Bài viết dài 10.000 từ của SemiAnalysis: Biên lợi nhuận của Anthropic đã gần bằng các công ty SaaS, định giá 6 nghìn tỷ USD sẽ vượt qua NVIDIA

Tác giả: Z Finance

Anthropic đang chứng minh với cả thế giới rằng, phòng thí nghiệm AI không chỉ là một tháp ngà nghiên cứu tiêu tốn tiền. Nó có thể trở thành một cỗ máy thương mại với biên lợi nhuận cao, tỷ lệ giữ chân cao và tốc độ mở rộng nhanh.

Vào tháng 7 năm 2026, Anthropic âm thầm nộp đơn xin IPO lên SEC. Ba tháng sau, một bức tranh tài chính được phân tích bởi SemiAnalysis Tokenomics Model đã nổi lên: lợi nhuận hoạt động (EBIT) theo chuẩn GAAP trong quý III vượt mốc 1 tỷ USD, tỷ suất lợi nhuận hoạt động đạt 6%; doanh thu định kỳ hàng năm (ARR) đã tăng vọt từ 9 tỷ USD vào cuối năm 2025 lên hơn 60 tỷ USD hiện nay.

Trong cùng thời gian đó, đối thủ cũ của nó là OpenAI vẫn đang thua lỗ, tỷ suất lợi nhuận EBIT trong quý II khoảng -100%.

Đây là lần đầu tiên kể từ khi AI được thương mại hóa, một phòng thí nghiệm hàng đầu sử dụng những con số lợi nhuận rõ ràng để thông báo cho thị trường: mô hình kinh doanh của các mô hình lớn đã hoạt động.

Tại sao lại là thời điểm này để niêm yết?

Anthropic không thiếu tiền. Kể từ khi thành lập, họ đã huy động được hơn 100 tỷ USD, và theo chuẩn không GAAP, họ đã đạt được lợi nhuận, với tỷ lệ lợi nhuận ổn định. Trong bối cảnh các siêu kỳ lân như Stripe, Databricks chọn ở lại thị trường thứ cấp, tại sao Anthropic lại vội vàng khởi động lại IPO?

Câu trả lời nằm trong sổ sách tính toán sức mạnh.

SemiAnalysis dự đoán, đến cuối năm 2030, nhu cầu tính toán tổng hợp của OpenAI và Anthropic sẽ vượt quá 100GW. Điều này có nghĩa là trong năm năm tới, cần bổ sung khoảng 90GW sức mạnh tính toán mới, trong khi cả năm 2025 chỉ bổ sung được 2.5GW, và dự kiến năm 2026 sẽ bổ sung 5GW. Tổng sức mạnh tính toán hiện có của hai công ty chỉ vừa qua 6GW.

Sự thiếu hụt sức mạnh tính toán trong quý I năm 2026 đã khiến người dùng cảm nhận rõ rệt: giới hạn lưu lượng, ngừng hoạt động, dịch vụ bị giảm cấp. CFO của Anthropic, Krishna Rao, đã thừa nhận trong podcast Invest Like the Best vào đầu tháng 5 rằng, nhu cầu lúc đó vượt xa nguồn cung có sẵn.

Việc niêm yết có ba ý nghĩa chiến lược:

Thứ nhất, mở ra kênh tài trợ vốn cổ phần và nợ. Để đào tạo các mô hình thế hệ tiếp theo, thuê thêm sức mạnh tính toán, ký hợp đồng thuê trung tâm dữ liệu mới------ tất cả đều cần vốn đầu tư tính bằng "tỷ đô". Thị trường công khai có nghĩa là khả năng huy động vốn nhanh hơn và rẻ hơn.

Thứ hai, sử dụng báo cáo tài chính công khai đã được kiểm toán để xóa bỏ lo ngại về các hợp đồng lớn của doanh nghiệp. Khi một công ty Fortune 500 xem xét ký hợp đồng API trị giá hàng trăm triệu USD mỗi năm, họ cần một nhà cung cấp có thể nhìn rõ tình hình tài chính.

Thứ ba, chiến thắng trong cuộc chiến nhân tài. Trong thời đại mà mức lương của các nhà nghiên cứu AI đã tương đương với các ngôi sao thể thao chuyên nghiệp, cổ phần có thể giúp nhân viên hiện thực hóa bất cứ lúc nào là loại tiền tệ cứng nhất để giữ chân nhân tài hàng đầu.

Anthropic vội vàng niêm yết còn một lý do sâu xa hơn. Đây là một cuộc chơi với OpenAI, bên nào niêm yết trước sẽ có lợi thế không đối xứng.

Quy tắc trò chơi của thị trường vốn là như vậy: công ty tăng trưởng cao đầu tiên niêm yết trên thị trường công khai sẽ tự động trở thành "điểm neo định giá" trong tâm trí của các nhà đầu tư. Tốc độ tăng trưởng doanh thu, tỷ suất lợi nhuận, NDR, tỷ lệ vốn hóa thị trường/doanh thu của nó sẽ trở thành tiêu chuẩn tham chiếu cho toàn ngành. Các công ty niêm yết sau, dù có xuất sắc đến đâu, cũng phải thương lượng dựa trên điểm neo này------ nếu các chỉ số tài chính tốt hơn, có thể hưởng mức giá cao hơn; nếu kém hơn, phải chấp nhận mức giá thấp hơn.

Chiến lược niêm yết sớm của Anthropic rất rõ ràng. Các chỉ số tài chính hiện tại của họ hoàn toàn vượt trội so với OpenAI: tỷ suất lợi nhuận EBIT 6% so với -100%, tỷ lệ lợi nhuận gộp 60%+ so với tỷ lệ lợi nhuận gộp bị ảnh hưởng bởi người dùng miễn phí, NDR 500% so với NDR chưa được công bố.

Một khi Anthropic được định giá 20 lần ARR (khoảng 6 nghìn tỷ USD vốn hóa thị trường), tiêu chuẩn định giá này sẽ được cố định trên thị trường. Khi đó, nếu OpenAI niêm yết sau, các nhà đầu tư sẽ tự nhiên đặt ra một câu hỏi: Chất lượng ARR của OpenAI cao hơn hay thấp hơn? Khả năng sinh lợi của nó mạnh hơn hay yếu hơn? Tính bền vững tăng trưởng của nó tốt hơn hay kém hơn?

