Anthropic IPO 定价陷阱：1.5 万亿市值背后的估值幻觉

据 Woofun AI 消息，纽约大学斯特恩商学院金融学教授阿斯瓦特·达莫达兰对 即将进行的首次公开募股（IPO）定价逻辑提出根本性质疑，认为其股价将更多由市场情绪驱动而非企业真实价值支撑。这位被誉为'估值之师'的专家指出，决定最终定价的关键变量在于市场动态博弈，而非基于内在商业基本面的理性评估，这种脱节现象在当前的 AI 热潮中尤为显著。

在 10 月 15 日于旧金山举行的一场 IPO 前会议上，Anthropic 披露了关键财务数据：第三季度营收为 168 亿美元，年度化营收增速达到 670 亿美元，并预计该数字在年底将攀升至 1000 亿美元。达莫达兰将这一现象置于历史维度审视，指出这重演了上世纪 90 年代末互联网泡沫时期的定价逻辑——当时市场依据网站访问量和用户停留时间等非财务指标为互联网公司估值，而如今在人工智能时代，'年度化营收增速'成为了衡量那些财务报表无法支撑其市场价格的公司的创新替代标准。根据达莫达兰的企业生命周期理论，Anthropic 本质上仍是一家处于成长阶段的初创企业，尽管其规模极为庞大，但极高的营收增长率、经营亏损、大量再投资以及负的现金流被视为该阶段的正常特征。

然而，他对公司声称拥有调整后第三季度利润的说法表示强烈质疑，直言'就连 Anthropic 自己都不相信它真的赚了钱'，并批评调整后的数据'往往只是虚构的数字'。

事实上，该公司的自由现金流依然处于严重负值状态。更关键的变量在于，Anthropic 背负着超过 4000 亿美元的算力服务合同承诺，这种极高的资本密集度在行业环境尚处发展初期且公司仍在亏损的背景下，构成了实质性的债务风险。投资者被迫依据潜在收益而非已实现的现金流进行定价，而年度化营收增速这一指标本身'并未标准化，很容易被操纵'。企业可以将仅持续一天、一周或一个月的营收数据直接按年度计算，目前这两家人工智能领域的领军企业都采用月度数据，但'并没有任何规定要求它们必须继续这么做'，这种规则漏洞为数据美化留下了空间。

不同的会计处理方式进一步加剧了横向对比的困境，使得企业间的比较变得异常困难。 改用了净营收的统计方式，导致其年度化营收增速从 700 亿美元降至 500 亿美元；相比之下，Anthropic 仍然按照总营收来统计，并将云服务提供商的付款计入费用中。

Woofun AI 整理数据显示，目前 Anthropic 的市值为 1.5 万亿美元，这一数值是其当前年度化营收增速的 23 倍左右，但仅为 2030 年预计 3000 亿美元营收的 5 倍。达莫达兰观察到，许多看好 Anthropic 的投资者倾向于使用远期预测数据，甚至是极其遥远的预测数字，因为这样能让相关估值指标看起来更合理。在缺乏纯粹从事大语言模型（LLM）业务的上市公司作为对比对象的情况下，市场通常将 Anthropic 与另一家私营企业 OpenAI 相提并论，但这种比较只能依据过时的风险投资融资轮次数据。

另一种常见的比较方式是将 Anthropic 与'七巨头'企业以及太空探索技术公司（NASDAQ: ）进行对标，然而这些公司在成熟度、治理结构以及现金生成能力方面存在巨大差异。达莫达兰明确指出，'公司（NASDAQ: ）与 Anthropic 是完全不同的两家公司'，看空者则认为，两者在营收和财报表现上的差距'无法仅用希望和潜力来解释'。每一个定价倍数背后其实都隐藏着一个折现现金流模型，'当你为一家公司定价时，你所做的假设其实和我日后为评估该公司价值时所用的假设完全相同，只不过你是以隐含的方式做出这些假设而已'。