广告 , 那现在明显的这一块东西是被 AI 给在掺水 ,AI 在伤害你的目的 。
那今后你怎么办 ? 这是一个对 Google 来说很棘手 、 很尴尬的事情 。 这是 Google 自己跌一个很核心的原因 。 那我们说它为什么把连带的跟所有 AI 上游技术实现关的东西全部给带下去了 ,其实更重要的原因在于 Google 就从表面上的数字 , 我们看到说 Google 三季度的资本开支低于市场预期 。
那大家想 , 你 Google 不是说 AI 很棒吗 ? 但你现在怎么花钱反而花得少了 ? 那是不是你自己觉得其实 AI 这个东西好像也没有那么强的需求 ?
那 AI 的需求开始变少了 , 那是不是大家都跟着你一起死了 ? 但你实际上看的话 ,其实 Google 更多是一个 timing 的意识 ,因为他们说了 , 我们是花钱不像开水龙头一样 , 就每天就固定的每点 , 很多时候是一把一把很 lumpy 这样一个数字 。
所以从全年的角度来说是没有什么区别 。 而且 Google 自己也讲了 , 明年他们要给出一个数字 , 到 2027 年他们要花的资本开支 , 那绝大部分是要用给 AI 来烧的 。
烧这个钱 ,他自己说是相对于 26 年有一个很显著的一个增长 , 显著但并没有量化 , 对吧 ?70 个点 、60 个点 、30 个点 ,他没有讲 。
目前的市场预期大概还是在明年还会有 50 个点的增长 。 如果 Google 到明年三年之后确认这样的信息 , 我们所谓的显著的一个增长 ,是相对于 26 年还有至少 50 个点增长的话 , 那就应该是符合预期的 。
那市场目前的这样一个短期的担心的话 , 它最后也可以被收回 。
那我们就是直接正式进入来聊 Anthropic 发的招股书里的一些信息 。 说到就是大家关心的这个收入和收入增速的变化的话 , 综合媒体报道的信息 ,其实是能看到它 Q3 的一个收入的 ,但这不是它自己披露的 ,是之前有媒体报道说它 Q3 就是 7、8、9 这三个月收入是 168 亿美元 , 然后它 Q2 就是在 S-1 文件里自己写的是 115.55 亿美元嘛 。
收入增速12:44
你对比来看 , 这个增速就从二季度的 144% 下降到了 45%。 怎么看这个增速的大幅下滑 ?
增速从它自己来说的话是 OK 的 , 从市场预期来说是远远不及市场预期的 。 市场是希望把它的三季度的最后一个月能够把它单独拎出来 , 然后线性的外推到按照那个就 month on month 我们 KYO 上的比例 , 就相对于你的环比的增速 , 线性外推到年底 , 希望能够做到它曾经就大概在春天和夏天 , 市场大概期待能够做到 100 个标元以上 。
如果按照它三季度市场了解到的那个信息 , 那其实年底的这样一个 AR 的一个速率 ,其实也就只能做到 85 到 90 个标元 。
所以是在 10 月份之前 , 它刚刚这个消息出来的时候 , 市场就已经跌了一把嘛 ,因为市场觉得这公司感觉增速不行了 。
所以从它自己的角度 , 从一个业务增速角度 , 我觉得是 OK 的 ,但从满足市场一个比较高的预期的话 , 那显然是没有达标的 。
这也是为什么市场很关心 10 月份这样一个数字 ,10 月份的增速是否会继续放缓 , 还是说 10 月份的数字会能够所谓的回到一个正常的轨道 , 增速一个提高 。
这个东西是能够比较决定市场情绪的一个很重要的数字 。
那你自己怎么去看这个可能性了 ? 因为以往来说 , 它一般有可能是发了新的模型之后, 它的收入一个阶段里它会增得比较快 。
对 ,因为影响一个月的就其实因素有很多 。 刚才您提到发了一个新模型之后的话 , 一般大家会很愿意用 , 会用很多 , 对它是一个好事 。
另一方面你要看你的竞争对手 ,Google 也好 ,OpenAI 也好 ,他们万一发了一个新的模型 , 可能在短时间会让你的客户有流失 , 对你是一个利空 。
然后它自己还做了一个事情 ,在 S-1 里面有披露 ,他们说有很多国家竞争对手恶意的蒸馏我们的模型 , 搞这样一个东西 , 刷很多 Token。
按它自己的计算比例 , 大概是它的收入不到 7 个点 ,是来自于蒸馏 。 那它说好 , 我把这帮人全部给踢走了 ,不允许大家来蒸馏我的模型了 。
那显然对你的增速会有影响 ,因为你相当于你要从收入里面砍大概 5 到 7 个点的一个收入 。 那这个东西当然是跟你的核心业务无关的 , 它更多是一次性的 。
但这个因素在短期来说的话 , 需要集团再考虑里面 。 然后是公司自己也提到 ,10 月份的话倒不会存在这个因素 , 美国没有什么节日 。
但如果你在 12 月份的话 , 比如说年末 , 那个时候你计算 , 我们说叫做过去 28 天 , 那 12 月 31 号的话 , 那显然你烧 Token 这个速度会比实际的情况要更差一些 。
因为 12 月份是美国很大节日, 很多公司从圣诞节 24 号到 31 号 , 大家要切换税收的 。 如果你把这一周的数字计算进去 , 那显然比公司实际的增速要低 。
所以这一点季节性也需要考虑进去 。
对 , 你刚说到这个我也想到了 , 就是从 Anthropic 自己的一些叙事和节奏上, 你也可以部分来解释它 Q3 的环比增速比 Q2 低 。
因为 Q3 9 月初的时候 ,OpenAI 是发了很强势的一个新的模型 , 就 GPT-6、Astra, 还有后面的一些系列 。 而 Q3 末尾 ,Claude 它才更新它的系列 。
它之前更早的模型 ,其实是这一季度比较早的时候发的 , 大概可能 6 月底到 7 月初的这个样子吧 。
所以我觉得它可能就是有一个叙事 , 就是在于我后面有了新的模型 , 我 10 月也许有更好的增长 。 另外确实也是从今年下半年开始 ,Anthropic 它在去治理蒸馏上, 它花了更大的投入和精力 , 就相当于它舍弃了这一部分的收入 。
是的 , 从一个长期的考虑 , 这是它应该做的一个事情 。
这个其实也和之前像 K3 这样的模型 , 作为中国的开源模型 ,在表现上看起来非常逼近 Ops 之后, 冲击了大家的这个估值和资本的叙事逻辑也有关 。
所以确实可以等等看 10 月的这个数据之后有没有一些变化 。
当然 , 这东西对参与 Anthropic IPO 的投资人是很重要 。 但是如果我们把这个眼睛放远一点 , 我们把作为一个数据点来考虑 , 对整个 AI 板块 , 尤其是在 AI 上游基建的这样一个角度来说的话 , 我觉得它这个数据也是重要的 ,但它并不是能够代表全面 。
我给大家举一个很简单的例子 , 就是说如果我们要投中国的整个 EV 的市场 , 比如说我们要投宁德时代 ,因为它做电池 , 供给所有的做电车的公司 。
有一天小风说我这个月大家预期要卖 100 辆 , 后来我这个月只卖了 90 辆 。 你说这个事情对中国的 EV 产业或对宁德时代是一个好事还是一个坏事 ?
