近期，AI行业巨头Anthropic年化收入突破300亿美元，首次在营收规模上超越OpenAI，备受关注。据了解，从年初的90亿到300亿，Anthropic仅用了不到四个月。

与此同时，行业数据显示，全球开源模型的Token使用量占比升至33%，中国企业级AI支出一年增长近三倍。

这背后其实共同指向了一个信号：AI 的商业化已经从“技术验证”阶段，加速进入“规模落地”阶段。

但速度本身也带来了新的问题——当收入曲线变得陡峭，盈利的考验还有多远？当开源模型从边缘走向中心，闭源巨头的壁垒是否松动？当代码生成能力成为标配，传统软件公司的护城河还剩多少......这些问题同样值得思考。

300亿美元背后：AI的商业化不再是“能不能”，而是“能多快”

如果把时间拉回到2025年初，整个行业还在探讨AI有没有泡沫的问题。

因为，当时四大云巨头年度资本支出超过3000亿美元，数据中心在全球遍地开花，但很多AI公司自身的收入却迟迟没有跟上。英伟达靠卖“铲子”赚得盆满钵满，但挖金矿的人——那些大模型公司还在亏损的泥潭里挣扎。“几千亿砸下去，回报在哪？”

可以说，Anthropic的增长令人行业惊叹。2024年底，年化收入10亿美元；2025年2月发布Claude Code后开始加速，到年中达到40亿美元；2025年底90亿美元；而到了2026年3月——仅仅三个月后——这个数字跳到了300亿美元。

最近，美国《All-In Podcast》播客节目探讨这个问题，并指出：完成这个收入的Anthropic，只有2500名员工。当年谷歌达到同样营收规模时，员工数是12万；微软用了22年；亚马逊用了16年。

但这是否意味着AI根本不存在“泡沫”？播客中一位投资人给出了深刻视角：目前行业还在争论“总收入”和“净收入”的区别，还没有进入讨论“稳态自由现金流”的阶段。当一个行业所有人都在用“年化运行率”作为核心指标时，说明它仍处于早期。

这是所有技术革命的共同规律——从运行率到实际收入，从实际收入到毛利，从毛利到净利，每一步之间都隔着巨大的不确定性，也淘汰着90%的玩家。

不过，Gartner的数据显示，全球AI支出在2025年达到1.5万亿美元，2026年预计突破2万亿美元。仅AI应用软件这一个细分领域，就从2024年的837亿美元增至2026年的2697亿美元。这个增长速度在科技史上没有任何先例。

这期播客中提出了一个概念叫“意外盈利”：Anthropic最大的成本是算力，但由于全球供应链的限制，他们建立算力集群的速度根本跟不上赚钱的速度。结果就是，毛利率不是逐步改善，而是被动拉升。他们与博通、谷歌签署的算力协议要到2027年才能启动交付。换句话说，即便想卖更多，产能也不允许。

这就意味，AI的商业化已经不是“能不能”的问题，而是“能多快”的问题。

但这同时也意味着，真正的竞争才刚刚开始。当算力瓶颈逐步解除、模型能力趋同时，谁能在成本结构和生态建设上建立优势，谁才能笑到最后。

开源模型的33%：格局变了，但没有那么简单

如果说Anthropic的300亿美元证明了闭源模型的商业能力，那33%这个数字则讲述了一个完全平行的故事。

根据a16z与OpenRouter联合发布的报告，截至2025年底，开源模型在全球Token使用量中的份额已达33%。一年前，这个数字还不到20%。

但真正有意思的，不是这个数字本身，而是它背后正在发生的结构性变化。

第一，市场结构变了。2025年初，DeepSeek系列一度占据开源流量的半壁江山；但到年底，没有任何单一模型能持续占据超过25%的份额。用户的选择逻辑从"锁定一个最强模型"变成了"在五到七个顶尖模型之间动态切换"。这意味着开源生态从"单一明星"阶段进入了"群雄割据"阶段，这是任何一个生态走向成熟的重要标志。

第二，地缘格局变了。中国开源模型的崛起速度超过了所有人的预期。从2024年底仅占全球开源市场1.2%，到2025年中接近30%，Qwen、DeepSeek、Kimi等模型完成了从边缘到核心的惊人跃迁。

到2026年2月，仅阿里云通义千问系列在Hugging Face上的单月下载量就超过了Meta、DeepSeek和OpenAI等八家主流模型发布方的总和。这不再是简单的市场份额变化，而是全球AI权力格局的重新洗牌。

第三，使用场景分化了。这是最容易被误读的一点。Menlo Ventures的调查显示了一个反直觉的现象：尽管开源模型在总用量中占比攀升，但在企业核心生产环境中，开源的使用比例反而从19%下降到了13%。

