Anthropic上市首日大涨17%,为什么亚洲芯片股反而跌了?

AI行业正在从技术突破驱动的估值扩张阶段,逐步进入以商业回报和现金流为核心的价值验证阶段。

文章作者、来源:ME News

TL;DR

  • Anthropic以每股83美元的价格完成约813亿美元规模的IPO,并在上市首日上涨17%,但未能扭转全球AI相关股票的抛售趋势。
  • 日本、韩国及中国台湾的半导体相关股票普遍承压,反映出投资者对整个AI产业链未来增长及投资回报的担忧。
  • 资本市场并非不再相信AI技术的长期价值,而是开始质疑当前的基础设施投入、企业估值与未来盈利能力是否匹配。
  • AI产业内部日益复杂的股权投资、算力采购和融资关系,使得产业链上下游企业的经营风险进一步绑定。
  • 随着大模型竞争加剧,模型调用价格、算力成本和商业化效率正在成为决定AI企业长期价值的关键变量。
  • AI行业正在从技术突破驱动的估值扩张阶段,逐步进入以商业回报和现金流为核心的价值验证阶段。

一、Anthropic成功上市,却没有成为AI板块的救命稻草

资本市场原本期待,Anthropic的上市能够为近期持续承压的AI板块注入一剂强心针,但从11月20日亚洲市场的表现来看,这场备受关注的IPO显然没有发挥预期中的作用。

11月19日,Anthropic正式登陆纳斯达克,股票代码为ANT。公司以每股83美元的价格发行9.8亿股股票,发行总规模约813亿美元。上市首日,Anthropic股价一度冲高,最终收于97.17美元,较发行价上涨约17%,按照完全摊薄口径计算,公司估值达到约1.77万亿美元。

然而,随着交易时间推移,Anthropic股价逐渐回吐部分涨幅,美国主要股指也未能维持早盘的乐观走势。到了11月20日,悲观情绪进一步传导至亚洲市场。

根据当日上午的盘中行情,日本芯片测试设备制造商爱德万测试跌幅超过12%,软银集团跌幅超过15%,铠侠跌幅超过12%,日经225指数一度下跌约4.7%。韩国方面,SK海力士跌幅超过6%,三星电子同样遭遇明显抛售,中国台湾的台积电、联发科等半导体企业也面临下行压力。

这种市场表现值得关注,因为Anthropic并不是一家商业化能力尚未得到验证、单纯依靠技术概念获得高估值的初创企业。作为全球领先的大模型开发商之一,其旗下Claude已经深入软件开发、企业办公、智能体及专业知识服务等多个领域,具备相当可观的商业收入。

但即便如此,Anthropic的成功上市与亚洲芯片股遭遇抛售仍然同时发生。这恰恰说明,投资者对于AI企业成长潜力的认可,与他们对于整个AI产业投资回报的担忧,并不矛盾。

过去几年,资本市场习惯于将AI技术进步、算力需求增长、半导体企业业绩改善和科技股估值提升视为一条相互强化的逻辑链条。如今,这条逻辑正在受到挑战。投资者逐渐意识到,AI技术成为重要的生产力工具,并不意味着产业链上的每一家企业都能够获得与其估值相匹配的利润。

二、AI行业真正的矛盾,是收入增长与投资回报之间的失衡

如果把Anthropic的招股书拆开来看,就不难理解资本市场为何在认可其成长性的同时,又对整个AI产业保持警惕。

2024年,Anthropic的营业收入为3.86亿美元,2025年增长至45.85亿美元,而2026年前九个月,其营业收入已经达到332.42亿美元,同比增长1206%。与此同时,公司2026年前九个月的经营活动现金流净额达到66亿美元,相较去年同期净流出20亿美元,商业化能力已经得到显著改善。

这样的增长速度,即便放在全球互联网产业的发展史中,也相当罕见。但问题在于,Anthropic所处的行业具有与传统互联网截然不同的成本结构。

传统互联网公司的商业模式之所以受到资本市场青睐,很大程度上是因为产品完成开发之后,新增用户所带来的边际成本相对较低。当用户规模不断扩大时,企业可以通过规模效应摊薄成本,进而释放利润。

大模型企业却没有这么轻松。用户每一次调用模型,都会产生相应的推理成本,而模型能力的持续提升,又需要投入大量资源进行训练、研发及基础设施建设。特别是随着AI Agent逐渐普及,一项复杂任务可能涉及多轮模型调用、长上下文处理和工具协同,对算力的消耗也随之增加。

