誰在給Anthropic和Open AI輸血？

文：王智遠 | ID:Z201440

Anthropic 放了個大招：

130 億美金融資到賬，估值直接飆到 1830 億美元；順手還宣布，要在年內把海外員工隊伍擴張兩倍、應用 AI 團隊擴張四倍。

說白了，一副「Claude 模型需求太火，得趕緊堆人上」的姿態。

一家才4歲的公司，客戶數從不到一千家干到三十萬家，全球用得最多的還是韓國、新加坡、澳大利亞這些地方，人均使用量甚至超過美國本土，看起來風光到不行。

靠光靠模型能支撐起這樣的估值嗎？背后誰在撐腰？

01

智遠認為，要弄明白這個事兒，先得把棋盤上的第一顆子open AI擺出來，因為，他倆都是創業公司，背后各自代表著一整個陣營。

OpenAI，2015 年創立時，它還掛著「非營利」的牌子，一幫硅谷精英喊著要搞通用人工智能（AGI），沒打算商業化。

后來 GPT 系列火了，風向徹底變了；尤其 2019 年，微軟砸下第一筆錢，把 OpenAI 納進自己體系，才算是真正的轉折點。

微軟給 OpenAI 的不只是錢，還有算力，訓練大模型需要海量 GPU，沒算力是空想；OpenAI 的 GPT-3、GPT-4、再到 GPT-5，背后都跑在微軟 Azure 的機房里。

可以說，OpenAI 靠微軟的「血庫」長大的。

不過，微軟也不是做慈善，它要的回報很直接。第一，Azure 多了個超級大客戶，OpenAI 每年付給微軟的云賬單就上百億美元。

二，微軟把 GPT 全面塞進自家產品，Word、Excel、Teams 統統換了個「Copilot」的馬甲，短短兩年，全球幾億人用上了 ChatGPT 的變種。

第三，根據雙方協議，微軟甚至可以拿走 OpenAI 一部分利潤分成。

所以，你會發現，OpenAI 在外界眼里是創業明星，但在微軟眼里，它就是 Azure 的「帶貨王」；靠著 GPT，微軟 Azure 市場份額連年上漲，一度把 AWS 的優勢壓縮到只剩十幾個百分點。

換句話說，OpenAI是微軟在云計算大戰里的一件戰略武器。

那 Anthropic呢？

故事就更戲劇了。它的創始團隊原本在 OpenAI，當年不滿公司在追逐 AGI 時忽視安全問題，于是出來另起爐灶。

2019 年成立，打出的旗號是「可靠、安全、可解釋」，客戶目標也不一樣，更偏向金融、醫療、法律這些受監管的行業。

它最有名的是 Claude 系列。相比 ChatGPT 的「萬金油」，Claude 在代碼生成、邏輯推理上口碑極好，尤其在程序員社區里很受歡迎。

再加上 ToB 定位，80% 的收入都來自企業訂閱和 API 調用，增長飛快，兩年從年化 10 億美金飆到 50 億。

亞馬遜盯就盯這點。2023 年它一口氣投了 40 億美元，后面又追加到 80 億，把 Claude 當成 AWS 的「一方模型」。

AWS Bedrock 平臺上雖然有幾十種大模型可選，但高管公開說過，Claude 是主推。更關鍵的是，Anthropic 深度綁定了亞馬遜自研芯片 Trainium、Inferentia，把模型訓練和推理都綁在 AWS 上跑。

所以，這對亞馬遜來說，是多了一個「橋頭堡」。

因為在 OpenAI 和微軟聯手沖鋒的情況下，AWS 必須找一個能撐門面的合作伙伴，否則在 AI 云競爭里就被邊緣化了，Claude 的定位，正好幫它穩住了一部分高價值企業客戶。