Câu trả lời không lạc quan cho OpenAI. OpenAI đang gánh chịu gánh nặng chi phí nặng nề từ 950 triệu người dùng miễn phí, hơn 65% doanh thu vẫn đến từ mô hình đăng ký, điều này có nghĩa là trần doanh thu và trần lợi nhuận gộp của nó đều thấp hơn Anthropic. Nếu OpenAI buộc phải niêm yết với "mức giá chiết khấu so với định giá của Anthropic", chi phí huy động vốn của nó sẽ cao hơn đáng kể so với Anthropic, từ đó ảnh hưởng đến khả năng tái đầu tư của nó.

Đây là một loại "lợi thế tiên phong" trên thị trường vốn. Bên niêm yết trước định nghĩa quy tắc định giá, bên niêm yết sau chỉ có thể chơi trong khuôn khổ quy tắc này. Tương tự như cách Amazon định nghĩa mô hình định giá thương mại điện tử sau khi IPO vào năm 1997, eBay định nghĩa logic định giá của các công ty nền tảng. Anthropic rõ ràng đã nhận thức được điều này, họ không chọn một "cửa sổ niêm yết thuận tiện", mà là một "cửa sổ niêm yết chiến lược".

Claude Code làm thế nào để viết lại quy tắc trò chơi

Nếu ChatGPT là "thời khắc iPhone" của người tiêu dùng, thì Claude Code là bước ngoặt của thị trường B2B.

Trợ lý lập trình này, được phát động vào đầu năm 2026, hiện đã chiếm hơn 7% tổng số cam kết trên GitHub. Nó đã thúc đẩy sự tăng vọt của ARR của Anthropic: vào cuối năm 2025 chỉ 9 tỷ USD, tháng 1 năm 2026 tăng thêm 3 tỷ, tháng 2 tăng thêm 7 tỷ, tháng 3 lại tăng thêm 11 tỷ. Một quý đã vọt lên 30 tỷ USD.

Động lực tăng trưởng này không phải là mô hình đăng ký, mà là tính phí theo mức sử dụng.

Trong cấu trúc doanh thu của Anthropic, API (tính phí theo lượng token sử dụng) chiếm tới 75-85%, doanh thu từ đăng ký chỉ chiếm 15%. Điều này tạo ra sự tương phản rõ rệt với OpenAI: trong quý I năm 2026, hơn 65% doanh thu của OpenAI vẫn đến từ đăng ký. Doanh thu từ người tiêu dùng chỉ chiếm khoảng 5% ARR của Anthropic, trong khi chỉ số tương tự của OpenAI khoảng 40%.

Nhưng doanh thu từ người tiêu dùng của Anthropic cũng không thể xem nhẹ. Số lượng MAU miễn phí hiện khoảng 55 triệu đến 60 triệu, tỷ lệ trả phí khoảng 9%, cao hơn đáng kể so với mức khoảng 6% của OpenAI.

Ưu điểm của mô hình API là không có trần doanh thu. Mô hình đăng ký tính phí theo số lượng người dùng, một khách hàng dù sử dụng nhiều đến đâu, phí hàng tháng vẫn cố định 20 USD hoặc 200 USD. API tính phí theo token, quy trình làm việc của khách hàng càng phức tạp, khối lượng dữ liệu xử lý càng lớn, Anthropic càng thu được nhiều tiền mà không cần thêm một "khách hàng" mới.

Một số con số mà CFO Krishna Rao công bố thật đáng kinh ngạc: Net Dollar Retention (tỷ lệ giữ chân doanh thu ròng) đạt 500%. Điều này có nghĩa là, chỉ riêng những khách hàng cũ tồn tại từ quý I năm 2025, chi tiêu của họ trong quý I năm 2026 gấp 5 lần so với cùng kỳ năm trước. Cụ thể, ARR của khách hàng cũ 2 tỷ USD trong quý I năm 2025 đã tăng lên 12 tỷ USD trong quý I năm 2026, chiếm 40% tổng ARR 30 tỷ USD của Anthropic vào thời điểm đó.

Con số 500% NDR này đến từ việc quy trình làm việc agentic thúc đẩy tiêu thụ token theo cấp số nhân. Các tương tác trò chuyện truyền thống chỉ tiêu thụ vài trăm token, trong khi một agent mã hóa tự động có thể tiêu tốn hàng triệu token cho một nhiệm vụ. Giá token tổng hợp (giá trung bình tổng hợp) đã giảm mạnh từ năm 2024, là đường cong tiêu thụ gánh vác tất cả gánh nặng tăng trưởng.

Hiệu ứng mạng của mô hình API: vòng quay sử dụng và giữ chân theo cấp số nhân

Mô hình API phù hợp hơn với thời đại AI vì nó tạo ra một hiệu ứng mạng mà mô hình đăng ký không thể đạt được. Không phải là hiệu ứng mạng giữa người dùng, mà là "sử dụng - doanh thu - nghiên cứu phát triển - mô hình tốt hơn - nhiều sử dụng hơn" tạo thành vòng quay tự củng cố.

Bản chất của mô hình đăng ký là "thuế đầu người": mỗi khách hàng trả một khoản phí cố định, doanh thu tăng thêm phụ thuộc vào sự tăng trưởng tuyến tính của số lượng khách hàng. Bản chất của mô hình API là "thuế sử dụng": mức sử dụng của khách hàng có thể tăng theo cấp số nhân theo thời gian, và doanh thu cũng tăng theo cấp số nhân.

Đó là lý do tại sao các công ty tốt trong ngành SaaS có NDR khoảng 120%, các công ty xuất sắc có thể đạt 150%, trong khi Anthropic có thể đạt 500%. Đây không phải là một cuộc cạnh tranh cùng cấp độ.

500% NDR thực sự có ý nghĩa gì? Hãy để chúng ta đặt nó trong hệ tọa độ ngành. NDR của Snowflake trong giai đoạn tăng trưởng nhanh đã đạt 170%, được thị trường coi là kỳ tích; Datadog đạt 140% trong thời kỳ tốt nhất, đã đủ để khiến các nhà đầu tư phát cuồng. 500% của Anthropic có nghĩa là: nhóm khách hàng cũ trong một năm đã đóng góp doanh thu tăng trưởng gấp 5 lần. Điều này không phải do tăng giá, mà là do quy trình làm việc của khách hàng đang mở rộng nhanh chóng cả về chiều sâu và chiều rộng.

Cơ chế tự củng cố của vòng quay này là như sau: khách hàng sử dụng nhiều hơn → Anthropic thu được nhiều hơn → có thể đầu tư nhiều hơn để đào tạo mô hình tốt hơn → khả năng của mô hình mạnh hơn thu hút nhiều quy trình làm việc agent hơn → khách hàng sử dụng nhiều hơn. Mỗi bước đều thúc đẩy bước tiếp theo. Trong mô hình đăng ký, khách hàng sử dụng càng nhiều, nhà cung cấp cũng không thu được nhiều tiền hơn; trong mô hình API, mỗi lần khách hàng sử dụng đều đang tiếp thêm nhiên liệu cho động cơ nghiên cứu phát triển của nhà cung cấp.