很难去讲 。 那核心在于我们需要了解 , 它从 100 辆变成 90 辆 , 少卖了 10 辆车 ,是因为竞争对手更好 , 比亚迪出了一个很好的车 ,NIO 出了一个很好的车 , 吃到它的份了 , 还是说这个市场本身不行 , 大家不喜欢开 EV 了 , 就回去开油车了 。
所以每个人的销售额都下来了 。 如果是前者 , 虽然小鹏少卖了 10 辆车 ,但是比亚迪 、 理想 、NIO 它卖了更多的车 , 整个市场的增速还很好的话 , 那其实对上游 , 比如说宁德时代 , 它还是一个利好 。
你说 Anthropic 是一个很大的一个模型厂 ,但它不是一个唯一的模型厂 , 包括现在很多开源的模型 , 现在在 OpenAI, 如果你看 OpenRod 的话 , 刷 Token, 开源模型已经刷过了一半了 。
如果它的 ARR 不好 ,其中一种解释在于 , 就像刚才你也提到 ,也许大家觉得 OpenAI 的模型更好 , 我刷更多 OpenAI 的模型 , 那个 Token, 或者我觉得开源模型更好 , 我就多刷点中国的模型的 Token。
对于上游来说 , 只要这个盘子的增速还在继续上上的 , 那中间你们几个人的市场占有率的起起伏伏 , 对于上游来说的话 ,其实不是一个更主要因素 。
更重要的是在于你整个市场的增速还有没有继续向上走 。
对 , 那我理解你说的这个逻辑 , 就是如果你是比较关注 AI 基础设施 , 就偏上游的这些股票的话 ,其实你最后还是要看它整个下游的大盘 。
某一个公司的变化 , 它只是影响因素的一部分 。 然后我们回到 Anthropic 自己的情况 ,他们之前还和媒体说过一个预测 , 就是说 2028 年的时候 ,他们的收入要达到 1900 亿到 2000 亿美元 。
那如果以 2026 年现在的可能的年收入来计算 , 虽然它现在没披露 ,但是如果你就假如按 Q3 这个增速往下算吧 , 它可能全年的收入 , 实际的收入 , 这不是 ARR,是大概可能有 575 亿美元 , 接近 600 亿美元的样子 。
那如果两年之后要达到 2000 亿美元 , 它的年化收入增速就要超过 85%。 而现在看起来 , 它 Q3 的增速已经比这个要低很多了 。
所以你觉得两年后它达到之前给投资机构预测的这个 2000 亿美元的收入的概率还有多大 ?
我觉得当时给这样一个数字的话 ,也是一个远期的这样一个愿景 , 它能叫做一个指引 。 从一个投资人的角度来说 , 像我这样比较偏巴菲特风格的话 , 我们肯定不能把那个东西作为一个依据来给它做一个定价 。
估值与市值20:12
一个和收入的总数和增速都相关的 , 大家非常关心的问题 , 就是它市值最后会落在什么区间 。
最开始的时候 , 大家普遍预期是 2 万亿美元 , 然后 10 月中旬也是有一些投资人传出说可能会下调到 1.5 万亿美元 。
你自己认为它在最终 IPO 的时候 , 市值可能会落在什么位置 ?
我觉得现在它要做到 1.5 的话 , 我觉得它应该管理层已经就很开心了 。 我觉得实际上最后的定价区间的话 , 可能要做到 1.5 都不是特别的容易 , 除非它能够给一个特别好的 10 月份的这样一个数字 。
如果线性外推能够做到年化 , 就到 2026 年年底 , 一个 rounded ARR 能够做到 100 个标元的话 , 我觉得它才有这样一个信心去说服市场给它一个 1.5 或是超过 1.5 trillion 更高的一个估值 。
如果 10 月份给的数字线性外推到年底 , 甚至于还不如三季度线性外推这个数字 85 到 90 这个区间的话 , 那它可能它的最后的定价可能会远远还低于 1.5 trillion。
对 , 我补充一个数据 , 就是它的 S-1 文件里没有去披露它现在 ARR 的环比增速是什么 。 但是如果结合之前媒体的报道 ,是说它 7 月底的 ARR 是 650 亿美元 , 还有我们前面提到的三季度的营收是 168 亿美元 , 你再用它 S-1 文件里说的算 ARR 的方式的话 ,其实可以算出来 8 月和 9 月 , 假设是匀速增长 , 这两个月的环比增速是 34% 左右 。
假设这个增速不变 , 它 10 月的 ARR 需要达到 904 亿美元 , 到年底的 ARR 才有可能达到 1000 亿美元 。 而且你前面还提到了 10 月之后美国有感恩节 、 圣诞节等假期 , 所以可能会进一步拖慢它 ARR 的增速 。
我们可以以后一起去等一下 10 月的这个数字 , 我相信到时市场肯定是会披露的 。 然后另一个问题 , 就是回到市值这个问题 , 你前面提到说如果它 10 月这个数字不太理想的话 , 市值区间可能会远远低于 1.5 万亿美元 , 这个具体是低多少了 ?
我觉得可能能不能做到 1.2 到 1.3 都是一个问题 。
那如果最后它这个上市时的市值就落在 1.2 万亿美元左右的话 , 可能会对市场 , 比如说短期吧 , 可能会造成什么冲击 ?
从短期情绪的影响来说的话 , 那必然是一个负面的一个情绪影响 。 因为市场绝大部分的一个投资人, 它也不会做这样一个很理性 、 很长期 、 很耐心的这样一个思考 。
反正就是说你现在是头把交椅 , 如果你的数字不行 , 就代表整个市场都不行 。
大家对这个量级会去怎么测算吗 ? 就是它负面影响的量级 。
情绪上面的话 , 我觉得很难讲 。 我们自己也没有做任何短期交易 , 所以但我觉得可以把之前三季度那个数字 85 到 90 这个区间说了之后, 市场的一个反应 , 我觉得可以做一个参考 。
另一个其实大家比较关注的 , 就是前面我们已经反复提到你自己很关注的它的收入的构成与质量 。
这里我有一个就是想追问的问题 , 它的集中度比之前肯定是已经分散很多了 , 然后它自己也提到说有超过 50% 的财富 500 强的企业已经杀了客户 , 然后年付费是超过 10 万美元的 。
你怎么去解读这一组数字 ? 因为也有人会认为 , 就是如果你有很多 500 强企业都是它的客户 , 那是不是说你已经把这些群体渗透得差不多了 ?
