作为打工人，你有没有都偷偷算过这道题：
一年到底给公司挣多少钱？10万？100万？1000万？
Epoch AI的较新数据显示, Anthropic的人均每年营收为900万美元。
900万美元，换成人民币就是6300万！
这个数字看着太不真实了。
并且, Anthropic仅仅有三千人, Anthropic所在的整个公司人数也就这么些人。
放在硅谷，塞不满一栋中型写字楼。
可是要从Epoch AI所公布的这一组数字来看, 使得这三千人摇身一变成了硅谷那儿最贵的三千颗脑袋呢。
做个参照对比。
谷歌、微软、苹果、Meta, 这几种是被千千万万打工人梦寐以求欲进入的所在之地, 然而, 它们每一个人的平均营收, 竟然都没有达到Anthropic的三分之一。
Anthropic距离最近的两位选手分别是OpenAI, 还有Nvidia。
纵使这样, 竟然需要一点六个OpenAI的员工, 才能够顶替一个Anthropic的员工, 一点八个Nvidia的员工才能顶替一个呢。
全被甩在身后。
更值得予以把玩品味的是, Epoch AI表明, 这个数字竟然超出了上述公司在IPO处于高峰时期的人均营收水准, 它超出了该水准。
一家还没上市的公司，效率已经碾过了硅谷巨头们的历史巅峰。
如果回顾人类发展的历史，把镜头拉到1901年。
那一年, J.P.摩根对卡内基的钢铁帝国进行整合, 使其成为US Steel, 而US Steel是当时美国最大的工业公司。
16.有大约8万名工人, 其每年的营收是4.2亿美元, 这就相当于每一个工人, 在每年大概能有约2500美元的营收。
这是工业时代的人均上限。人控制机器，机器把铁烧成钢。
然后时间往前走。
达Apple近些年来的峰值, 有着3900亿美元营收, 还有16.4万员工, 人均大约是240万。这家市值处于最高位置的公司, 也就仅仅走到这般地步了。
然后Anthropic出现了：900万。
124年，3600倍。
在相同的时段之内, 美国的通胀仅仅上涨了大概35倍。两条曲线相互之间的距离, 那便是「文明的杠杆」被拉开的速率。
900万美元的秘密
Epoch AI属于AI领域里极为权威的独立研究机构当中的一个 , 它专门去追踪处于前沿位置AI公司的算力支出数据 , 还有融资数据 , 以及运营效率数据。
这次所公布的排行, 是依据各公司最新公开呈现的营收以及员工信息进行推算得出的, 其方法展现出简洁的特点, 结论呈现出直白的特性。
英伟达可不是什么低效公司。
黄仁勋所构建的芯片帝国, 其毛利率长年保持在60%以上, 华尔街将它视作印钞机一般看待。
在传统科技公司里，英伟达的人效已经是天花板级别。
Anthropic所使用的人力不及Nvidia的七分之一, 在每个人身上额外多挤出了将近400万美元。
两种完全不同的商业物理学。
为什么AI前沿公司能做到传统巨头做不到的人效？
答案就一个词：边际成本。
十分老套的传统科技公司成长公式是这样的——要增加雇佣人数, 要提升产品出货量, 要获取更多盈利。要是公司收入呈现翻倍状态, 那么团队规模起码得扩大大约五六成。像微软、谷歌、亚马逊这些公司, 在过去的二十年时间里, 皆是依照这样的模式而不断发展壮大起来的。
AI模型公司打破了这个公式。
Anthropic的关键产品, 是Claude系列模型, 以及API。
模型训练属于一次性的重大投入, 在权重确定下来后, 对于服务一万个用户以及服务一百万个用户而言, 所要增加的主要为推理算力, 并非人头数量。
并不需要针对每百万新用户额外招来一百个客服, 并不需要为新市场去构建生产线, 并不需要给企业客户配备专属团队！
一个模型，全球通吃。
数据验证了这个逻辑。
在2024年年初的时候, Anthropic有着大约10亿美元的年化营收, 到了2025年年底, 这个营收飙升到了接近百亿。
在2026年的春季, 有多家机构进行追踪, 结果显示年化营收已经突破了数百亿美元的规模。
营收翻了十几倍世界杯直播平台，人头只多了几成。
想象一下, Anthropic有个工程师, 周一的时候推出了一项推理优化举措, 就此使得延迟下降了5%。到周五的时候, 这项优化已经在全球范围之内数百万计的API调用当中开始生效了。
一个人的工作，乘以百万倍的杠杆。
900万美元就是这么来的。
芯片卖的是原子
倘若讲Anthropic是从事软件方面工作的, 那么将其与从事硬件领域的英伟达来做一番对比。
英伟达属于有史以来最为盈利的半导体公司, 是这样的, 英伟达所从事的生意存在着一项结构性的约束条件, 这个情况是, 它所售卖的是原子。
对于芯片设计而言, 是需要人的。流片这一环节, 也是需要人的。封装测试方面, 同样是需要人的。供应链管理工作, 更是需要人的。全球客户支持工作, 依旧是需要人的。每一次卖出一批GPU的时候, 背后存在着一条长长的人力链条。
AI模型公司卖的是硬件的产出物——智能本身。
一块H100, 从设计开始, 直至交付, 这一过程需要上百人进行接力。Claude, 从训练完成起, 到服务第一百万个API调用之时, 中间所增加的人力几乎无限接近于零。
话说回来, 900万与510万相比, 比较的并非是谁更加勤奋，而是两种商业模型对于人力的依赖程度存在着根本上彼此不同的情况。
即使英伟达将流程优化到极致, 也无法跨越原子世界所存在的物理限制。对于AI模型公司而言, 其上限在理论层面仅仅由算力供应以及市场需求所决定。
这才是Epoch AI这组数字切实要讲的事, 商业效率的定义正处在被重写的状态。
Anthropic vs OpenAI：效率暗战
看过了软硬之间的对决之后, 再来瞧一瞧同样身为软件公司的Anthropic究竟强在哪些方面呢?
