# Behind the Balance Sheet 聽後心得:蓋得起來的人,和收得到錢的人 來源:Realpha 讀市場(blog.getrealpha.com) 原文與圖表:https://blog.getrealpha.com/blog/behindbalance-2026-11-13-65-the-tech-analyst-benedict-evans-explains-anthro/ > 2026 年 11 月 13 日《Behind the Balance Sheet》第 65 集,Stephen Clapham 與科技分析師 Benedict Evans 一起讀 Anthropic 的公開發行說明書:營收一年成長十倍,推論成本沒跟著漲,訓練成本卻跟著營收走;80% 營收來自半年內推出的模型;支付數據商 Ramp 的客戶裡,前 1% 每位員工每月花 1 萬到 1.5 萬美元,平均值是 15 美元。Evans 拿 2000 年歐洲 3G 執照 1,100 到 1,200 億歐元的結局作對照:預測全對,營運商沒賺到。數字都是節目錄製當時的說法。教育性心得,不含投資建議、不喊單、不給目標價,個人判讀可能出錯。 Published: 2026-11-14 Locale: zh-TW Tags: AI 經濟學, podcast心得, Anthropic, 資本支出, 價值捕獲 ![黃昏的巨大資料中心機房走道,近景一台拆到一半的機櫃旁攤著施工圖與一把扭力扳手,走道往深處一路退去,遠端的機櫃沒入暗處只剩指示燈成列](/covers/behindbalance-2026-11-13-65-the-tech-analyst-benedict-evans-explains-anthro-cover.png) > 不論平地與山尖,無限風光盡被占。 > 採得百花成蜜後,為誰辛苦為誰甜? > > —— 羅隱《蜂》(唐,約 9 世紀) 2026 年 11 月 13 日《Behind the Balance Sheet》第 65 集,主持人 Stephen Clapham 找來科技分析師 Benedict Evans,兩人一起讀 Anthropic 的公開發行說明書。Evans 指出的兩個數字最硬:營收一年成長十倍,而賣出模型回答所花的推論成本沒跟著漲,訓練成本卻跟著營收往上走;另外 80% 的營收來自半年內才推出的模型。他的結論是這份文件回答不了最重要的那題——AI 創造出來的價值,會被誰收走。這個判斷有個前提:現在的價格是算力短缺撐出來的,短缺一緩,同質化就會露出來。 ## 這集在講什麼 Evans 寫科技產業的週報很多年,之前在創投機構 Andreessen Horowitz 當策略總監,他的特色是看得懂技術那一面,也算得出財務後果。Clapham 自己是財報法證出身,開場就問他花多久讀完那份說明書。 Evans 的第一個比喻是羅夏克墨跡測驗——那種你看到什麼取決於你帶著什麼問題來的圖。想看債務的人找得到債務,想看循環交易的人找得到循環交易,想看營運細節的人也找得到。加速論者可以說營收一年十倍、而且越來越多研究工作是模型自己做的;還在認為這一切是胡鬧的那一小群人,可以指著八百億美元的虧損數字。 他自己在意的是文件沒寫的部分:使用的深度與廣度。營收與客戶數都有,但這東西在一小群人以外用得怎麼樣,看不出來。 ## 損益表上兩條線,標籤像是貼反了 這是整集我最喜歡的觀察。Evans 說他前一天跟朋友聊到這件事:在 Anthropic 的損益表上,固定成本長得像變動成本,變動成本長得像固定成本。 推論成本屬於銷貨成本,營收成長了十倍,這條線基本上是平的,因為營運效率的改善速度跟得上。訓練成本掛在研發費用底下,本來該是固定成本,結果它跟著營收同步往上。Evans 說,如果把圖上的標籤拿掉給你看,你會把兩條線猜反。 ![兩條線的走勢圖,營收十倍成長時推論成本幾乎水平、訓練成本同步陡升,兩條線的「變動」與「固定」標籤位置看起來是對調的](/figures/cost-labels-swapped.svg) 麻煩在於這兩條線往後會怎麼走,誰也不知道。擴大規模還有沒有用、要不要一直加錢才換得到更好的模型、模型公司之間做不做得出差異,三題都沒有答案。 ## 短缺期的價格,撐不撐得住看兩邊誰跑得快 Evans 說賣權杖這件事,像 1998 年賣頻寬。現在是世代級的短缺,軟體業想買的量遠超過買得到的量,所以你可以照客戶的投資報酬率定價——他原話是這種時候還賺不到錢,你的財務長就是沒在做事。 然後兩邊各自在跑。一邊是更多資本支出、更好的模型效率、更好的推論效率、更多晶片,成本一年掉一個數量級以上;另一邊是代理人模式把權杖需求推高一兩個數量級。