你怎么知道它是为超过 10 万美元 ,是花了 11 万美元 , 还是花了 1 亿美元 ? 这个东西是更重要的 , 它没有披露 。
如果我们说所有的企业就是花了 10 万美元 、11 万美元 , 那就相当于它们没发没什么区别 , 那你的渗透率提升是会很高很高很高的 。
因为单个客户 ,他从花 10 万美金变成花 1000 万美金 , 本身就是一个 100 倍一个增长 , 这是一个巨大的倍的增长 , 那它的前景是要比较乐观的 。
它同时还披露了一个数字 , 就是它说超过 1000 万美元年付费的客户是有约 250 家 ,但是它并没有说这 250 家就是什么世界 500 强的 1 万的企业 , 就可能是别的类型的企业 。
那你说到就是这个增购的话 ,其实也有一个数据是和这个相关的 , 就是净收入留存率 NRR。 然后 Anthropic 它在招股书里披露的是到今年 9 月底 ,他们的 NRR 是约 900%。
客户增购24:16
你可以和我们的听众就大概科普一下这个指标 , 它是去衡量什么的吗 ? 以及 900% 是一个什么水平的情况 ?
定义其实很简单 , 就是说我们可以把就相当于一个同店增速的这样一个比例 。 客户去年在我这边花了 100 块钱 , 今年这 100 块钱变成了翻了 8 倍 , 变成了 800 块钱 。
就是说客户加了一些新的 module、 新的 feature, 砍了一些不需要的 feature, 最后加加减减合计起来 , 它这个每月收入变成了 8 倍 , 肯定说明客户实打实地在我这个产品上面发现了很多的用处 , 所以他才愿意花 8 倍的钱来用我这个东西 。
这个数字本身是不是很好的数字 , 是一个好的数字 ,但如果这个数字我们不知道它的基数的话 , 很多时候会变成没有意义 。
比如说我说我这个企业今年在你这边发就花了 10 块钱 、100 块钱 、100 美金 , 那我明年从 100 美金变成了 800 美金 , 甚至 1000 美金 , 翻了 10 倍 , 它的意义都不大 。
如果基数本身特别小的话 , 那这个数字是没有任何意义的 。
它现在应该是没有披露这个基数的 ,而且可以想象它去年的基数应该比较低 ,因为 Anthropic 的收入增长特别快 , 就是从 25 年年底到 26 年上半年发生的 。
是 。
然后一般的优秀的 SaaS 公司 , 这个 NRR 是在 120% 到 130% 左右 。 如果未来 Anthropic 的这个数从它现在披露的 900% 回落到一个可能比较正常区间 , 比如说 200%、300% 这种情况的话 , 这在二级市场眼里这会属于业绩暴雷吗 ?
要看多快回落到这样一个东西 。 如果它在短短一年间就回到这样一个区间的话 , 那显然对大家的情绪上去一个冲击 ,因为大家觉得这个市场本来是天山大海 , 后来发现短短的一年时间 , 就感觉你的增速就已经变成一个比较成熟的公司的一个增速了 。
那我觉得这个正好也补充了前面说的就是三个最重要的指标 。 第二个增购 , 如果大家以后去自己看财报的话 , 就可以看看这个 NRR 的数据它是怎么变化的 。
是 。
然后还有一个和收入和成本都有关的问题 , 就是渠道 。 它这次也披露了渠道的费用 , 然后晚点这边我们也是自己做了一个测算 , 大概你用它的收入 , 然后这个成本这样去测算的话 , 它给云厂商的分成是在 37% 左右 。
渠道分成26:27
你怎么看这个分成比例 ? 这其实比很多应用给苹果 App Store 的 30% 的抽成 , 所谓苹果税还要高了 。
它目前的渠道费应该是放在它那个 R&D 里面 ,因为它计算本身的话是放在它的那个 , 它作为一个 growth 这样一个计算 , 跟 OpenAI 的方式还不一样 。OpenAI 算了净收入 , 花这个钱我觉得对它来说是值得的 ,因为它自己说实话 , 它销售团队很小 ,而且它没有这个时间搭建销售团队 。
所以要短期要上量 , 要上到一个能够撑起你 IPO 这么大一个 IPO 的量的话 , 你只能靠渠道 。 换句话说就是你的几个大的云厂商 ,因为这些人不仅仅是一个渠道商 。
第一 , 算力他们可以给你提供 , 你可以收他们的算力 。 第二 ,他们可以提供客户 。 第三 ,他们可以给你提供资金 , 既可以通过直接给你投入 , 对吧 ?
我们都知道亚马逊在里面投了很多钱 , 赚它一个很大的一个比例 。 第二个的话就是说他们可以提供 , 比如说你今天要花钱购买更大的算力 , 它也可以提供更多的 guarantee, 或者说很多 leasing 方面这样一些结构性的一个东西 , 结构性的产品 。
所以他们能够提供客户 , 能够提供钱 , 还能够提供就一个你的基础设施 , 那我觉得花这样一个 commission, 渠道的费用对它来说是完全值得的 。
然后你刚才也说到了就 Anthropic 和 OpenAI 算这个收入的方式不一样嘛 , 这我也补充一下, 就是 Anthropic 的这个收入 , 它是算的总收入 , 就是它把分给云厂商的那个钱 , 它也是先放在收入里面的 , 它没有把它踢掉 。
然后今年 4 月的时候 ,OpenAI 其实有一个高管他分享过说 ,OpenAI 在算收入包括 ARR 的时候 , 它是算的净收入 , 就是给云厂商那部分钱是踢掉之后算自己收了多少钱 。
这我也有一个小的问题 , 就是说等大家都走到 IPO 这一步的话 , 这个口径是要统一 , 还是每个公司可以根据自己的情况来选择的 ?
每个公司都会按照自己的情况来选择 , 就没有一个固定的一定要什么样的口径 。 所以 OpenAI 还是会按照 OpenAI 的方式来做 。
然后我在看这个渠道的相关的信息的时候 , 我注意到就是 Anthropic 给这些云厂商 , 它还是有应收账期的 , 应该说 Anthropic 自己承担的这个应收账期 。
是的 。
为什么现在行业里会是这种结构 ?
