--- id: "1u9120VFBIw" title: "AGNT 播客第 16 集｜Gemma Allen 与 Raphaëlle d'Ornano" channel: "SiliconANGLE theCUBE" host: ["Gemma Allen"] guests: ["Raphaëlle d’Ornano"] date: "2026-11-05" updated: "2026-11-06" duration: "20:23" duration_seconds: 1223 source_type: "youtube" youtube: "https://www.youtube.com/watch?v=1u9120VFBIw" canonical: "https://pod-exp.pages.dev/1u9120VFBIw/" transcript_jsonl: "https://pod-exp.pages.dev/1u9120VFBIw/transcript.jsonl" language: "zh-CN" translation: true translated_from: "en" timestamp_precision: "block" topics: ["AI 基础设施","人工智能","商业分析","投资"] series: ["Anthropic","AI 投资"] --- # AGNT 播客第 16 集｜Gemma Allen 与 Raphaëlle d'Ornano > 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。 **内容提要：** 本期围绕 Anthropic 可能进行的 IPO，讨论算力需求、供给约束与自建基础设施的必要性，以及 API、云平台分发和自有产品如何影响收入质量与定价权。Raphaëlle d’Ornano 结合 DCF 模型给出收入、算力成本和估值判断，也提醒投资者考虑智能体风险、网络安全、销售成本和毛利率。两位最后谈到 AI 市场情绪与智能体蜂群的发展，认为应以严谨研究看待 AI 行业，而不是跟随市场噪音。 ## [0:04] Anthropic IPO 前景与算力成本 · YouTube **Gemma Allen：** 欢迎收听 AGNT——这是一档面向企业科技、走进智能体时代的播客。我是 Gemma Allen，今天和我的联合主持人 Raphaëlle d’Ornano 一起从纽约证券交易所为大家播报。每期节目，我们都会聊聊智能系统如何重塑企业、市场，以及实际工作的方式；从《财富》500 强公司的董事会，到迅速崛起的新公司，我们会深入探讨定义 AI 下一篇章的策略、技术和人物。开始吧。 **Gemma Allen：** Raphaëlle，欢迎回来。这一周真是热闹，接下来的一周想必也会如此。Anthropic IPO 几乎成了我们在纽约证券交易所这里人人都在谈的话题。不过我觉得，没人像你这样为它做了这么多准备。这事儿对你来说比婚礼还重要——我丈夫也会同意这话。 **Gemma Allen：** 好，说说你的看法吧。你看了 S-1 文件，第一反应是什么？ **Raphaëlle d’Ornano：** 我等这一刻等了很久。这不仅是因为 Anthropic 本身，更因为它对整个生态意味着什么。我觉得这不只是千载难逢，甚至可以说是世代难遇的一次 IPO；它会成为公开市场进入一种全新范式的起点，Anthropic 将成为第一个真正上市的前沿模型公司。当然，几个月前 SpaceX 也上市了，它还有 Starlink，背后是航天业务等等。但 Anthropic 是美国第一家上市的前沿模型公司，所以我对这件事特别兴奋。 **Raphaëlle d’Ornano：** 看 S-1 时最让我吃惊的，是算力承诺的规模。大家现在谈来谈去都是算力：今天说算力太多，明天又说算力不够；机房该怎么填满？半导体会不会过剩？这就是眼下大家最关心的事。读这份 S-1，你会看到 Anthropic 从现在到 2045 年已经签下或即将签下的租约，规模大得惊人。拿到这些算力对他们至关重要，否则就无法生产那些如今支撑着大部分收入的前沿模型。 **Raphaëlle d’Ornano：** 看看他们披露的数字：承诺支出是 8954 亿美元，几乎就是一万亿美元。 **Gemma Allen：** 是的。很多人最想问的是，这与其说是意愿问题，不如说是供需问题：这些算力到底有没有得买？这个问题正以各种方式盘旋在行业上空——我们在新兴云厂商身上看到了，在 Elon Musk 的推文里也看到了，几乎到处都是。