← 返回历史研报
LEGACY REPORT / #834行业分析

2026.3.9人工智能行业观察

报告摘要SUMMARY
  1. 26Q1Anthropic 单季度 ARR 净增规模预计首次超越 OpenAI,成为全球 AI 收入规模增长最快的大模型公司,当前行业处于 Agent 爆发起点,技术变革的商业化影响可与 2000 年互联网变革比肩。
  2. C 端战略:坚持 “消费者优先”,以 ChatGPT 为核心打造 C 端流量入口,目前 WAU 达 9.1 亿,产品矩阵涵盖 ChatGPT Agent、智能购物、Codex 编程、Sora 视频等,打通 Canva、Figma 等外部应用,用户粘性源于历史交流记录带来的个性化体验,付费渗透率约 5%,付费用户超 4000 万。
  3. C 端产品:推出 Google AI plans 订阅模式,产品矩阵涵盖 Gemini 聊天机器人、NotebookLM 知识库、Flow 视频生成等原生 AI 产品,同时将 AI 功能集成到 Gmail、Google Photo 等传统产品,打造 “原生 AI + 老应用 AI 化” 体系。
  4. Anthropic 成立于 2021 年 5 月,核心团队来自 OpenAI,创始人因对 OpenAI 安全投入及商业化方向的分歧离职创立公司,26 年 2 月完成 G 轮融资后投后估值达 3800 亿美元,员工规模约 4000 人。公司坚持 “安全与对齐” 的核心主张,认为模型需从底层架构实现可控、讲逻辑,聚焦企业端生产力场景,重视编程能力打造,定位平台型公司并选择 API 作为核心商业模式。
约 11 分钟历史公开研报原始页面 ↗
  • 26Q1Anthropic 单季度 ARR 净增规模预计首次超越 OpenAI,成为全球 AI 收入规模增长最快的大模型公司,当前行业处于 Agent 爆发起点,技术变革的商业化影响可与 2000 年互联网变革比肩。
  • Anthropic 的快速增长核心源于创始人的技术品味驱动的发展决策,AI 行业技术驱动产品发展是更成功的路径,技术领袖的战略判断至关重要。
  • 伴随模型能力提升,模型与应用的边界逐渐模糊,Anthropic 的模型能力已对软件 / 互联网应用层的工作流设计、用户习惯产生改变,缺乏底层模型壁垒的海外头部 AI 应用面临用户数冲击。
  • 大模型的发展将深刻影响 C 端流量变现、B 端 SaaS 市场及全球劳动力市场,带来万亿级别的市场重构机遇。

一、Anthropic:凭专业生产力打造高毛利护城河

核心发展背景

Anthropic 成立于 2021 年 5 月,核心团队来自 OpenAI,创始人因对 OpenAI 安全投入及商业化方向的分歧离职创立公司,26 年 2 月完成 G 轮融资后投后估值达 3800 亿美元,员工规模约 4000 人。公司坚持 “安全与对齐” 的核心主张,认为模型需从底层架构实现可控、讲逻辑,聚焦企业端生产力场景,重视编程能力打造,定位平台型公司并选择 API 作为核心商业模式。

算力储备

采取多云路线,25 年末加大算力投入,与谷歌签订 100 万张 TPU 合同、与微软 + 英伟达签订 300 亿美元算力资源合同,同时投资 500 亿美元与 Fluidstack 合作建设自有数据中心,算力来源涵盖谷歌、亚马逊、微软等头部云厂商。

模型能力:Coding、Agent 场景的 SOTA 模型

  • 模型迭代聚焦编程与 Agent 能力,从 2023 年 Claude 1.0 到 2025 年 11 月 Claude 4.5 Opus 发布,实现了编程能力、工具调用、计算机操作的跨越式提升,Opus 4.5 在 SWE-Bench Verified 测试中首次突破 80% 准确率,成为首个达到该水平的模型。
  • 模型自主完成任务的时长持续提升,Opus 4.6 已突破 1 小时,在 Agent 测评维度保持行业领先,44% 的流量集中于计算机和数学类职业场景,25 年在企业大模型 API 市场份额达 40%,Coding 市场份额达 54%。
  • Opus 4.5 具备端到端的自主软件工程能力,能独立完成复杂项目开发、跨文件编写与重构,工具交互能力达生产级别,可像人类一样操作电脑、处理老旧企业软件,打通无 API 的企业系统场景。