云厂商说实话是特别强势 , 我们就可以提一个 ,因为我们自己是 Snowflake 的一个很多年的一个股东 , 你会看到 , 通过他们你会看到 , 通过你去跟云厂商做一个交流 , 你会意识到很多客户的关系其实并不在 Anthropic, 甚至也不在 OpenAI 里面 。
客户的关系始终还是在云 , 甚至是像专门做数据的处理 、 数据的清洗 , 美国叫做 data warehouse、database 这样的公司 , 比如说 Snowflake 和 Databricks, 客户的关系是在他们里面的 。
因为从客户的角度 ,他说我又不是科技公司 , 对吧 ? 我是卖石油的 , 我是沃尔玛 , 我是卖东西的 , 我对科技没有那么了解 , 我可不可以直接去通过 Anthropic 买 token, 跟它建立一对一的关系 , 就绕开所有人去做 , 可以做 。
可以做这样的东西的话 , 我要去做的理由无非在于它能给我更好一个价格 。 但目前通过 Snowflake 和通过云厂商 , 我拿到 token 的价格 , 跟我直接去 Anthropic 或是 OpenAI 的价格基本上是一样的 , 所以我没有这样的必要 。
但如果我直接去通过它买 token,而不通过我的云或是 Snowflake 的话 , 我有一个很大的一个缺陷 。 第一 , 我需要去跟他们做适配 ,但是目前他们的整个 Anthropic 的员工总数支撑不了服务所有大的客户 , 这是一个风险 。
而我跟 Snowflake 也好 , 我跟亚马逊也好 , 已经合作了很多年, 出现任何一个事情 , 我的 API 需要适配 , 需要做 configuration,他们可以派人来解决 , 就是他们写在合同里面的东西 ,他们要解决的 。
第二点就是说数据是个安全问题 。 现在所有的厂商 , 我们说世界 500 强 , 非科技的厂商 ,他们很担心我这个数据会拿去被 Anthropic 或是 OpenAI,他们说不会用我的数据来改进他们模型 ,但万一他们用了 , 我怎么知道呢 ?
不放心 。 但如果我通过亚马逊再把这样一个 prompt 给他们的话 , 我相当于第一 , 我有更多的安全保障 ; 第二 , 即使出现问题 , 最后责任不在我 ,不在我这个 CEO 身上 。
我可以找亚马逊 , 找 Sofa, 这样的话可以帮我有从 CEO 本人的职业的风险的角度来说 , 这是一个另外的一个安全保障 。
还有一点 , 这个东西可能是大家目前没有意识到的一个情况 ,Snowflake 因为它说所有的企业的数据我都看得到 , 我对你的这个公司整个 content 是更了解 , 所以如果你要去 run 一个你的 prompt 去刷 token, 通过我的话 , 我能够帮你更 efficiently, 就能够更有效率地刷这个 token, 或者说你完成同一个 task, 如果你直接去跟 Anthropic 对接 , 你要需要刷 100 个 token, 你通过我可能只需要刷 80 个 token, 可以省你的钱 。
这样的情况下的话 ,其实很多时候客户关系都在云和 Snowflake、Databricks 的这种手里面 ,并不在 Anthropic 的手上 。
对 , 你说到这个话题 ,因为既然你们是 Snowflake 的比较长期的股东 , 你们可能也会关注一个动向 , 就是像 Anthropic 和 OpenAI 这样的公司 ,他们今年也是和很多大的 PE 去做了合资的公司 , 做 FDE 的业务 。FDE 我理解它就是要去直接服务一些企业客户的 ,也要去做你刚才说的 , 就以往由云厂商和这些 data house 去做的事 。
你觉得这会怎么改变以后这个行业的分工和格局 ?
这个事情是肯定需要做的 ,因为你核心希望你把客户的关系要在你的手里面 , 你不希望依赖于云或是其他人。
还是要去争夺这个客户的直接关系的 , 这里有竞争 。
必须要做 ,但这个事情涉及到很多是一个销售的东西 , 需要你的销售人员一个一个去敲门 , 去拜访 , 去推 , 就是极其花时间的 。
它的增长是一个很线性的一个东西 , 它那个曲线是非常非常的平缓的 , 没有很陡峭的 , 需要花他们很长很长的时间 。
甚至有一种观点会认为他们也做不好这个 ,因为觉得和他们公司本身的主要的业务和那个研究的文化都不是非常的匹配 。
有这样一个情况 , 比如说 Google 的云 ,因为 Google 本身企业的话做的没有太多经验 , 所以它已经做了 Google Cloud 这么多年了 ,但它其实的话现在从销售的角度来说的话 , 还是远远做得不如 Microsoft 和亚马逊 。
算力合同33:03
然后我们来讨论一下这个成本和费用 , 这个也是和你们长期关注的投资板块是非常相关的 , 就是 AI 的算力基础设施 。
因为在 Anthropic 的成本的一些披露上, 大家最关心的就是它长期的算力投入 。 然后这一次招股书里面 , 它还没有直接给出汇总的算力合同的额度 , 就它写了那个信息 ,但那个数是空着的 。
然后市场上也有各种算法 , 你可以和大家简单讲讲就是到底怎么算更合理吗 ? 它大致的这个整体长期的算力承诺在什么量级 ?
我觉得你要看这个数字背后就是它一定要付这个钱 , 还是它可以付可以不付 。其实要刚性对付那几个人 ,其实大家可以看到基本上都是大的云厂商 , 逃不掉的 。
你不用 , 你已经 commit 了我的这个 capacity, 你需要付这个钱 。 但是其他人, 如果你去仔细看的话 , 就按照它现在披露的 , 我们相信在它的实际的这样一个合同里面 , 会有更多的这样一个让它推出的一个基数 。
比如说 Elon Musk, 从表面上他说要从 Elon Musk 手上买 150 个 billion 这样一个算力目前 , 感觉起来哇 , 那很多啊 ,Elon Musk 是很大一个算力提供商啊 ,Elon Musk 那肯定很牛逼 。
但如果你去看它的披露的话 , 我们相信就它的实际的合同可能比这东西对它更有利啊 。 它说的话就 90 天 , 你不要用的话 , 你可以提前三个月 90 天通知 , 你可以不要的 。
那换句话说 , 这个东西如果今后需求真的就不行了 ,AI 发现大家没有需求 , 那它就提前三个月给 Elon Musk 打声招呼 , 这个钱就不付了 , 最后的所有的成本由 Elon Musk 来承担 。
剩下的云的小的 , 我们说小的 new cloud,Nscale 这些 modern, 它都是我 commit 了这样一个 capacity,但是实际上我是用多少 , 我花了多少钱 。
假设明天我说 AI 这个泡沫是个泡沫 , 发现企业没有什么需求 ,不需要用我的模型了 , 我用 100 块钱美金的这样一个算力 , 我就只付 100 块钱美金就好了 。
所以我觉得核心不在于那个数字有多大还是多小 , 核心在于这个数字是否能够兑现 , 如何兑现 , 如果今后需求不好 , 它能否抽身走掉 , 这个东西我觉得是更有意义的 。
这个正好我也补充一下这个数据 , 就你刚刚说的这个拆开来看的话 , 像它和 SpaceX AI 现在这个披露的合同最高是 1205 亿美元 ,但这个就是不可撤销期在 2027 年 1 月和 3 月就结束了 。
之后就是你刚刚说的 , 我提前 90 天 , 双方任意一方都可以取消 。 然后另外 Nscale 它是最高 446 亿美元 , 这个也是你刚刚说的 , 就出现一些情况的时候它是可以不去履行的 。
然后有几个比较大的交易刚性是比较高的 , 比较典型的就是我们开头聊到的博通 , 然后它和博通是大概 1612 亿美元的合同 , 然后这个里面是提到了双方是都不能取消的 , 除非发生一些就是规定的这种违约的行为 。
而且这个过程中间 Anthropic 自己还要提供担保 , 还有设备本身构成的抵押什么什么什么等等。 就 Anthropic 在这个合同里它就处于看起来是比较弱势的状态 , 就是它愿意接受这种比较弱势的位置 ,而且 1612 亿美元其实也很高嘛 。
这个可能说明了什么呀 ?