很多事情都取决于这个问题，但看起来他们并不能完全掌控供给。你怎么看这件事的多空两面？Dario 在文件里说…… ## [3:08] 租用算力，还是自建基础设施 · YouTube **Raphaëlle d’Ornano：** S-1 里有句话特别有意思，Dario 说：“我们要大胆，但也要理性。”我很喜欢这句话。什么意思？一年前，也就是 2025 年 7 月，我写过一篇文章，说算力是 Anthropic 目前最大的单点故障——也就是说，即便其他方面都按计划推进，单这一项也可能让整个商业模式崩盘。去年他们算力不够，在争取这项最关键的业务投入时也远落后于 OpenAI。 **Raphaëlle d’Ornano：** 算力重要到什么程度？他们甚至彻底重排了损益表，现在第一项就是算力。过去通常先列毛利、研发等项目，现在他们把收入和算力摆在前面，其中算力还包括推理和训练。这说明他们重新构想了损益表，把算力作为最大的一项成本汇总。去年他们算力不足；现在则极其积极——借用 Dario 的说法，也很大胆地去争取这项关键资源。 **Raphaëlle d’Ornano：** 为什么？因为 Anthropic 整个业务模式的核心，就是必须站在前沿。他们绝大部分收入都来自推出不到六个月的模型。要做出最新的前沿模型，比如 Fable、Mitos、Office 5.5 之类，就需要海量算力。如今每次训练所需的算力越来越多，增长正在加速。要站在前沿——而这对他们取得收入至关重要——就需要多得多的算力。 **Raphaëlle d’Ornano：** 所以他们必须尽可能从各处抢到这项资源，而现在的价格并不理想。他们从 Elon Musk 和 SpaceX 那里拿到了不少资源；据我估算，他们现在争取到的算力价格是 CoreWeave 平均价格的四倍多。具体可能在每单位 8 到 40 之间，差距很大，但他们必须确保拿到算力，同时也得保证能设计定制芯片——这就是他们与 Broadcom 的协议。如果任何时候算力不够，整个业务就完了。 **Gemma Allen：** 但关键是，Anthropic 并不拥有算力。所以有个问题一直没被充分讨论：谁拥有电力、谁能控制电力？没错，Anthropic 和 Groq、Nvidia 这些实力强大的公司签了大单，但很多竞争对手也做了同样的事。这场竞赛显然越来越复杂。他们真的有能力满足自己承诺的需求吗？你可以签下订单，但供应端真有货吗？这仍然没有答案。 **Raphaëlle d’Ornano：** 所以他们现在确实在四处奔走。我说“奔走”不是贬义，而是说他们正在尽最大努力，哪里有算力就去哪里找：超大规模云服务商、Elon Musk，还有一些规模较小的新兴云厂商。Anthropic 实际上还在充当担保方，确保这些公司能把算力投入生产，因为新兴云厂商拥有机房，所以眼下 Anthropic 还是在向他们采购。 **Raphaëlle d’Ornano：** S-1 里说，他们正朝着自建算力、最终实现一定程度自给自足的方向走，但这不可能一夜之间完成，整条供应链都还在搭建。Broadcom 是他们倾向合作的厂商之一。我一年前就写过，考虑到算力对 Anthropic 这样的公司、尤其是对 Anthropic 的战略价值，终有一天他们自己建设算力是合理的…… ## [7:08] 租用算力，还是自建基础设施（续） · YouTube **Raphaëlle d’Ornano：** ……对 Anthropic 这样的公司以及其他参与者来说都如此，但对 Anthropic 尤其如此，所以他们确实有理由自己去建算力设施。不过，自建算力非常耗费资本，也非常…… ## [7:21] Token 收入与产品定价权 · YouTube **Gemma Allen：** 自建肯定不是短期方案，对吧？这需要很长时间，也是一笔巨额投资。眼下的难题仍然是能不能足够快地租到算力。说到超大规模云服务商，看看本周市场上的动向挺有意思：许多涨跌都围绕着一个更大的争论——这是不是泡沫，未来会走向哪里？局面既复杂又矛盾。不过我想聊聊他们的商业模式，听听你的看法。 **Gemma Allen：** 从 S-1 里确实能看到一些意外。比如 SpaceX，实质上像是一家披着航天公司外衣的新兴云厂商。回到 Anthropic 的 S-1，里面有一些预测和愿景，但他们的定位其实是编排者。Claude Code、Claude Cowork 这类产品正在获得市场认可，而且从算力成本与收入产出来看已经实现盈利。你怎么看？这足以支撑他们成为史上规模最大、甚至最疯狂、而且上市速度前所未见的 IPO 吗？这些商业模式能持续吗？能长久吗？护城河又在哪里？ **Raphaëlle d’Ornano：** Anthropic 的核心问题，也正是两周前他们公布第三季度数据时令市场紧张的问题：收入究竟由什么构成？这不像 SaaS 收入，有已经承诺的订阅、也有清晰的未来可见性。Anthropic 的收入本质上来自 API。消费者业务只是其中很小的一块，我们可以聊，但占比有限。它实际上是一家卖 token 的公司。 **Gemma Allen：** 而 token 可以通过不同方式卖出去：通过自有应用，也可以通过云厂商——目前 Google、Amazon 等云平台是主要分发渠道。云平台会作为交易对手，并收取分发费用；这也是他们销售和营销支出中最大的一项。 **Raphaëlle d’Ornano：** 他们还可以把 API 嵌入自己的产品里。产品包括 Cowork、Claude Code——当然这是他们非常知名的产品——以后还会有很多其他产品，进入生命科学等垂直领域。他们尤其强调生命科学。健康领域其实也有很多讨论…… ## [9:54] 市场空间、竞争优势与估值风险 · YouTube **Raphaëlle d’Ornano：** ……健康领域其实也有很多讨论。 **Gemma Allen：** 没错。他们的目标是尽可能掌控把产品卖给谁、以什么方式打包，所以才要做产品。为什么？因为单卖 token 的价格很快就会下跌。一年间 token 价格跌了 754 倍，比电价下跌快得多。因此，卖 token 可能会有问题。不过，前沿模型的 token 最适合完成最复杂的任务，它们的价格下跌幅度要小得多，和其他 token 很不一样。 **Gemma Allen：** 所以 Anthropic 眼下的问题是：怎样在继续引领前沿的同时出售 token？他们该怎样、又该向谁卖，才能保住定价权？与此同时，训练和运行模型都需要越来越多算力，投入成本还在不断上升。 **Gemma Allen：** 我接下来想谈成本，不过先很快问你一个问题。你总结时有一点让我印象很深：总体可寻址市场（TAM）几乎无边无际。现在的渗透率可能只有 1%，潜在空间非常大。但这并不意味着任何一家企业或参与者已经锁定了未来。前沿实验室之间的竞争会怎样发展，我们还不知道；长期来看，模型会不会变成大宗商品？他们能不能持续掌握客户关系？TAM 里还有 99.9% 的机会，也不代表任何一家就一定能赢。你怎么看？TAM 的现状和潜力确实让我着迷，但这没有解决更大的问题：我们能确定客户黏性足够强、他们能把客户留住吗？ **Raphaëlle d’Ornano：** 我给 Anthropic 估值时做了一套 DCF。我认为给这类公司估值，现金流折现是唯一的方法。我不喜欢用 ARR 倍数，因为这不是普通的软件即服务公司；我个人觉得那样做没道理。用未来收入估值也一样不靠谱。 **Raphaëlle d’Ornano：** 所以我做了一套 DCF，把各条收入来源都拆开，包括自有产品、API、第三方渠道、成本结构等等，并做了几个假设。我的模型算出，到 2036 年收入会超过一万亿美元。之后增速大约是 20%——我得看看手头数字是不是对的。仍然算高增长，但没那么夸张。如果按十年期的标准损益表来看，这个预测肯定比 IPO 方面的规划和宣传保守得多，也可能更现实。 ## [13:13] 收入预测与经营利润率 · YouTube **Raphaëlle d’Ornano：** 我有数字，正想给你看。2036 年，我估算收入是 9390 亿美元。最初收入增长超过 100%；到 2027、2028 年仍是如此，2030 年达到 4000 亿美元。我的模型也估算了算力成本，所以方程里的关键部分是训练和推理算力占比：我估算超过 40%，并且基本稳定到 2040 年——那是我预测的终点。 **Raphaëlle d’Ornano：** 用现金流折现法算，我比较认可约 1.7 万亿美元的估值。这是我第一次算出一个离市场上流传的数字没那么远的结果；你也知道，我通常对那些传闻数字相当悲观。然后你还得考虑什么事情可能让它崩盘、成为单点故障，再把各种严重风险从 1.7 万亿美元里折掉：比如智能体蜂群闯祸、严重的网络安全问题、算力不足等等。这样算下来，我比较认可的数字更接近 1.2 万亿美元；1.2、甚至 1.1 万亿美元，都是我会很放心投资的估值。现在市场给出的估值在 1.5 万亿到 2 万亿美元之间，已经偏高了。 **Gemma Allen：** 不过我为什么这么说？回应你刚才关于收入的观点，我们确实相信这家公司会继续增长、持续复利式增长，特别是靠拓展自有的智能体产品。这是我们投资假设的核心。如果不是这样，他们只靠 API 调用，那就有问题。