Когда интеллект становится массовым: шесть трендов больших моделей на примере IPO Anthropic

IPO Anthropicзакон масштабированияИИ-агенткоммерциализация больших моделейуправление безопасностью ИИэкономика вычислений
1 час назадИсточник: blockweeks.com
Когда интеллект становится массовым: шесть трендов больших моделей на примере IPO Anthropic

Сегодня вечером (19 ноября) компания Anthropic, основанная менее шести лет назад, выйдет на Nasdaq под тикером ANT. Скорость её развития и масштаб поистине можно назвать чудом в истории технологий и бизнеса, а также они позволяют людям увидеть огромное влияние ИИ на будущую экономику и общество.

При окончательной цене размещения $83 за акцию её оценка с учётом полного разводнения составляет около $1,5 трлн. Согласно текущим ожиданиям, её рыночная капитализация после листинга может превысить $2 трлн. Семь компаний из верхнего звена цепочки — Google, Nvidia, AMD, Broadcom, Micron, Microsoft и TSMC — также одновременно подписались на $26 млрд. Объём её размещения превышает базовый объём размещения SpaceX в $75 млрд в июне этого года, что ставит его в ряд крупнейших листингов в истории фондового рынка США.

Что заслуживает большего внимания, чем оценка, так это её кривая роста. Такой непрерывный десятикратный рост намного превосходит высокоскоростной рост эпохи мобильного интернета прошлого, демонстрируя миру поразительное ускорение ИИ.

В первом квартале 2023 года Claude начал коммерциализацию, выручка стартовала с нуля. Выручка за полный год составила $41 млн в 2023 году, $386 млн в 2024 году и $4,585 млрд в 2025 году. К третьему кварталу 2026 года квартальная выручка составила $16,96 млрд, что в 12,3 раза больше, чем за аналогичный период прошлого года. Годовая выручка в октябре этого года уже достигла около $81 млрд, и прогнозируют, что к концу года она может достичь $100–120 млрд.

искусственный интеллект

На второй странице материалов для инвесторов роуд-шоу есть такое предложение: Впервые в истории человечества интеллект стал чем-то, что люди могут создавать; когнитивные способности к рассуждению, анализу, синтезу, принятию решений и творчеству могут производиться в масштабе и приобретаться по требованию. Я перечитал это предложение несколько раз. На самом деле в нём говорится не о компании, а о поворотном моменте для отрасли: впервые интеллект начинает существовать отдельно от самих людей и становится промышленным продуктом, который можно массово производить, оценивать и планировать.

В частности, приведённая ниже диаграмма показывает амбиции Anthropic. Ожидаемая ею отдача намного превышает текущую выручку от программирования, анализа, офисной работы и так далее, но распространяется на такие области, как разработка лекарств, материаловедение, передовое производство и робототехника, а также на сектор наук о жизни объёмом $2 трлн и даже на будущий глобальный рынок интеллектуального труда объёмом $40 трлн. Это неизбежно напоминает нам об одном спорном слухе в отрасли: «В будущем, возможно, единственной компанией, которая останется в мире, будет Anthropic».

искусственный интеллект

Источник изображения: материалы для инвесторов роуд-шоу Anthropic

За прошедшую неделю мы вместе прочитали проспект Anthropic объёмом более 400 страниц, 15-страничные материалы для инвесторов роуд-шоу, 41-минутное видео роуд-шоу и открытое письмо, совместно подписанное семью основателями. Как поступает выручка, куда расходуются вычислительные ресурсы, как итерируются модели, как функционирует организация и как оценивается риск — впервые всё это полностью раскрыла компания передовых моделей. Мы можем увидеть шесть изменений, происходящих в отрасли больших моделей.

Тренд 1: Scaling Law по-прежнему действует, но основной двигатель R&D переключился на сам ИИ

В числе основателей Anthropic есть ведущий автор статьи 2020 года «Scaling Laws for Neural Language Models». В письме основателей говорится, что в то время многие не верили, что машинный интеллект будет настолько сильно зависеть от масштаба, но предсказания, основанные на законах масштабирования, раз за разом подтверждались. Суждение проспекта также ясно: возможности ИИ будут продолжать улучшаться, и в обозримом будущем спрос будет продолжать превышать предложение, при этом предложение в основном ограничено вычислительными ресурсами.

Однако после прочтения всего проспекта я считаю, что более примечательны, чем сам закон масштабирования, три изменения в способе ведения R&D.

