Anthropic 的 IPO 文件最醒目的數字，是 2025 年營收約 46 億美元、淨損近 420 億美元。然而，把兩者直接並列成「每賺一美元就燒掉九美元」，會誤判這家公司真正的成本結構：淨損中約 340 億美元來自可轉換為股份之融資工具的估值變動，屬會計費用，並非當期營運現金支出。真正值得追問的，是排除這筆項目後仍高達 80.6 億美元的營業虧損，以及未來數千億美元的運算資源承諾。
先確認：這是外洩草案，不是公開版招股書
Anthropic 已於 2026 年 6 月證實，向美國證券交易委員會祕密提交 S-1 草案，但當時尚未決定發行股數與價格，上市仍取決於監管審查、市況等因素。這項第一方公告可見：https://www.anthropic.com/news/confidential-draft-s1-sec。
目前流傳的財務數字並非來自可供公眾逐頁檢視的正式 S-1，而是 Reuters 閱讀文件後的報導，再由 Fortune 等媒體轉述。原始事件來源為：https://fortune.com/2026/09/29/anthropic-leaked-ipo-prospectus-losses-growth-ai-end-humanity/；Reuters 報導網址為：https://www.reuters.com/business/finance/anthropics-ipo-prospectus-shows-sweeping-ai-vision-surging-costs-2026-09-28/。因此，下列數據可視為具名媒體取得的文件內容，但在公開版招股書出現前，附註、定義與承諾條款仍不完整，也可能修訂。
真正的商業問題是算力經濟，而非 420 億美元標題
據 Reuters，Anthropic 的 2025 年營收成長約十二倍、接近 46 億美元；營業虧損則由前一年的 29.8 億美元擴大至 80.6 億美元。當年運算與基礎設施支出達 73.3 億美元，約為前一年的三倍，並占 126.5 億美元營業費用的一半以上。換言之，即使完全拿掉那筆造成淨損暴增的非現金會計費用，公司本業支出仍遠高於收入。
來源事實是收入與使用量高速成長、運算支出同步攀升；合理推論則是，Anthropic 尚未證明規模擴張能帶來傳統軟體業常見的高邊際利潤。大型模型不只訓練時需要昂貴叢集，每次推論、程式代理執行與長時間工作流程也持續消耗運算資源。若每新增一批用戶都伴隨可觀的服務成本，營收成長本身不等於單位經濟改善。
文件據報另列出約 5,180 億美元的未來雲端、運算與基礎設施義務。這不是已經一次付清的資本支出，也不能直接當成下一年度現金流出；它更像是為避免缺算力而預先鎖定長期容量。作者觀點是：這筆承諾同時具備護城河與負債性格。需求持續爆發時，它保障供應；模型效率提升、競爭降價或需求不如預期時，它可能變成沉重的固定承諾。缺少付款時程、取消條件及最低使用量等附註，目前無法判斷哪一面較大。
為何此刻特別值得注意
私人市場可以用下一輪融資延後回答獲利問題，公開市場卻會逐季檢驗毛利率、現金流與資本承諾。Anthropic 在 2025 年底持有約 202.8 億美元現金、約當現金及短期投資；2026 年 5 月又完成 650 億美元募資，官方公布投後估值為 9,650 億美元，並稱當月年化營收已跨越 470 億美元：https://www.anthropic.com/news/series-h。但「年化營收」是把近期速度外推，不能與完整年度、依會計準則認列的 2025 年營收直接相比。
媒體所稱逾 2 兆美元 IPO 估值目標，亦尚非公司正式定價。若最終接近此水準，投資人買的主要不是現有獲利，而是三個尚待驗證的前提：需求能長期高速成長、每單位運算成本能下降，以及 Anthropic 能在激烈競爭中保有定價權。
集中風險藏在成長故事背後
文件顯示，兩名未具名客戶合計貢獻接近四分之一的 2025 年營收，而且部分大型客戶沒有長約。這代表少數客戶縮減預算，就可能同時衝擊收入與已鎖定的算力利用率。供應端也高度集中：AWS 公開稱自己是 Anthropic 的主要雲端供應商，Project Rainier 已以近百萬顆 Trainium2 晶片訓練及服務 Claude：https://aws.amazon.com/ai/machine-learning/trainium/customers/。這證實算力規模，卻也提醒投資人留意雲端價格、晶片路線與單一夥伴依賴。
「存在性風險」不是一句行銷口號，也不是機率預測
據報，招股文件警告更自主的 AI 可能涉及詐騙、資訊操弄、安全問題，甚至對人類造成災難性或存在性風險。這類風險因素首先是法律揭露，不表示 Anthropic 認定災難必然發生；但也不能全當成制式免責文字。公司長期公開維護「負責任擴展政策」，依模型能力門檻調整防護、發布風險報告，相關版本與修訂紀錄可查：https://www.anthropic.com/responsible-scaling-policy。
真正的治理矛盾是：公司一方面主張高階模型可能造成重大危害，另一方面又必須快速推出更強產品、履行龐大運算承諾並回報股東。上市後，安全承諾是否具備可稽核門檻、違規處理與真正暫停部署的能力，會比風險章節寫得多嚴厲更重要。
對台灣讀者的意義
對台灣半導體、伺服器、散熱與電源供應鏈而言，5,180 億美元代表全球 AI 基礎設施需求可能維持高檔，但不能直接推算成特定台廠訂單。Anthropic 採用哪些晶片、雲端業者如何配置資本支出，以及零組件由誰供應，仍須逐項查證。供應鏈投資人應把「客戶承諾金額」與「已下單、已出貨、已認列營收」分開。
對採用 Claude 的台灣企業，重點則不只模型能力，而是供應商集中與成本轉嫁：應確認資料處理位置、服務中斷方案、價格調整條款，以及工作流程能否移轉到其他模型。當模型業者背負長期算力承諾，降價競爭未必能永久持續。
後續應盯的五個指標
- 公開版 S-1 是否確認上述數字，並揭露 5,180 億美元承諾的年限、付款與取消條款。
- 毛利率、營業現金流與自由現金流，是否隨收入成長而實質改善。
- 運算支出占營收比率，以及訓練成本與推論成本的拆分。
- 前兩大客戶占比是否下降，企業客戶續約及長約比例是否提高。
- 安全門檻是否接受外部查核，以及商業壓力升高時，公司是否仍遵守自行公布的擴展政策。
Anthropic 的案例不是單純的「高成長換虧損」，而是一場以長期算力承諾換取技術領先的資本實驗。420 億美元淨損適合做標題；80.6 億美元營業虧損、73.3 億美元運算支出，以及收入、客戶與供應商的集中程度，才是判斷這門生意能否成立的核心。