在科技行業，總有一些公司的出現，會讓原有的游戲規則失效。

Anthropic就是一個典型案例。

傳統SaaS公司的年化收入（ARR）從10億美元增長到20億美元，往往需要18個月乃至更長的時間。

Anthropic卻跑出了令人咋舌的增速：2025年初，Anthropic的年化收入約為10億美元；到了8月份，數字就增長到了50億美元；不到兩個月的時間，年化收入再次飆增至70億美元。

一路狂奔的背后，Anthropic詮釋了一種與傳統企業截然不同的“AI原生”增長模式，同時也為在紅海中掙扎的中國AI企業提供了一面鏡子。

01 一個精心設計的“增長飛輪”

Anthropic的指數級增長，源于一個設計精妙、環環相扣的“增長飛輪”，主要有由三個核心部件構成。

首先是“引擎”——以API為核心的消耗型收入模型。

這是理解Anthropic模式的基石。

與OpenAI依靠ChatGPT訂閱費（占其收入約73%）的消費者路徑不同，Anthropic堅定地選擇了企業API作為核心引擎，高達85%的收入自于開發者和企業的API調用，并按處理的Token數量付費 。

這個模式的顛覆性在于：

1、任何開發者都可以使用，將價值驗證的周期從數月縮短到數小時，無需經歷漫長的銷售周期，有效繞開了傳統企業軟件銷售的瓶頸。

2、收入與客戶創造的價值直接掛鉤，客戶的應用越成功，消耗的Token量就越多，Anthropic的收入就越高。以至于某個客戶對Anthropic的收入貢獻，可能在極短的時間內增加10倍。

其次是“燃料”：抓住了AI的首個企業級“殺手應用”。

如果說API是引擎，代碼生成就是最高效的“燃料”。

Anthropic沒有試圖解決所有問題，而是精準地鎖定了首個企業級“殺手應用”——代碼生成。

看似不經意的選擇背后，有兩個精妙的商業計算。

一是極高的“Token強度”，代碼生成消耗的Token量是普通聊天應用的10到50倍，意味著在同等用戶規模下，商業化天花板要高出一個數量級。

二是極強的“業務剛需”，自動化開發流程是所有科技企業的核心痛點和效率瓶頸，預算充足且決策鏈短。且一旦開發工作流深度綁定Claude Code，遷移成本將變得極其高昂，有利于快速形成護城河。

可以找到的一組數據是：Claude Code的年化收入已超過5億美元，3個月內使用量增長了10倍以上，業已成為收入增長的核心驅動力。

最后是“加速器”——通過生態杠桿撬動市場。

Anthropic沒有耗費巨資和時間自建龐大的銷售團隊，采取了一種極為聰明的“生態杠桿”策略，將自己變成了云巨頭生態系統中的“超級插件”。

其中最核心的銷售渠道來自Anthropic的兩個戰略投資者——亞馬遜的AWS Bedrock和谷歌的Google Vertex AI。

有別于OpenAI和微軟的深度綁定，Anthropic和云巨頭們的共生關系，堪稱教科書級別的“借船出海”：

一方面，可以利用云巨頭們已經建立的全球企業客戶網絡和信任關系，將自己的產品直接送達目標客戶，極大地降低了市場教育和銷售成本。

另一方面，Anthropic用投資者的錢支付高昂的云服務費，云服務商則通過銷售Anthropic的模型驅動自身業務的增長，形成完美的資本和業務閉環。

在“生態杠桿”策略下，Anthropic避免了與巨頭們的直接對抗，并將潛在的競爭者轉化為了最強大的盟友。

根據最近的媒體報道，Anthropic正在將生態策略擴展到Salesforce、Databricks甚至是微軟，進一步將自己嵌入到企業軟件的基礎設施層 。

02 用CFO看得懂的語言講述價值

企業為什么愿意為Anthropic的模型付費呢？答案并不復雜：可被量化的、驚人的投資回報（ROI）。

在一個CFO對每一筆支出都嚴格審查的時代，Anthropic沒有兜售模糊的“生產力”概念，用一系列無可辯駁的客戶案例，證明了自己不是成本中心，而是價值創造者。

可以找到的客戶案例有很多。

制藥巨頭諾和諾德，利用Claude將撰寫一份臨床研究報告的時間，從10周以上縮短至10分鐘，效率提升超過90%。過去需要50人的團隊，現在只需3人與Claude協作即可完成。