说明了两点 。 第一 , 博通的 capacity 它是能够拿得到的 。Elon Musk 也好 ,Nscale 也好 , 你们说能够给我提供这样的算力 , 你们是否能够拿到这样的算力 , 就包括你们能否拿到足够多的内存和 HBM, 你们自己都不能确定 。
你要让我给你承诺这个钱 , 那是不可能的事情 。 博通不一样 , 博通其实说博通其实最后就是 Google。
博通你可以把它想象成就是 Google 一个手套 ,因为博通最后给它提供的是 TBO 的算力 , 只是通过博通来卖给它 ,而不是通过 Google 自己来卖给它 。
博通给 Google 已经从 2015 年做 TPU 已经做了这么多年了 , 关系很铁 , 博通体量也够大 , 它是能够实打实的拿到 TPU 的货 ,而且它自己能够在 TSMC 拿到足够多的 wafer 的一个 capacity, 它能够实打实的把这样的一个卡 ,TBO 的卡能够做出来的 。
所以它手上是绝对有货的 , 所以它的底气更足 。 所以这是它相对于其他人有更多的这样一个话语权的一个很重要的原因 。
所以相当于 Anthropic 这个数看起来很大 , 就如果你把它这些合同加总的话 , 大概有超过 6000 亿美元 ,但实际上里面有一些它并不需要一定去履约 ,而有一些它是需要去履约的 。
是的 。
对 , 我看了一下它这些刚性比较高的合同 , 当然加起来总金额也不小 , 应该也有差不多 3000 多亿美元的样子 。
是 。
然后就是来到就是说这个算力 , 就你刚刚说的单位算力带来多少收入嘛 。 你换一个指标就是说你这个算力的开支占收入的比例 , 看起来是一个向好的数字 , 它从去年的 250% 跌到现在是 48%。
你觉得就是从长期的发展来看的话 , 你觉得它这个比例下降到什么数字会是一个更健康的状态 ?
我觉得至少应该下降到 1/5, 就 20 到 25 年之内算能够算比较健康 。 对 , 所以它有比较长一个路要走 ,但目前至少从这样一个曲线的变化来说的话 ,是在往比较一个健康的方向在发展 。
你觉得有什么情形会导致它这个降低的趋势中间发生转折吗 ?
其实核心不在于它的供给 , 算力这边的话其实这个曲线是一个很大家能够算得比较清楚的曲线 , 就包括在最近几年, 就我们知道这样内存的价格是没有办法往下走的 。
所以你更核心在于你的一个单位的算力能够产生的收入 , 这个东西要持续往上走 。 那核心还在于已有的客户能够证明他们的价值 ,他们能够看到好的 ROI,他们愿意在你身上花更多的钱 , 同时能够看到更多的客户 , 世界 500 强和世界 500 强以外, 才能把你的算力的这样一个成本真的能够挡住 。
所以核心还是在收入端 , 能够让大家企业客户能够真的把它用起来 。
像我们前面说到的就是这一类公司自己会披露的 NRR 的这个数字 , 能看到的我觉得它是个比较后置的指标啊 , 就是说如果客户实际上发生的增购 ,NRR 这个数字就会比较高嘛 。
有什么前置的一些指标可以去看实际上 AI 的最终客户和用户 , 就是一些个人或者说这种企业客户 ,他的投入 AI 的 ROI 是怎么变化的 ?
随着线性指标 , 目前我们还没有看到一个特别好的指标 ,因为即使我们今天去问很多公司的 CIO。
他们怎么说 ?
你问他 , 你说你明年后年愿意花多少钱 ,他们说我们自己都不知道 ,因为我们说我们现在花的钱还太少 , 烧的特别还不够 , 我们还不知道这个实际的回报到底有多高 。
甚至来说我们公司内部我们都不知道如何去测量我们这个回报 , 如何去计算这个回报 。 我们今天我们知道烧了 100 万的这个 token, 反映出来的我们是省了多少钱 , 省了多少工时, 省了多少人工 , 增多少次收入 , 我们自己还没有捋清楚这个测算怎么测算 。
所以你即使去问一个公司的管理层 ,CFO 或 CEO 的话 ,他们现在也没有这个答案 。 不过从同期指标来说 ,不是一个事后指标 , 我们说同期指标来说的话 , 所有帮企业做数据处理 , 比如说 Databricks 和 Snowflake 的话 ,他们会是一个比较好的一个同期的指标 。
道理很简单 ,因为刚才我们也提到 , 大部分的企业目前是由 OpenAI 来销 , 烧 token 不是直接通过 Anthropic 和 OpenAI 来烧的 , 它把这个 token 这个先从比如说 Snowflake, 它的 router 绕给亚马逊 , 再把这东西交给模型来处理 。
换句话说 , 如果你是 Snowflake 的话 , 你会我们叫做实时的看得到你的企业客户到底每天在干嘛 , 烧多还是烧少 。
当然它看不到所有的企业 , 它能看到它自己的企业客户 。 所以这个东西能够从侧面反映出来的话 , 就是说实际的企业的客户烧的 token 到底有多猛 。
那同理的话 , 就是也可以看云厂商 AI 业务的增速 , 这也算是一个同期指标 , 大型云厂商 。
是 。
这个在 26 年应该还是有很好的增长的 , 包括 Google 发这个三季度财报 ,其实它云本身的业务的增长应该是 103%。
就云的话 , 就绝对的数字肯定是来说 OK 的 ,但比市场预期还稍微低一些 , 市场预期可能在 114 到 115 之间 , 它可能比市场预期可能稍微低了 10 个点 ,但翻倍的话其实还算不错 ,但市场预期本身是一个比较高位 。
然后还有一个和它这个算力投入相关的大家比较关注的问题 , 就是一方面它签的很多算力的承诺是非常长的合同 , 最长的有 20 年, 就是 Anthropic 它可能在 20 年你都面临一些就是我要付费啊 , 包括我要承担像电价呀 , 然后基础设施上涨的一些成本 。
期限错配41:43
然后另一方面它自己也说了 , 就是它的风险之一就是它的很多大客户跟它之间又是没有长期的合同的约束的 。
你怎么看这种期限的错配 ?
