From Eyeballs to ARR: Buzzy Pricing Metrics and the AI Trade!

• 所属系列：专题更新 · 2026 年
• 视频：YouTube · 时长 45:50
• 讲义 / 资料：讲义 PDF · 博客原文
• 发布日期：2026-10-22
• 数据截至：Anthropic 招股书发布之前。ARR 与用户数为 2026 年 9 月口径，其余数字来自 2026-10-15 投资者会议的泄露信息和历轮融资
• 学习日期：2026-10-28
• 状态：已提炼

视频总结

时间戳取自 YouTube 转录稿，标题中的时间区间可点击跳转。

00:00–02:34 开场：Anthropic IPO 与 ARR

• 本期主题是即将到来的 Anthropic IPO，借它讨论价值（value）与价格（price）的区别，以及用于跨公司比较的定价指标（pricing metrics）。
• 2026-10-15，Anthropic 召开 IPO 前投资者会议，公布了年化收入运行率（annualized revenue run rate，ARR），并预计 2026 年末 ARR 接近 1,000 亿美元。
• ARR 取最近一周或一个月的收入再年化；传统财务分析用的则是过去 12 个月收入（trailing 12 months，TTM）。OpenAI 和 Anthropic 都大量使用 ARR。
• 年轻公司的定价常挂在财报以外的数字上：互联网泡沫时期按网站访客数定价，后来 Mary Meeker 提出按访客停留时间，也就是按“眼球”（eyeballs）定价。
• 本期要回答两个问题：年轻公司为什么更常被定价而不是被估值，以及为什么给年轻公司定价时会冒出前所未见的指标。

02:34–07:05 公司生命周期与年轻公司的特征

• 公司生命周期依次为：初创 → 年轻成长 → 高速成长 → 成熟成长 → 成熟稳定 → 衰退。
• 判断公司处在哪个阶段，有两条省事但不可靠的捷径：
  • 看公司年龄（03:23）：科技公司成熟得快，三四年的公司可能已进入成熟成长期；基础设施公司 25 年了可能才刚起步。
  • 看所属行业（04:08）：过去 50 年“科技”几乎等同于“成长”，但科技公司“按狗的年龄变老”，35–40 年的科技公司相当于 200 年的制造企业。
• 可靠的办法是看经营指标（04:59）。年轻公司的典型特征是收入高增长、经营亏损、再投资大、自由现金流为负，需要依赖外部融资，因而失败风险高。讲者强调“这些是特征，不是缺陷”。
• 随着公司成熟，收入增速下降，利润率改善，再投资减少，现金流转正，失败风险下降；进入衰退后，如果负债高，失败风险会再次上升。
• 例（06:40）：收入年增 6%、利润率稳定在 30%、再投资少、大额分红的公司，无论自我定位如何，都是成熟公司。

07:05–10:58 Anthropic 与 OpenAI 都是年轻公司

• 公司年龄（07:12）：Anthropic 约 5 年（2021 年成立），OpenAI 11 年。
• 收入：
  • 2023 年 Anthropic 收入 1 亿美元，OpenAI 10 亿美元；2025 年 OpenAI 约为 Anthropic 的 3 倍；2026 年 Anthropic 反超。
  • TTM 收入（07:57，最近四个季度）：Anthropic 约 350 亿美元，OpenAI 约 200 亿美元。
• ARR（08:23）：最近一个月收入 × 12。高增长公司用它的理由是 TTM 反映不了公司“现在”的规模。截至 2026 年 10 月前，Anthropic 的 ARR 约 670 亿美元（初步数字，可能调整），OpenAI 约 500 亿美元。
• 口径差异（08:54）：Anthropic 报总收入（gross），OpenAI 已改报净收入（net），因此 670 亿与 500 亿不能直接比较。OpenAI 过去一年收入增速约 120%，Anthropic 更高。
• 亏损（09:50）：
  • 2024 年 Anthropic 亏损 30 亿美元，OpenAI 亏损 50 亿美元；2025 年分别扩大到 80 亿和 390 亿美元，其中可能含一次性项目。
  • 2026 年上半年，Anthropic 经营亏损 87 亿美元。含一次性非现金项目则接近 420 亿美元，讲者取的是最宽容的口径。
• Anthropic 在 10-15 的会议上称 2026 年第三季度按调整口径盈利。讲者认为“调整后”往往是虚构数字，连 Anthropic 自己都未必相信。
• 结论：两家都是收入高增长、经营大幅亏损的年轻公司。