2026年第二季度,Anthropic实现约10亿美元的经营利润,但到了第三季度,又出现约5.67亿美元的经营亏损。其中,新增算力支出是重要影响因素之一。

更值得关注的是,今年第三季度,Anthropic的算力及基础设施相关费用达到99亿美元,占同期营业收入的58%,而第二季度这一比例为48%。

这意味着,即便是已经取得商业化突破的头部AI企业,其盈利能力依然容易受到算力采购节奏、基础设施交付及运营成本变化的影响。

因此,笔者认为,当前市场对于AI行业的担忧,并不是简单的需求不足,而是需求增长能否最终转化为足够丰厚且可持续的利润。

技术能够创造巨大的社会价值,但这些价值究竟由模型开发商、云计算企业、芯片供应商,还是使用AI降低经营成本的传统企业获得,目前仍然存在相当大的不确定性。

三、接近万亿美元的基础设施承诺,让AI成为一场重资产竞争

Anthropic招股书中真正值得半导体投资者关注的,或许不是收入增长速度,而是其未来承担的基础设施支出义务。

根据最终版招股书,Anthropic披露的各类合同义务合计约9009亿美元,几乎全部与算力及基础设施有关。此外,公司还存在部分未约定固定金额的相关安排,预计涉及1500亿至1750亿美元的潜在付款。

需要说明的是,这些合同义务并不等同于已经产生的债务,也不是短期内必须支付的现金,其中部分合同附带交付、融资及其他履约条件。但如此庞大的支出规模,依然足以说明前沿AI模型正在成为一个资本密集程度极高的行业。

即便是此次约813亿美元的IPO发行规模,相对于Anthropic未来的基础设施投入,也显得没有那么充裕。况且,发行总额还包含原有股东出售股份所得,并非全部资金都会进入Anthropic的账户。

对于模型企业而言,提前锁定算力具有现实必要性。数据中心建设、芯片生产、电力供应以及网络基础设施部署都有较长的周期,如果等到用户需求完全确定之后再进行采购,企业很可能因为算力不足而失去市场竞争力。

但这种商业逻辑也带来了一个难以回避的矛盾:算力采购需要提前进行,未来收入却无法提前得到充分保证。

如果AI商业需求按照乐观预期持续增长,今天的巨额投入自然可能成为明天的竞争壁垒;但如果客户支出放缓、推理效率快速提升,或者模型调用价格持续下降,提前锁定的算力资源就可能成为沉重的成本负担。

这也是亚洲半导体股票对相关消息异常敏感的原因。芯片企业当前的订单和盈利表现,很大程度上反映的是AI企业过去作出的投资决策,而股票价格反映的却是市场对于未来投资决策的判断。

即便今天的芯片需求依然旺盛,投资者也需要考虑,两三年后的AI企业是否还有能力和意愿维持同等规模的采购。

四、循环融资正在放大AI产业链的风险

过去几年,AI产业逐渐形成了一种颇具特色的资本运作模式:芯片制造商、云计算服务商向大模型企业提供股权融资,而大模型企业又利用资金购买算力、租赁服务器及采购相关技术服务。

此次Anthropic上市,也进一步展示了这种产业关系。

根据招股书,谷歌、英伟达、AMD、博通、美光、微软以及台积电子公司TSMC Partners,约定以IPO发行价格参与总规模260亿美元的同步私募。其中,谷歌和英伟达各自拟投入100亿美元。

从商业角度来看,这类投资并非没有合理性。上游企业通过投资重要客户,可以提前建立长期商业合作关系,而模型开发商则能够获得持续扩张所需的资本与算力资源。

问题在于,当产业链上的企业同时扮演供应商、客户、投资者和融资支持方时,原本相对独立的经营风险会变得更加紧密。

假设一家芯片企业向AI公司投资100亿美元,而后者又将部分资金用于购买该企业的芯片,那么芯片企业能够扩大销售,AI公司也能够提升算力规模,但整个商业体系能否获得足够的最终回报,仍然取决于外部客户是否愿意持续为AI服务付费。

这并不意味着相关交易存在财务造假,也不能简单地将战略投资定义为虚假需求。但投资者必须区分,由终端用户真实消费支撑的增长,与由产业内部融资推动的扩张,究竟各自贡献了多少需求。