商业模式:极简产品矩阵,API 贡献主要收入

  • 核心收入来源:API 调用为主要收入来源,通过三大云厂平台服务客户,模型定价采取分层策略,Opus 4.5 降价 2/3 后进一步通过 “effort” 参数实现成本与性能精细化调控,软件工程领域占工具调用总数近 50%。
  • 产品矩阵:推出 Claude、Claude Code、Claude Cowork 等产品,无流量入口争夺,产品以插件形式内嵌到浏览器、Excel 等工具,覆盖财务、法律等垂类场景。
  • 订阅模式:分为个人订阅(免费版、Pro 版、Max 版)和企业订阅(Team Plan、Enterprise Plan),25Q4 起与 Salesforce、埃森哲等第三方合作,加速企业客户渗透率提升。
  • 核心产品表现:Claude Code 2025 年 2 月推出后增长迅猛,26 年 2 月 ARR 达 25 亿美元,企业订阅用户数量增长四倍,GitHub 公开提交占比达 4%,NPM 下载量大幅领先同类产品;2026 年 1 月推出的 Claude Cowork 作为 Agent 时代核心产品,由 Claude Code 自主编写大部分代码,支持多场景办公自动化,安全性高且使用门槛低。

财务表现

  • 收入结构以企业客户为主,80% 收入来自企业端,API 占 25 年 8 月 ARR 的 60%,订阅收入占比持续提升,26 年 2 月末 ARR 达 190 亿美元,26Q1 净增 ARR 预计反超 OpenAI,在企业 API 和 AI 聊天市场份额快速攀升。
  • 凭借最强模型获得 token 溢价,25 年毛利率恢复至 40%,预计 28 年达 75%,28 年有望实现现金流转正;25 年全年收入 45 亿美元,预计 28 年收入超 1000 亿美元,26 年算力相关支出预计达 190 亿美元,28 年增至 555 亿美元。

二、谷歌:多模态能力领先,生态优势明显

模型能力:围绕多模态打造模型矩阵

  • 模型发展整合 Google Brain 与 DeepMind 团队,形成两条路线:原生多模态模型 Gemini 系列,以及 imagen(生图)、Veo(视频)、Lyria(音乐)等垂类内容制作模型,Gemini 系列持续迭代,从 1.0 到 3.1 不断提升上下文处理、Agentic 能力、视觉理解等性能,最新的 Gemini 3.1 在综合智能测评中排名第一。
  • Gemini 采取提价周期策略,同时推出不同版本适配不同场景,25 年 Q4Gemini MAU 达 7.5 亿,日均 token 消耗持续增长,API 调用量从 25 年 3 月 350 亿增至 8 月 850 亿,占谷歌 Token 消耗的 10%。

商业模式:原生 AI 应用 + Gemini 赋能传统产品,云与广告受益增长

  • C 端产品:推出 Google AI plans 订阅模式,产品矩阵涵盖 Gemini 聊天机器人、NotebookLM 知识库、Flow 视频生成等原生 AI 产品,同时将 AI 功能集成到 Gmail、Google Photo 等传统产品,打造 “原生 AI + 老应用 AI 化” 体系。
  • API 服务:通过 Google AI Studio 和 Google Cloud Vertex AI 提供 API 服务,收入计入谷歌云,Vertex AI 针对企业级场景提供稳定的模型调用与配套服务,25 年近 150 家谷歌云客户处理约 1 万亿 tokens。
  • 企业端布局:2025 年 10 月推出独立的 Gemini Enterprise 平台,整合模型、工作台、预构建 Agent,支持安全连接企业数据,截至 25Q4 已向 2800 多家公司售出超 800 万个付费席位,同时与埃森哲、德勤等合作拓展客户。
  • 谷歌云增长:AI 云成为谷歌云核心增长动力,25 年谷歌云收入同比 + 36%,其中 AI 云同比 + 187%,收入占比 22%;GPU/TPU 租赁收入同比 + 135%,API 调用收入预计 26 年实现 4-5 倍爆发式增长,算力租赁客户以苹果、Anthropic、Meta 等头部企业为主。
  • 广告业务赋能:AI 持续升级谷歌广告产品,推出 AI MAX、DemandGen、智能出价探索等功能,带来广告转化率提升,24 年以来新功能平均实现 20% 左右的效率改善,25 年超 200 万广告客户使用 AI 素材生成工具,同比增长 50%,推动广告收入稳健增长。

算力资源

25 年 CAPEX 达 914 亿美元,同比 + 74%,预计 26 年达 1750-1850 亿美元;算力分配中内部使用占 70%(含 AI 训练、AI 推理、传统业务),外部谷歌云占 30%,AI 训练和推理各占内部算力的 30% 左右,传统业务占 5%-10%。

三、OpenAI:C 端产品领导者,开始发力企业市场

模型能力:路线从分化到统一

作为 LLM 领域引领者,模型路线先从 GPT4 后走向分工,推出多模态、推理等专用模型,后从 GPT5 开始整合各类能力到单一模型,2025 年 8 月发布的 GPT5 具备长期记忆、自我纠错、1M 超长上下文能力,后续 GPT5.1-GPT5.4 持续优化自适应推理、Agentic 代理、电脑操作等能力,26 年 3 月 GPT5.4 继承 Codex 编程能力,实现原生电脑操作与工具搜索。