10:58–16:09 估值靠的三根“拐杖”在年轻公司身上失效

• 给公司一个数字有两种方式（11:01）：
  • 估值（value）：理解业务，从收入增长、现金流和风险出发算出价值，也就是 DCF / 内在价值。
  • 定价（price）：看别人为类似公司付了多少钱。
  • 两者在有效市场里应当一致，实际却可能相差很远，所以动手前要先决定自己是在估值还是在定价。
• 估值依赖的三根拐杖（11:41）：
  1. 历史财报：从中看增长、单位经济（毛利率）、盈利能力（营业利润率）和杠杆（净利率）。只有两三年历史的公司几乎无从学起。
  2. 市场规模、份额与竞争格局：成熟市场看得见，年轻公司面对的是仍在演化、边界未定的市场。
  3. 行业平均：利润率、周转率、资本成本的行业基准。年轻公司往往没有可用的同行。
• 三根拐杖都没有时，多数人干脆放弃估值，理由是“不确定性太大”（13:37）。
• 具体到 OpenAI 和 Anthropic（13:55）：
  • 财报只有两三年，收入以外的利润表“一团糟”。
  • AI 的总可寻址市场（TAM）仍有争议，投行给出 20、25、30 万亿美元等数字。即使接受某个 TAM，也不清楚赢家靠什么获得超过资本成本的回报。
  • 风险方面，没有价格历史，也不知道业务是否具有周期性。
  • 两家都有巨额算力合同承诺（compute cost commitments），对仍在亏损的公司意味着可能撑不到成熟期，也就是讲者说的“估值的涅槃”。
• 招股书预计下周发布（15:31）。据传 Anthropic 将发行高、低投票权两类股票（15:42），估值时还要处理公司治理和两类股票的相对价值。

16:09–20:31 风险投资“估值”其实是远期定价

• 放弃估值的人倾向于跟随“信息更多”的风险投资人（VC）。

• 融资情况：

  公司	融资轮数	累计融资	最近一轮
  Anthropic	19	1,350 亿美元	2026 年 5 月，9,650 亿美元
  OpenAI	10	1,850 亿美元	2026 年 3 月，8,520 亿美元；传闻中的新一轮约 1.4 万亿美元

• 讲者认为 VC 估值“配不上估值这个词”，本质是远期定价（forward pricing），步骤如下（17:37）：

  1. 任选一个未来时点（3 或 5 年后），预测某个指标，例如 5 年后收入 3,000 亿美元。
  2. 套用后期上市公司的倍数，例如七巨头（Mag 7）约 5–7 倍收入：5 × 3,000 亿美元 = 1.5 万亿美元，作为退出年定价。
  3. 用 30%、50%、70% 这类“折现率”折回今天。这个数字与风险和收益无关，是谈判筹码，而 VC 有动机把它压低。

• Anthropic 和 OpenAI 的 VC 轮更说明不了什么（19:04）：VC 预测的不是 5–7 年后，而是即将到来的 IPO 定价，再为等待期和 IPO 推迟、取消的风险打折。

• 例（19:36）：2026 年 5 月给 Anthropic 定价 9,650 亿美元时，市场预期 IPO 定价约 1.15 万亿美元（视频录制时已升至 1.5–2 万亿美元），VC 大约少给了 1,500 亿美元，这个差额是拍脑袋定的。

• 结论：VC 定价是先猜市场价再倒推，不宜过度看重。Anthropic 上市几乎必然是被定价，而不是被估值。

20:31–23:53 定价的三个步骤

1. 选倍数（20:41）。股价可以靠拆股改变，所以要除以公司共有的某个量。
   • 分子是市场价值：股权市值、公司市值（股权 + 债务），或最常用的企业价值（EV = 股权 + 债务 − 现金）。
   • 分母是标尺（scalar）：
     • 收入：大多数公司亏损时，只好沿利润表往上爬，用收入。
     • 盈利：股东层面的净利润、EPS，公司层面的营业利润。
     • 现金流：股东层面的净利润 + 折旧、FCFE，公司层面的 EBITDA、FCFF。
     • 账面价值：股权账面价值、投入资本。
   • 还没有收入的公司（22:16），用可能带来未来收入的量：用户、订阅者、眼球。
   • 标尺还要选时点（22:28）：上一财年、下一年或 2031 年的收入，没有对错，但同组公司必须统一。
2. 找可比组（peer group）（22:57）：同行业、同地区或规模相近的公司，选择带有主观性。
3. 比较并控制差异（23:30）：本公司 15 倍市盈率、同行 20 倍，不一定便宜，可能是增长更低或风险更高。