您说的很对 , 这是一个它的一个风险 ,其实跟当年我们说 WeWork 风险是同一个风险 。
WeWork。
你付的钱是一个长期的一个绑定 , 比如说你要 10 年是不是更长期的东西 ,但你的收入是完全短租 , 你的成本是长租 , 你的收入是短租 。
如果经济市场发生一个变动 , 你短租更是我们租了现在也不租走了 ,但你自己的长租 , 你的 liability 还在 , 你的需要付的钱还在的地方 。
这样一时间的错配的话就导致你进来的钱会远少于你要付出去的钱 , 那这个数据就会比较尴尬 。
所以这是一个实打实的一个风险 。 所以核心还是要需要证明需求是一个真实的需求 , 需求是一个健康的 、 可持续的 、 在持续增长这样一个需求 。
这是所有 AI 现在所有的问题的核心的核心就在这个地方 , 它不是一个供给端的一个问题 。 大家经常说是不是中国会各种地方内存也好 , 会加产能 , 会供给太多 , 会把带崩盘 ,其实核心还是在需求 。
如果需求能够像每个 AI 公司 、AI 相关公司来讲的 , 包括今天亚马逊的季报里面大家谈到的说 27 年、28 年, 我们的云这边每年的增速都是要 40 个点 , 这个东西的话其实比大家预期会好 。
那当然云的增速来自于什么地方 ? 来自于 AI。 换句话说 , 它说我觉得至少两年时间 , 我们作为亚马逊 , 我们很有信心 AI token 收入的增速明年两年都是 40 个点 。
那说到就是你说的这个核心问题啊 , 现在大家都关心的就是 coding 之后是什么 ? 因为 Anthropic 它自己目前展现的这些信息里面 , 它主要的收入增长就是来自 coding agent 带来的增长 。
Coding之后43:19
一个是说 coding agent 还有多少渗透的空间 , 一个是说它还有什么别的能媲美这个领域的爆发速度和规模的场景吗 ?
你有什么看到的苗头吗 ?
其实核心就在于替代白领的工作 。
替代白领工作 。
美国叫做 knowledge work。
知识工作者 。
你可以叫它叫知识工作或文书工作或做办公室白领的工作 , 它最终一定需要替代 。 因为 coding 现在渗透率已经很高了 , 这块市场本身的市场容量是有限的 。
美国的所有的程序员加在一起也就 100 万 , 本身这个市场是比较小的 ,而且现在的渗透率已经很高了 。
那当然你远期的话 , 你可以讲蓝领的工作可以替代 , 我可以做机器人 ,但是机器人涉及到 physical 的一个东西 , 它的速度会远远远远低于我们说纯粹的这样一个可以在线上完成的 , 它的期量会更容易一些 。
他们自己也是这么去写的 ,他们在这个招股书里是写说全球知识工作者的工资是 40 万亿美元 , 就是大概画了这么一个规模吧 。
当然我觉得就是你替代了白领 , 你的价值不完全等于这个人的工资啊 , 可能也不能直接这么算 。
另一个就是它怎么去替代白领这个东西的 , 比如说增长速度啦 , 然后有什么产品能接续上啊 , 这方面大家的一些讨论和观察是什么呀 ?
其实你可以去跟踪很多现在做所谓的 data labeling 的公司 , 比如像 Merkle 啊 , 或者像 Scale AI,他们每天在干啥 , 你就知道现在 Anthropic 和 OpenAI 的重心在什么地方 。他们现在烧很多有金融 、 法律 、 医学 , 很多包括白领工作有技能的人, 让他们去参与去清洗这样一个数据 。
换句话说就是说 , 现在公开领域的数据我们都有了 , 已经够了 , 我们现在需要私域领域的数据 。
比如说你是一个基金的 , 做一个投资人, 你们平时工作到底是怎么做的 , 那你肯定在网上是找不到的 , 只有那公司的人才知道 。
所以他说这样 , 我付钱 , 请你告诉我们你们每天工作到底是怎么样的 , 让我们的模型观察 、 学习 , 学了这东西之后的话 ,以后希望能够把你取代 。
对 , 我觉得它供给端就是它要做什么方向 , 这个是比较显然的 。 就我刚刚想问的其实是说在市场这一端 , 就需求这一端 , 大家的接受程度是怎么样 ?
比如说你们自己也是一个金融领域的公司 , 对吧 ? 就实际上相比于程序员这种工作 , 你觉得比如说 AI 对你们的这种工作的提升 , 它能到什么程度了 ?
以及你刚刚说的这种收集数据的方式 ,其实程序员是个比较同质化的群体 , 就你不同公司的程序员其实干的事是有很多共同的地方的 。
是的 。
但是你可能到了别的知识工作类型 , 一个是类型本身很多 , 另外一个就是有些类型里其实大家做的事的方法论啊 , 各种东西也可能不完全一样 。
所以就我不知道这个事情的后来的节奏和规模会怎么样 。
我同意 , 就是说一个东西如果最后标准化是一个就标准化的程度 ,有多少是标准化 ,有多少是非标 。
比如说投资上面的领域的话 ,因为同一个东西大家有不同判断 , 巴菲特的判断是 A, 另外一个很有名的投资人的话 ,他有些判断是 B,是完全不一样的 ,他是完全一个非标的东西 。
那所以这样的情况下, 你需要收集很多很多很多数据 , 是一个非常费人工费时间的事情 , 那肯定是比较困难的 。
但也有一些 , 比如说我们说法律领域 , 就包括我们自己的打交道的很多律所的话 ,他们用现在很多我们叫做 vertical 的这样一些 AI 的工具 ,其中最有名的一个叫做 Harvey, 那它其实背后的话也是用的 frontier lab 的一个模型来做这个东西 。
那其实基本上大的律所都在使用它 ,因为大部分的比较 junior 低级的律师做的工作 、 文书工作 , 很多相对来说它标准性是比较高的 , 它的确定性相对来说就是比较高的 。
所以有它的一个作用 ,但就根据不同行业 , 就像您说的有不同的一个情况 , 所以要完全把它很快的时间推起来 , 我觉得也是可能比较困难的 。
对 , 我觉得这也是大家在思考的 , 就是可能全行业会面临的一种风险啊 , 就是除了程序员这个群体 , 或者说 coding 这个场景之外, 好像很难找到一个你的标准化程度 , 然后你产生的价值 ,以及里面的每个用户对这种新产品的接受程度 、 采纳的速度这么好的一个领域 。
是 。
这个我觉得也是很好奇看后面这是要去怎么解决的啊 。 然后我们说回这个 Anthropic 的这个招股书里的一些信息啊 , 大家还有一个比较关注的就是它的利润 , 包括前面我们提到就是说你有一个小 trick 的地方 , 就是它的自由现金流看起来是正的 , 它其实已经连续两个季度经营利润为正了 , 就金条整后的经营利润为正 。
利润成色47:52
二季度的这个是它直接应该自己在招股书里就披露了 , 然后三季度这是有媒体报道说它也是金条整后是盈利的 。
你怎么看它连续两个月的盈利 ,以及这个盈利的成色如何呀 ?
