Anthropic拟向IPO投资者主张其AI可服务的年收入机会超过30万亿美元
Anthropic拟向IPO投资者主张其AI可服务的年收入机会超过30万亿美元，该口径按模型理论上能够完成的人类工作总量计算，而非传统软件订阅或云服务支出市场。
据报道，该公司考虑以约2万亿美元估值融资最高1000亿美元；该融资规模若落实，将超过SpaceX此前约862亿美元的IPO融资纪录。上述计划仍处于筹备和银行家讨论阶段，并非已提交或已定价的公开发行条款。
30万亿美元的TAM不是Anthropic对近期收入的预测，而是“若公司占据全部可由AI完成工作”的理论收入上限。该测算路径与传统自下而上的市场规模计算不同：后者统计企业软件、云计算或AI预算，前者把可自动化任务对应的劳动价值纳入可服务市场。
Anthropic年化收入运行率在7月底超过650亿美元，较2025年底约90亿美元增长逾7倍；按650亿美元与30万亿美元比较，公司当前对应的理论市场渗透率约0.22%。该收入为运行率而非已审计完整财年收入，且不同媒体对其统计时点和口径的转述存在差异。
公司内部目标指向2028年1900亿至2000亿美元收入区间。即便达到2000亿美元，按30万亿美元理论TAM计算，渗透率约0.67%；但收入目标是否实现，取决于企业采购、模型性能、推理成本、竞争格局、监管要求及客户将AI节省转化为供应商支出的比例。
Anthropic的市场规模论证据称部分建立在其Economic Index框架上：该框架将模型使用情况映射到美国劳工部O*NET数据库约2万个职业任务，并估计计算机、数学和金融等职业类别中，AI理论可处理的工作比例可超过80%，部分指标接近94%。任务可由模型协助或完成，不等于相关岗位工资将全部转化为Anthropic收入。
市场机制上，30万亿美元叙事把投资者注意力从当前收入倍数转向劳动替代空间：企业买方若以减少客服、编码、文档、分析与后台流程成本为目标，会将预算从工资、外包和传统软件转向模型调用、AI应用和算力；受益方是掌握模型、GPU、云计算和企业分发渠道的公司，承压方是可被标准化拆分的重复性白领服务和低附加值外包。模型供应商能否获取其中大部分价值，则取决于其是否拥有客户关系、工作流控制权和持续定价权。fortune+1
来源：公开信息
ABAB AI 解读
Anthropic的30万亿美元口径延续了它自身的劳动任务研究，而不是从软件预算外推。Anthropic Economic Index此前使用Claude.ai对话样本与O*NET职业任务库，试图测量AI在不同职业中的使用分布；该框架关注的是任务暴露度，而不是岗位被替代比例。把任务可完成性扩展成TAM，是将“潜在生产率空间”转译为“潜在供应商收入空间”。两者之间仍隔着企业流程改造、客户议价、竞争分润和监管成本。
资本路径已经非常明确：Anthropic以大规模融资购买训练与推理算力，以Claude模型进入企业工作流，再尝试把工资、咨询费、外包费和软件预算中的一部分转化为模型使用费。不同于Salesforce按席位、AWS按计算资源收费，Anthropic的终局叙事是按被替代或增强的工作价值收费。该模式的上限很高，但也意味着客户会要求以节省的人力成本、完成任务质量和业务结果为依据重新谈判价格，而非永久接受高毛利的通用Token收费。
SpaceX在其IPO文件中曾提出约28.5万亿美元的“人类历史最大可服务市场”，其中大部分与AI和太空基础设施相关；Uber在2019年上市材料中也曾以约6万亿美元的全球出行市场支撑长期叙事。相似点是以巨型TAM解释高估值，差异在于Anthropic已出现650亿美元级年化收入运行率，并以2028年1900亿至2000亿美元为近端锚点。真正的资本市场问题不是30万亿美元是否数学上成立，而是这家公司能在竞争和客户议价后保留多少收入、多少毛利与多少自由现金流。
本质属于定价权转移：过去，企业把知识劳动拆分为工资、外包合同、SaaS许可和专业服务费；AI供应商试图把这些支出重新聚合为模型推理和自动化工作流收入。定价权不会因为模型能完成任务而自动产生，只有当模型供应商控制任务入口、数据上下文、结果责任和切换成本时，劳动成本节省才会稳定地沉淀为模型公司的收入。否则，收益会被客户、开源模型、云平台和垂直应用共同分走。
ABAB News · 认知定律
任务可自动化，不等于价值可被一家收取
市场上限讲故事，现金流上限定价格
替代劳动的利润，取决于谁控制工作入口