Đó chính là lý do tại sao biên lợi nhuận của doanh thu API của Anthropic có thể đạt trên 80%, doanh thu tăng thêm gần như hoàn toàn là lợi nhuận, và những lợi nhuận này lại được tái đầu tư vào đào tạo, tạo thành một hào bảo vệ cho sự khác biệt công nghệ. Các công ty theo mô hình đăng ký không thể làm được điều này, vì sự tăng trưởng doanh thu của họ là tuyến tính, trong khi trong mô hình API, sự tăng trưởng doanh thu có thể là theo cấp số nhân.

Từ tỷ lệ lợi nhuận gộp -94% đến 60%+

Mô hình kinh tế của phòng thí nghiệm AI không phức tạp: đầu tư vào nghiên cứu phát triển mô hình mới, mua hoặc thuê sức mạnh tính toán để đào tạo và suy diễn, sau đó bán sức mạnh tính toán này cho khách hàng qua token.

Nhưng vào năm 2024, tỷ lệ lợi nhuận gộp của Anthropic vẫn là -94%, tức là mỗi 1 USD doanh thu, họ phải chịu lỗ gần 1 USD chi phí. Ngày nay, con số này đã nhảy lên trên 60%.

Sự nhảy vọt của tỷ lệ lợi nhuận gộp đến từ ba đòn bẩy:

Mô hình mới có giá cao hơn. Mỗi lần phát hành mô hình frontier, giá khởi điểm đều cao hơn đáng kể so với thế hệ trước.

Hiệu suất suy diễn được cải thiện đáng kể. Chip tăng tốc mới, khung suy diễn tốt hơn, chiến lược bộ nhớ thông minh hơn, giúp cùng một watt sức mạnh tính toán có thể tạo ra nhiều token hơn. ARR tương ứng với mỗi megawatt (MW) sức mạnh tính toán của Anthropic, 9 tháng trước là 16 triệu USD, dự kiến sẽ đạt 60 triệu USD vào cuối năm nay.

Chi phí sức mạnh tính toán cơ bản là cố định. Khi mỗi watt sức mạnh tính toán có thể tạo ra nhiều doanh thu hơn, tỷ lệ lợi nhuận gộp tăng thêm gần 100%.

Biên lợi nhuận của doanh thu API đặc biệt ấn tượng, trên 80%. Ngay cả khi trừ đi 20-30% doanh thu chia sẻ cho các kênh như AWS Bedrock, cũng như thuê sức mạnh tính toán mới với giá gấp đôi thị trường, biên lợi nhuận tổng hợp của Anthropic vẫn có đủ không gian tăng trưởng.

OpenAI đang ở thế bất lợi rõ rệt trong khía cạnh này. Họ đang phải hỗ trợ hơn 950 triệu người dùng miễn phí, mỗi người dùng có chi phí dịch vụ hàng tháng khoảng 0.70 USD, điều này đã gây ra sự kéo lùi 20-30% cho tổng biên lợi nhuận của họ. Hãy tính một phép toán đơn giản: nếu cả hai công ty đều đạt 1000 tỷ USD ARR, lợi nhuận gộp của OpenAI sẽ thấp hơn Anthropic 25 tỷ USD.

Cơ chế nhảy vọt của tỷ lệ lợi nhuận gộp: phân tích liên kết công nghệ - kinh tế

Anthropic có thể kéo tỷ lệ lợi nhuận gộp từ -94% lên trên 60% trong 18 tháng, bề ngoài là sự kết hợp của ba đòn bẩy, nhưng sâu xa hơn là một quá trình công nghiệp liên kết công nghệ - kinh tế.

Liên kết công nghệ - kinh tế đề cập đến sự tiến bộ công nghệ và hiệu quả kinh tế tồn tại một vòng phản hồi tích cực: việc cải thiện hiệu suất suy diễn của mô hình (mặt công nghệ) làm giảm chi phí sức mạnh tính toán cho mỗi token (mặt kinh tế), trong khi sự tăng trưởng doanh thu (mặt kinh tế) lại cung cấp vốn cho việc đầu tư đào tạo quy mô lớn hơn (mặt công nghệ).

Khi vòng lặp này được khởi động, sự cải thiện tỷ lệ lợi nhuận gộp không còn là tuyến tính, mà là tăng tốc.

Cụ thể, cơ chế nhảy vọt tỷ lệ lợi nhuận gộp có thể được phân tách thành hai đường cong song song.

Đường cong đầu tiên là đường cong sản xuất sức mạnh tính toán: ARR tương ứng với mỗi megawatt sức mạnh tính toán của Anthropic đã từ 16 triệu USD nâng lên 60 triệu USD, tăng 275% trong 9 tháng. Đằng sau điều này là thế hệ chip suy diễn mới, kiến trúc mô hình hiệu quả hơn và chiến lược bộ nhớ thông minh hơn đang phát huy tác dụng.

Đường cong thứ hai là đường cong khả năng định giá: mỗi lần phát hành mô hình frontier, Anthropic đều có khả năng đặt giá cao hơn đáng kể so với thế hệ trước------ vì mô hình tốt hơn có nghĩa là khách hàng sẵn sàng trả giá cao hơn để có được khả năng mạnh mẽ hơn.

Điểm giao nhau của hai đường cong này chính là điểm nhảy vọt của tỷ lệ lợi nhuận gộp. Khi sản lượng sức mạnh tính toán tiếp tục tăng trong khi chi phí trung tâm dữ liệu cơ bản cố định, tỷ lệ lợi nhuận gộp tăng thêm gần 100%. Chi phí biên để bán thêm một token gần như bằng không. Đặc tính kinh tế này giống như con đường phát triển sớm của điện toán đám mây: AWS đã trải qua sự mở rộng tỷ lệ lợi nhuận gộp tương tự từ giai đoạn xây dựng cơ sở hạ tầng lợi nhuận thấp ban đầu, dần dần chuyển sang giai đoạn vận hành lợi nhuận cao sau khi quy mô hóa.