23:53–25:58 生命周期各阶段的定价指标与可比组

• 分母必须为正。年轻公司收入以下的项目几乎全是负数，所以：
  • 初创：用收入之前的驱动量（订阅者、用户、眼球）和 TAM。
  • 年轻成长：以收入倍数为主。
  • 高速成长：收入倍数为主，开始出现盈利倍数。
  • 成熟成长：PEG、远期市盈率。
  • 成熟：十几种倍数都能用。
  • 衰退：市净率。
• 可比组也随阶段变化。拿年轻公司和成熟公司比，年轻公司永远显得贵。私有公司找其他有 VC 融资的年轻私有公司，上市公司找年轻的上市同行。生命周期越早，定价越占主导，指标也越陌生。

25:58–32:35 Anthropic 与 OpenAI 的候选定价指标

• ARR 倍数（26:03）：Anthropic 9 月 ARR 约 650–670 亿美元，OpenAI 约 500 亿美元。按传闻的 1.5 万亿美元定价，Anthropic 约 23 倍 ARR；同样 1.5 万亿美元下，OpenAI 更贵。前提是先解决 gross 与 net 口径不一致的问题。
• 远期 ARR（27:03）：
  • 2026 年末 ARR 预计 Anthropic 1,100 亿美元，OpenAI 700 亿美元。1.5 万亿美元对应 13.6 倍，2 万亿美元对应 18.18 倍。
  • 用 2030 年收入（约 3,000 亿美元）：1.5 万亿美元只有 5 倍，2 万亿美元为 6.67 倍。
  • 讲者预测（27:46），看多 Anthropic 的人会大量使用“非常远期”的数字，因为这样倍数更好看。
• 算力（28:08）：
  • 算力越来越稀缺，于是有了“锁定的算力越多越值钱”的逻辑。
  • 算力成本：2026 年 OpenAI 150 亿美元、Anthropic 60 亿美元；预计 2028 年分别为 1,110 亿和 280 亿美元。
  • Anthropic 的计划算力支出从 5,180 亿美元上调到 6,000 亿美元，其中已有超过 4,000 亿美元的合同承诺。
  • 承诺本是负担，却可以包装成优势，例如“Anthropic 只有 3.62 倍算力承诺，别家是 6 倍”。讲者承认这很牵强（a reach），但年轻公司身上会出现很多这类说法。也可以用市值除以算力容量（吉瓦）。
• 用户数（30:25）：2026 年 9 月，OpenAI 活跃用户 12 亿，Anthropic 2.5 亿。按每用户市值算 OpenAI 便宜：Anthropic 约 6,000 美元/用户，OpenAI 约 1,250 美元/用户。这个指标不再流行，是因为 2025 年 Anthropic 转向企业客户和按用量计费，用户数不再是收入的好代理。
• 结论：多空双方会各挑对自己有利的指标（“pick their poison”）。偏见影响定价，正如它影响估值，而且常常就体现在指标的选择上（32:10）。

32:35–36:22 可比组：从最容易到最难

• 最容易：同行中有几十上百家上市公司，价格实时更新，会计标准统一。
• 较难：同行很多但都是私有公司，只有最近一轮 VC 价格，可能是 3、6、9 个月前的旧价。
• 最难：私有公司，同行只有一两家，而且也是私有。Anthropic 正处在这种境地：OpenAI 未上市；SpaceX 虽已上市，却混有发射和卫星互联网业务（33:56）。
• 讲者的主张（34:08）：可比组不必是业务相同的公司，而是投资者实际会拿来比较的公司。Anthropic 若以 1.5–2 万亿美元上市，几乎必然被归入七巨头，或许再加上 SpaceX。
• 七巨头整体约 8–9 倍收入（34:52）。Anthropic 若以 1.5 万亿美元上市，按 TTM 收入约 48 倍，按 2026 年收入约 15 倍，用当前收入怎么算都显得贵。但若用 2030 年收入（3,000 亿美元）计算 EV/远期收入，可能显得比七巨头便宜（35:37）。
• “欢迎来到定价的世界”（36:14）：带着偏见入场，总能找到支持偏见的指标。

