Anthropic估值1.2万亿美元贵不贵？拆解与买入策略

美股AI板块近期经历了一轮剧烈抛售，纳斯达克单日暴跌5.5%，标普500指数下挫4.4%。这场风暴的中心，恰恰是过去两年推动美股上涨的AI巨头们。而计划在纳斯达克上市的Anthropic，其估值预期也从传闻中的2万亿美元一路回落至1.2至1.3万亿美元区间。B站UP主“加密星球”在最新视频中，从产品体验、财务数据到估值模型，对Anthropic进行了一次完整的投资推演。

Anthropic的产品价值：从Cloud Code说起

UP主几乎每天都在使用Anthropic旗下的Cloud Code，他的体感是“AI在生产力方面指数级别的提高”。用他的比喻来说，明明只有两只手，但因为使用了Cloud Code，就能完成八只手、甚至六十四只手的工作量。

这种体验并非个例。UP主观察到，许多高级工程师最近一两年几乎不再手写代码，日常工作变成了与Cloud Code或GPT的Codex对话。Cloud Code能调bug、处理数据，从用户需求分析一直做到产品上线。企业也愿意为此付费，有的公司员工一个月消耗的Cloud Code token费用高达十几万美元。

从产品层面看，Anthropic已经用Cloud Code证明了自己能够创造真实的生产力价值，并且市场愿意为此买单。这是判断一家公司是否值得投资的第一层逻辑：产品有没有人用，用户愿不愿意持续付费。

财务数据：高增长，但增速在放缓

据Anthropic最新披露的财务数据，其第三季度收入达到169.6亿美元，环比增长47%。如果简单按季度收入乘以4来年化，年化收入已接近680亿美元。这个数字意味着Anthropic不再是一家只有技术和故事的创业公司，而是已经拥有相当规模真实收入的商业化实体。

但UP主提醒了一个关键细节：上一季度的环比增长是144%，到了第三季度下降到了47%。47%的季度增长依然惊人，但增速放缓的信号不能被忽视。不能简单地把今天的增长速度线性外推到五年以后。

更关键的问题在于，收入不等于利润。为了训练模型、运行Cloud Code，Anthropic需要大量GPU、数据中心和昂贵的算力。根据其披露的信息，未来与合作伙伴相关的算力承诺接近9000亿美元。这不是说今天就欠了9000亿美元，也不是说这些钱必须马上支付，但它清楚地说明了AI行业的另一面：赚钱速度极快，花钱速度同样惊人。

UP主的第一个结论是：Anthropic是一家已经证明了产品价值、拥有高速收入增长的公司，但未来究竟能赚多少钱，现在还远未确定。OpenAI、Google以及其他AI公司的竞争，让今天的技术领先不等于五年后的持续领先。

年化收入（ARR） 是SaaS和订阅制公司常用的指标，通常用最近一个季度的收入乘以4来估算全年收入水平。它的优点是能及时反映业务的最新趋势，缺点则是忽略了收入的季节性和一次性因素，也可能高估或低估实际全年收入。对于高速增长的公司，ARR能帮助投资者快速感知规模，但需结合环比增速、客户留存等指标综合判断。

价格与价值的背离：茅台故事的启示

UP主用贵州茅台的例子说明了一个投资常识。这家公司一直很赚钱，近几年每年赚的钱甚至比2021年还多，但如果你在2021年初以每股2600多元的价格买入，后来价格一度跌破1400元，亏损接近一半。公司没有停止赚钱，甚至赚得更多，但投资者仍然可能亏掉一大笔钱。原因只有一个：买入价格太贵了。

股票价格由两个因素决定：公司本身能赚多少钱，以及市场愿意为这些收入和利润付出多高的溢价。10月5日当天，英伟达跌超9%，AMD跌约17%，美国半导体指数一天下跌约12%。这些下跌并非因为公司的赚钱能力突然变弱，真正变化的是市场愿意为未来增长支付的溢价水平。

同样的逻辑映射到Anthropic身上：AI技术没有失效，Cloud Code也没有因为股票下跌而变得不好用。估值从2万亿回落到1.2万亿，是因为市场开始担心过去几年投入AI的钱什么时候能赚回来，数据中心建设的资金和电力从哪来，监管趋严又会不会限制扩张。而Anthropic恰好处在AI产业链的中心——一边花大钱买算力，一边要把算力变成客户持续付费的产品。

收入倍数估值法 常用于高增长、尚未盈利的科技公司。它用企业价值（或市值）除以年收入，得出一个倍数，再与同行业公司或历史水平比较。倍数的高低反映了市场对该公司未来增长和盈利能力的预期。例如，给8倍收入估值，意味着市场愿意为公司每1元收入支付8元，这隐含了对未来利润率提升和持续增长的假设。该方法简单直观，但缺点是没有考虑利润和现金流，且倍数选择主观性较强。