兩股力量哪一股跑得快,決定價格。 ![兩支方向相反的箭頭,一支是成本一年掉一個數量級把價格往下壓,一支是代理人需求推高一兩個數量級把價格往上拉,中間是現在的短缺價格](/figures/two-forces-race.svg) 他的立場是不知道,而不是看跌。 ## 用得兇的人很少,用得淺的人很多 這集最讓我停下來的數字來自支付數據商 Ramp:他們客戶裡前 1% 的公司,每位員工每月花 1 萬到 1.5 萬美元在這些工具上,而平均值是 15 美元。Evans 也提醒 Ramp 的客戶偏向新創與早期採用的科技公司,所以這份數據本身就偏高。 ![一條極陡的長尾分布,最左邊 1% 的公司每人每月花一萬到一萬五千美元,右邊絕大多數壓在平均值十五美元的貼地高度](/figures/broad-but-shallow.svg) 他的用詞是「廣但很淺」。用的人多,用得兇的人集中在一小塊,而且那一小塊目前集中在軟體開發。對照是 Instagram:沒有十億人每天重度在用這東西。他舉 Mark Zuckerberg 在法說會上說 Muse 這個產品找到市場契合點,可是用戶數是一千萬,而且說的是 25% 的人在任何一天會用——這句話在定義上不等於日活躍用戶。Evans 的判讀是:當有人不給數字,或是給你一個看起來像數字但不是那個數字的東西,那本身就是訊號。而 Zuckerberg 同時說成本要降十倍才有辦法放大規模。 ## 3G 執照:預測全對,錢沒到手 Evans 1999 年入行,2000 年轉去當電信分析師。他說那時歐洲的行動通訊營運商花了大約 1,100 到 1,200 億歐元買 3G 執照,多年以後回頭看,當年他們以為人們會拿手機做的事,後來人們都做了。行動網路成了大事,而那些營運商沒從裡面賺到錢。 錢去了哪裡?Uber、Amazon、Instagram。 ![一個三層堆疊,錢投進最底層的執照與基地台,價值卻跳過中間的營運商層往最上層的應用跑](/figures/value-skips-the-layer.svg) 基礎設施變成低毛利、沒有定價權的商品,價值往上層跑。Evans 把這個結構搬過來問:為什麼這一次不會是一樣的?他還補了一個更不客氣的可能——模型公司與資料中心業者兩邊都賺不到錢,因為兩邊都在做商品生意。 ## 半年前的模型就是便宜貨 80% 的營收來自半年內的模型,這個數字有兩層原因。一是大家只想要最新的那個,二是一年前的模型已經成了商品,便宜到可以跑在自家機房裡,沒什麼錢可賺。 Evans 說價格對效能的曲線很陡:最新的全脂模型貴,半年前的模型效能剩九成而價格剩一成——他自己說這兩個數字是他隨口編的,但形狀就是這樣。 ![一條先陡升後趨平的曲線,半年前的模型落在效能九成而價格一成的位置,最新模型落在效能十成而價格十成的陡峭末端](/figures/price-performance-curve.svg) 所以企業要問的是自己的使用情境在哪一段。把客服通話整理成摘要,用不到十年後才出現的前沿模型;可是「去看完所有客戶來信、所有通話錄音、所有使用遙測,告訴我流失率為什麼在變」,這種問題給它更好的模型就會得到更好的答案。 他接著說,這種東西不會是財務長筆電上開著的一份 Claude,就像一家一萬人公司的庫存管理不會是財務長筆電上的一份 Excel。得有人把它仔細蓋出來,那些人可能不在你公司裡——可能是 Accenture、可能是 Bain、可能是新創、可能是 SAP。不會是 Anthropic。 ## 資本支出超過現金流以後,債主和股東看到的風險不一樣 五年前,那幾家超大規模雲端業者一年的資本支出大約 1,000 億美元。今年 Meta、Google、Amazon、Microsoft 加起來計畫花大約 7,500 億美元。Evans 說結構上的大變化是資本支出長得比這些公司的自由現金流快,所以他們得去資本市場借錢,於是科技分析師開始被迫問信用分析師的問題。 這裡他給了一個我覺得好用的切法。對債權人來說,Google 的資料中心全空著也沒差,因為廣告營收還在、負債為零、現金流巨大。對股東來說,那些錢就是埋進地底了。同一組資產,兩種人看到的風險不同。 ![中間一座空著的資料中心,左邊債權人看到的是零負債與巨大現金流所以安全,右邊股東看到的是埋進地底的錢](/figures/same-asset-two-risks.svg) 另一個細節是晶片的折舊年限從三年被拉到五、六年,墊高了帳面獲利。Evans 不接「晶片能活幾年」這一題,他說那要問資料中心分析師,但他把判斷條件講清楚了:如果電力拿得到,舊晶片只要還有經濟回報就留著;如果受限於電力,就換成每瓦產出更高的新晶片。