实际上呢, 此数据之中还隐匿着一个更为微妙的信号, 那便是ASI双雄之间存在着效率鸿沟。
Anthropic人均900万。
OpenAI人均560万。差距超60%。
两家公司的产品形态呈现出相似的模样, 其客户群存在着高度重叠的状况, 技术路线处于同一赛道之中, 然而人员效率却相差出一大截。
一个可能的解释是战线长度。
Dario Amodei多方陈述绝不行使大规模扩招之举, 其核心精力着重于聚焦一件事情, 是什么事情呢, 那便是把Claude尽力做到臻于极致的程度。
Sam Altman的路线完全不同。
在过去的两年时间当中, OpenAI从大模型领域开始进行扩展, 延伸至硬件设计方面, 又涉足机器人范畴, 还进入搜索引擎领域, 甚至拓展到消费产品等诸多不同的战线, 其团队规模迅速地膨胀, 达到了3500人以上。
战线拉长，人均产出被摊薄，这是组织扩张的基本规律。
当然，这并不意味着OpenAI的选择是错的。
采取多线作战的方式, 会致使短期人效有所牺牲, 然而换来的却是长期生态壁垒, 代价首先会体现于人均数字这个方面, 而收益或许要经过两年的时间, 才能够被看见。
只不过, Epoch AI的另外一项研究表明了一个更令人震惊的趋向, 那就是, 依据当下的增速差别来看开云真人app在线登录，Anthropic存在这样一种可能性, 即在2026年的年中, 于总的营业收入方面追上进而超越OpenAI。
倘若这切实发生, 决赛的格局便会呈现出最为引人深思的情景, 后发起来的一方, 凭借着数量更少的人员, 耗去更短的时间, 运用更为集中的战线, 获取到了更多的钱财。
泡沫还是范式
回到数据本身。
很多人第一反应：这不就是烧VC的钱撑出来的虚假繁荣吗？
这种怀疑完全合理。
从2023年开始, 一直到2024年, 有不少从事AI的公司, 其营收来源是在免费试用期结束之后出现的短暂付费高峰, 然而续费率的情况令人担忧。
倘若900万美元单单是凭借融资补贴烧出来的那般一个数字, 那么整组数据必定是经过精心包装而形成的一种幻觉。
但当前的证据不支持这个判断。
Anthropic的收入, 主要是源于企业API调用, 以及ClaudePro/Team订阅。
付了费用的用户, 对切实存在的生产力进行付账, 这种生产力涵盖代码生成、文档处理、数据分析以及客户服务自动化等方面。依据公开的信息来看, 企业的客户数量已经超过了30万家, 并且还在不间断地增长。每一回的支出, 都和实实在在的工具消费相对应。
对商业史有所熟悉了解的人, 会记起这么一个可供参照的事例。在1990年代末期的时候, 雅虎以及eBay也曾出现过人均营收高到离谱的状况。然而那个时期的高人均效率, 那时是建立在广告泡沫之上的, 一旦广告主的信心崩塌崩溃, 相应的数字也就跟着迅速蒸发消失了。
AI公司有着不一样的收入基础, 企业针对生产力工具掏腰包的这种逻辑, 相较于广告投放而言, 刚性程度要高很多, 并不会由于市场情绪出现波动, 就直接大幅度削减预算。
对于一家将Claude嵌入到核心工作流程当中的企业而言, 若要把它替换掉, 所产生的成本要远远高于进行续费所需要的成本。
900万美元能不能一直接续下去, 这得看一个关键的变量, 那就是, 在规模不断扩大的情形下, Anthropic是不是非得大量招人。
DarioAmodei给出的答案十分明晰, 要维持「异常精简」这一状态, 哪怕营收持续以倍数增长, 哪怕营收再次翻倍。
三千人就够了
曾有一条商业世界隐藏的、不成文的规律, 在过去的整整一百年时间里存在着, 即千亿级别的营收状况下, 需要十万级别的团队予以强有力支撑。
通用汽车如此，沃尔玛如此，微软和谷歌基本也如此。
Anthropic正在证明这条规律可能过时了。
900万美元进一步拆分细化体现为: 每个员工在每个工作日平均能创造约3.6万美元收入, 每小时创造金额能达到约4500美元平均水平。
十年之前的时候, 这般的人效仅仅只是存在于那对冲基金以及顶级律所之中的合伙人层面的。只不过, 那些行业存在着一个会带来致命后果的限制——没办法发展壮大起来。
一家处于AI前沿领域的公司, 做出了一件此前从未有过先例的事情, 那就是, 将有着对冲基金级别水平的人员效率, 装入到了一种能够以指数形式进行扩张的商业模型当中。
极小的团队。极高的杠杆。极快的扩张。极低的边际成本。
这四个特征同时出现在一种企业身上，商业史上第一次。
三千人, 承担起营造一处始终持续运行的智能动力装置的责任, 表示着全球最为强大的人工智能模型里头其中的一个在做着调试与操控的事务流程的状况, 达成能使得世界之上的群体对此去付出费用的成效。
旧时代需要十万人才能撑起的生意开运真人app下载苹果版,开运真人app下载，现在三千人就够了。
而这，可能还只是开始。
参考资料：
https://epoch.ai/data-insights/revenue-per-employee-ai-companies
标签： AI公司 人均营收 Anthropic 商业效率 硅谷
还木有评论哦，快来抢沙发吧~