不过，也存在一种并非不可能的情形，能够让这些数字真正说得通。 **Gemma Allen：** 我们再聊聊收入和大家的整体反应。有些人像 Seath 说：“天哪，我很惊讶这家公司在财务上这么保守，他们实际花的钱没有我想象的那么多。”可事实上，他们一直说最大的支出就是算力。每个 token 的产出、每个 token 带来的收入，大约是每花一美元就收入两美元——他们好像是这么说的。大致是对的吧？ **Raphaëlle d’Ornano：** 对。 **Gemma Allen：** 那你怎么看这个趋势？做这些计算时，我们现在几乎没法在科技行业里谈 ARR 了，说实话，大家好像都不知道 ARR 到底代表什么了。我同意。 **Gemma Allen：** 不过，你的计算依据是什么？ **Raphaëlle d’Ornano：** 首先得对收入有把握：收入由哪些业务构成？通过云平台销售时，超大规模云服务商会拿走多少利润？这是第一个假设。第二个假设，是训练和推理各自占多少算力。训练一次次变得更贵；而在我看来，随着智能体工作负载爆发，推理算力所占的比例也会上升。 **Raphaëlle d’Ornano：** 因此毛利率可能没有我们想的那么好。我对付费用户业务 80% 的毛利率会更有把握，这部分是收入最大的一块。然后还要考虑销售和营销成本。如今，除了付给超大规模云服务商的费用，这些成本都很低，因为用户增长主要靠口碑和开发者采用。但如果未来收入达到一万亿美元，你终归得建立正规的企业销售团队，把产品卖给企业；SaaS 业务里，这是研发之外最大的成本项之一，所以他们首先得预测这笔支出。再往下还有其他项目…… ## [17:14] 收入预测与经营利润率（续） · YouTube **Raphaëlle d’Ornano：** ……不过我觉得这家公司有能力做到非常高效。如今它的人均收入是 660 万美元，非常惊人。相比之下，Palantir 是 100 万美元。三年前，最优秀的软件公司人均收入是 30 万美元。所以 660 万美元完全是另一个量级。 **Raphaëlle d’Ornano：** 简单说，你得判断收入是多少、训练和推理算力占多少、销售和营销占多少、其他所有开支占多少，这些都还算可以。最后，还要看经营利润率是多少。 **Gemma Allen：** 这可是个相当大的数字。 **Raphaëlle d’Ornano：** 我算出来最终经营利润率能到 30%。也就是说，最终状态大约是 30%——可以说是到 2030 年吧。对，就说 30%。 ## [18:01] IPO 前景与智能体 AI 的进展 · YouTube **Raphaëlle d’Ornano：** ……就说 30%。 **Gemma Allen：** 好，我们差不多该结束了，不过我感觉这个话题还能再聊几个小时。我笑是因为我知道你对它有多投入。大家肯定都会密切关注。也许等上市那天我们可以再请你来。有人猜是 11 月 16 日，谁知道呢？现在市场表现确实有点疯狂。他们会不会撤回 IPO？我们拭目以待。Raphaëlle，最后能不能请你分享一下核心看法？你一直在追踪这家公司、追踪前沿技术，早在大家开始讨论之前就已经从各个层面研究它了。这个时刻马上就要到了。今晚你和丈夫吃饭，要总结今天和自己的感受——你会怎么说？ **Raphaëlle d’Ornano：** 我还是对正在发生的事感到非常兴奋，因为这是一个新时代的开端。我觉得眼下大家都在把和 AI 有关的一切抛到一边。中期选举也没帮上忙。过去几个月、尤其是这一周，我真的觉得大家把 AI 当成了一个坏词，什么都不相信。但从根本上说，并没有什么改变。技术进步得非常快，我们正进入智能体蜂群的阶段——这是 AI 的下一步；它甚至比 Anthropic IPO 更让我兴奋。 **Raphaëlle d’Ornano：** 所以我觉得，我们审视这家公司时必须非常精准。这不仅关系到这家公司，也关系到整个 AI 交易。它影响很大，我们必须严谨地做研究，别再听那些自称更懂半导体、还把市场往某个方向推的人胡说八道，这让我特别生气。我们需要大胆，但也要理性。 **Gemma Allen：** 没错。大家也可以去看看 Raphaëlle 的 Substack。我觉得没人像你这样深入、清晰地追踪这件事；我自己觉得特别有意思，每周都能学到很多。非常感谢你来到纽约参加节目。 **Raphaëlle d’Ornano：** 非常感谢。 **Gemma Allen：** 我是 Gemma Allen，我们现在在纽约证券交易所的 theCUBE 演播室。这里是 AGNT，我们会拆解下一个智能体时代，评估技术行业面临的护城河、机遇和风险。感谢收看。