36:22–40:38 选指标的两个检验与倍数背后的价值驱动

• 两个检验：
  1. 样本检验：用了这个指标会损失多少样本？损失一半就不合适。例如年轻生物科技公司有四分之三在亏损，就别用市盈率。
  2. 价值连接：把指标和价值联系起来，才知道需要控制哪些变量。没有最好的指标，只要控制了把指标和价值连起来的变量，哪个指标都能用。
• 市盈率的驱动因素（37:09）：
  • 增长：近 12 个月盈利是未来盈利的基数，增长越高，市盈率越高。
  • 净资产收益率（ROE）：股东拿到的是再投资后的现金流，ROE 越高，同样的增长所需再投资越少，市盈率越高。
  • 风险：风险越高，股权成本越高，市盈率越低。
• EV/收入的驱动因素（38:34）：
  • 收入增长；
  • 利润率，来自单位经济和规模经济；
  • 再投资效率，即资本回报率、销售/资本比（sales to capital）；
  • 风险。
• 讲者指出（39:51），推销 Anthropic 的话术会沿这几项展开：先说增长，再说利润率，再说靠算力投入换增长的效率，最后说风险。“给公司定价时，你做的假设和估值时完全一样，只是没说出来而已”（40:28）。

40:38–42:22 撑起 1.5–2 万亿美元需要怎样的故事

• 增长：650–700 亿美元的 ARR 要很快变成数千亿美元，需要讲清 AI 市场规模和 Anthropic 的增长来源。
• 盈利：毛利率、单位经济，以及规模经济，主要是算力成本增速低于收入增速。营业利润率要升到 30%–40%。
• 风险：除了经营风险，还有必须履行的算力承诺带来的财务风险，以及监管风险。风险要尽快收敛到平均水平，商业模式要站稳。
• 讲者认为存在可信的故事，但把故事变成现实还有很多工作要做。

42:22–45:50 盲人摸象：多空各执一端，讲者暂不表态

• 多空双方都会拿故事的一条线当全部：
  • 空方：算力折旧、算力承诺规模可能拖垮 Anthropic；
  • 多方：80% 的毛利率、AI 的巨大 TAM。
• 盲人摸象的寓言（43:06）：分析师各给一块拼图，投资者要自己补全。
  • 多方的完整故事：AI 是巨大市场，Anthropic 是大赢家，高增长加高利润率。
  • 空方的完整故事（44:03）：AI 市场因监管阻力或产品不可靠而起不来，Anthropic 公司治理弱、不信任 Dario；收入倍数太高赚不回来，算力承诺无法覆盖。
• 讲者不站队（44:44）：他“不喜欢定价，也不够相信定价去扣扳机”，打算在招股书发布后、投行确定发行价之前，做一次 Anthropic 的内在价值估值。投行和 VC 一样只定价、不估值，等发行价出来也学不到什么。

提炼

核心结论

1. 给公司一个数字之前，先决定是估值还是定价。两者回答的问题不同，结果可以相差很远。
2. 年轻公司难以估值，不是因为不确定性本身，而是因为估值惯用的三根拐杖（历史财报、市场规模、行业平均）同时失效。
3. VC 估值是远期定价加上一个谈判出来的折扣，接近 IPO 时就只剩“猜 IPO 价再打折”，信息含量很低。
4. 定价指标的选择本身就是立场：同一个 1.5 万亿美元，用 TTM、ARR、2026 年末 ARR 或 2030 年收入，倍数从约 48 倍降到 5 倍。
5. 定价并没有省掉估值的假设，只是把增长、利润率、再投资效率和风险这四个假设藏了起来。