Во-первых, посттренировка стала областью с наибольшими инвестициями. Проспект эмиссии утверждает, что посттренировка превратилась из завершающего этапа в одну из крупнейших областей исследовательских инвестиций компании, поскольку рынок смещается от разговорных ассистентов к автономным агентам. Метод обучения также изменился: используются полные, реальные и сложные задачи, близкие к профессиональной работе. Anthropic считает, что широта и реалистичность этого набора задач являются одним из её наиболее устойчивых научных преимуществ, и что его трудно наблюдать извне, а следовательно, трудно воспроизвести.

Во-вторых, архитектура модели и инфраструктура инференса проектируются совместно. Исследователи ИИ и инженеры по инференсу разделяют циклы планирования, линии подчинения и цели производительности, а архитектурные решения учитывают затраты на инференс с первого дня. Это объясняет, почему каждое поколение Claude может быть одновременно и мощнее, и экономичнее.

В-третьих, и это самое важное, ИИ начал участвовать в создании ИИ, что также является наиболее обсуждаемым сейчас RSI. Каждое поколение Claude участвует в создании следующего поколения, включая проведение экспериментов, генерацию и обработку обучающих данных, автоматизацию оценки и аудита безопасности, а также написание и проверку кода.

人工智能

Несколько цифр хорошо иллюстрируют этот тезис. В сентябре 2026 года более 90% коммитов в кодовой базе Anthropic были написаны Claude; в третьем квартале объём кода, вносимого одним инженером в день, более чем в 45 раз превышал среднесуточный показатель 2024 года. На открытых инженерных задачах, не имеющих чётких спецификаций и ранее сильно зависевших от суждений старших инженеров, согласно внутренним бенчмаркам компании, доля успешных решений Claude выросла примерно на 50 процентных пунктов за девять месяцев, достигнув около 90%. При интеграции чипов AMD в этом году Claude выполнил адаптацию практически без вмешательства человека в течение трёх дней, портировав или написав почти все операторы, что ранее требовало десятков инженеров и нескольких месяцев.

По прейскурантным ценам стоимость внутреннего использования Claude в Anthropic выросла более чем в 250 раз с января по сентябрь этого года. В апреле этого года эта месячная стоимость впервые превысила месячные расходы компании на персонал (без учёта компенсаций в виде акций).

人工智能

Источник изображения: материалы для инвесторов роуд-шоу Anthropic

Есть также компромисс, который легко упустить из виду. Проспект эмиссии чётко указывает, что, хотя модели генерации видео и изображений обладают коммерческой привлекательностью, в настоящее время компания не сосредоточена на них, и соответствующие вычислительные ресурсы перенаправляются на программирование, агентов и исследования безопасности. Причин три: программирование оказывает большое экономическое влияние; проблемы безопасности проявятся здесь в первую очередь; и результаты программирования в значительной степени поддаются проверке.

Ключ к победе в конкурентной борьбе больших моделей смещается к скорости цикла исследований и разработок. У какой компании модель сможет первой хорошо выполнять работу собственной компании, у той следующее поколение модели появится раньше. Проверяемые области будут покорены первыми и также первыми обеспечат обратную связь для исследований и разработок.

Конечно, у этого цикла есть и другая сторона. Проспект эмиссии особо отмечает, что использование ИИ для ускорения ИИ принесёт значительные риски безопасности, и политика ответственного масштабирования компании уже включает планы мониторинга и смягчения последствий приближения к рекурсивному самосовершенствованию. Письмо основателей формулирует это более прямо: при необходимости компания может сознательно замедлиться.

Тренд 2: Продукты переходят от чат-боксов к виртуальным коллегам, поставляя работу, а не ответы

Письмо основателей содержит суждение о поколениях продуктов: чат-боты с ИИ стали пригодными к использованию примерно в 2022 году, агенты для программирования с ИИ — примерно в 2025 году, а агенты для общей интеллектуальной работы и научных открытий постепенно становятся пригодными к использованию в 2026 году. В письме также говорится, что Anthropic будет тратить меньше усилий на консолидацию существующих продуктов и больше усилий на определение новых продуктов, поскольку каждое новое поколение моделей продолжает открывать продуктовые категории, которые были неосуществимы всего несколько месяцев назад.

