智東西
編譯 劉煜
編輯 陳駿達

智東西5月21日消息，5月17日，據The Information報道，其生成式AI數據庫數據顯示，34家AI創企的ARR（根據近期實際收入推算的全年收入規模）總計已接近800億美元（約合人民幣5440億元），折合每月約66億美元（約合人民幣449億元）。相比半年前，這一數字增長了112%。

▲34家企業ARR變化圖（圖源：The Information）

需要補充的是，這800億美元的ARR，其絕大部分增長都發生在2023年之后。其中，僅Anthropic一家公司就貢獻了接近一半收入，加上OpenAI，兩家合計占約89%的收入份額，比半年前提升了4.5個百分點。

▲Anthropic和OpenAI與另32家企業的ARR占比變化圖（圖源：The Information）

而得益于代碼生成及企業級辦公兩大場景的快速擴張，Anthropic近期ARR已超越OpenAI。

這一營收占比某種程度上印證了部分投資機構此前的判斷。以紅杉資本為代表的一些投資人一直認為，在這一輪AI浪潮中，真正能拿走大部分軟件價值的，并不是做AI應用的公司，而是掌握最先進模型能力的底層模型廠商。

這個理由很明確：如今絕大多數AI應用公司，或多或少都依賴Anthropic和OpenAI的模型。

即便收入狂飆，但這份統計名單中多數AI初創企業仍未能實現盈利，僅有少數企業短暫盈利。此外，這些初創公司對上述兩家公司存在的依賴，還可能會制約其自身增長空間。

以AI編程公司Cursor為例，截至今年1月的季度，其毛利率仍為負23%。對于一家收入規模已經如此之高的公司而言，這并不常見。雖然之后其毛利率已經轉正，但這一案例仍說明：過度依賴OpenAI和Anthropic的模型能力，尤其是在Anthropic提價之后，會給AI應用公司帶來巨大的商業壓力。

Anthropic和OpenAI兩家公司，每年的現金消耗可能就超過300億美元（約合人民幣2040億元），其中很大一部分來自AI模型訓練成本。它們正不斷推出面向特定行業、崗位的新模型和產品，直接切入企業級工作場景，這意味著它們開始和自己的客戶正面競爭。

長期來看，這可能會讓大量AI初創公司越來越難保持增長。這種壓力，也解釋了近期“AI Neolab（AI新實驗室）”概念融資異常火熱的現象。這些公司正試圖通過研發全新的模型路線，來繞開甚至超越Anthropic和OpenAI。

不過，Anthropic與OpenAI的收入數據實際上都存在一定程度的“水分”，因為它們都需要與業務伙伴共享相當大比例的收入。

例如，Anthropic需要將部分收入分給負責轉售模型服務的云廠商，包括亞馬遜和谷歌。而OpenAI則需要在2030年前，把20%的收入分給其早期投資方微軟，支付的總額上限為380億美元（約合人民幣2584億元）。僅今年一年，微軟拿到的分成就可能達到60億美元（約合人民幣408億元）。

其余32家AI模型及應用創業公司，營收規模雖遠不及這兩大巨頭，但增長勢頭依然強勁。

自去年12月以來，有三家公司營收突破5億美元ARR關口，包括AI搜索公司Perplexity、語音AI公司ElevenLabs，以及AI編程公司Cognition。加上此前同樣做到這一營收規模的Cursor，該營收陣營現已擴充至四家。

不過，計算這類AI企業營收本身存在明顯的“重復計算”問題，即同一筆收入在該產業鏈的不同環節中，被重復計入不同公司的營收。

比如，上述4家ARR超過5億美元的AI公司，以及榜單上的其他公司，很可能每年合計向OpenAI和Anthropic支付數十億美元的模型調用費用。

與此同時，幾乎所有這些公司的產品，底層都運行在英偉達的GPU服務器上。這使得英偉達在AI熱潮中獲取了絕大多數利潤。該公司也在一定程度上“投桃報李”，向The Information統計名單中的至少13家公司進行了投資，其中包括對OpenAI和Anthropic合計約400億美元的投資。

這些資金也反過來幫助這些公司繼續租用英偉達服務器。

不過，這份統計沒有計算依托AI相關應用實現營收，同時具備自主研發AI模型能力的上市企業相關收入。

例如，微軟通過Copilot系列產品，已經獲得至少60億美元實際收入，部分資金來自其免費使用的OpenAI模型。谷歌的Gemini模型和AI搜索功能，也正在推動其搜索廣告業務增長。

包括Salesforce、ServiceNow在內的大型企業軟件公司，正憑借推出AI功能和agent產品，每年創造數十億美元營收。它們同樣也是Anthropic和OpenAI的大客戶，既會采購其模型供內部業務使用，也依托其技術對外交付產品服務，而近期它們都不得不承擔起Anthropic上調定價帶來的成本壓力。

結語：生成式AI價值高度集中，新興廠商尋求突破

整體來看，全球生成式AI產業正邁入營收高速擴張階段，市場規模實現跨越式增長，但該行業高速發展的背后，結構性弊端愈發突出。

盡管AI創業生態在過去一年呈現出驚人的收入擴張速度，但其增長結構正在迅速集中化。無論是應用層的爆發式擴張，還是基礎模型的能力外溢，最終的價值捕獲仍然高度集中在OpenAI與Anthropic這類AI模型廠商手中。

在這種“底層模型收稅化”的結構下，大量AI應用公司更像是在為OpenAI與Anthropic充當分發渠道，而非真正形成獨立的利潤中心。

為擺脫依附困境，新興AI實驗室紛紛探索全新技術路線，試圖打破現有行業格局。未來，一些創新型模型廠商可能有機會擺脫對OpenAI與Anthropic的依賴，實現新的增長突破；但另一方面，這兩家企業高度集中的底層模型優勢，仍可能使大多數應用型公司繼續面臨盈利空間受限的困境。

來源：The Information