Tỷ lệ lợi nhuận gộp ổn định trên 75% có ý nghĩa gì? Con số này gần với mức của các công ty tốt nhất trong ngành SaaS. Tỷ lệ lợi nhuận gộp lâu dài của Salesforce khoảng 75%, ServiceNow khoảng 78%. Nếu Anthropic cuối cùng có thể đạt được khoảng này, điều đó có nghĩa là mô hình kinh tế của phòng thí nghiệm AI về cơ bản không phải là "ngành sản xuất vốn nặng", mà là "ngành phần mềm nhẹ". Đây là một phán quyết mang tính định hình------ nó sẽ quyết định Anthropic nên được hưởng định giá của ngành sản xuất (8-12x EBITDA) hay định giá của ngành phần mềm (20-40x EBITDA).

EBTIT: sự ra đời của một chỉ số ngành mới

Dưới biên lợi nhuận gộp, phòng thí nghiệm còn có chi phí đào tạo/R&D và các chi phí hoạt động khác. SemiAnalysis đã đưa ra một chỉ số mới: EBTIT (Lợi nhuận trước Đào tạo, Lãi suất và Thuế)------ lợi nhuận dòng tiền thực tế của hoạt động suy diễn sau khi loại trừ chi phí đào tạo. Tỷ suất EBTIT của Anthropic trong quý II năm 2026 đạt 36%.

Sự ra đời của chỉ số này chính là một sự kiện mang tính biểu tượng trong quá trình công nghiệp hóa AI.

EBIT GAAP của Anthropic trong quý III đạt 1 tỷ USD, và tốc độ tăng ARR mới bổ sung vượt qua OpenAI, trong khi OpenAI đang ngồi trong vực thẳm với tỷ suất lợi nhuận EBIT -100%. Đây là sự khác biệt rõ rệt.

EBTIT giải quyết một vấn đề cốt lõi đã làm đau đầu phân tích ngành AI trong thời gian dài: quy mô đầu tư đào tạo lớn đến mức nó hoàn toàn che lấp khả năng sinh lợi thực sự của hoạt động suy diễn. Lấy Anthropic làm ví dụ, hiện tại họ đầu tư hơn 60% doanh thu vào đào tạo và nghiên cứu mô hình mới,--- khoản chi phí này được tính toàn bộ vào chi phí trong kỳ theo chuẩn GAAP, nhưng về bản chất là một khoản "chi phí vốn": khoản đầu tư đào tạo hôm nay là để có được khả năng mô hình ngày mai, và khả năng mô hình ngày mai sẽ mang lại doanh thu và lợi nhuận cao hơn.

Trong lịch sử đã có những thời điểm ngành tương tự. Vào những năm 1980, với sự trỗi dậy của ngành truyền hình cáp và viễn thông di động, EBITDA được phát minh như một chỉ số mới, vì những ngành vốn nặng này cần một phương pháp để thể hiện "dòng tiền thực tế sau khi trừ khấu hao". EBITDA sau đó trở thành ngôn ngữ tiêu chuẩn cho định giá toàn ngành TMT. EBTIT đang ở vị trí lịch sử tương tự: nó cung cấp cho các phòng thí nghiệm AI một cách diễn đạt rõ ràng. "Nếu không tính đến đầu tư đào tạo, hoạt động suy diễn của tôi bản thân đã là một doanh nghiệp phần mềm có biên lợi nhuận cao".

Tỷ suất EBTIT 36% của Anthropic có nghĩa là: mỗi khi hoạt động suy diễn tạo ra 1 USD doanh thu, sau khi trừ chi phí hoạt động và chi phí suy diễn, vẫn còn lại 0.36 USD------ con số này gần với tỷ suất lợi nhuận hoạt động của các công ty SaaS tốt nhất. Nếu đầu tư đào tạo trong vài năm tới giảm dần xuống còn 40-50% doanh thu (do khả năng mô hình nâng cao giảm dần và quy mô hoạt động suy diễn mở rộng), tỷ suất lợi nhuận hoạt động GAAP của Anthropic sẽ tự nhiên hướng tới mức EBTIT.

Có thể dự đoán, EBTIT sẽ trở thành ngôn ngữ tiêu chuẩn cho định giá các phòng thí nghiệm AI trong 2-3 năm tới. Khi ngày càng nhiều công ty AI niêm yết, các nhà đầu tư sẽ cần một khung thống nhất để so sánh "khả năng sinh lợi thực sự" của chúng------ EBTIT chính là khung đó.

Hiện tại, Anthropic đang đầu tư hơn 60% doanh thu vào đào tạo và nghiên cứu mô hình mới. Dự kiến đến năm 2030, tỷ lệ phân bổ sức mạnh tính toán giữa đào tạo và suy diễn sẽ đạt 48:52, gần như chia đều. Điều này có nghĩa là, ngay cả khi duy trì mức đầu tư nghiên cứu phát triển cao, Anthropic vẫn có khả năng duy trì lợi nhuận theo chuẩn GAAP.

Sự phân chia sâu sắc trong mô hình kinh doanh: B2B API vs Đăng ký người tiêu dùng

Sự khác biệt giữa Anthropic và OpenAI không chỉ là sự khác biệt trong chiến lược sản phẩm, mà là hai con đường thương mại hoàn toàn khác nhau.

Con đường của Anthropic: ưu tiên API, tính phí theo mức sử dụng, tập trung vào B2B. Khách hàng trả tiền cho token thực tế tiêu thụ, không có giới hạn sử dụng, cũng không có trần số lượng người dùng. Thành công của Claude Code đã khuếch đại hiệu ứng đòn bẩy của con đường này lên mức tối đa. Mức sử dụng của một nhà phát triển đơn lẻ có thể tăng theo cấp số nhân khi quy trình làm việc agent sâu hơn.

Con đường của OpenAI: ưu tiên người tiêu dùng, mô hình đăng ký, lớp miễn phí khổng lồ. Sự lan truyền virus của ChatGPT đã mang lại gần 1 tỷ người dùng hoạt động hàng tuần, nhưng lớp miễn phí tiêu thụ sức mạnh tính toán như một cỗ máy in tiền không ngừng nghỉ. OpenAI đang nỗ lực chuyển hướng. Mô hình 5.5 và Codex đã thúc đẩy hoạt động API tăng tốc trở lại, B2B API đã trở thành nguồn chính cho ARR mới bổ sung hàng tháng. Nhưng họ vẫn phải gánh chịu gánh nặng nặng nề từ hoạt động người tiêu dùng.

Sự khác biệt cấu trúc này trực tiếp quyết định khả năng tái đầu tư.