искусственный интеллект

Проспект дает этому поколению продуктов название: виртуальные сотрудники. Они обладают разрешениями, предоставленными организацией, подключениями к системам и контекстом; они могут использовать внутренние инструменты; они могут выполнять рабочие процессы, которые охватывают несколько этапов и требуют продолжительного рассуждения; и они работают бок о бок с сотрудниками.

искусственный интеллект

Источник изображения: материалы для инвесторов роуд-шоу Anthropic

Программирование стало первой категорией, перешагнувшей порог. Claude Code был выпущен в качестве исследовательского превью в феврале 2025 года. Примерно за год Claude прошел путь от предложения отдельных строк кода до управления кластерами агентов, которые автономно работают в производственных кодовых базах. Проспект сравнивает влияние Claude Code с первыми широко распространенными разговорными ИИ-ассистентами. Использование часто оказывается неожиданным; например, инженеры NASA использовали его для планирования и написания навигационных команд для марсохода Perseverance, осуществив первое управляемое ИИ движение на Марсе.

Кибербезопасность может стать второй. На бенчмарке эксплуатации уязвимостей, разработанном исследователями Университета Карнеги-Меллона, оценка Claude выросла с 40% до 78%, а затем до 91% примерно за четыре месяца.

Работа со знаниями — третья. Одна фраза в проспекте произвела на меня глубокое впечатление: вся цифровая работа в конечном счете является формой кодового выражения. Основываясь на этом суждении, Anthropic перенесла агентную архитектуру Claude Code на работников умственного труда и создала Cowork, который автономно читает файлы, управляет приложениями и выполняет многоэтапные рабочие процессы на рабочем столе пользователя, скрывая базовый код. Cowork был выпущен в качестве исследовательского превью в январе 2026 года, и к концу сентября его уровень внедрения уже превзошел уровень Claude Code на аналогичном этапе. В сентябре Cowork начал объединяться с Claude.ai, позволяя пользователям переходить непосредственно от простого вопроса к сложной многоэтапной задаче в рамках одной и той же беседы.

Разговор и агенты сливаются в один продукт.

Клиентские кейсы это также подтверждают. Rakuten использовала Claude Code, чтобы достичь более 7 часов автономного программирования, сократив время вывода новых функций на рынок с 24 рабочих дней до 5; Salesforce выполнила миграцию API, которая изначально требовала 231 дня, за 13 дней; Bristol Myers Squibb внедрила Claude для всех 30 000 сотрудников, сократив время ответа на эпидемиологический вопрос с одного-двух месяцев до четырех-пяти минут.

По мере изменения формы продукта должен меняться и технологический стек. В проспекте есть очень простая фраза: одна модель сама по себе не составляет агента. Агенты должны уметь восстанавливаться после сбоев, работать с системами с ограниченными и поддающимися аудиту учетными данными и масштабироваться при переменных нагрузках; все это требует среды выполнения. Anthropic открыла ту же среду выполнения, которая обеспечивает работу Claude Code, как Agent SDK и также запустила размещенную версию Managed Agents; вместе с пакетом навыков Agent Skills, протоколом MCP, который соединяет корпоративные данные и инструменты, и стандартом аппаратного обеспечения моделей MHS, который позволяет агентам управлять лабораторным и производственным оборудованием, они образуют слой средней платформы.

искусственный интеллект

Совместная работа всех трех уровней — моделей, платформы и приложений — уже приносит плоды в клиентских данных. По состоянию на конец сентября этого года среди клиентов, платящих более 100 000 долларов в год, более половины использовали как платформу, так и хотя бы одно собственное приложение; в четвертом квартале прошлого года эта доля составляла около 30%.

Единицей продукта больших моделей становится не отдельный ответ, а поставка. Фокус конкуренции сместится с бенчмарков моделей на инженерные возможности, такие как среды выполнения, управление контекстом, системы разрешений и подключение инструментов — то, что часто называют Harness. Ещё один подход, у которого стоит поучиться, заключается в том, что Anthropic проектирует продукты исходя из возможностей, которые будут у моделей, а не из текущих возможностей. Именно так был создан Claude Code, поэтому, как только возможность появилась, продукт смог быстро масштабироваться.

Тренд 3: Плата за интеллект, при этом у моделей срок годности, как у свежих продуктов

Anthropic называет свою основную модель дохода pay-for-intelligence, что означает оплату по факту использования, измеряемую в токенах и тарифицируемую в зависимости от выбранной модели. В первых трёх кварталах 2026 года оплата по факту использования составила 79% выручки, а подписки — 21%; выручка через маркетплейсы трёх крупных облачных платформ составила 44%; выручка за пределами США составила 29%.