盈利的话其实这东西是可以自己有很多调整的 ,因为大家都没有用 gap, 所以我们就是会把所有的不管你是经营性的现金流 ,operating cash flow, 还是你所谓的金融方面的现金流 ,financial cash flow, 全部混在一起 。
它说我们的标准最后看你的收入进来的现金有多少钱 , 出去的现金有多少钱 , 这东西我是比较在乎的 。
那按你们自己的计算 , 它的现金流是怎样的 ? 实际上是怎样 ?
它目前没有给很多的披露 , 比如说我的 R&D 里面有多少是来自于我 traditional model 的钱 , 它没有讲这个事情 。 如果你把所有的钱都放进去的话 , 目前来说它基本上就还是在亏钱的 ,因为它训练下一个产品需要投入更多的训练的费用去做这个东西 。
从一个公司纯粹经营的角度 , 你不需要现在挣钱 , 你只需要现在我手上的现金足够我做到下一阶段 , 足够我的扩张 , 能够把这公司的盘子做大 ,以后真正的挣钱 , 挣的真正的利润 , 我们以后再考虑 。
对 , 我也补充一下这个数据啊 , 就是 Anthropic 它的现金储备 , 就包括现金及现金等价物 , 还有短期投资 , 现在是超过 1,300 亿美元 , 它其实比很多我们一般印象中的巨头还要多 , 比如说它比亚马逊 、 比英伟达 、 比 Meta 都是要多的 。
所以就是它用来发展它接下来的业务啊 , 包括研究的资金应该还是相对比较充裕的 。 当然另一方面 , 它未来承诺的要去投入算力的那些钱也特别多 。
所以我觉得它整体上是一个有很多资源可以去做很多拓展和探索 ,但是最后你能得到什么样的结果 , 可能就是你刚刚说的那个核心的问题 , 整个市场的对 AI 的需求再往下是一个什么样的节奏和规模去发展 。
还有一个我想问的问题啊 , 就是你觉得在你的投资框架里面 ,Anthropic 这一类公司有什么可以对标的已经上市的公司类型吗 ?
说实话 , 我目前没有看到一个特别好的一个对标的公司 ,因为这个公司的话跟以前英特尔网络软件的公司有很大区别在于 , 它在从规模以后, 我们说它是个 marginal cost,并没有往下走 。
比如说我是 Facebook 的话 , 我已经搭好了 Facebook, 我新增了一个用户 , 我服务他的费用基本上是 0。 而如果我是一个模型厂 , 我新来一个客户 , 我第一千个客户和第一个客户 , 我给对他们的这样一个服务的成本其实是比较类似的 , 就是一个很大的不同 。
所以天然来说的话 , 它对资金的胃口 , 对资金的需求要比一个传统的英特尔网络企业要高很多 。
所以它其实更类似于我们说一些重资产的一些领域 , 云可能不是一个特别好的例子 ,但是跟云有点类似 。
然后最后的部分就是想聊一下你的一些预测吧 。 整体上你个人会认为接下来一段时间 AI 算力 、 基础设施这一块是继续保持现在的这种情况 , 还是下跌的风险会比较大 ?
需求曲线51:05
就还是回到刚才我们讲的这种事情 , 核心的核心在需求端 。 需求端我们刚才也提了 , 我们自己没有看到一个特别好的我们所谓的先进指标 , 我们可能看到一个比较好的同期指标的话 , 那可能做 data infrastructure,Snowflake、Jailbreak, 可能给我们一个更好的这样一个判断 。
因为说实话 , 现在公司的管理层 , 世界卫生公司管理层 ,他们自己到今天很多人是不知道到底他们愿意花多少钱的 , 所以还需要时间来验证这样一个事情 。
所以你觉得现在就是时间点 ,其实也很难判断未来需求是向好还是不向好 , 对吧 ?
按照现在我们能够看到的数据 , 按照亚马逊的这种说法的话 , 那需求一定是很好的 ,但亚马逊讲的这个事情最后能落地 , 需要他的客户说了算 。
那你们会通过什么方式去调查这个事呢 ? 你们肯定得有点自己的了解这个事的渠道吗 ?
对 , 我们会跟很多事业外讲 ,因为我们不光投科技行业嘛 , 我们投也投很多传统的工业企业 、 消费企业 , 我们会定期跟他们走访 , 去了解他们的情况 。
你们有没有看到 ROI? 你们现在愿意花 token 愿意花多少 ? 更多 ?30 个点 ?50 个点 ?70 个点 ? 你们烧这个 token 是直接通过 Anthropic 烧了 , 还是继续通过 Snowflake 再通过亚马逊来烧 ?
我们会持续的跟踪 ,但核心在于他们现在自己都不知道 , 我们去问他们也问不出来 ,因为他们自己心里面都没有一个底 , 所以还需要持续的观察 。
对 , 我们说我们做投资工作不是预测家 , 没有人有这个水平久 , 我们只能说尽量的各方面了解 , 能够把这个拼图最后拼出来 。
就是你们现在其实对这个问题确实是悬而未决的 , 没有一个有倾向性的答案 。
我并不觉得全世界有任何一个人,Dario 也好 ,Sam Altman 也好 , 亚马逊也好 ,他们心里面对这个东西有一个很明确的答案了 。他们可能有一个信仰 ,但这个信仰和实际情况最后是吻合 ,他们其实不知道的 。
然后最后一个问题是 , 你现在就是作为一个投资人的话 , 你在思考什么你觉得很重要 ,但是还有挺大的悬念的问题吗 ?