为什么会这样？答案很简单：开发者在实验环境里大量使用开源模型，因为便宜、灵活、可定制；但到了生产环境，安全合规的要求让CTO们更倾向于选择闭源模型的官方API。

所以，未来的格局不是“开源取代闭源”或“闭源碾压开源”的二元对立，而是分层竞争。闭源模型守住高价值的企业市场，开源模型占据开发者生态和长尾场景。两者不是替代关系，而是互补关系。谁能在这两个轨道上同时建立优势，谁才能真正掌控全局。

值得注意的是，中国开源模型的影响力仍在加速扩大。2025年中国企业级AI支出约175亿美元，预计2026年接近300亿美元，增长幅度远超全球平均水平。这意味着中国不仅是开源模型的“供给方”，也在快速成为“需求方”。这种双重身份将深刻影响全球AI供应链的重构。

代码生成之后：软件业的价值链正在被重新分配

如果说前两个趋势指向的是AI行业自身发展，那第三个趋势则关系到所有软件公司的生死存亡。

播客中谈到一个细节值得深思。Anthropic模型在安全测试中发现了OpenBSD中潜伏了27年的漏洞，以及FFmpeg中一个经历了500万次自动扫描依然漏网的16年漏洞。而且它不仅能够发现漏洞，还能将多个低危漏洞串联起来，形成复杂的攻击链。

意味着，当AI能够理解复杂系统、发现隐蔽漏洞、设计攻击路径时，它就不再是一个被动的工具，而是一个具备独立行动能力的智能体。而这种能力正在从安全领域，以不可阻挡之势延伸到软件开发的所有环节。

播客中有位投资人指出：无论用什么模型，AI目前在构建大型企业级软件方面仍然“糟糕”。他表示当他去拜访那些市值数千亿美元的银行和保险公司时，没有人会惊呼“这东西能开箱即用”。全球积压了50年的技术债务——数百万亿行边缘的、平庸的、甚至糟糕的代码——不是扔给模型就能解决的。

播客中强调，真正的变革不在于“AI替代程序员”，而在于“AI改变软件开发的经济模型”。

具体来说，三个根本性的变化正在发生：

第一，定价模式变了。Gartner调研显示，2025年已有63%的企业明确要求“按AI的实际使用量或产生的价值付费”，而不是打包在传统的席位订阅里。当一个AI智能体能让企业少买五个软件席位时，SaaS公司的增长逻辑就从“客户越多收入越高”变成了“效率越高席位越少”。这是对传统SaaS商业模式的釜底抽薪。

第二，界面重要性下降了。传统SaaS的护城河之一是“用户必须通过我的系统完成工作”。但当AI智能体可以直接从邮件、通话记录中提取信息、自动完成流程时，这套逻辑开始松动。AI不需要点击按钮、填写表单，它直接调用API或模拟人类操作。这意味着过去靠"流程锁定"建立的壁垒正在被一点点瓦解。

第三，价值向数据和场景转移。当代码生成的效率不再是瓶颈时，真正的竞争壁垒变成了两件事：独特的数据和深度的场景理解。

那些能够提供不可替代的行业Know-How、拥有垂直场景数据积累的软件公司，反而会因为AI的加持变得更强。而那些只靠“功能堆叠”和“流程绑定”生存的平庸SaaS，将在未来三年内面临大规模的淘汰。

这就是为什么Anthropic选择与40家顶尖企业成立安全联盟——他们很清楚，AI时代的赢家不是“模型吞噬一切”，而是“模型与场景的深度融合”。

写在最后

三个趋势指向同一个结论：AI正在从技术叙事切换到商业现实，但这场变革才刚刚拉开序幕。

对于身处这场变革中的每一个玩家来说，三个问题值得用未来十年的时间去回答：

第一，成本结构。当算力瓶颈逐步解除，谁的推理成本更低、谁的模型效率更高，谁就能在不可避免的价格战中活下来。

第二，生态建设。闭源与开源的双轨格局下，谁能同时在两个轨道上建立优势，谁就能覆盖更多场景、获取更多数据，形成正向循环。

第三，场景深度。模型能力趋同是大概率事件。最终的差异化将来自于对垂直行业的理解深度和数据积累。

我们正在见证的，不是又一个互联网泡沫的重演，也不是又一个移动互联网的翻版。这是自工业革命以来，人类生产力最深刻的一次变革。它正在改写软件业的底层规则，重塑企业的组织形式，甚至改变人类与技术的关系。

对于所有企业而言，AI不是选择，而是一个每个企业都要回答的“怎么做才能不被落下”核心命题。没有人能准确预言十年后的世界会是什么样子，但有一点可以肯定：如果还处在观望、犹豫、等待的企业，终将被智能时代的浪潮所淘汰。