искусственный интеллект

Три детали особенно наглядно иллюстрируют особенности этой модели.

Во-первых, снижение цен — это обмен цены на объём, а не ценовая война. В ноябре 2025 года Anthropic выпустила Opus 4.5, которая была более способной и имела более низкую цену и более низкую стоимость за задачу. После этого квартальный рост выручки компании подскочил с 48% в четвёртом квартале прошлого года до 132% в первом квартале этого года. Opus 5.5, выпущенная в сентябре этого года, снизила стоимость выполнения тех же задач для клиентов примерно на 40%; Fable 5.1 снизила её примерно на 25% по сравнению с предыдущим поколением и могла экономить до 45% на сложных задачах программирования и задачах с высокой степенью агентности. Согласно раскрытию на роуд-шоу, в третьем квартале из-за снижения цен и скидок по контрактам было собрано примерно на 600 млн долларов меньше, но это было полностью компенсировано ростом использования. Заявление руководства состоит в том, что это снижение цен было нейтральным для маржи, поскольку новые модели сами по себе более вычислительно эффективны.

Иными словами, за снижением удельной цены токена стоит дивиденд эффективности: вычислительная эффективность должна сначала вырасти, прежде чем цены смогут снизиться, а снижение цен, в свою очередь, дополнительно высвобождает спрос.

Во-вторых, у моделей есть срок годности. Проспект раскрывает, что в третьем квартале более 80% выручки поступило от версий моделей, выпущенных за последние шесть месяцев. В первых трёх кварталах этого года компания выпустила в общей сложности 250 новых версий моделей, функций платформы и приложений. В этой отрасли модель — это не программное обеспечение, разработанное один раз и продаваемое долгое время; она больше похожа на свежий продукт, который нужно постоянно пополнять. Кто остановится, тот увидит, как клиенты переходят на новейшую модель кого-то другого.

В-третьих, выручка следует ритму работы людей. В проспекте упоминается, что за две недели, закончившиеся 2 января этого года, общие расходы клиентов упали примерно на 20% по сравнению с предыдущими двумя неделями, потому что многие компании назначали заморозку кода на время праздников, а разработчики замедлили коммиты кода и запуск функций. Выручка AI-компании начинает демонстрировать сезонность, аналогичную сезонности индустрии человеческих услуг. Это косвенно показывает, что Claude глубоко встроен в реальную производственную деятельность.

Стоит упомянуть ещё одно обязательство: Claude не показывает рекламу. В письме основателя говорится, что реклама, вероятно, была бы существенным источником дохода, но как только реклама попадает в цели по выручке, растёт давление в пользу удержания времени пользователей, а компания хочет, чтобы единственным стимулом Claude было предоставление пользователям полезного ответа. Модель дохода определяет направление стимулов продукта, и это применимо ко всем компаниям, создающим агентов.

Единица ценообразования для больших моделей смещается от мест к токенам, а следующим шагом могут стать задачи и результаты. Тот, кто сможет постоянно снижать стоимость за задачу, сможет уловить эластичность спроса; а то, можно ли снизить стоимость за задачу, зависит от вычислительной эффективности, о которой говорится ниже.

Тренд четвёртый: предприятия — главное поле битвы, разработчики — точка входа, а способность к поставке — новое узкое место

Anthropic с самого начала сосредоточилась на предприятиях. В письме основателя приводится довод, что огромная ценность AI в основном происходит из того, как предприятия и организации его внедряют.

искусственный интеллект

Цифры растут стремительно. Клиентов, платящих более 100 000 долларов в год, в конце 2023 года было около 20, в конце 2024 года — около 200, в сентябре 2025 года — более 950, а к концу сентября этого года — более 11 900, что означает двенадцатикратный рост за один год. Среди них более 1 900 платят более 1 миллиона долларов в год, а около 250 — более 10 миллионов долларов. Чистый коэффициент удержания выручки составляет около 900%, что означает, что клиенты, которые уже платили год назад, потратили в этом квартале примерно в 9 раз больше, чем за аналогичный период годом ранее.

Структура клиентов также становится более здоровой. Выручка от пяти крупнейших клиентов снизилась с 36% в первом квартале этого года до 21% в третьем квартале, при этом ни один клиент не обеспечивает более 10%.

