在科技行业，总有一些公司的出现，会让原有的游戏规则失效。

Anthropic 就是一个典型案例。

传统 SaaS 公司的年化收入（ARR）从 10 亿美元增长到 20 亿美元，往往需要 18 个月乃至更长的时间。

Anthropic 却跑出了令人咋舌的增速：2025 年初，Anthropic 的年化收入约为 10 亿美元；到了 8 月份，数字就增长到了 50 亿美元；不到两个月的时间，年化收入再次飙增至 70 亿美元。

一路狂奔的背后，Anthropic 诠释了一种与传统企业截然不同的“AI 原生”增长模式，同时也为在红海中挣扎的中国 AI 企业提供了一面镜子。

01 一个精心设计的“增长飞轮”

Anthropic 的指数级增长，源于一个设计精妙、环环相扣的“增长飞轮”，主要有由三个核心部件构成。

首先是“引擎”——以 API 为核心的消耗型收入模型。

这是理解 Anthropic 模式的基石。

与 OpenAI 依靠 ChatGPT 订阅费（占其收入约 73%）的消费者路径不同，Anthropic 坚定地选择了企业 API 作为核心引擎，高达 85%的收入自于开发者和企业的 API 调用，并按处理的 Token 数量付费 。

这个模式的颠覆性在于：

1、任何开发者都可以使用，将价值验证的周期从数月缩短到数小时，无需经历漫长的销售周期，有效绕开了传统企业软件销售的瓶颈。

2、收入与客户创造的价值直接挂钩，客户的应用越成功，消耗的 Token 量就越多，Anthropic 的收入就越高。以至于某个客户对 Anthropic 的收入贡献，可能在极短的时间内增加 10 倍。

其次是“燃料”：抓住了 AI 的首个企业级“杀手应用”。

如果说 API 是引擎，代码生成就是最高效的“燃料”。

Anthropic 没有试图解决所有问题，而是精准地锁定了首个企业级“杀手应用”——代码生成。

看似不经意的选择背后，有两个精妙的商业计算。

一是极高的“Token 强度”，代码生成消耗的 Token 量是普通聊天应用的 10 到 50 倍，意味着在同等用户规模下，商业化天花板要高出一个数量级。

二是极强的“业务刚需”，自动化开发流程是所有科技企业的核心痛点和效率瓶颈，预算充足且决策链短。且一旦开发工作流深度绑定 Claude Code，迁移成本将变得极其高昂，有利于快速形成护城河。

可以找到的一组数据是：Claude Code 的年化收入已超过 5 亿美元，3 个月内使用量增长了 10 倍以上，业已成为收入增长的核心驱动力。

最后是“加速器”——通过生态杠杆撬动市场。

Anthropic 没有耗费巨资和时间自建庞大的销售团队，采取了一种极为聪明的“生态杠杆”策略，将自己变成了云巨头生态系统中的“超级插件”。

其中最核心的销售渠道来自 Anthropic 的两个战略投资者——亚马逊的 AWS Bedrock 和谷歌的 Google Vertex AI。

有别于 OpenAI 和微软的深度绑定，Anthropic 和云巨头们的共生关系，堪称教科书级别的“借船出海”：

一方面，可以利用云巨头们已经建立的全球企业客户网络和信任关系，将自己的产品直接送达目标客户，极大地降低了市场教育和销售成本。

另一方面，Anthropic 用投资者的钱支付高昂的云服务费，云服务商则通过销售 Anthropic 的模型驱动自身业务的增长，形成完美的资本和业务闭环。

在“生态杠杆”策略下，Anthropic 避免了与巨头们的直接对抗，并将潜在的竞争者转化为了最强大的盟友。

根据最近的媒体报道，Anthropic 正在将生态策略扩展到 Salesforce、Databricks 甚至是微软，进一步将自己嵌入到企业软件的基础设施层 。

02 用 CFO 看得懂的语言讲述价值

企业为什么愿意为 Anthropic 的模型付费呢？答案并不复杂：可被量化的、惊人的投资回报（ROI）。

在一个 CFO 对每一笔支出都严格审查的时代，Anthropic 没有兜售模糊的“生产力”概念，用一系列无可辩驳的客户案例，证明了自己不是成本中心，而是价值创造者。