現在的瓶頸是蓋不出足夠的資料中心,所以把舊晶片丟掉換新的,機率更高。 ## 安瑟倫的證明,和加速論的循環 這一段我聽了會心一笑。Evans 說中世紀神學家安瑟倫證明過上帝存在:第一步,上帝的定義是你能想像的最偉大之物,因為如果你能想像更偉大的,那個才是上帝;第二步,存在的東西比不存在的東西更偉大;第三步,所以上帝存在。全場神學家說這顯然不通,安瑟倫說那你證明給我看。後來的哲學家吵了八九百年才解釋得出哪裡不對。Evans 引 Bertrand Russell 的話:弄清楚它為什麼不成立,比那個命題本身有意思。 他說談通用人工智慧常是這個形狀:模型一直在變好,所以如果一直變好下去,它們會聰明到遠超過我們;到那時它們當然有你說的那些領域知識,律師做的事它也做得了。可是那句話裡藏了兩個巨大的「如果」,而且是用「我把 AI 的未來定義成什麼都做得到的東西」去推出「所以它什麼都做得到」。 他有一張簡報說,所有 AI 問題的答案只有兩種:一種是沒人知道,另一種是上次這題我們怎麼解的。 ## 「AI 要改變世界,那我買誰」 這是我自己卡最久的問題。新聞與法說會給的前提我同意——這東西會改變很多事。可是從這個前提跳到「所以買某一家」,中間少了一整段。 這集幫我把那段補上了:價值創造與價值捕獲是兩個獨立的問題,而且答案常常在不同的公司身上。3G 執照是最乾淨的例子,預測全對、錢在別人口袋。雲端是另一種形狀,Amazon 沒打算自己做完所有軟體服務,AWS 賺得不錯,但它沒有收走整個軟體業的價值。晶片又是第三種:每一代製造廠更貴更難,從幾十家收到只剩台積電一家在前沿,於是它想定什麼價就定什麼價。 所以我現在會先問自己要押的是哪一種形狀。押模型公司,等於押它們會從基礎設施變成台積電那種收斂;押應用層,等於押企業買的是律師用的 Harvey 而不經過模型公司收費。這兩個押法的失效條件不同,我以前把它們混在一起講,講成「看多 AI」。 ![三個寬度不同的漏斗並排,晶片層收斂到只剩一家所以定價權最強,雲端層中等,模型層還不知道會收斂還是散開](/figures/three-shapes-of-capture.svg) ## 「這個市場規模算出來好大,能信嗎」 Clapham 提到 Damodaran 算出 Anthropic 值 1.5 兆美元,假設裡包含它長出一家大藥廠。Evans 回了一個我覺得該抄下來的例子:Damodaran 2014 年寫過 Uber 嚴重高估,算法是計程車市場有多大、Uber 拿幾成,他估 2024 年可服務市場 1,830 億美元、Uber 拿一成,也就是 180 億美元。實際 2024 年的叫車交易額是 830 億美元,外送另外 750 億,貨運再加 50 億。 ![兩條長度差距懸殊的橫條,上面是 2014 年估出的 180 億美元,下面是實際 1,630 億美元,而且實際的那條由叫車、外送、貨運三段組成](/figures/tam-estimate-vs-actual.svg) Evans 說他不是拿這件事當把柄,他的意思是這類東西沒辦法這樣估,因為你不知道新東西會是什麼。他接著舉的三個反例我更喜歡:二十世紀把會計工作一路自動化,會計師人數每十年還在增加;今天 PwC 的員工比有試算表以前更多;高盛現在三分之一的員工是軟體工程師。他問,1980 年你算 PC 的市場規模時,這些在哪一格? PwC 從試算表拿到的價值,不在 PwC 的損益表上,不在 Microsoft 的損益表上,也不在生產力統計裡。所以我現在看到一份把全球專業服務業、全球行銷業、全球零售業列出來再乘上一個百分比的簡報,我的第一個動作是去問那個百分比怎麼來的。多半問不出來。 有一部分價值會以消費者剩餘的形式散掉,誰也收不到;另一部分會變成新支出或轉向的支出,而誰收走它,這集沒有答案,Evans 自己也說他們可能全錯。 ## 帶得走的一件事 **東西做成了,跟你收到錢,是兩件分開的事;而且在同一個故事裡,它們常常落在不同人手上。** 這集把這個結構攤得很清楚:3G 的預測全部成真,營運商沒拿到;試算表改造了會計業,價值沒進到微軟的損益表;AI 的權杖現在賣得貴,貴的原因是短缺,而短缺會過去。只要把「這件事會成」和「這件事的錢歸誰」分成兩題問,很多聽起來無懈可擊的推論會在第二題上斷掉。 我試過的一個做法,跟投資沒關係也成立。拿一張紙,寫下上週你幫別人解決的三件事——同事的、家裡的、朋友的都算——每件後面寫兩欄:誰因此省下了時間或麻煩,以及你從這件事拿回了什麼(錢、名聲、人情、一項變強的技能、或是空白)。寫完看那些空白格落在誰身上。我自己第一次寫的時候,三件有兩件的空白格連成一條線,指向同一個人。