估值推演：三种情景下的合理区间

UP主明确表示，没有人能精准计算出一家高增长、高不确定性公司的真正价值。给出一个精确到小数点的数字看起来专业，实际上没有意义，因为对未来增长的假设稍微改变一点，结果就会差出很多。

他的方法分三步：先估算未来能赚多少钱，再判断市场愿意给多少倍估值，最后把未来价值折算回今天。

收入假设以2028年为终点，设置三个场景。悲观情景：AI竞争加剧、增长逐渐放缓，2028年年收入达到2200亿美元。中性情景：Cloud Code和企业AI使用继续增长，年收入达到1900亿美元。乐观情景：持续保持强竞争力、企业客户不断增加，年收入达到2500亿美元。UP主强调，这些数字是研究用的假设，不是确定性预测。

估值倍数方面，采用收入倍数法。悲观情景给6倍收入估值，对应7200亿美元；中性情景给8倍，对应1.52万亿美元；乐观情景给10倍，对应2.5万亿美元。

但这还不是今天的价值。假设投资者要求每年15%的回报率，需要把两年后的价值折现回今天。折算后：悲观情景约5400亿美元，中性情景约1.15万亿美元，乐观情景约1.89万亿美元。

UP主特别说明，这只是初步模型，正式计算股票价值时还需要考虑现金、债务以及未来融资可能造成的股份稀释。但结论已经很清晰：同样的公司，不同的增长预期和估值倍数，会得出完全不同的结果。市场热议的1.2至1.3万亿美元，恰好接近中性情景下的模型估值——但这不意味着就可以直接买入。

折现 是金融学中的基本概念，指将未来的一笔钱折算成今天的价值。因为资金具有时间价值，今天的1元钱可以投资获得回报，所以未来的钱不如今天的钱值钱。折现时使用的利率称为折现率，反映了投资者的必要回报率和风险。例如，假设每年要求15%的回报，两年后的1.15万亿美元折现到今天约为1.15/(1.15)^2 ≈ 0.87万亿美元。折现率越高，未来价值的现值就越低。

安全边际与买入计划

既然中性情景下的参考估值约为1.15万亿美元，UP主引入了价值投资中的“安全边际”概念。如果认为一套房子价值100万，未必要花100万去买，因为判断可能出错；如果能用80万买到，安全垫就更厚。对应到Anthropic，在中性估值1.15万亿美元的基础上留出20%的安全边际，参考买入估值大约在9200亿美元。

基于这个框架，UP主给出了分档应对思路。如果上市估值在1.5万亿美元，按照当前假设可能不会买入，因为这个价格需要公司未来表现明显好于中性预测，才能提供理想回报。如果上市估值在1.2万亿美元，需要仔细研究市场环境、财务数据是否有新变化、原有预测是否仍然成立。如果跌到9000亿美元左右，会更加认真地考虑分批建仓。

但有一个至关重要的前提：价格下跌是因为整个市场恐慌，还是因为公司本身出了问题。如果长期价值没有改变，只是市场暂时不愿意支付高溢价，对长期投资者可能是机会；如果增长不及预期、成本不断上升、竞争优势正在消失，那么下跌可能只是市场重新认识到了真实价值。

UP主倾向于分批买入：先用一小部分资金建立仓位，等新的财务数据出来或估值进一步合理后再考虑加仓。他准备持有的是三年、五年甚至更长的时间，而不是猜测上市首日能不能涨20%或30%。

安全边际 是价值投资的核心原则之一，由本杰明·格雷厄姆提出。它指资产的市场价格低于其内在价值的差额，为投资者的判断错误、市场波动或意外事件提供缓冲。安全边际越大，投资的风险越低，潜在回报越高。实践中，投资者常根据公司的不确定性程度设定不同的折扣率，例如对高增长、高不确定性的公司要求更大的安全边际。

可持续的评估框架比一次判断更重要

视频最后，UP主提出了一个更根本的问题：今天花大量时间研究Anthropic，得出了一个自己认为合理的判断，但三个月后市场变了、收入增速变了、美股又暴跌了，还能不能像今天这样理性地重新分析？

市场暴涨时容易陷入贪婪和FOMO，暴跌时又容易恐慌。一家公司的价值不应该完全由情绪决定。UP主正在OpenClue上尝试搭建一套评估框架，从基本面、估值和风险三个维度持续评估公司价值，当市场环境或公司基本面变化时可以重新检验此前的判断，而不是凭感觉做决定。目前它还只是雏形，评分正在进行盲测和校准，距离真正辅助投资决策还有距离。但他希望未来这套框架不仅能研究Anthropic，也能用于其他公司。

回到最初的问题：Anthropic是不是一家好公司？UP主的判断是肯定的。但好公司不等于任何价格都值得买。1.5万亿美元偏贵，1.1至1.2万亿美元会开始认真考虑，更低且基本面未变则更有吸引力。这个判断会随着收入、竞争环境和美股市场的变化而调整。用UP主的话说：可以错过一家好公司，但不希望因为买得太贵，把一笔好投资最后变成一笔坏投资。