这个可以放开了说啊 , 就不一定是和 Anthropic 这个公司直接相关啊 , 可能就是跟整个 AI 和科技相关的 。
如果针对 AI 的话 , 还是回到就刚才最核心的一点 , 现在大家提到了一个 funding 的问题 , 提到一个 AI bubble 的问题 , 核心其实不在供给端 。
我觉得很多人在讲供给 、 供给 、 供给 ,funding、funding、funding, 核心的核心我觉得还是在需求端 。 需求的增速到了一个速度的话 , 我们说行业需要的钱有是这样一个曲线 , 你现在收入这个曲线很位置很低 ,但是它斜率很陡的话 , 最终有一天它会跟你的花钱的这样一个曲线最后能够重合 。
无非这个就是重合那一点是在 2029 年、2030 年还是哪一年 。 因为我从花钱的角度 , 这样一个曲线我们看得很明白了 , 只是说需求产生收入的这个曲线有多陡峭 , 目前不知道 。
如果我们知道这样一个曲线的斜率答案的话 , 我们就知道 OK, 现在这样一个行业还需要资本市场撑多久 , 我们就有一个答案了 。
所以核心核心不在于研究你的花钱的这条曲线 ,因为它的曲线是比较确定的 , 你的核心是研究你的收入端 、 需求端这个曲线 , 它上的斜率有多陡 。
有一些人啊 , 会在短期的波动之后来讨论现在是不是 AI 泡沫破裂的前夜 , 你觉得这是过度恐慌了 , 还是有这样的信号在出现 ?
泡沫与供给54:22
我觉得是一个很明显是过度恐慌 , 最后证明还是证伪 ,是泡沫还是不泡沫 , 核心是要在于看你下游的企业客户的需求 。
如果你相信亚马逊讲的这东西 , 明年有四日增速 , 后年还有四日增速的话 , 那显然这两条曲线是可以相交的 。
但目前没有任何证据能够证明亚马逊这样一个信心是一个百分之百的信心 , 所以我们还需要观察 。 但现在就断言说亚马逊这东西是骗人的 , 那我觉得为时尚早 。
我跟你聊的过程 , 我感觉你对整个行情是非常淡定的啊 , 这个是源于什么 ?
是源于我们这样一个风格 ,因为您知道我以前是做 P 出来的 , 那你要做 P 的话 , 任何一个标的你都要做好持有 10 年以上这样一个信心 , 那否则这个业务你就不会投了 , 对吧 ?
因为你退出的话 , 一个周期就是 10 年 。 所以我们对短期的很多噪音也好 , 各种市场的情绪波动也好 , 没有一个特别的值得我们担心的地方 。
第二的话就是说 , 我们整个一个策略本身是跟巴菲特比较类似 , 用不用杠杆 , 进场仓比较低 。 就过去这几年也经历过很多次很大的一个回撤 , 比如说麦克龙从 32 块钱 2022 年到现在将近 1,000 块钱的话 , 至少经过五六次的就超过三成的这样一个做的 , 那这东西是很正常的一个事情 。
去年份整个市场也经历过一次嘛 , 对吧 ?Searching version 爆仓 , 把整个市场跌到那个去年的地点 , 那现在在 23 底 , 我觉得这东西是很正常的一个事情 。
所以你个人是长期比较有信心的 ?
如果我们用杠杆 , 我们会很关注短期的这样一个交易的情绪 ,因为你有杠杆的话 , 就即使你最后逻辑是正确的 ,但你中间可能就死掉了 ,7 月底 、10 月底你可能就死掉 。
我没有杠杆 , 所以我们是可以完全接受一个市场的这样一个情绪的波动的 。 并不是说我们觉得 AI 一定能够跑出来 , 我们的核心在于目前为时尚早 , 我们只能根据比如说像 data infrastructure Snowflake 他们的核心的客户花钱的一个速度 , 观测云端厂商他们能看到客户花钱的一个速度来做这样一个判断 。
对 ,因为你前面也一直说 , 就核心的问题是需求而不在供给嘛 。 说到供给这条线的话 , 我看你前段时间接受采访 , 你也提到就是供给里确实存在一些循环交易和借债的问题 ,但是你觉得这个至少对你们这种风格来说并不是个最大的风险 , 那你觉得它对整个市场可能会是个多大的风险 ?
对于某些公司 , 我们说是没有一个真正的一个 bearish, 没有一个壁垒的公司 ,是真正一个就纯粹是一个 commodity 公司 。 比如说我们说很多 NeoCloud, 除了前面两个人 ,他们有一些 software stack 还算有壁垒 ,Scorebook 和 Nebius, 剩下很多小的 , 包括像最近要上市 、 想说是上不成的 Nscale, 它就是一个 bear metal, 就是一个房地产的生意 , 这些生意没有什么科技含量 。
那这样的模式必然是有一个很多这样一个风险的 , 这是没得说的 。 那我们说如果你真的是有壁垒的这样一个行业 , 比如说我做内存 , 全世界就三个人可以做 ,而且这个需求和供给我们上次也聊到 , 这个缺口是在逐渐放大的 , 明年比今年更大 , 后年比今年更大 。
所以我们对于他们来说的话 ,而且他们的他们不需要借钱 , 现金很多 , 自己现金流很好 , 那对我们来说的话 , 这样一个风险收益比就会比较好 。
你刚才也提到就是这一类公司 , 如果它没有别的技术壁垒 , 纯粹从业务上它有点像房地产 , 那假设 ——
它有点像房地产 , 它就是房地产行业 。
那就假设这个整个大的 AI 需求真的不如预期的话 , 那供给这一端的爆雷可能会带来什么连锁反应 ?
包括现在已经有人在对比这一次和 08 年的次贷危机 。
那像 Nscale 这样的所谓的 bear metal NeoCloud 的话 , 那肯定会有很大一个冲击 。 那包括有些新的 , 我们就说 NeoChip, 想跟 GPU 或是 ASIC 或是 TPU 竞争的一些新的 ,但他们现在没有办法量产 , 或量产的这样一个爬坡的速度很慢 。
那他们很多的话就是靠整个 equity market 来撑着自己的 PMO 收入 , 那一旦这个需求崩盘的话 ,他们很快就死掉了 。
因为美国的 GDP 的风险是不会像 08 年、09 年那么大 , 目前整个 AI, 所有的 AI 加在一起 , 虽然美国的 GDP 不到 3 个点 ,2 个多少点 ,在 08 年、09 年的时候的话 , 整个房地产占美国 GDP 的比例是远高于这个东西的 。
所以它的相对来说对美国整个 GDP 的影响没有 08 年、09 年房地产那么多 。 第二 ,08 年、09 年银行是大头 , 银行深入参与 , 绝大部分钱是来自于美国的银行系统 。
今天我们说从 AI 化的钱来说的话 , 绝大部分其实不是从银行走的 , 绝大部分是通过 private credit sponsors、PESA、credit market 来支撑的 , 银行其实在里面是相对来说是比较少 。
所以即使整个 AI 我们说这个行业爆掉 , 对美国银行系统的冲击是比较有限的 , 只要美国的银行系统不爆掉来说的话 , 美国经济很难变成 08 年、09 年这样一个情况 。
那今天非常感谢 Rob 做客 《 晚点聊 》, 分享了对 Anthropic 以及和 Anthropic 相关的整个 AI 板块 , 包括 AI 基础设施 、 云厂商 , 还有一些数据公司的情况的观察和了解 。
那今天的节目就到这里 , 各位拜拜
。





