Anthropic 招股书里，藏着中国AI 最难跨越的鸿沟
本文来自微信公众号： ToB老人家 ，作者：王戴明，原文标题：《Anthropic 招股书里，藏着中国 AI 最难跨越的鸿沟》
Anthropic的招股书里，有一组让人印象深刻的数字：
截至2026年9月30日，在过去12个月里：
年消费≥10万美元的顾客：超过11,900家
年消费≥100万美元的客户：超过1,900家
年消费≥1000万美元的客户：约250家
而一年前，年贡献收入达到10万美元的大客户，还只有950多家。
也就是说，一年时段里，大客户从950多家攀升到了11,900多家，攀升了超过12倍。
在我看来，这是Anthropic招股书里最有含金量的一组数字。
因为在ToB行业，大客户不仅仅客单价高，续费率往往也很高——可以毫不夸张的说：得大顾客者得天下。
这组统计结果到底含金量有多大？
一、比较一下中国企业软件厂商
因为智谱没有公布相同口径的客户数据，暂时无法比较中美ToB大模型厂商的大客户情况。
不过，我们可以找一家中国企业软件公司作为参照：某ERP上市机构。
该厂商成立于1988年，在中国企业软件行业已经深耕近40年。
根据其2026年递交港交所的招股资料，该厂商覆盖了2025年《财富》中国500强企业中78%的客户，是中国企业软件行业毫无疑问的大企业行业领导者。
截至2026年一季度，该厂商的云业务大型厂商使用者达到5,364家。而根据前面的数据，Anthropic过去12个月贡献收入达到10万美元的客户超过11,900家。
而且，其中约10,000家是在过去12个月新增的。
当然，两家公司的产品业务不同，大客户的定义和公开统计结果口径也不同，不能直接比较大客户规模。
不过，一家刚成立5年的大模型企业，大客户数能超过中国软件行业的大厂商赛道领导者，我不禁想问一句：它是怎么做到的？
AI现在很热门，这当然是主要原因。但如果继续往下想，我认为还有一个更关键的因素：顾客本身。
机构业务厂商能卖多少钱，不仅取决于商品有多好，更取决于顾客能从新品中获得多大价值，以及愿意为之付多少钱。
从这个角度来看，中美企服公司面临的市场环境，有着很大的不同。
二、不是所有机构对软件的需求都一样
不管是传统厂商软件，还是今天的AI软件，都不是对所有机构有同样价值。
对于软件、金融服务支持等科技型企业来说，软件和AI代表了直接的生产力。
比如，一家软件公司使用AI编程工具，让大量程序员提高开发效率，它带来的收益就会直接体现在核心业务上。
一家金融业务公司使用AI处理研究、分析或顾客服务支持，也会直接冲击业务产出。
对于这些机构来说，由于AI能够为核心业务创造足够大的价值，那么对工具定价相对就没有那么敏感。
而在美国，存在大量的科技型企业，他们过去撑起了SaaS行业的高收入，现在必然也会撑起AI行业的高收入。
但是对于制造、批发贸易等传统企业来说，情况就复杂得多。
这些厂商也可以使用AI来编写周报、整理统计结果，或者辅助录入ERP单据。这些场景能够增强一部分管理和行政效率，但是给厂商创造的业务作用，其实相当有限。
实际上，就我了解的一些实际情况来看，很多传统机构的AI项目，ROI都很难算过来的。
如果投入100万元，一年只能节省几十万元的开销，公司自然会反复考虑：这笔钱到底该不该花？
而在中国，这样的传统制造、批发零售等企业，才是主流。
当然，传统企业不是没有高作用的场景。但是AI在这些场景的渗透速度，比我们预期的要缓慢很多。
比如，用AI做精细化排产，就必须依赖准确的工艺数字，但是中国有几家工厂有准确的工艺统计结果呢？
总之，从“AI有用”到“值得大规模投入”，还有很长一段距离。
三、客户的利润，决定了它能花多少钱
除了机构结构，还有一个同样重要的状况：客户有没有钱？
一家利润丰厚的机构，哪怕AI短期没有回报，也会继续加大投入。
但一家利润本来就很薄的企业，每一笔支出都要仔细计算。
同样一套产品，有的客户首先关心新品感受好不好，有的客户首先关心能不能再便宜一点。背后的区别，除了需求强弱，也包括企业自身的经营状况。
在这方面，中美两国企业的差距同样很大。
以制造业为例，根据2020年12月赛迪智库登场的《中美500强公司对比研究白皮书》，自2016年以来（截止2020年），美国制造业入围厂商的平均利润，约为中国制造业入围企业的4.9倍。
再来看中国软件行业，根据秦朔朋友圈的统计，A股243家机构软件企业，从2021年到2025年，总收入只上涨了7.9%，扣非净利润则从2021年的178.9亿元，到2023年开始亏损，到2025年亏损达176.8亿元。
2021年，A股厂商软件公司平均每5家有1家亏损，2026年上半年亏损面则达到64.7%，差不多每3家有2家亏损。
来源：秦朔朋友圈
企业没钱，特别是科技型公司没有钱，那么包括ToB AI在内的整个企服行业，天花板就不可能高。
四、新品和行业会相互促进
更重要的是，市场环境冲击的，不仅仅是企服行业的收入，也会作用企服公司的长期竞争力。
产品和赛道之间，是会相互促进的。
当一家AI公司拥有大量愿意付费的顾客，它就有更多收入和市场反馈，可以继续投入研发、算力和产品。
更好的商品，又会为客户创造更大的意义，吸引更多客户购买，或者让现有客户扩大使用。
这个过程一旦形成正循环，差距就会不断扩大。
比如，我们推行信创国产化替代以后，为什么一些国产ERP被吐槽产品难题太多，交付做工太差？
其实ERP研发的门槛并不高，SAP、Oracle在中国的交付队伍也基本都是中国人，所以不存在我们能力不够的问题。
核心还是用户给的钱太少，某些软件企业在研发投入上精打细算，交付团队也是良莠不齐，品质自然比不上国外ERP。
五、目光还是要投向海外
有差距并不可怕。
技术上的差距，我们可以通过研发和迭代不断追赶。
但市场环境的差异，很难靠一家公司的努力，在短时段里改变。
对于有志于成为世界级公司的AI厂商来说，恐怕仍然要尽早把目光投向海外。
当然了，出海很难。以我了解的一家软件企业为例，出海几年，国内业务其实已经盈利，但是海外业务仍然处于投入期。
而且很多出海业务主要集中在东南亚、日本等地区，欧美市场的渗透率仍然非常低。
但是，要跳出命运的桎梏，做难而正确的事，可能就是唯一的选择。
从这个角度来说，中国AI企业能不能成为全球领先的机构，最关键的不是AI排行榜，而是在海外市场的利润水平。
本文由News整理发布，仅供参考。
