智东西
智东西5月21日消息，5月17日，据The Information报道，其生成式AI数据库数据显示，34家AI创企的ARR（根据近期实际收入推算的全年收入规模）总计已接近800亿美元（约合人民币5440亿元），折合每月约66亿美元（约合人民币449亿元）。相比半年前，这一数字增长了112%。
▲34家企业ARR变化图（图源：The Information）
需要补充的是，这800亿美元的ARR，其绝大部分增长都发生在2023年之后。其中，仅Anthropic一家公司就贡献了接近一半收入，加上OpenAI，两家合计占约89%的收入份额，比半年前提升了4.5个百分点。
▲Anthropic和OpenAI与另32家企业的ARR占比变化图（图源：The Information）
而得益于代码生成及企业级办公两大场景的快速扩张，Anthropic近期ARR已超越OpenAI。
这一营收占比某种程度上印证了部分投资机构此前的判断。以红杉资本为代表的一些投资人一直认为，在这一轮AI浪潮中，真正能拿走大部分软件价值的，并不是做AI应用的公司，而是掌握最先进模型能力的底层模型厂商。
这个理由很明确：如今绝大多数AI应用公司，或多或少都依赖Anthropic和OpenAI的模型。
即便收入狂飙，但这份统计名单中多数AI初创企业仍未能实现盈利，仅有少数企业短暂盈利。此外，这些初创公司对上述两家公司存在的依赖，还可能会制约其自身增长空间。
以AI编程公司Cursor为例，截至今年1月的季度，其毛利率仍为负23%。对于一家收入规模已经如此之高的公司而言，这并不常见。虽然之后其毛利率已经转正，但这一案例仍说明：过度依赖OpenAI和Anthropic的模型能力，尤其是在Anthropic提价之后，会给AI应用公司带来巨大的商业压力。
Anthropic和OpenAI两家公司，每年的现金消耗可能就超过300亿美元（约合人民币2040亿元），其中很大一部分来自AI模型训练成本。它们正不断推出面向特定行业、岗位的新模型和产品，直接切入企业级工作场景，这意味着它们开始和自己的客户正面竞争。
长期来看，这可能会让大量AI初创公司越来越难保持增长。这种压力，也解释了近期“AI Neolab（AI新实验室）”概念融资异常火热的现象。这些公司正试图通过研发全新的模型路线，来绕开甚至超越Anthropic和OpenAI。
不过，Anthropic与OpenAI的收入数据实际上都存在一定程度的“水分”，因为它们都需要与业务伙伴共享相当大比例的收入。
例如，Anthropic需要将部分收入分给负责转售模型服务的云厂商，包括亚马逊和谷歌。而OpenAI则需要在2030年前，把20%的收入分给其早期投资方微软，支付的总额上限为380亿美元（约合人民币2584亿元）。仅今年一年，微软拿到的分成就可能达到60亿美元（约合人民币408亿元）。
其余32家AI模型及应用创业公司，营收规模虽远不及这两大巨头，但增长势头依然强劲。
自去年12月以来，有三家公司营收突破5亿美元ARR关口，包括AI搜索公司Perplexity、语音AI公司ElevenLabs，以及AI编程公司Cognition。加上此前同样做到这一营收规模的Cursor，该营收阵营现已扩充至四家。
不过，计算这类AI企业营收本身存在明显的“重复计算”问题，即同一笔收入在该产业链的不同环节中，被重复计入不同公司的营收。
比如，上述4家ARR超过5亿美元的AI公司，以及榜单上的其他公司，很可能每年合计向OpenAI和Anthropic支付数十亿美元的模型调用费用。
与此同时，几乎所有这些公司的产品，底层都运行在英伟达的GPU服务器上。这使得英伟达在AI热潮中获取了绝大多数利润。该公司也在一定程度上“投桃报李”，向The Information统计名单中的至少13家公司进行了投资，其中包括对OpenAI和Anthropic合计约400亿美元的投资。
这些资金也反过来帮助这些公司继续租用英伟达服务器。
不过，这份统计没有计算依托AI相关应用实现营收，同时具备自主研发AI模型能力的上市企业相关收入。
例如，微软通过Copilot系列产品，已经获得至少60亿美元实际收入，部分资金来自其免费使用的OpenAI模型。谷歌的Gemini模型和AI搜索功能，也正在推动其搜索广告业务增长。
包括Salesforce、ServiceNow在内的大型企业软件公司，正凭借推出AI功能和agent产品，每年创造数十亿美元营收。它们同样也是Anthropic和OpenAI的大客户，既会采购其模型供内部业务使用，也依托其技术对外交付产品服务，而近期它们都不得不承担起Anthropic上调定价带来的成本压力。
结语：生成式AI价值高度集中，新兴厂商寻求突破整体来看，全球生成式AI产业正迈入营收高速扩张阶段，市场规模实现跨越式增长，但该行业高速发展的背后，结构性弊端愈发突出。
尽管AI创业生态在过去一年呈现出惊人的收入扩张速度，但其增长结构正在迅速集中化。无论是应用层的爆发式扩张，还是基础模型的能力外溢，最终的价值捕获仍然高度集中在OpenAI与Anthropic这类AI模型厂商手中。
在这种“底层模型收税化”的结构下，大量AI应用公司更像是在为OpenAI与Anthropic充当分发渠道，而非真正形成独立的利润中心。
为摆脱依附困境，新兴AI实验室纷纷探索全新技术路线，试图打破现有行业格局。未来，一些创新型模型厂商可能有机会摆脱对OpenAI与Anthropic的依赖，实现新的增长突破；但另一方面，这两家企业高度集中的底层模型优势，仍可能使大多数应用型公司继续面临盈利空间受限的困境。
来源：The Information
配资炒股提示：文章来自网络，不代表本站观点。