電信和醫療服務商TELUS，通過在內部部署Claude，累計節省了超過50萬個員工小時，創造了超過9000萬美元的業務效益，同時代碼交付速度提升了30% 。

在線交易領導者IG Group，分析團隊通過使用Claude，每周節省70小時的工作時間3個月內就實現了完全的投資回報

這些案例的關鍵在于，Anthropic將AI的價值從模糊的“生產力提升”轉化為了CFO能夠理解的財務指標。譬如團隊的開發速度提升20-30%、銷售線索的獲取量翻倍......為AI付費不再是一項試驗性開支，而是一筆具有明確回報的投資。

同樣值得一提的，還有Anthropic強調的“AI安全”和“可控性”，并非只是技術理念，而是一種精準的商業策略。

對于金融、醫療、政府等高度監管行業的客戶來說，安全與合規是部署AI的首要前提 。Anthropic的中立定位，恰好滿足了這些大企業最核心的需求，進而打開了利潤最豐厚的市場大門 。

03 中國AI的下一步該往哪走？

要理解Anthropic的價值，OpenAI是最佳的比較對象。

OpenAI由現象級的消費產品ChatGPT驅動，憑借超過8億的周活躍用戶，自下而上地滲透進企業，成就了高達5000億美元的估值。

Anthropic則采取了冷靜、克制的企業優先戰略，一開始就瞄準B端市場，通過與云巨頭深度綁定，自上而下地構建一個高粘性、高價值的企業客戶群。盡管在估值和收入上仍落后OpenAI，但單位用戶的盈利效率高出OpenAI近8倍。

兩家巨頭的和而不同，傳遞出了一個積極信號：生成式AI市場并非贏家通吃的零和游戲，而是清晰地分化為兩個賽道。

一個是由通用能力和海量用戶驅動的消費者市場，另一個是由安全性、可靠性和深度集成驅動的企業市場。兩個市場都擁有數千億美元的潛力，AI世界的版圖遠比我們想象的要廣闊 。

對仍在“模型參數、技術跑分、低價換市場”漩渦中內卷的中國AI企業來說，Anthropic的崛起無疑是一劑醒腦良藥：

1、走出“參數崇拜”，擁抱“ROI”。

企業客戶不關心模型有多少參數，關心的是能為他們的哪一項業務指標（如客戶轉化率、研發周期、運營成本等）帶來多大程度的、可量化的改善。請用CFO的語言，而不是CTO的語言去銷售。

2、尋找中國的“殺手級應用”。

不要試圖做一個“萬能”大模型滿足所有需求，而是圍繞中國的產業結構，找到“高Token強度”和“強業務剛需”的垂直領域，譬如法律文書的自動化審閱、生物制藥的研發數據分析、高端制造業的工業設計模擬......然后深耕下去，嘗試建立壁壘。

3、重構商業模式，告別“項目制”。

目前國內的很多AI企業還停留在為大客戶做定制化“項目”的階段，利潤微薄且無法規模化。Anthropic的經驗告訴我們，打造一個足夠標準、易于集成的API平臺，讓成千上萬的開發者和中小企業能夠“即插即用”，才是通往指數級增長的唯一道路。

4、生態思維遠比技術本身重要。

國內市場的生態格局，決定了單打獨斗難成氣候。與云廠商、行業龍頭、地方平臺等深度綁定，把自己做成“工業零件”，用“嵌入式增長”取代銷售團隊，或許是更現實的打法。

對于中國AI產業而言，“百模大戰”的上半場早已結束，比拼的不再是模型的規模，而是商業的深度。是時候從對技術的癡迷，轉向對客戶價值的回歸，嘗試跑出屬于中國的“Anthropic曲線”了。