财联社11月14日讯（编辑 史正丞）当地时间周五，Anthropic联合创始人达里奥·阿莫代伊到访纽约，与“华尔街一哥”、摩根大通掌门杰米·戴蒙进行公开对谈，为公司下周冲刺“史上最大IPO”造势。

作为背景，Anthropic计划于下周三敲定IPO定价，并在下周四上市。若公司按照招股价区间上限定价，募集资金总额将达到904亿美元，超过SpaceX今年6月上市募集的862亿美元。若算上超额配股权，Anthropic上市的募资额甚至有可能超过1000亿美元。

在谈话中，阿莫代伊将算力称为公司面临的“最深层商业难题”。他解释，公司选择上市的重要原因，就是增加现金储备，为高度不确定的算力需求提供更大缓冲。

这场对谈也涉及企业AI应用、模型价格竞争、网络安全和生命科学等多个与AI相关的热点话题。

算力买多了伤财务，买少了伤未来收入

戴蒙在提问中指出，Anthropic披露了涉及算力、租赁和数据中心等项目的9000亿美元未来承诺，并追问公司如何确保获得所需资源，同时控制长期成本。

阿莫代伊没有逐项拆解这一数字，而是解释了算力投入的两难：技术进步很快，但这些进步将以多快速度转化为经济价值，存在巨大不确定性。

据他介绍，2024年和2025年，Anthropic的收入均增长至前一年的约10倍。但即便如此，公司每年仍难以判断下一年的增长情况，而且随着业务规模扩大，预测误差所对应的金额也越来越大。

与此同时，算力采购往往需要提前一至两年作出安排。

“买得太多，当然可能让自己的财务承受能力被过度透支。”阿莫代伊说，买得太少，则不仅无法满足客户的推理需求，还会影响研发投入，而研发决定了6至12个月后能够推出什么模型，以及未来创造收入的能力。

他的应对方案包含两层缓冲：一是毛利率，二是账面现金。他表示，毛利率越高，公司在算力采购过多与不足之间的回旋余地就越大；充足现金则可以进一步吸收预测偏差。

在具体采购上，Anthropic倾向于提前以较低成本锁定相对保守的算力规模。如果业务表现不及预期，公司仍有保障；如果增长超出预期，则到现货市场追加采购。

阿莫代伊承认，追加采购成本更高，但那通常发生在公司业务表现特别好的情况下。他将这一安排比作购买保险：用增长强劲时的额外成本，换取需求不足时较小的财务风险。

这一策略也有其前提。他表示，额外算力迄今一直可以从现货市场获得，并相信未来仍会如此。

为何现在上市？现金比择时更重要

在被问及为什么选择现在上市时，阿莫代伊再次将答案指向算力。

他认为，生物学、机器人、网络安全及更广泛的知识工作领域存在巨大机会，公司希望确保有能力投入足够资源。持有更多现金，可以扩大不同算力需求情景之间的缓冲空间。

相比之下，他表示，公司并不特别纠结于究竟在哪个月、哪一天，或在什么市场环境下上市。

谈到首次经历上市筹备过程，阿莫代伊说，自己向许多人请教过，最有共鸣的建议之一，就是不要让公司的估值超过真实价值。

他将这一态度与公司的产品发布方式联系起来：先把模型或安全系统做出来，确认足够好，再对外发布，而不是提前反复预告。

“我们希望少承诺、多兑现。”他说。

戴蒙追问价格竞争：客户为什么还要买昂贵模型？

算力支出之外，戴蒙还提出了另一个直接影响AI公司盈利能力的问题：越来越多企业已经发现，并非所有任务都需要昂贵模型，许多计算完全可以交给更便宜的模型完成。这是否意味着部分AI能力正在成为标准化商品？