如果未来外部资金供给趋紧,或者终端客户的付费增长低于预期,资本开支、资产估值和融资能力之间原本相互促进的关系,也可能反过来放大产业风险。

盛宝金融首席投资策略师Charu Chanana所提到的循环融资问题,本质上正是市场对这种高度关联的资本结构产生了疑虑。

五、大模型越来越强,但模型公司的定价权未必越来越大

除了基础设施投入,AI行业还面临另一个容易被技术进步掩盖的问题,即模型能力的提升,未必能够带来相应的定价权。

Anthropic在招股书中披露,2026年第三季度,新版本模型降价及合同折扣等因素,抵消了约6亿美元原本由使用量增长带来的收入增量。

这一数据具有相当重要的参考意义。当前,大模型企业仍然处于激烈的市场竞争之中,OpenAI、Anthropic、谷歌以及各类开源模型开发商,都在不断改善模型性能、降低推理成本,并争夺企业客户。

对于普通用户及企业而言,这无疑是一件好事。但对于大模型开发商而言,持续降价意味着企业不仅需要扩大用户规模,还必须通过成本优化和更高价值的服务来维持利润空间。

这与过去互联网平台通过网络效应建立竞争壁垒的过程有所不同。用户未必需要长期绑定某一个模型,企业也可以根据任务类型、性能需求和价格,在不同模型之间进行选择。

当然,模型企业仍然可以通过开发者生态、企业工作流、智能体产品和数据安全能力建立竞争优势,但单纯依赖模型性能领先获得长期高利润的难度,可能会越来越大。

在笔者看来,AI行业未来甚至可能出现一种看似矛盾的局面:AI服务变得更加普及,整个社会从AI技术中获得的经济效益不断扩大,但基础模型企业的利润率却受到激烈竞争的持续挤压。

技术的成功与商业模式的成功,从来不是同一个概念。

六、为什么首先遭遇抛售的是亚洲芯片股?

亚洲半导体企业是过去几年全球AI投资热潮的重要受益者。日本在半导体制造及测试设备领域具备竞争优势,韩国在高带宽存储器等产品领域拥有重要市场地位,中国台湾则在先进制程晶圆代工及芯片设计等环节承担着关键角色。

这些企业虽然不直接参与大模型市场的竞争,却高度受益于美国科技企业不断扩大的资本开支。因此,当市场开始怀疑AI投资的可持续性时,它们自然也会成为估值调整的重要对象。

事实上,当前半导体产业的经营数据仍然相当强劲。

11月17日,英伟达公布2027财年第三季度财报,单季度营业收入达到1158亿美元,同比增长103%;数据中心业务收入达到1076亿美元,同比增长110%。

但如此亮眼的财务表现,仍然未能有效扭转近期AI板块的悲观情绪。

与此同时,黄仁勋于11月11日辞去英伟达首席执行官等职务,也增加了市场对公司战略连续性、管理层交接及未来监管环境的担忧。美国中期选举之后,围绕AI基础设施建设及先进芯片出口的政策不确定性,也进一步影响了投资者的风险判断。

值得注意的是,亚洲芯片股的下跌并不能直接等同于半导体行业已经进入衰退周期。资金集中持仓后的调整、利率预期变化及投资者风险偏好下降,同样可能放大短期市场波动。

但此次抛售至少释放了一个信号:资本市场已经不愿意仅凭当前订单的高速增长,就为未来数年的增长确定性支付过高溢价。

七、AI没有失去长期价值,资本市场只是开始重新算账

回顾历次重大技术革命,无论是铁路、电信网络,还是互联网,都曾经历基础设施投资快速扩张与资本市场估值回落并存的阶段。

一项技术最终改变社会,并不意味着围绕这项技术展开的所有投资都能取得理想回报。对于AI而言,同样如此。

Anthropic成功上市具有重要的行业意义,它证明头部大模型企业已经具备吸引大规模公开市场资本的能力,也让投资者有机会通过更加透明的财务披露,观察前沿AI企业真实的经营状况。

但接下来,决定AI板块能否重新获得市场信心的,将不只是下一代模型有多强、数据中心建设规模有多大,而是企业客户能否持续增加付费预算,模型开发商能否改善单位算力的盈利能力,以及整个基础设施体系能否创造覆盖资本成本的长期回报。

笔者并不认为眼下的科技股抛售足以证明AI泡沫已经破裂,更不能据此否定AI产业的长期发展空间。但是,从英伟达超预期的收入增长,到Anthropic创纪录上市均未能扭转市场情绪来看,过去那种只要与AI相关就能享受高估值的投资逻辑,正在逐渐失效。

AI行业的下一阶段,或许不再是谁能筹集更多资金、采购更多芯片、训练更大的模型,而是谁能够在激烈竞争中建立真正可持续的商业模式。

对于资本市场来说,AI最有想象力的故事仍然没有结束,只不过,投资者现在更希望看到这个故事最终能够赚多少钱。