OpenAI和Anthropic一年内将IPO，扩大在市场影响力。虽然现在Anthropic的市占率和看好度都优于OpenAI，OpenAI有科技大咖背后支撑，也不是省油的灯。
【文／魏圣峰】
ＡＩ正在改变我们的生活模式，并从先前的大语言模型能力的竞争，进入商业化效率的竞赛，当今金融市场更在意现金流量与ＡＩ投入后的成本回升与投资回报率等的焦点。ＡＩ产业链中，当今两档还没挂牌上市的OpenAI和Anthropic独角兽最受市场瞩目。从去年下半年以来，市场对两只独角兽的偏好度逐渐转向Anthropic，并认为从客户、财务体质和未来的获利结构来看，有逐渐占上风的现象。
Anthropic市占率领先
OpenAI和Anthropic都以大语言模型（ＬＬＭ）对外销售算力为主。实际上，两者略有不同。OpenAI定位上以ＡＩ平台为主，主要客户结构是消费者，最近OpenAI正努力开发企业客户，以稳定营收来源。OpenAI成名较早，并曾在企业大语言模型市占率领先对手。但这样的优在去年下半年遭到Anthropic超越，也让近半年Anthropic的声量逐渐超越OpenAI。OpenAI的ChatGPT在产品推出后一度深获消费者喜爱。不过，自从谷歌推出的Gemini 3后，市场认为谷歌的这个大语言模型的技术优于ChatGPT，造成OpenAI的市占率明显滑落，除了扩大落后给Anthropic外，也逐渐遭到谷歌的大语言模型追上来。
OpenAI的ＡＩ平台，以消费者的付费订阅为主要的收入来源，但OpenAI客户群中，免费客户占比仍高，加上该公司的推论成本耗费不赀，即使OpenAI年收入二五○亿美元，仍属于亏损状态。日前华尔街日报报导，OpenAI近期每周用户数与收入增长均低于内部设定的目标，引发市场对其营收成长速度可能无法支撑庞大数据中心与算力支出。
从OpenAI内部文件显示，今年亏损可能达一四○亿美元，未来五年要投入约六千亿美元在ＡＩ伺服器和云端基础设施。预估要到二○三○年时的年营收目标达到一千亿美元，公司才会开始转亏为盈，之后每年的盈利将会出现强劲的成长。但市场担心的是，OpenAI虽然找了Nvidia、软体银行的投资，加上大股东微软的财务支援，仍被市场高度质疑该公司的现金流量能否撑到二○三○年。
从二○一九年起至今，微软已投资OpenAI一三○亿美元，并持有二六．七九％的股权。去年下半年因为OpenAI亏损缘故，微软认列四一亿美元的税前损失。OpenAI为了扩大营运来源，今年ＡＩ市场很红的养龙虾软体公司的OpenClaw创办人已加入OpenAI团队，两家公司人才合并。OpenClaw流量大，有利扩大OpenAI影响力。
OpenAI有庞大的免费客户，市场流量的确很大，也超过Anthropic，却也因为这些免费客户无法转变为现金流量，以及OpenAI的基础设施现阶段很烧钱，都是OpenAI当前最需要解决的问题。从企业用大语言模型市占率观察，Anthropic在去年下半年超越OpenAI后，最新市占率已超越三成，并持续扩大与OpenAI的差距，这是Anthropic在技术定位、产品策略与企业信任度上精准切中市场需求形成的结果。Anthropic产品以Claude（程式码）为主，在技术工程师眼中普遍认为Claude（特别是3.5/4系列） 产出的代码Bug更少、逻辑更清晰，其推出的Claude Code产品进一步巩固开发者的黏著度。
其次，Anthropic从创立以来就深耕企业市场（Ｂ２Ｂ），与OpenAI品牌基因偏向大众市场（Ｂ２Ｃ）有所不同。企业客户在实际落地程式应用时，更在意模型的回应是否稳定、控管是否细腻，也会比一般消费大众更愿意掏钱出来订阅程式码。只要实用且能提升程式运作效率，企业客户层相对稳定。
对云端的绑定也是扩大客户层的发展空间的原因。Anthropic同时与AWS的Bedrock和谷歌云端（Google Cloud）深度合作，使其能触及更广泛的云端企业用户。OpenAI仅深度绑定微软Azure，在程度上限制其他云端平台使用者的选择空间。现代企业倾向采用多供应商策略，以降低对单一服务商的依赖，这让后发先至的Anthropic获得大量升级和切换的机会。Claude模型在大规模数据检索与长文本的解析度上有相对稳定表现，使其在法律、金融等专业服务领域的采用率激增。尤其是Claude推出的Artifacts动态工作空间，显著提升了非技术人员与ＡＩ协作的体验，增加客户的黏著度。
现金流与商业化效率
今年OpenAI与Anthropic的竞争本质出现结构性转折，ＡＩ产业已从模型能力竞赛，演变成现金流与商业化效率的竞赛。这样的框架下，OpenAI在流量的确远超过Anthropic，也把ChatGPT打造成全球最大的AI应用，包括程式应用介面和开发者在内的完整生态系，并与微软深度绑定。OpenAI的推论成本一直都很高，这与ＧＰＵ的运效率、记忆体频宽瓶颈和模型推论机制有关。目前ＧＰＵ运算核心速度远快于记忆体传递速度，造成ＧＰＵ大部分时间在等待资料，形成算力浪费，大幅提高OpenAI的推论成本。（全文未完）
全文及图表请见《先探投资周刊2403期精彩当期内文转载》
◎封面故事：AOI/AXI 卡位封装良率核心
◎特别企划：追踪获利增减 配合技术面选股
◎国际趋势：CSP资本支出扩大AI受惠圈
◎中港直击：股价走跌 阿里巴巴AI不开门
【最新活动看板】