Mô hình của SemiAnalysis cho thấy, vào năm 2027, Anthropic sẽ có 160 tỷ USD để tái đầu tư (đào tạo, R&D, mua sức mạnh tính toán) sau khi trừ đi COGS, trong khi OpenAI chỉ có 92 tỷ USD. Điều này có nghĩa là Anthropic có thể đầu tư thêm gần 70 tỷ USD mỗi năm để đào tạo các mô hình tốt hơn, ký nhiều hợp đồng sức mạnh tính toán hơn, tạo ra sự khác biệt công nghệ.

TaaS (Token-as-a-Service) đang trở thành kênh khuếch đại lợi thế này.

Thông qua các kênh như AWS Bedrock, Azure Foundry, Google Vertex, khoảng 15-20% ARR của Anthropic đến từ doanh số gián tiếp, trong khi con số này chỉ là 5-10% cách đây một quý. Lợi thế kênh của các hyperscaler không thể xem nhẹ: khách hàng doanh nghiệp có thể sử dụng nhiều mô hình trong cùng một hợp đồng đám mây, tận dụng các khung tuân thủ đã có, và tránh quy trình kiểm tra nhà cung cấp kéo dài.

Thị trường TaaS đang bùng nổ. SemiAnalysis ước tính rằng ARR của thị trường TaaS đã đạt 28 tỷ USD vào quý II năm 2026, trong đó ba nhà cung cấp đám mây lớn chiếm 85% thị phần. Đối với Anthropic, mặc dù phải chia 20-30% doanh thu cho các kênh, nhưng đổi lại là khả năng tiếp cận quy mô với khách hàng Fortune 500------ điều này tiết kiệm hơn nhiều so với việc tự xây dựng đội ngũ bán hàng doanh nghiệp.

Tính không thể đảo ngược của hai con đường: tại sao OpenAI khó "quay đầu"

Anthropic và OpenAI đã chọn hai con đường hoàn toàn khác nhau, và giữa hai con đường này có một sự khác biệt then chốt: tính không thể đảo ngược.

Anthropic từ ngày đầu đã ưu tiên B2B. Họ không có gánh nặng từ 950 triệu người dùng miễn phí, không có thương hiệu "ChatGPT" đã được định hình trong tâm trí người tiêu dùng, không có cấu trúc tổ chức và văn hóa gene tập trung vào sản phẩm người tiêu dùng. Toàn bộ hệ thống thương mại của họ, từ thiết kế sản phẩm đến chiến lược định giá, từ đội ngũ bán hàng đến hệ thống thành công của khách hàng, đều được xây dựng cho mô hình API và tính phí theo mức sử dụng. Điều này có nghĩa là Anthropic có thể tiến nhanh trên con đường này mà không có bất kỳ gánh nặng nào.

OpenAI thì hoàn toàn khác. Họ sở hữu thương hiệu người tiêu dùng nổi tiếng nhất trong lĩnh vực AI là ChatGPT, 950 triệu người dùng hoạt động hàng tuần, hơn 65% doanh thu đến từ mô hình đăng ký. Những dữ liệu này nghe có vẻ là lợi thế, nhưng trong bối cảnh chuyển đổi mô hình kinh doanh, chúng tạo thành một "trọng lực" khổng lồ. Mỗi người dùng tiêu dùng đều là một khoản chi phí cố định. Chi phí dịch vụ hàng tháng 0.70 USD, khi số lượng người dùng đạt đến quy mô 1 tỷ, khoản chi phí này trở thành một gánh nặng cấu trúc cho biên lợi nhuận.

Vấn đề sâu xa hơn nằm ở tính bảo thủ văn hóa của cấu trúc tổ chức. Một tổ chức tập trung vào sản phẩm người tiêu dùng, logic quyết định, cơ chế khuyến khích, cấu trúc nhân tài đều được thiết kế xung quanh "tăng trưởng người dùng" và DAU. Chuyển sang B2B có nghĩa là phải định nghĩa lại KPI cốt lõi, tái cấu trúc đội ngũ bán hàng, thiết kế lại lộ trình sản phẩm, đây là một cuộc tái cấu trúc từ cấp độ DNA.

Microsoft đã mất đến mười năm để chuyển đổi từ Windows sang điện toán đám mây, một phần lý do là vì doanh nghiệp Windows quá thành công. Thành công đến mức bên trong tổ chức có đủ lý do để chống lại bất kỳ sự thay đổi nào có thể làm tổn hại đến nó. OpenAI hôm nay cũng đang đối mặt với doanh nghiệp người tiêu dùng quá thành công. ChatGPT là thương hiệu AI nổi tiếng nhất thế giới, việc từ bỏ hoặc giảm bớt ưu tiên của nó chắc chắn sẽ gặp phải sự phản kháng lớn trong tổ chức.

Kênh TaaS có ý nghĩa chiến lược sâu sắc đối với Anthropic cũng nằm ở đây. Thông qua việc bán hàng qua các kênh hyperscaler như AWS Bedrock, Anthropic không chỉ có được một kênh bán hàng, mà còn có được một công cụ quản lý rủi ro "đối phó với sự không chắc chắn của mô hình". Nếu công nghệ tự phát triển của Anthropic gặp phải bế tắc trong việc cải tiến, khách hàng trên nền tảng TaaS có thể dễ dàng chuyển sang các nhà cung cấp mô hình khác. Tính linh hoạt này giảm thiểu rủi ro khách hàng bị khóa vào một mô hình duy nhất, từ đó tăng tốc độ ra quyết định của khách hàng doanh nghiệp trong việc áp dụng AI. Đối với Anthropic, kênh TaaS là một chiến lược "đôi bên cùng có lợi": hoặc là khách hàng tiếp tục sử dụng mô hình của mình (doanh thu vào tay), hoặc khách hàng chuyển đổi (nhưng vẫn trong cùng một hệ sinh thái, tương lai vẫn có cơ hội giành lại).

Rủi ro và biến số: thu hẹp ngân sách, cạnh tranh mã nguồn mở, bóng đen quản lý

Câu chuyện của Anthropic không phải không có vết nứt. SemiAnalysis đã liệt kê một số rủi ro đáng cảnh giác trong báo cáo:

Token Budgeting (thu hẹp ngân sách). Đây là chủ đề nóng nhất trên thị trường gần đây. Các công ty như Coinbase đã công khai thảo luận về việc xem xét ROI cho chi tiêu AI. Nhưng nghiên cứu của SemiAnalysis cho thấy, "thu hẹp ngân sách" chủ yếu xảy ra ở những doanh nghiệp đã mở rộng quá mức trong giai đoạn đầu. Dữ liệu chính thức của Anthropic chỉ ra rằng, chi tiêu trung bình hàng tháng của người dùng doanh nghiệp Claude Code chỉ từ 150-250 USD, 90% người dùng có chi tiêu hàng ngày dưới 30 USD.