這樣一結合，你會發現，這兩家公司本身的故事固然精彩，但更關鍵的是背后站隊。

OpenAI，代表微軟陣營；Anthropic，代表亞馬遜陣營；表面上看兩家創業公司在賽跑；實際上，是微軟和亞馬遜兩大云計算巨頭在場下掰手腕。

因此我才說，兩家是棋子，背后在博弈「算力外交」。

02

為什么所有 AI 公司都要在算力上搞外交？要智遠說，原因就一個字：窮。算力太稀缺，太燒錢了。

大模型訓練動輒要上萬張 GPU 卡，一次迭代下來就是幾千萬美金。別說創業公司了，就連微軟、亞馬遜這樣的巨無霸，也得排隊搶貨。

英偉達一家獨大，芯片市占率接近九成，價格還在瘋狂上漲。更麻煩的是，算力不僅是芯片，還涉及電力、土地、冷卻系統、選址。

這些東西可不是錢一撒就立馬有的。幾千萬美金燒完，模型也就升級一小步，說白了，這行業根本不是普通創業能玩得起的。

所以，AI 公司沒法靠單打獨斗，只能靠「外交」續命。

融資更像買通算力的通道，OpenAI 拿了微軟的錢，換來 Azure 的 GPU、數據中心優先權；Anthropic13 億美金融資，背后也是 AWS、谷歌的云資源在加碼。

你細看這些融資新聞，總會發現一個細節，承諾要用多少算力，在哪個云上跑。這些才是交易的核心。

同樣的邏輯也體現在合作方綁定上。

誰投錢，誰就成了大腿。OpenAI 基本是微軟獨家供養，Azure 包圓了訓練和推理。

Anthropic就精明一些，AWS 是主力，谷歌也投，連微軟 Azure 都沒徹底關死。外交場合講究左右逢源，AI 公司也懂這個道理。

再往下看，還有芯片這一層。

英偉達的卡大家都想要，但產能有限，AWS就把自研芯片當成籌碼，Trainium、Inferentia 不光能省錢，還能把 Anthropic 拴在自己生態里。

谷歌也一樣，用 TPU 把模型公司套牢。誰能先摸到新一代芯片，誰就能多跑幾次迭代，領先半個身位。芯片聽起來是硬件，但在這場外交桌上，它就是硬通貨。

于是你就能看出，兩家公司外交的姿勢完全不一樣。

OpenAI走「豪賭型」，不光抱微軟，還拉 Oracle、軟銀造 5GW 級別的數據中心，號稱 5000 億美金投資，典型的「舉債修城墻」。

Anthropic務實多了，老老實實抱 AWS，大客戶群穩住了，同時還留了幾條后路。

03

不過，外交看著風光，代價也不小。

一，關系脆弱。今天是盟友，明天就可能變臉。微軟和 OpenAI 已經有苗頭了，微軟自己推 MAI-1 模型，明顯是怕被卡脖子。

其二，綁錯大腿的風險更是要命，合作方掉鏈子，你也得跟著下水，時間久了，依賴性還會越來越強，別人給的卡、機房、電力，條件一旦變了，你只能跟著改。

說白了，所謂聯盟，有時更像「臨時抱團取暖」。

可微軟和亞馬遜真會心甘情愿給這兩個兒子當奶媽嗎？不會的。巨頭砸錢、喊口號，背后全是賬本，數據最能說明問題。

過去兩年，微軟Azure 的表現確實漂亮。2024 年，Azure 在全球云市場的份額攀到 24%；到了 2025 年一季度，微軟云業務（含 Azure）在基礎設施服務里占了 22%，同比拉了 21%。

再看最新一季，AWS 占 30%，微軟拿到 20%。

差距比幾年前縮小了一大截。別小看這幾個百分點，云市場是萬億盤子，每動一格，就是幾百億美金的收入轉移。

更重要的是，Azure 的增長基本和 OpenAI 綁定。

ChatGPT 帶來的流量紅利，讓 Azure 突破「企業云」的圈子，直接接觸到數以億計的終端用戶；資本市場很吃這一套，覺得微軟終于在和 AWS 的拉鋸戰里看到了勝算。

可微軟自己最清楚，這種紅利未必可持續，靠別人帶貨，命門始終在別人手里，所以，所以，它一邊養，一邊防。

2024 年，微軟單季度在 AI 基建上的資本支出高達 140 億美元，同比翻了一倍；自研 MAI-1 模型、擴建數據中心、投資自家芯片，這些動作背后的邏輯很簡單：哪怕哪天 OpenAI 跑了，Azure 也要能自己造血。

