咨询顾问Jason Bloomberg：Anthropic招股书遗漏了规模不经济这一潜在致命风险

Jason Bloomberg是Intellyx的创始人兼管理总监，该公司为企业管理者和技术厂商提供数字化转型咨询。他在2026年10月30日发表于SiliconANGLE的一篇专栏文章中提出了一个针对Anthropic IPO的尖锐问题：这份列出了88项风险因素、占据93页篇幅的招股书，遗漏了一个可能真正致命的风险——规模不经济。

他的论证起点是一个看似合理的类比：既然AI产业和云计算一样需要大规模数据中心建设，那么前沿模型厂商是否也能享受云厂商曾经历过的规模经济红利？Bloomberg认为这个假设很可能是错误的。

他首先回顾了两种已知的规模经济模式。传统软件厂商受益于几乎可以忽略不计的边际成本——一旦应用开发完成，向更多客户交付额外副本的成本微乎其微。云厂商则结合了软件与硬件：虽然每台物理服务器都有成本，但超大规模云厂商通过部署海量标准化服务器实现了规模经济，随着业务扩张，每个输出单元（比如一个服务器实例或一单位云存储）的成本持续下降。

Bloomberg指出，前沿大模型厂商面临的经济现实与这两者都不同。在硬件层面，Anthropic从第一天起就需要GPU和其他高端专用硬件，而且随着模型快速迭代，专用处理器的需求持续升级——这些硬件只会越来越贵，而不是像标准化服务器那样越买越便宜。云厂商后来也加入了各种专用硬件实例类型，但那并未改变云业务的基本经济结构。

在人力层面，差异同样显著。云厂商的管理员随着底层平台成熟，可以从管理一千台服务器轻松扩展到管理一万台甚至一百万台。但Bloomberg认为，前沿模型厂商的团队必须不断升级专业能力——新一代大模型不是旧模型的简单放大版本，每一个都需要新的人类专家知识。Anthropic正与竞争对手在前所未有的时间框架内推出越来越强大的模型，这给团队带来了云厂商从未经历过的规模不经济。

将硬件递增成本、软件加速创新和人力持续升级三重压力叠加在一起，Bloomberg的结论是：这产生了技术行业从未见过的规模不经济。我们太习惯软件的零边际成本和云的大规模经济，以至于完全没有准备好应对前沿LLM厂商必须应对的这种新现实。

他承认存在一种可能：如果模型足够强大、硬件性能足够好，也许会出现一个平台期，让熟悉的规模经济重新接管。但他紧接着写道，这样的平台期目前看不到。

文章最后向潜在投资者提出了一个核心问题：Anthropic在LLM市场的领先地位究竟是优势还是弱点？它能创新和增长到什么程度，才会让产品贵到客户无法接受？到那时它怎么办？

Bloomberg在文末披露，Anthropic不是Intellyx的客户。