Что еще более примечательно, так это то, что по-прежнему остается много возможностей для роста. Более половины компаний из списка Fortune 500 уже являются клиентами, платящими более 100 000 долларов в год, но средние расходы этих клиентов на Claude составляют менее 0,1% их общих затрат; даже у десяти крупнейших плательщиков этот показатель ниже 1%. В проспекте эмиссии дословно указано, что разрыв между тем, что Claude может делать, и тем, насколько широко он используется, является одной из крупнейших возможностей для роста компании.

Как расходуются деньги? В презентации для инвесторов типичный путь описывается в четыре этапа: инженеры сначала используют Claude Code, затем расширяют его на смежные роли, затем внедряют в бизнес-процессы и, наконец, встраивают во внешние продукты. В проспекте эмиссии приводится сравнение: в третьем квартале корпоративные пользователи, не использовавшие Claude Code, тратили в среднем менее 75 долларов в месяц, тогда как топ-5% пользователей, использовавших Claude Code, тратили примерно в 20 раз больше. Разработчики являются одновременно самыми требовательными ранними пользователями и наиболее убедительными промоутерами внутри предприятий.

Но подхода снизу вверх недостаточно. В проспекте эмиссии откровенно признается, что основным препятствием для внедрения Claude является естественное сопротивление изменениям внутри организаций. Для этого Anthropic построила полноценную систему поставки: команды прямых продаж и команды прикладного ИИ, организованные по географическому принципу, а затем по отраслям, работающие с клиентами над проектированием и развертыванием индивидуальных решений; совместные продажи с тремя крупными облачными провайдерами AWS, Google Cloud и Azure, при этом клиенты заключают договоры напрямую с Anthropic, а Anthropic платит облачным провайдерам; системные интеграторы, такие как Accenture, Deloitte, KPMG и PwC, создали специальные бизнес-команды по Claude; партнерская сеть сертифицировала 150 000 специалистов-практиков из более чем 4 000 организаций; в октябре она дополнительно инвестировала 100 миллионов долларов в создание академии, планируя к концу 2027 года обучить 10 000 инженеров FDE до уровня собственных инженеров, способных продвигать ИИ в производственные среды; она также заключила партнерство с частными инвестиционными компаниями для создания компании по ИИ-услугам, специально обслуживающей средние предприятия.

Даже при этом в первой половине этого года расходы на продажи, маркетинг и партнеров составили лишь 19% выручки.

Возможности моделей уже опередили способность организаций к их усвоению. Узким местом корпоративного ИИ на следующем этапе является не модель, а поставка: инженеры FDE, прикладные команды и партнеры по экосистеме, способные подключить модели к реальным бизнес-процессам, станут самым дефицитным ресурсом. Это то же явление, которое мы ранее наблюдали, когда количество должностей инженеров по поставке на месте выросло в 15 раз за год.

Тренд пятый: Вычисления — это крупнейшая статья затрат и одновременно межвременной фьючерсный контракт

Сначала посмотрим на эффективность. С первого квартала 2025 года по третий квартал 2026 года выручка Anthropic выросла в 45 раз, тогда как расходы на вычисления и инфраструктуру выросли лишь в 10,4 раза. Выручка, генерируемая на каждый 1 доллар расходов на вычисления, выросла с 0,40 доллара до 1,72 доллара, а однажды во втором квартале достигла 2,08 доллара.

искусственный интеллект

Источник изображения: материалы для инвесторов презентации Anthropic

Компания приводит две причины. Во-первых, алгоритмические улучшения умножают вычислительные мощности, поэтому одну и ту же модель можно обучать и запускать с меньшими вычислительными затратами. Во-вторых, многопроцессорная архитектура: обучение и инференс одновременно на Amazon Trainium, Google TPU, Nvidia GPU и AMD GPU, при этом все вычислительные ресурсы рассматриваются как единый взаимозаменяемый пул ресурсов и распределяются единообразно, перемещая вычисления туда, где предельная отдача максимальна. Упомянутая выше трёхдневная интеграция с AMD является результатом этой возможности в сочетании с замкнутым циклом.

Далее рассмотрим несоответствие. В проспекте указано, что компания обычно закупает вычислительные мощности за 12–18 месяцев вперёд, и эта часть затрат в краткосрочной перспективе в основном фиксирована, тогда как спрос удваивается поквартально.