阿莫代伊承认，在某一种具体应用中，这种现象确实会发生。早期用户愿意支付较高价格，随后市场逐步成熟，低成本替代方案出现，聊天机器人就已在一定程度上经历这一过程。

但他认为，AI的特殊之处在于，它并不只对应一种应用或一个市场。模型能力继续提升，会不断让新的商业场景成为可能。

他回顾称，2023年市场普遍关注聊天机器人时，Anthropic判断编程将成为更大的机会，因此把重点放在提升前沿模型能力上。如今，编程应用开始走向成熟，但在《财富》500强企业中的渗透仍有很大空间。

与此同时，阿莫代伊预计，科学发现、生命科学、物理与材料、机器人及网络安全等领域，将带来比编程更大的机会。这些任务更复杂，也为前沿模型提供了新的需求。

对于成熟应用中的价格竞争，阿莫代伊则表示，先进的大模型也能帮助训练更高效的小模型。因此，拥有前沿能力的公司同样可以参与低成本市场，并非只能销售昂贵产品。

25万名小摩员工使用Claude，企业落地瓶颈指向安全

作为客户，戴蒙在对谈中表示，摩根大通是Anthropic最大的客户之一，已有25万名员工每周多次、以不同形式使用Claude。他称，这项技术已经带来变革性影响，但应用仍处于早期阶段。

阿莫代伊介绍，编程通常是企业最早、采用速度最快的场景，随后会扩展到更广泛的知识工作，包括金融服务中的文书处理、保险与法律业务中的合同起草和缺陷识别，以及生命科学中的临床研究报告、基础研究和制造效率提升。

不过，当AI从辅助工具走向能够执行任务的智能体，问题也随之改变。

戴蒙追问：对于受到监管的企业，在让智能体接触敏感信息之前，需要做什么？能否确保它只执行被允许的操作？

阿莫代伊认为，当前制约智能体开发和部署的关键因素是安全。模型能力快速提升，但企业需要确保它们不会失控，不会破坏业务系统或损害声誉。

他同时承认，无法给出百分之百的安全保证。以自动驾驶作类比，他表示，目标是将系统可靠性提升至显著优于人工操作的水平，而不是承诺永远不会发生任何事故。

这也解释了Anthropic选择企业市场的部分原因：阿莫代伊表示，企业更重视信任、长期合作和声誉保护，这些需求与公司的安全投入方向一致。

网络安全下一步：从发现漏洞走向实时防御

在网络安全领域，阿莫代伊指出，发现漏洞只是第一步。随着AI能够识别大量漏洞，新的瓶颈转向了修复速度。

据他介绍，Anthropic及其客户已经发现了大量安全漏洞，但修复往往比发现更难。公司正在提升Claude修补漏洞的能力，并进一步训练模型从一开始就编写更安全的代码。

更往后，他看好由多个智能体协同开展实时防御：持续巡查企业服务器，在攻击发生的数小时、数分钟甚至数秒内作出响应。

阿莫代伊预计，未来6至12个月，这类应用将变得更加重要。如果攻击者开始使用智能体群开展攻击，防守方也需要相应的自动化防御能力。

拿出5%股权设公益基金，警惕AI财富过度集中

谈及AI创造的财富如何分配，阿莫代伊表示，公司决定拿出5%的股权设立公益基金。这一安排独立于联合创始人捐出80%个人财富的承诺，也与公司既有的员工股权捐赠配捐计划并行。

他担心，即使AI推动经济大幅增长，新增财富也可能集中在少数掌握这项技术的公司手中。

公益基金的具体重点仍在研究之中。他提及的潜在方向包括帮助劳动者适应AI带来的就业转型，以及加强生物安全防御，降低技术被滥用的风险。

对于更长远的前景，阿莫代伊希望AI能够推动癌症、阿尔茨海默病和心脏病等领域取得突破。但他也承认，制药企业、生物技术公司和学术界的怀疑可能有道理，结果无法提前确定。

“是五年、十年，还是十五年，我不知道确切时间。”他说，“但我们会努力尽可能快地做到。”