Anthropic遞單拚上市!拆解S-1招股書:半年營收翻14倍,為何仍虧807億美元?
Anthropic遞單拚上市!拆解S-1招股書:半年營收翻14倍,為何仍虧807億美元?

Claude開發商Anthropic於美國時間10月26日向美國證券交易委員會(SEC)遞交S-1招股書,計畫以代號「ANT」在那斯達克掛牌。

招股書揭露,2026年上半年營收162.86億美元(約合新台幣5,294億元),是去年同期的14倍;淨損卻高達807.48億美元(約合新台幣2.62兆元)。不過,其中723.88億美元是可轉換票據等金融工具重新估值的帳面損失,本業營業虧損只有6.93億美元,營業現金流更已轉正。

營收怎麼長成14倍?靠企業客戶與一波波新模型

季營收從2025年第一季的3.76億美元,拉到2026年第二季的115.55億美元;2026年上半年營收有八成按用量計費,客戶用多少付多少。

Anthropic算力收益率與營收成長趨勢(2025 Q1 – 2026 Q2)
Anthropic每美元算力產生的收入變化,自2025 年第一季(0.40x)至 2026年第二季(2.08x),算力效率提升了 5.2 倍。隨著單季營收由4億美元成長至近116億美元,當期收入於 2026 年第一季起正式超越算力與基礎設施支出(1.40x),展現顯著的規模效應與商業化效率。
圖/ Anthropic

撐起成長的是企業客戶:過去12個月貢獻10萬美元以上營收的客戶,從2025年6月底的600多家增至2026年6月底的6,000多家,9月底再突破11,900家。

Anthropic 企業客戶規模成長趨勢(2023 Q4 – 2026 Q3)
Anthropic過去12個月(TTM)營收達10萬美元以上的企業客戶數變化。
圖/ Anthropic

截至2026年9月底,淨收入留存率約900%,意思是2025年第三季已在付費的那群客戶(不含Pro、Max月費訂閱戶),一年後付的錢合計約為當時的9倍。成長也高度綁定新模型,截至2026年9月底的半年內推出的模型版本,就貢獻第三季八成以上營收。

通路則集中在雲端巨頭。上半年有48%營收是客戶透過Amazon、Google與微軟(Microsoft)的雲端平台下單,這三家同時是Anthropic的算力供應商,部分還持有它的優先股與可轉換票據。

Anthropic產品與技術架構
這張架構圖,展示了 Anthropic從前沿模型研發到終端價值落地的三層架構。底層以Mythos至Haiku覆蓋多元算力與效能需求;中層整合 API、MCP協定與Agent框架賦能開發者;頂層則透過Claude應用生態系與客製化Agent解決方案,推動企業業務自動化與生產力躍升。
圖/ Anthropic

807億美元虧損從哪來?公司愈值錢,帳上虧愈多

拆開來看,807.48億美元淨損中,本業虧損只有6.93億美元;723.88億美元是可轉換票據等金融工具重新估值的帳面損失,另有87.57億美元也與票據協議的估值有關。

這筆損失怎麼來?Anthropic過去向Amazon、Google等投資人發行可轉換票據,也就是日後可按約定價格換成股票的債權。公司愈值錢,這個換股權利就愈值錢,帳上欠投資人的價值跟著墊高,差額便記為損失。《彭博》報導,Anthropic估值從2026年2月的3,800億美元,升至同年一輪650億美元募資時的9,650億美元。

換言之,這是不涉及現金的帳面損失;截至2026年6月底的累計虧損1,329億美元中,有1,132億美元都來自這類重新估值。

這類損失要等票據換成股票後才會停止,已記下的虧損也不會消失。截至2026年6月底,還沒轉換的票據本金約62億美元,全數由Amazon持有,會隨IPO開始轉換,但受Amazon持股不得超過12%的上限限制(Amazon可自行豁免),轉不完的部分上市後按季陸續轉換。

上市後,帳上還會冒出新的費用。 員工的限制型股票(RSU)要等IPO才算達成發放條件,相關薪酬費用到IPO完成當季才開始入帳。招股書試算,若2026年6月底上市,當下就得入帳29億美元,另有237億美元在約2.1年內分攤。

本業的帳則好看得多。2026年上半年營業現金流為正39.29億美元,去年同期還是負15.13億美元,主要是排除帳面損失後虧損縮小,加上收付款時間差的挹注。

招股書附註另把費用按用途拆分,2026年上半年服務客戶的營收成本為23.80億美元,推算毛利率約85.4%;錢主要花在研發,達97.41億美元。

電子報《The Leverage》創辦人Evan Armstrong在《Every》撰文提出另一種算法:把全部89.45億美元算力與基礎設施費用都當成本,毛利率只剩約45.1%。這是他的替代估算,不是公司公布的毛利率,而且這筆費用涵蓋研究、模型開發、服務客戶與內部使用。

算力支出占營收的比例,從去年同期的201%降到55%,等於每1美元營收花在算力的錢,從約2美元降到0.55美元。2026年第二季本業更轉為獲利,營業利益9.74億美元,是招股書揭露六個季度中唯一的一季。

真正的壓力:簽了長約的算力,配上隨時能停的營收

招股書自己也潑了冷水,寫明「預期營收不會以相近的速度持續成長」。公司並估計,2026年前9個月約5%至7%營收來自違反使用政策或商業條款的客戶,8、9月加強查處後,可能拉低營收與成長率。

成本端卻多是「不論實際用量」都得付款的長約:對Google至少約1,145億美元(約合新台幣3.72兆元)、Amazon至少1,100億美元、微軟至少449億美元,最長綁到2036年。向博通(Broadcom)租設備的五年期租約,租金約1,612億美元(不含利息),除違約外不能解約。

另向SpaceX旗下SpaceXAI(前身為xAI)採購的算力上限1,205億美元,但不可取消期在2027年1月、3月結束後,雙方可提前90天解約。

營收端卻以用量計費為主,客戶隨時能減量。Armstrong就點出,一邊是綁定多年的成本,一邊是隨時可能縮水的營收,讓他相當不安。公司也預告,新算力上線時費用會先入帳、營收還沒跟上;需求超過長約容量時,還得改買較貴的短期算力,營業利益率可能因此被壓縮。

手上的錢仍是最大緩衝:截至2026年6月底,現金、約當現金與短期投資合計約1,316.5億美元(約合新台幣4.28兆元)。但公司也預期資本支出將大幅增加,未來營運與投資活動都會出現大額現金淨流出。

《彭博》指出,若順利上市,Anthropic將是第一家以開發最先進AI模型為主業的上市公司,最快11月9日當周啟動路演(向法人推銷新股的巡迴說明會)。該報也引述知情人士說,公司舉辦投資人日後,投資人心中的合理估值已下修至1.4兆至1.5兆美元(約合新台幣45.5兆至48.8兆元),上看1.75兆美元。

延伸閱讀:美國肯德基分手百事、轉投可口可樂懷抱!40年老交情,為何留不住一杯汽水?

資料來源:Anthropic S-1招股書、《彭博》、《Every》、中央銀行新台幣/美元銀行間收盤匯率

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #Anthropic
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