Anthropic冲刺史上最大IPO，目标估值2万亿美元

2026年秋季，全球资本市场聚焦一场可能刷新纪录的IPO——AI实验室Anthropic正秘密推进公开募股。该公司在5月完成650亿美元融资后，估值已达9650亿美元。市场传闻其IPO目标估值约2万亿美元，筹资规模或高达1000亿美元，若成行将超越SpaceX的1.77万亿美元纪录，成为史上最大规模首次公开募股。与此同时，OpenAI估值徘徊在8500亿至8600亿美元区间，并酝酿新一轮私募融资，目标估值达1.2万亿至1.5万亿美元。相较之下，作为AI基础设施核心供应商的英伟达市值约5.43万亿美元，市盈率约28.5倍，处于近十年相对低位，凸显“卖铲人”与“挖金者”之间显著的估值分化。

传统估值模型失灵，高增长假设难掩现实风险

投行常用的贴现现金流（DCF）模型与可比公司倍数法，在评估Anthropic这类高速成长AI公司时均面临挑战。一方面，可比上市公司稀缺；另一方面，其年化收入从2025年底的约90亿美元飙升至2026年7月的逾650亿美元，增长超七倍，未来现金流预测高度不确定。即便内部预测2028年收入可达1900亿至2000亿美元，此类数字在资本市场中常被谨慎对待。当前若以2万亿美元估值计算，相当于其年化收入的30倍以上。即使假设零成本、零税收、零研发并全额分红，以5%以上的10年期美债收益率贴现，其全部未来收入现值仍远低于该估值。高利率环境进一步压缩远期利润现值，并推高数据中心建设的借贷成本，导致部分IPO推迟，新股破发频现。

TAM叙事膨胀：从万亿美元到“经济半壁江山”

当传统财务模型难以支撑超高估值时，“总可寻址市场”（TAM）成为关键叙事工具。近期AI相关TAM估算迅速膨胀，从数万亿美元的企业软件市场，跃升至生成式AI可触及的60万亿美元规模——接近全球年产出的一半。然而历史经验表明，TAM兑现率普遍极低：Uber上市时宣称超100万亿美元市场，如今年收入不足600亿美元；WeWork曾以3万亿美元市场概念融资，最终走向破产。尽管有研究设想AI到2030年为美国GDP贡献超10万亿美元，甚至引发“递归自我改进”导致经济价值爆炸，但当前技术突破多局限于有明确答案的测试任务，生产级自动化改进幅度有限，接近噪声水平。市场对Anthropic估值预期在数周内从1万亿美元迅速上调至2万亿美元，预测剧烈摇摆本身即是风险信号。

循环融资结构：未建成的数据中心与相互持股链条

AI热潮不仅推高模型公司估值，也催生了尚未投运基础设施的高估值。SoftBank旗下SB Energy计划以约500亿美元估值IPO，但尚未运营任何数据中心。其招股文件显示，已承诺项目需约1740亿美元资本支出，并背负庞大建设义务。英伟达已承诺总计约30亿美元投资（部分以折扣价），并为部分园区提供最高1050亿美元债务担保；OpenAI则是主要租户并持有认股权证，项目若延迟，客户可在特定条件下低价收购资产。问题在于，GPU芯片折旧速度远快于建筑——可能一两年即过时，而融资却按长期基础设施逻辑定价，如同“为智能手机办理30年按揭”。此外，电网接入在部分地区耗时数年，地方反对声浪显著。未建成数据中心在会计上不计提折旧，短期呈现高利润假象，但终将面对超支、延期与折旧启动的现实。资金链条高度循环：SoftBank发行高收益债支持OpenAI；OpenAI租赁SB Energy设施并反向投资；英伟达提供担保并锁定硬件供应。云巨头持有AI实验室股权，未实现收益计入利润；实验室之间互租算力。这种相互持股、相互担保、相互推高估值的结构，在缺乏空头制衡的私人市场中，由乐观者主导定价。

英伟达为何“便宜”？定价机制差异揭示市场理性

作为AI浪潮的实际受益者，英伟达业务强劲：年销售额从数年前约270亿美元跃升至当前数百亿美元量级，净利润大幅扩张。然而其前瞻市盈率已降至18-25倍区间，整体估值处于多年低位。CEO黄仁勋曾称公司为“成长型价值股”，认为市场存在误解。合理解释包括：投资者视其为周期顶部公司，担忧毛利率受内存成本上升及客户自研芯片冲击；其收入高度依赖AI实验室的巨额支出，一旦支出放缓（因技术巨头收缩或监管介入），估值倍数难以为继；更重要的是定价机制差异——英伟达每秒由数百万投资者（含空头）实时定价，而AI实验室估值由云巨头等利益相关方在私募轮次中设定，悲观者无法做空，导致私人市场估值系统性偏高。

价格战与盈利模式：模型降价潮冲击IPO叙事

AI模型成本正快速下降。研究显示，达到同等性能水平的成本自2023年以来年降幅可达13倍，速度超过电力、计算与基因测序等历史技术变革。新模型推出后价格迅速下跌，溢价窗口短暂。开源模型与中国厂商产品性能逼近前沿，市场份额持续上升。Anthropic与OpenAI几乎同步推出降价40%-50%的新模型，价格战虽利好客户，却在IPO前夕构成尴尬局面。企业客户已开始采用“智能路由”策略，将不同任务分配至不同模型，显著削减账单。“智能饱和”概念兴起——并非所有任务都需要最昂贵模型。历史上，廉价软硬件曾重塑行业格局，开源软件虽前期免费，但后期维护成本高昂。尽管平台使用量激增（部分周使用量一年内增长数万倍），Anthropic用户留存率表现突出，但路由工具的普及表明客户正积极避免供应商锁定。当前商业模式更像“出售未来承诺”，高利润路径尚待验证。

IPO节点：公开市场或将终结估值幻觉

IPO不仅是早期投资者的退出窗口，更是循环融资链条首次接受公开市场定价检验的关键时刻。对SoftBank而言，其资产负债表高度依赖OpenAI等私人估值；若公开市场价格显著低于私募标价，抵押品价值与账面利润将承压。Anthropic若成功上市，将成为首家纯AI实验室上市公司，为整个行业提供首个公开估值锚点，并直接影响持有其股权的云巨头利润确认。历史数据显示，新股发行高峰后，公司长期跑输大盘的概率较高，整体市场表现亦往往疲弱。内部人通常具备较强择时能力。尽管实验室高管呼吁谨慎发展，市场却以利润动机全速推进。若投资者以无法通过基础财务测试的价格买入，事后回望时，或将再次追问：“当初在想什么？”

技术非泡沫，但价格可能是

AI技术本身并非泡沫。正如互联网改变了世界，却也留下雅虎、Lycos等失败者，AI最终可能更接近电子邮件——成为日常必需品，却难以单独产生超额利润。这对客户是福音，但对以2万亿美元买入“卖方”的投资者而言则不然。当前迷局的核心，不在于技术是否有用，而在于支付的价格是否合理。公开市场将很快给出答案。