商业模式:C 端核心壁垒,发力企业市场

  • C 端战略:坚持 “消费者优先”,以 ChatGPT 为核心打造 C 端流量入口,目前 WAU 达 9.1 亿,产品矩阵涵盖 ChatGPT Agent、智能购物、Codex 编程、Sora 视频等,打通 Canva、Figma 等外部应用,用户粘性源于历史交流记录带来的个性化体验,付费渗透率约 5%,付费用户超 4000 万。
  • API 服务:API 客户以传统 SAAS 企业为主,涵盖协同办公、电商、搜索推荐等场景,有 30 家客户 tokens 调用量超 1 万亿,参考 GPT5 定价,该部分客户贡献收入约 3 亿美元,API 收入增长依赖 Agent 产品爆发。
  • 企业端布局:23 年推出 ChatGPT Enterprise,24 年推出 ChatGPT Business,25 年 11 月全球企业客户突破 100 万,ChatGPT for Work 席位超 700 万个,25 年末宣布 26 年发力企业业务,成立 Frontier Alliances 与 BCG、麦肯锡等合作,助力企业 AI 战略落地与流程重塑,截至 26 年 1 月在美国企业中模型采用率达 36%。

算力储备:星际之门项目持续推进

  • 2025 年 1 月启动星际之门项目,联合软银、Oracle 等计划四年投资 5000 亿美元,建设 10GW 电力容量的 AI 基础设施,首期 1000 亿美元已到账,锁定甲骨文 5.5GW + 软银 1.5GW 算力。
  • 外部算力采购:25 年 10 月与微软签订 2500 亿美元 Azure 服务采购协议,11 月与 AWS 签署 7 年 380 亿美元合作协议;与硬件厂商深度合作,英伟达投资 1000 亿美元锁定 10GW 芯片供应,AMD 以 1.6 亿股普通股换取 OpenAI 6GW GPU 部署承诺,博通为其开发 3nm ASIC 芯片。

财务表现

  • 25 年全年收入 131 亿美元,预计 26Q1 ARR 达 250 亿美元,收入以 C 端订阅为主,占比约 65%,26 年起发力 B 端并在 ChatGPT 引入广告,预计 2030 年收入超 2800 亿美元。
  • 毛利率受 API 定价影响低于 Anthropic,25 年仅 33%,预计 26 年起持续回升,未来有望接近 70%,2030 年有望实现经营利润转正。
  • 用户增长方面,ChatGPT 仍保持领先,但 Gemini、Claude 用户规模加速增长,Gemini 网页端 MAU 已达 ChatGPT 约一半,ChatGPT 用户增长逐步放缓。

四、静态理解模型的商业化市场空间

C 端:流量入口变化影响近 1.5 万亿美元市场

C 端流量变现主要包括广告、电商、订阅三大领域,25 年合计规模接近 1.5 万亿美元:

  • 广告:全球数字广告市场约 8000 亿美元,中国约 1500 亿美元,美国约 3500 亿美元,Chatbot 带来的流量变化最先冲击搜索广告和电商广告,二者占全球数字广告市场近 50%。
  • 电商:25 年全球电商市场规模约 6.5 万亿美元,对应电商佣金约 5000 亿美元(海外佣金率 10%、国内 5%)。
  • 订阅:25 年全球流媒体订阅收入约 1300 亿美元,数字音乐流媒体订阅收入约 150-200 亿美元。

B 端:5800 亿美元 SaaS 市场将被重构

2025 年全球 SaaS 市场规模预计达 5800 亿美元,同比 + 16%,2029 年有望达近 1 万亿美元;大模型将重构 SaaS 市场,轻量级、低准确度要求的工具(如营销、翻译工具)易被替代,而拥有数据壁垒、工作流程复杂或高准确度要求的领域(如医疗、能源、会计)替代风险较小,部分企业完成 AI 转型,原生 AI 应用贡献增量。

劳动力市场:替代规模或达 12 万亿美元

根据世界经济论坛报告,2030 年全球约 9200 万个岗位将被 AI 取代,占现有岗位 22%,同时将创造约 1.7 亿个新岗位;2025 年全球名义 GDP 超 110 万亿美元,劳动收入占 GDP 比例稳定在 52%-53%,约 55 万亿美元,按 22% 的替代比例计算,对应的市场规模约 12 万亿美元。

风险提示

  • 宏观经济波动风险,或影响行业业务开展及新技术落地节奏。
  • 下游需求不及预期风险,AI 研发投入增长放缓可能导致行业增长低于预期。
  • 核心技术水平升级不及预期风险,大模型研发进度落后、核心技术难以突破将影响行业整体发展。
  • AI 快速迭代平权化下的竞争加剧风险,可能对云业务利润率产生负面影响。
HISTORICAL ARCHIVE / 2026.03.09本文为冻结的历史归档,不再更新。
全文检索

查找信息

搜索索引将在首次使用时加载。