人工智能

В результате прибыль резко колеблется в зависимости от прогнозов спроса. Во втором квартале выручка превысила вычислительные мощности, заказанные более года назад, расходы на вычисления составили лишь 48% выручки, а операционная прибыль впервые среди раскрытых кварталов стала положительной при операционной марже 8%. В третьем квартале спрос продолжал расти, и компания закупила краткосрочные вычислительные мощности на 5 млрд долларов по высоким ценам, причём удельные цены были значительно выше, чем по многолетним контрактам, составив около половины вычислительных расходов того квартала; доля вычислений вернулась к 58%, а операционная маржа стала отрицательной — минус 3%.

Есть ещё одна группа цифр, заслуживающая сравнения. Согласно данным роуд-шоу, валовая маржа за первые три квартала этого года составила 85%, но если вычесть все вычислительные расходы, включая обучение моделей, маржа составляет лишь 43%. Валовая маржа учитывает только ту часть вычислений, которая обслуживает клиентов; вычисления для обучения следующего поколения моделей не включаются. Для компаний, разрабатывающих большие модели, действительно крупнейшие затраты находятся как раз за пределами валовой маржи.

Наконец, рассмотрим масштаб. По состоянию на конец сентября и впоследствии подписанные обязательства Anthropic по вычислительным мощностям и инфраструктуре составляют в общей сложности около 900 млрд долларов, из которых около 451,6 млрд долларов приходятся на период до конца 2030 года, а остальное — главным образом на 2031–2045 годы. Около 70,7 млрд долларов погашаются в течение следующих 12 месяцев, что ниже текущей годовой выручки в размере около 81 млрд долларов; однако часть до конца 2030 года уже в 5,6 раза превышает текущую годовую выручку.

人工智能

Чтобы получить больше свободы манёвра в этой межвременной игре, Anthropic переводит всё больше вычислений на свою собственную систему Anthropic Direct: самостоятельно арендует чипы и размещает их в специализированных дата-центрах, построенных по собственным спецификациям. Хитрость заключается в разделении двух вещей: строительство дата-центров занимает много времени, но составляет лишь небольшую часть общих затрат, поэтому его можно зафиксировать заранее; инвестиции в чипы велики по сумме, поэтому компания может подождать, пока спрос станет яснее, прежде чем решать, сколько закупать. Долгосрочная цель руководства — снизить вычислительные расходы до 45–50% выручки при скорректированной операционной марже свыше 35%.

Письмо основателя весьма откровенно говорит об этом: компания часто делает перспективные инвестиции, которые на первый взгляд выглядят безответственно крупными, особенно в вычисления. В письме приводится аналогия с фармацевтической отраслью: ранние инвестиции в НИОКР огромны, и расчёты сходятся только после появления успешного препарата, с той лишь разницей, что для ИИ этот процесс быстрее и масштабнее. В то же время компания готова отказаться от части потенциальной прибыли в обмен на защиту от рисков, например, перепродавая избыточные вычислительные мощности при переоценке спроса, постоянно повышая эффективность для увеличения устойчивости к ошибкам в оценках и заблаговременно привлекая финансирование при необходимости. По словам письма: будь смелым, но с ясной головой.

Ключевые операционные способности компаний, разрабатывающих большие модели, начали сводиться к прогнозированию спроса и планированию вычислений. Чтобы оценить компанию с крупными инвестициями в ИИ, сначала посмотрите на кривую её отдачи на единицу вычислений, затем на то, соответствует ли срок её контрактов на вычисления темпам роста спроса. Первое определяет, сможет ли она зарабатывать; второе определяет, не будет ли она раздавлена вычислительными расходами в каком-либо квартале.

Тренд шестой: Безопасность и управление — от центра затрат к части продукта

В апреле этого года Anthropic обучила Mythos, самую мощную на тот момент модель, и пришла к выводу, что её способность обнаруживать сетевые уязвимости слишком велика, поэтому не стала открывать её полностью и напрямую. Вместо этого в рамках программы под названием Project Glasswing она предоставила лишь ограниченный исследовательский предпросмотр некоторым учреждениям для целей кибербезопасности и обороны, выделив защитникам около 100 миллионов долларов в виде кредитов на использование. Лишь после внедрения дополнительных мер безопасности компания полностью открыла её в июне под названием Fable 5. В письме основателей признаётся, что эта задержка означала отказ от значительной выручки, а также уступку части своей конкурентной позиции.