可以找到的客户案例有很多。

制药巨头诺和诺德，利用 Claude 将撰写一份临床研究报告的时间，从 10 周以上缩短至 10 分钟，效率提升超过 90%。过去需要 50 人的团队，现在只需 3 人与 Claude 协作即可完成。

电信和医疗服务商 TELUS，通过在内部部署 Claude，累计节省了超过 50 万个员工小时，创造了超过 9000 万美元的业务效益，同时代码交付速度提升了 30% 。

在线交易领导者 IG Group，分析团队通过使用 Claude，每周节省 70 小时的工作时间，3 个月内就实现了完全的投资回报。

这些案例的关键在于，Anthropic 将 AI 的价值从模糊的“生产力提升”转化为了 CFO 能够理解的财务指标。譬如团队的开发速度提升 20-30%、销售线索的获取量翻倍......为 AI 付费不再是一项试验性开支，而是一笔具有明确回报的投资。

同样值得一提的，还有 Anthropic 强调的“AI 安全”和“可控性”，并非只是技术理念，而是一种精准的商业策略。

对于金融、医疗、政府等高度监管行业的客户来说，安全与合规是部署 AI 的首要前提 。Anthropic 的中立定位，恰好满足了这些大企业最核心的需求，进而打开了利润最丰厚的市场大门 。

03 中国 AI 的下一步该往哪走？

要理解 Anthropic 的价值，OpenAI 是最佳的比较对象。

OpenAI 由现象级的消费产品 ChatGPT 驱动，凭借超过 8 亿的周活跃用户，自下而上地渗透进企业，成就了高达 5000 亿美元的估值。

Anthropic 则采取了冷静、克制的企业优先战略，一开始就瞄准 B 端市场，通过与云巨头深度绑定，自上而下地构建一个高粘性、高价值的企业客户群。尽管在估值和收入上仍落后 OpenAI，但单位用户的盈利效率高出 OpenAI 近 8 倍。

两家巨头的和而不同，传递出了一个积极信号：生成式 AI 市场并非赢家通吃的零和游戏，而是清晰地分化为两个赛道。

一个是由通用能力和海量用户驱动的消费者市场，另一个是由安全性、可靠性和深度集成驱动的企业市场。两个市场都拥有数千亿美元的潜力，AI 世界的版图远比我们想象的要广阔 。

对仍在“模型参数、技术跑分、低价换市场”漩涡中内卷的中国 AI 企业来说，Anthropic 的崛起无疑是一剂醒脑良药：

1、走出“参数崇拜”，拥抱“ROI”。

企业客户不关心模型有多少参数，关心的是能为他们的哪一项业务指标（如客户转化率、研发周期、运营成本等）带来多大程度的、可量化的改善。请用 CFO 的语言，而不是 CTO 的语言去销售。

2、寻找中国的“杀手级应用”。

不要试图做一个“万能”大模型满足所有需求，而是围绕中国的产业结构，找到“高 Token 强度”和“强业务刚需”的垂直领域，譬如法律文书的自动化审阅、生物制药的研发数据分析、高端制造业的工业设计模拟......然后深耕下去，尝试建立壁垒。

3、重构商业模式，告别“项目制”。

目前国内的很多 AI 企业还停留在为大客户做定制化“项目”的阶段，利润微薄且无法规模化。Anthropic 的经验告诉我们，打造一个足够标准、易于集成的 API 平台，让成千上万的开发者和中小企业能够“即插即用”，才是通往指数级增长的唯一道路。

4、生态思维远比技术本身重要。

国内市场的生态格局，决定了单打独斗难成气候。与云厂商、行业龙头、地方平台等深度绑定，把自己做成“工业零件”，用“嵌入式增长”取代销售团队，或许是更现实的打法。

对于中国 AI 产业而言，“百模大战”的上半场早已结束，比拼的不再是模型的规模，而是商业的深度。是时候从对技术的痴迷，转向对客户价值的回归，尝试跑出属于中国的“Anthropic 曲线”了。