概念与公式

概念	定义与口径	注意
ARR（annualized revenue run rate）	最近一个月收入 × 12，或最近一周收入 × 52	高增长时高于 TTM；gross 与 net 口径不可直接比
TTM（trailing 12 months）	最近四个季度收入合计	高增长公司会低估当前规模
企业价值 EV	股权市值 + 债务 − 现金	收入倍数的分子通常用 EV
远期定价（VC 法）	$\text{今日价}={\displaystyle \frac{\text{退出年指标}\times \text{可比倍数}}{(1+r_{\mathrm{VC}}{)}^n}}$	$r_{\mathrm{VC}}$ 取 30%–70%，是谈判数字，不是资本成本

方法与判断依据

• 判断生命周期阶段：看经营指标，不看公司年龄或所属行业。收入高增长、经营亏损、再投资大、现金流为负的组合，就是年轻公司。
• 定价三步：选倍数和标尺（含时点）→ 选可比组 → 控制差异。每一步都有主观性，这正是偏见进入定价的入口。
• 按生命周期选指标：初创用驱动量和 TAM，年轻成长用收入倍数，高速成长开始出现盈利倍数，成熟成长用 PEG 和远期市盈率，衰退用市净率。
• 可比组：选投资者实际会拿来比较的公司，不必业务相同。
• 选指标的两个检验：
  • 样本损失不能超过一半；
  • 能把指标连回价值，并据此列出需要控制的变量：
    • 市盈率 ← 增长、ROE、股权成本；
    • EV/收入 ← 收入增长、利润率、销售/资本比、资本成本。
• 识别话术：遇到“X 倍某某指标显得便宜”，先问三件事：分母的时点有多远？口径是否一致？样本里还剩几家可比公司？

复算与实操

以视频中的数字为输入（单位：美元），复核讲者给出的倍数：

分母	数值	1.5 万亿美元对应倍数	2 万亿美元对应倍数	讲者给出
2026 年 9 月 ARR	670 亿	22.4	29.9	约 23 倍
2026 年末 ARR	1,100 亿	13.6	18.2	13.6 / 18.18
2030 年收入	3,000 亿	5.0	6.7	5 / 6.67
TTM 收入	350 亿	42.9	57.1	约 48 倍（不一致，见下文）

• 每用户市值都按 1.5 万亿美元计算：Anthropic 为 1.5 万亿 ÷ 2.5 亿 = 6,000 美元/用户，OpenAI 为 1.5 万亿 ÷ 12 亿 = 1,250 美元/用户，与讲者的数字一致。
• 算力倍数 3.62 倍可以反推出分母：1.5 万亿 ÷ 3.62 ≈ 4,140 亿美元，与“超过 4,000 亿美元的合同承诺”吻合。这是我的推断，讲者未说明分母。
• VC 折扣：1.15 万亿 − 9,650 亿 = 1,850 亿美元。讲者说“约 1,500 亿”，量级一致。
• 改变一个假设：如果 Anthropic 的 ARR 换成 net 口径后下降 20%（假设值），1.5 万亿美元对应的 ARR 倍数就从 22.4 倍升到约 28 倍，与 OpenAI 的 30 倍几乎持平。口径问题足以推翻“Anthropic 比 OpenAI 便宜”的结论。

关联

• 企业生命周期：本期 02:34 起的生命周期框架是那门课的浓缩版，可以对照学习。
• 估值：Session 17–20 的定价（Pricing 101、Pricing Analytics and Peer Groups）展开了本期的定价三步和价值驱动。
• 同为专题更新的 Earnings, Cashflows and Stock Prices（2026-10-08）：那一期讲 AI 资本开支如何流经上市公司财报，与本期 Anthropic 的算力承诺是同一条链的两端。

疑问与待核实

• 35:08 按 TTM 收入的“48 倍”与 1.5 万亿 ÷ 350 亿 ≈ 42.9 倍对不上；40:00 又说“按 TTM 收入 15.28 / 15.45 倍”，与前文矛盾。需要对照讲义 PDF 的表格确认。
• 28:42 字幕作“Or was spending only 6 billion”，按上下文应为 Anthropic，即 2026 年算力成本 60 亿美元。需要对照讲义确认。
• 31:15 字幕作“September 2020”，按上下文应为 2026 年 9 月。
• 两处七巨头倍数：18:07 的 5–7 倍是 VC 举例时的约数，34:52 的 8–9 倍是讲义统计值。以后者为准。
• 待招股书发布后，对照讲者的 Anthropic 内在价值估值，检验本期“定价隐含的四个假设”能否落到具体数字上。

← 返回专题更新