"Câu chuyện về việc tối đa hóa token chỉ là phần đuôi của phân phối. Hầu hết những người dùng tiếp tục chi tiêu lớn đang tận hưởng tỷ suất lợi nhuận đầu tư rất cao. Chi tiêu của 2000 công ty hàng đầu thế giới cho AI vẫn là rất nhỏ so với tổng ngân sách IT của họ."

Cạnh tranh mã nguồn mở. Nếu Google DeepMind và Meta SuperIntelligence phát triển các mô hình cạnh tranh trong lĩnh vực lập trình, giá token sẽ phải đối mặt với áp lực giảm. Nhưng SemiAnalysis cho rằng, ngay cả khi trở thành "cuộc đua bốn ngựa", ARR mới bổ sung của Anthropic cũng khó có khả năng chuyển sang âm. Những trí tuệ nhân tạo tốt nhất và mới nhất luôn có giá trị cao hơn, và sự mở rộng khối lượng công việc cùng với việc phát hành mô hình mới sẽ tiếp tục thúc đẩy tăng trưởng.

Bóng đen quản lý. Đây là rủi ro hệ thống mà Anthropic không thể xem nhẹ. Nếu chính phủ Mỹ hạn chế việc phát hành các mô hình frontier vì lý do an ninh, lợi thế thương mại của Anthropic sẽ bị xói mòn nhanh chóng. Các đối thủ cạnh tranh được tài trợ tốt sẽ tận dụng cơ hội để theo kịp, các phòng thí nghiệm Trung Quốc có thể thu được khả năng tiên tiến thông qua chưng cất.

An ninh mạng: đường cong S tiếp theo. Ngoài rủi ro, SemiAnalysis đặc biệt nhấn mạnh an ninh mạng như một tiềm năng tăng trưởng tiếp theo. Khả năng của các mô hình trong loạt Mythos/Fable được mở khóa, có khả năng thúc đẩy ARR tăng tốc với tốc độ nhanh hơn Claude Code trong nửa cuối năm. Số lượng khách hàng trả phí hàng năm trên 100,000 USD đã tăng gấp 7 lần trong năm qua, trong khi số lượng khách hàng trả phí trên 1 triệu USD đã tăng khoảng 42 lần trong hai năm qua.

Nhu cầu tính toán

Khung đánh giá rủi ro theo xác suất: đầu tư không phải là cược vào một kết quả đơn lẻ

Đánh giá rủi ro cho các tài sản tăng trưởng cao và không chắc chắn như Anthropic, cách hiệu quả nhất không phải là đơn giản liệt kê danh sách rủi ro, mà là xây dựng một khung đánh giá xác suất------ phân loại từng rủi ro theo xác suất xảy ra và mức độ ảnh hưởng, và đánh giá khả năng kiểm soát của chúng.

Rủi ro xác suất cao:

Tỷ lệ TaaS tăng lên sẽ làm giảm tỷ suất lợi nhuận. Kênh TaaS (AWS Bedrock, Azure Foundry, v.v.) hiện chiếm 15-20% ARR của Anthropic, tỷ lệ này đang tăng nhanh. Tỷ lệ chia sẻ kênh từ 20-30%, có nghĩa là với mỗi đô la doanh thu bán qua TaaS, Anthropic chỉ có thể nhận được 70-80 cent.

Khi tỷ lệ TaaS tăng lên, biên lợi nhuận tổng hợp sẽ phải đối mặt với áp lực giảm nhất định. Nhưng rủi ro này là rất có thể kiểm soát. Hiệu quả thu hút khách hàng và lợi thế quy mô do TaaS mang lại có thể phần nào bù đắp cho sự giảm biên lợi nhuận; hơn nữa, Anthropic luôn giữ lại kênh bán hàng trực tiếp như một điểm neo định giá.

Rủi ro xác suất trung bình:

Cạnh tranh mã nguồn mở gia tăng dẫn đến áp lực giá token. Nếu Google DeepMind, Meta SuperIntelligence và các mô hình mã nguồn mở của Trung Quốc theo kịp khả năng của Claude trong các lĩnh vực cốt lõi như lập trình, suy diễn, giá token sẽ phải đối mặt với áp lực giảm. Rủi ro này một phần có thể được bù đắp bằng sự dẫn đầu công nghệ------ lợi thế EBTIT của Anthropic có nghĩa là họ có nhiều vốn hơn để đào tạo các mô hình thế hệ tiếp theo, duy trì sự khác biệt về khả năng. Nhưng nếu toàn ngành bước vào giai đoạn "cuộc chiến giá", ngay cả những mô hình tốt nhất cũng không thể duy trì mức giá cao.

Rủi ro xác suất thấp nhưng ảnh hưởng cao: bóng đen quản lý.

Đây là rủi ro "thiên nga đen" đáng cảnh giác nhất. Nếu chính phủ Mỹ hạn chế việc phát hành hoặc xuất khẩu các mô hình frontier vì lý do an ninh AI, quá trình thương mại hóa của Anthropic sẽ bị gián đoạn nghiêm trọng. Rủi ro này không thể dự đoán xác suất, chỉ có thể lập kế hoạch cho các kịch bản. Trong kịch bản lạc quan nhất, quản lý chỉ làm tăng chi phí tuân thủ; trong kịch bản bi quan nhất, quản lý có thể làm đông lại nhịp độ phát hành sản phẩm cốt lõi của Anthropic trong 6-12 tháng. Đối với bất kỳ nhà đầu tư nào đặt cược vào Anthropic, rủi ro này phải được đưa vào kiểm tra áp lực.

Đầu tư không phải là cược vào một kết quả đơn lẻ, mà là quản lý phân phối xác suất. Logic đầu tư của Anthropic nằm ở chỗ: các kịch bản xác suất cao (tăng trưởng cao liên tục, mở rộng tỷ suất lợi nhuận) mang lại lợi nhuận đủ để bù đắp cho các tổn thất tiềm năng từ các kịch bản xác suất thấp (đòn bẩy quản lý, cạnh tranh xấu đi).

Định giá 6 nghìn tỷ USD: điên rồ hay hợp lý?

SemiAnalysis đưa ra định giá chuẩn là: 20 lần ARR vào cuối năm 2027, giả sử ARR đạt 300 tỷ USD (tương ứng với ARR mới bổ sung hàng tháng khoảng 15 tỷ USD vào năm 2027). Điều này có nghĩa là giá trị doanh nghiệp của Anthropic sẽ đạt 6 nghìn tỷ USD, vượt qua công ty lớn nhất thế giới hiện tại.