亞馬遜的焦慮更直白。

AWS 依舊是老大，但位置在往下滑。2024 年 IaaS 市場份額 37.7%，到 2025 年只剩 30%。與此同時，Azure 從 22% 漲到 25%，谷歌云也在一點點啃。

AWS 一年云收入雖然有 900 億美金，但增速跌到不足 20%，和 Azure 的 28% 拉開了差距；這種趨勢要再持續三年，AWS 的「老大光環」就要不保。

所以，它必須用 Anthropic 來救場。

80 億是穩盤的「急救針」，AWS 要用 Anthropic 來給自研芯片（Trainium、Inferentia）背書，這也間接性在給投資人看一個信號：我們有替代方案，不靠黃仁勛也能跑。

現在哪怕你有錢，想買 H100 也不輕松，普通 PCIe 版，一塊卡大概得2.5 萬到 3 萬美金；要換成封裝更復雜的 SXM 版本，價格直接飆到3.5 萬到 4 萬

更鬧心的是，你錢付了也得等，量大點的話，交付周期動不動就一個月起步，拖到兩個月都正常。算力的死穴，卡到買不著。

所以，對比下來，兩個巨頭打法完全不一樣；微軟押「重資產+深綁定」，要用 OpenAI 拉高 Azure 的話語權，同時留好后路。

亞馬遜走「借力打力」，把 Anthropic 當樣板，用來帶動芯片和云的雙重戰略。

說白了，微軟要云增量、未來操作系統，OpenAI不過是它的彈藥；亞馬遜要芯片和云的話語權，要下一代電廠，Anthropic不過是它的櫥窗。

04

智遠認為，微軟、亞馬遜算盤打得再精，也敵不過一些更大的外部變量。

比如：芯片格局

英偉達是整個 AI 行業的「水龍頭」，H100、H200 是稀缺資源。誰能多拿卡，誰就能多迭代幾次模型，領先半個身位，微軟、亞馬遜哪怕再有錢，也得排隊。

問題在于，這種局面不會永遠。AMD 已經端出了 MI300，英特爾喊著要用 Gaudi 系列搶市場，谷歌的 TPU 也沒停。

真有一天，英偉達壟斷被松動，那微軟、亞馬遜現在砸下去的「算力外交」籌碼，可能立刻縮水。

第二張牌是能源。

外界盯著 GPU，卻忽視了電力；大模型訓練一輪，電費是天文數字。數據中心要地、要電、要冷卻，這些東西不是錢一撒就立刻來。

美國部分州已經卡審批，歐洲那邊環保壓力更狠。

微軟和亞馬遜已經開始簽長期電力合同，甚至考慮上核能、可再生能源；電力價格、能源政策未來都是「隱形稅」。

買得起 GPU，不一定供得起電，到時候，擴張節奏就成了電網給不給力的問題了。

政策與監管更不可控，美國最近不斷拋出算法透明、數據合規的新規，等于給大模型加了一道「減速帶」。

歐盟更直接，《AI 法案》把很多應用劃入「高風險」，合規成本直接翻倍。中國則是另一套邏輯，更早推出生成式 AI 管理辦法，要求備案、強調安全優先。

這幾套體系一旦真正落地，全球 AI 廠商都得按各自市場改玩法；別忘了，政策能改變投資流向，甚至讓之前辛苦搭的聯盟瞬間失效。

說到這里，再看看國內。

芯片這塊，昇騰、寒武紀還在追趕，國內大廠百度、字節也沒有停下來，和英偉達差距不小，但國內廠商更強調「量大、降本」的思路。

云廠商比拼的重點，是誰落地更快，政企、金融、醫療、電商，誰能先跑出價值誰就贏。監管更不用說，邏輯一直是「先立規矩，再擴規模」。

換句話說，國外卷算力，國內卷合規和應用，兩條完全不同的賽道。

所以，回過頭看，微軟與亞馬遜的廝殺，最后決定勝負的，可能是芯片、電力、監管這幾張更大的牌；這場 AI 算力大戰，誰能笑到最后呢？