Оправдано ли это с коммерческой точки зрения? Ответ проспекта таков: строгие меры безопасности, предсказуемое поведение модели и доказуемые механизмы подотчётности стали решающими критериями, по которым предприятия выбирают партнёров по ИИ для выполнения критически важных задач. Хорошо выровненные модели лучше следуют инструкциям, не совершают опрометчивых разрушительных действий, не прояснив намерения пользователя, и более устойчивы к атакам с внедрением подсказок. Когда модели начинают подключаться к критически важным бизнес-системам в качестве агентов, безопасность — это надёжность, а надёжность — это то, можно ли это продать.

С этой целью Anthropic совместно с более чем 100 клиентами в сфере финансов, здравоохранения и государственного сектора разработала передовые меры безопасности корпоративного уровня: данные мониторинга хранятся в собственном облачном аккаунте клиента, шифруются ключами клиента, а оповещения о злоупотреблениях направляются напрямую в службу безопасности клиента, без обработки сотрудниками Anthropic.

人工智能

В плане управления Anthropic является публично-полезной корпорацией штата Делавэр, и её совет директоров обязан соизмерять интересы акционеров со своей миссией общественного блага. Власть распределена между тремя сторонами: семь соучредителей обладают фиксированными 50,1% голосующих прав через одну акцию класса F и избирают 3 директоров; долгосрочный траст общественного блага, не имеющий финансового интереса в компании, избирает 4 из 7 директоров, причём назначение и отстранение одного из них имеет защитный механизм, а когда компания и траст расходятся во мнениях, голосуют сотрудники. Особые голосующие права основателей не являются постоянными; когда в голосующем субъекте остаётся менее 3 основателей, они возвращаются к статусу обычных акционеров.

Публично-полезное устройство также закреплено в капитале: перед листингом 5% капитала было отложено для создания фонда общественного блага, и в дальнейшем при каждом устойчивом росте цены акций на 50% совет директоров может откладывать ещё 2%. Все семь соучредителей обязались пожертвовать 80% лично принадлежащего им капитала, и более половины сотрудников также обязались пожертвовать часть своего капитала.

В письме основателей есть отрывок, который, на мой взгляд, является самой трезвой частью всего документа о листинге. Они сказали, что перед запуском IPO консультировались со многими предпринимателями, прошедшими через листинги, и несколько из них дали похожий совет: никогда не позволяйте своей компании стоить на доллар больше её реальной стоимости. Потому что очень опасно, когда люди покупают акции, исходя из ожиданий, которые вы не можете оправдать, или неверно оценивают, как вы будете действовать. Поэтому в этом письме специально изложены два типа решений, в которых компания может отклониться от ожиданий инвесторов: одно — это бизнес-ставки, возникающие из экспоненциального развития ИИ и выглядящие несколько аномально сами по себе, а другое — выбор, отклоняющийся от максимизации прибыли ради баланса общественных интересов.

Безопасность также является тем связующим звеном, которое помогает Anthropic привлекать таланты. Все семь соучредителей по-прежнему работают, непредвиденный отток составляет около 1%, а из сотрудников, которых компания надеялась удержать, но которые ушли, 19% позже вернулись; более трёх четвертей первых 100 сотрудников по-прежнему работают в компании.

Когда модели меняются от ответов на вопросы к действиям от имени людей, доверие становится самой функцией продукта. Инвестиции в безопасность — это уже не просто затраты на соответствие требованиям, а плата за доступ к критически важному бизнесу корпоративных клиентов.

Четыре неопределённости в проспекте также заслуживают внимания

Во-первых, рост неизбежно замедлится. Последовательный рост в третьем квартале составил 47%, что значительно ниже 144% во втором квартале. В самом проспекте чётко указано, что рост выручки со временем будет снижаться, и снижение может быть большим и наступить раньше, чем ожидалось; по мере замедления роста сезонные колебания станут более выраженными, а результаты будет труднее прогнозировать.

Во-вторых, качество выручки. Проспект раскрывает, что около 5–7% выручки за первые девять месяцев этого года поступило от клиентов, которые позже были признаны нарушившими политики использования или коммерческие условия. Компания усилила выявление и правоприменение в августе и сентябре, и эта часть выручки будет постепенно сокращаться, но насколько велико будет влияние на рост и когда оно проявится, в настоящее время неопределенно.