Con số này nghe có vẻ phóng đại. Nhưng khi phân tích, nó dựa trên một tập hợp các giả định tương đối bảo thủ:

ARR mới bổ sung hàng tháng của Anthropic hiện đã trên 10 tỷ USD. Việc phát hành mô hình Fable, sự gia tăng khách hàng mới, và sự gia tăng trong các lĩnh vực dọc mới như an ninh mạng sẽ đẩy ARR mới bổ sung từ 10 tỷ lên 15 tỷ/tháng------ đây là một giả định "có khả năng đạt được cao" mà không cần "tạo ra kỳ tích". Tỷ lệ thâm nhập của 2000 công ty hàng đầu thế giới và Fortune 500 vào các sản phẩm AI tiên tiến vẫn rất thấp, không gian mở rộng cả về số lượng chỗ ngồi và mức sử dụng bình quân đầu người rất lớn.

Các tham chiếu lịch sử cũng hỗ trợ logic định giá này. Snowflake, Datadog, Cloudflare trước chu kỳ SaaS và tối ưu hóa đám mây năm 2022-2023 đều đã giao dịch với định giá trên 50 lần doanh thu dự kiến. Tốc độ tăng trưởng, tỷ lệ giữ chân (NDR 500%) và quỹ đạo mở rộng tỷ suất lợi nhuận của phòng thí nghiệm AI vượt xa các công ty SaaS truyền thống.

Điều quan trọng hơn là, Anthropic đang chứng minh rằng phòng thí nghiệm AI có thể là một doanh nghiệp tuyệt vời:

Tỷ lệ lợi nhuận gộp hướng tới mức trung bình 75% (tăng trưởng gần 100%)

Đầu tư vào đào tạo/R&D chiếm 48% tổng sức mạnh tính toán, tiếp tục đầu tư nhưng tỷ lệ giảm

Các chi phí hoạt động khác được kiểm soát ở mức 20% doanh thu

Tỷ suất lợi nhuận EBIT/FCF dài hạn có thể đạt 30-40%, tương đương với các công ty phần mềm xuất sắc nhất trong lịch sử

SemiAnalysis đã tổng kết một quan điểm cốt lõi: lợi thế EBTIT tích lũy chính là hào bảo vệ. Đến năm 2028, lợi thế EBTIT tích lũy của Anthropic so với OpenAI dự kiến sẽ đạt 250 tỷ USD. Mỗi đô la lợi thế EBTIT đều có thể chuyển đổi thành nhiều sức mạnh tính toán hơn, mô hình tốt hơn, và sự khác biệt khả năng tiên tiến lớn hơn------ và sự khác biệt khả năng lớn hơn lại mang đến quyền định giá mạnh mẽ hơn và EBTIT cao hơn.

"Kể từ quý I năm 2024, khoản đầu tư đào tạo tích lũy 8 tỷ USD đã mang lại 600 tỷ USD ARR hôm nay------ đây là một ROIC cực kỳ ấn tượng. Không khó để tưởng tượng rằng sự gia tăng trong các lĩnh vực dọc mới như an ninh mạng, công nghệ sinh học/y tế, tài chính sẽ thúc đẩy ARR của phòng thí nghiệm trong khi nâng cao khả năng mô hình. Vòng quay doanh thu từ API có biên lợi nhuận cao sẽ cung cấp vốn cho sự mở rộng khoảng cách thông minh của các mô hình thế hệ tiếp theo."

Phân tích độ nhạy định giá: định giá trong bốn kịch bản

6 nghìn tỷ USD là một định giá chuẩn, nhưng quyết định đầu tư cần được xây dựng trên nhiều kịch bản khác nhau. Dựa trên dữ liệu và giả định của SemiAnalysis, chúng ta có thể xây dựng một khung phân tích độ nhạy với bốn kịch bản:

Kịch bản chuẩn: 6 nghìn tỷ USD. Giả sử ARR vào cuối năm 2027 đạt 300 tỷ USD, với định giá 20 lần ARR. Điều này yêu cầu ARR mới bổ sung hàng tháng từ 10 tỷ USD hiện tại tăng lên 15 tỷ USD------ xem xét sự phát hành mô hình Fable, sự gia tăng trong các lĩnh vực dọc mới, sự gia tăng khách hàng, đây là một giả định "có khả năng đạt được cao". Trong kịch bản này, Anthropic sẽ vượt qua giá trị vốn hóa thị trường của công ty lớn nhất thế giới hiện tại.

Kịch bản lạc quan: 10 nghìn tỷ USD. Giả sử ARR vào cuối năm 2027 đạt 400 tỷ USD, với định giá 25 lần ARR. Điều này cần hai điều kiện xảy ra đồng thời: một là sự bùng nổ của các lĩnh vực dọc mới như an ninh mạng và công nghệ sinh học, thúc đẩy tốc độ tăng trưởng ARR mới bổ sung vượt kỳ vọng; hai là Anthropic được hưởng mức giá định giá cao hơn trong thị trường vốn như "người dẫn đầu trong công nghiệp hóa AI" (tương tự như mức giá mà AWS đã được hưởng trong giai đoạn đầu của điện toán đám mây). Định giá 25 lần ARR nghe có vẻ cao, nhưng xem xét NDR 500%, biên lợi nhuận API trên 80%, và mục tiêu tỷ suất lợi nhuận dài hạn 30-40%, con số này không hề phóng đại hơn so với các công ty hàng đầu trong thời kỳ thịnh vượng của SaaS.

Kịch bản bảo thủ: 3 nghìn tỷ USD. Giả sử ARR vào cuối năm 2027 đạt 200 tỷ USD, với định giá 15 lần ARR. Điều này có nghĩa là tốc độ tăng trưởng ARR mới bổ sung chậm lại------ có thể do cạnh tranh gia tăng (mô hình mã nguồn mở gây áp lực lên không gian giá), tỷ lệ chia sẻ kênh TaaS làm giảm tỷ suất lợi nhuận, hoặc suy thoái kinh tế vĩ mô dẫn đến việc thu hẹp ngân sách IT của doanh nghiệp. Ngay cả trong kịch bản bảo thủ này, Anthropic vẫn sẽ nằm trong top 10 công ty có giá trị nhất thế giới.