В-третьих, несоответствие вычислительных мощностей. Обязательства на сумму около 900 миллиардов долларов, как правило, должны быть выполнены независимо от выручки и загрузки. Часть наращивания вычислительных мощностей также опирается на финансирование или кредитную поддержку, предоставляемую облачными провайдерами и партнерами по чипам. Amazon и Google являются одновременно крупными акционерами с долями более 5%, а также клиентами, каналами сбыта и конкурентами; эти множественные отношения сами по себе являются источником неопределенности.

В-четвертых, бухгалтерские убытки. Чистый убыток в третьем квартале составил 23,3 миллиарда долларов, из которых 21,9 миллиарда долларов пришлось на изменения справедливой стоимости конвертируемых облигаций, производных обязательств и SAFE, вызванные ростом оценки, которые являются неденежными статьями; однако расходы на вознаграждение акциями, признаваемые последовательно после листинга, по-прежнему будут продолжать давить на отчет о прибылях и убытках. Что касается конкуренции, OpenAI, Google и все более способные модели с открытыми весами находятся на одном треке.

С точки зрения ценообразования выпуска, рынок на самом деле уже производит эти расчеты.

Пять выводов для индустрии больших моделей

Объединение шести тенденций дает пять выводов для отрасли.

Во-первых, в исследованиях и разработках станьте первым пользователем собственной модели. Замкнутый цикл Anthropic показывает, что глубина внутреннего использования определяет скорость итераций в большей степени, чем позиции во внешних рейтингах. Начните с областей, где результаты проверяемы, таких как код, позвольте модели сначала преобразовать ваш собственный процесс исследований и разработок, а затем распространите эту способность на клиентов.

Во-вторых, в продуктах перейдите от разговора к поставке. Модели, среды выполнения, протоколы подключения и пакеты навыков должны создаваться вместе, а продукты должны проектироваться вокруг результатов поставки, а не качества ответов; в то же время планируйте продукты с учетом возможностей модели через шесть месяцев, а не сосредотачивайтесь только на текущих возможностях.

В-третьих, в коммерческом плане рассматривайте выпуск на единицу вычислений как первый операционный показатель. Модель оплаты за использование плюс непрерывное снижение цен предполагает непрерывное снижение стоимости задачи. Снижение цен без повышения эффективности — это просто субсидии; снижение цен, подкрепленное повышением эффективности, может принести эластичность спроса.

В-четвертых, на рынке корпоративные услуги зависят от системы поставки. Проникновение снизу вверх через разработчиков, глубокая поставка командами прикладного ИИ, охват экосистемы облачными платформами и интеграторами, сертификация и обучение инженеров FDE, а также формы обслуживания, ориентированные на средние предприятия, — ничто не может отсутствовать. Когда возможности моделей в избытке, тот, кто сможет превратить возможности в результаты в процессах клиентов, сможет получить выручку.

В-пятых, в вычислениях объединение гетерогенных вычислительных мощностей и сочетание долгосрочных и краткосрочных контрактов являются базовыми навыками. Может ли компания-разработчик моделей эффективно обучать и выполнять вывод на нескольких чипах, может ли она использовать ИИ для автоматического завершения миграции операторов и может ли она отдельно закреплять центры обработки данных и чипы и сочетать долгосрочные контракты с краткосрочными, напрямую определяет ее эластичность прибыли при колебаниях спроса. Для предприятий, которым необходимо одновременно запускать модели на нескольких чипах, это особенно поучительно.

Наконец, вернемся к той фразе: никогда не позволяйте своей компании стоить на доллар больше ее фактической стоимости.

Значение листинга Anthropic не в том, что появилась еще одна компания с триллионной капитализацией, а в том, что впервые индустрия больших моделей должна принять ежеквартальную сверку со стороны публичного рынка. После того как интеллект начинает массовое производство, сложнее, чем создавать более умные модели, — это постоянно доказывать, что кто-то готов платить за использование интеллекта, полученного из каждой единицы вычислений.

Этот экзамен начинается с открытия рынка сегодня вечером, 19 ноября.

(Эта статья основана на публично раскрытом проспекте Anthropic, материалах для инвесторов роуд-шоу, видео роуд-шоу и письме основателей. Самостоятельно сообщенные компанией операционные данные и заявления менеджмента на роуд-шоу не были независимо проверены; цена и размер выпуска зависят от окончательного ценообразования и не являются инвестиционной рекомендацией.)

Ван Цян, директор Центра исследований передовых технологий Исследовательского института Tencent

Эта статья взята из публичного аккаунта WeChat «Исследовательский институт Tencent» (ID: cyberlawrc), автор: Ван Цян