Kịch bản bi quan: 1.5 nghìn tỷ USD. Giả sử ARR vào cuối năm 2027 đạt 150 tỷ USD, với định giá 10 lần ARR. Điều này cần nhiều yếu tố tiêu cực cộng hưởng: suy thoái kinh tế toàn cầu nghiêm trọng, quản lý đóng băng dẫn đến việc phát hành mô hình bị trì hoãn hơn 6 tháng, cạnh tranh mã nguồn mở gây ra cuộc chiến giá khốc liệt. Ngay cả trong kịch bản "hầu như mọi thứ đều không thuận lợi" này, định giá của Anthropic vẫn sẽ vượt qua giá trị vốn hóa thị trường của hầu hết các gã khổng lồ công nghệ hiện tại.

Các biến số chính có thể được tóm tắt thành ba: tốc độ tăng trưởng ARR mới bổ sung (quyết định quy mô doanh thu), quỹ đạo tỷ suất lợi nhuận gộp (quyết định chất lượng lợi nhuận), sự phát triển của cấu trúc cạnh tranh (quyết định hệ số định giá).

Trong ba biến số này, tốc độ tăng trưởng ARR mới bổ sung là quan trọng nhất, vì nó trực tiếp quyết định quy mô ARR, trong khi ARR là yếu tố nhân lớn nhất trong công thức định giá.

Giá trị thực sự của phân tích độ nhạy này không nằm ở việc dự đoán chính xác, mà ở việc tìm ra "một giá trị đáng kể ngay cả khi ước tính bảo thủ". Ngay cả trong kịch bản bi quan, định giá của Anthropic cũng đạt 1.5 nghìn tỷ USD, con số này tự nó đã chỉ ra quy mô tiềm năng của việc công nghiệp hóa AI.

Sự chuyển đổi mô hình vốn của ngành AI: từ VC dẫn dắt sang thị trường công khai dẫn dắt

IPO của Anthropic không chỉ là câu chuyện về một công ty niêm yết. Nó là điểm khởi đầu cho việc tái cấu trúc mô hình vốn của toàn bộ ngành AI, một sự chuyển đổi từ việc dẫn dắt bởi đầu tư mạo hiểm sang việc dẫn dắt bởi thị trường công khai.

Mô hình tài chính lịch sử của ngành này là như vậy: các phòng thí nghiệm AI dựa vào vốn đầu tư mạo hiểm và các nhà đầu tư chiến lược (Microsoft, Google, v.v.) để hỗ trợ đầu tư vào đào tạo và sức mạnh tính toán. OpenAI đã huy động được hơn 100 tỷ USD, Anthropic cũng đã đi rất xa trên con đường này. Nhưng vấn đề là, nhu cầu vốn lên tới hàng nghìn tỷ USD không thể chỉ dựa vào vốn đầu tư mạo hiểm. Tổng số vốn đầu tư hàng năm của ngành VC toàn cầu khoảng 300-400 tỷ USD, trong đó tỷ lệ đầu tư vào AI rất hạn chế. Khi chi phí đào tạo của một phòng thí nghiệm đơn lẻ đã lên tới hàng trăm tỷ USD, chi phí mua sức mạnh tính toán lên tới hàng nghìn tỷ USD, thì quỹ vốn của thị trường tư nhân đã không đủ.

Thị trường công khai cung cấp hai công cụ mà thị trường tư nhân không thể cung cấp.

Thứ nhất là hiệu ứng quy mô của tài trợ vốn cổ phần: một công ty niêm yết lớn có thể hoàn thành hàng tỷ USD phát hành trong vài tuần mà không cần phải thương lượng từng điều khoản như trong tài trợ tư nhân.

Thứ hai là khả năng tài trợ nợ dài hạn: xây dựng cơ sở hạ tầng AI (trung tâm dữ liệu, điện, chip) có đặc điểm điển hình của cơ sở hạ tầng------ đầu tư ban đầu lớn, dòng tiền ổn định, tuổi thọ tài sản lên tới 20-30 năm. Những tài sản này phù hợp nhất để sử dụng nợ dài hạn, thay vì tài trợ vốn cổ phần. Anthropic sau khi niêm yết có thể phát hành trái phiếu doanh nghiệp, thậm chí khám phá các cấu trúc tương tự như REITs cơ sở hạ tầng để tài trợ cho xây dựng sức mạnh tính toán.

Cơn sốt tài trợ của các hyperscaler là một khía cạnh khác của cùng một xu hướng. Alphabet gần đây đã hoàn thành một đợt phát hành vốn cổ phần lớn trị giá 84.75 tỷ USD, Meta cũng sắp theo chân. Mục đích của những đợt tài trợ này rất rõ ràng: cung cấp vốn cho xây dựng sức mạnh tính toán AI. Trong 2-3 năm tới, hệ sinh thái này bao gồm Anthropic, OpenAI, Google, Microsoft, Meta, Amazon sẽ cần hàng nghìn tỷ USD tài trợ mỗi năm------ điều này không còn nằm trong phạm vi "đầu tư cổ phiếu công nghệ", mà là sự ra đời của một loại tài sản mới.

Khi Anthropic gõ cửa thị trường công khai với lợi nhuận ròng 1 tỷ USD trong một quý, họ không chỉ mở ra kênh tài trợ cho riêng mình, mà còn mở ra cánh cửa cho toàn bộ ngành AI từ "thí nghiệm nghiên cứu" chuyển sang "vốn công nghiệp". Nhìn lại trong mười năm tới, IPO này có thể được coi là năm đầu tiên của việc công nghiệp hóa AI.

Khi Dario Amodei rời OpenAI vào đầu năm 2021 để thành lập Anthropic, sự lan truyền virus của ChatGPT còn phải chờ 18 tháng, việc thương mại hóa các mô hình lớn gần như bằng không. Chỉ sau vài năm, Anthropic và OpenAI đã chiếm khoảng 1000 tỷ USD ARR, và một người chiến thắng rõ ràng đã xuất hiện trên đường đua khả năng sinh lợi.

IPO của Anthropic không chỉ là câu chuyện về một công ty niêm yết. Nó là điểm khởi đầu cho việc tái cấu trúc mô hình vốn của toàn bộ ngành AI------ các nhà cung cấp dịch vụ đám mây quy mô lớn đã phát hành hơn 100 tỷ USD vốn cổ phần trong năm nay, và trong 2-3 năm tới, hệ sinh thái này sẽ cần hàng nghìn tỷ USD tài trợ mỗi năm để hỗ trợ xây dựng sức mạnh tính toán.

Khi Anthropic gõ cửa thị trường công khai với lợi nhuận ròng 1 tỷ USD trong một quý, họ cũng đang gióng lên hồi chuông cảnh tỉnh cho OpenAI.