Dario Amodei：账面亏损？大模型照样生钱！

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。

Anthropic 联合创始人 Dario Amodei 在接受 Stripe 联合创始人 John Collison 的访谈中直言「每一代大模型都是独立盈利单元，账面亏损并不等于业务失败」。他以这一反直觉判断为起点，阐释了 AI 模型能力如何自然驱动资金、算力和数据投入，以及企业如何在资本周期与市场反馈之间寻找增长节奏。

01  账面巨亏≠亏钱，Dario Amodei 详解「拆模型看盈利」的 AI 生意经

在传统财报视角里，一家公司的研发支出越大、年度亏损越多，似乎意味着业务状况越糟。但 Anthropic 联合创始人 Dario Amodei 却提出了反直觉的判断：财报上的整体亏损，往往掩盖了单个模型在其生命周期内的盈利能力。他建议将每一代模型视为独立的「盈利单元」，才能看清业务的真实健康状况。

1、Dario Amodei 首先为 AI 市场的终局划定了一个清晰的坐标，他指出未来的市场将会形成三到六家同时拥有最前沿技术与最雄厚资本的超级巨头鼎力的局面，在他看来，技术与资本这两个条件缺一不可。

2、而在资本投入过程中，业内一般认为模型主要靠「烧钱」来支撑其运行。

① Amodei 假设 2023 年花 1 亿美元训练一个模型，2024 年上线带来 2 亿美元收入；同时因为 scaling laws，2024 年又花 10 亿美元训练下一代模型，2025 年又带来 20 亿美元收入。

② 这样的模式按传统公司的损益来看，每年的亏损都在大幅度上升，且运行情况越来越糟糕。

3、针对于上述大幅度的亏损，Dario Amodei 提出传统损益表会掩盖单个模型的盈利能力，需「拆模型看损益」才能看清真实商业模式。

4、他把每个模型视为一家「初创公司」，其基本原理都是因为前期投入巨大，生命周期内盈利，但公司整体因持续研发而账面亏损。

5、基于上述观点，Dario Amodei 举例说明 AI 公司的资本周期就像制药巨头的管线策略，即先押注一款新药，若临床成功，就立即启动更大规模的十款、百款后续管线，失败则一次性减值，成功则指数级放大赌注。

6、他反复强调，在这个资本周期中，决定何时进行模型训练的关键不是日历，而是上一轮模型的具体的数据。

① 只要 Scaling Law 依旧生效，下游客户愿意为 10 倍更聪明的模型付 10 倍价钱，Anthropic 就会像制药 CEO 一样毫不犹豫地加注，因为「错过一次窗口期，就等同于把市场让给唯一能与你匹敌的三到六家对手之一」。

7、当被问到持续膨胀的资本支出到底有没有掩盖模型业务本身的健康基本面时？Dario Amodei 指出每一代模型都是盈利项目，因此，真正需要担心的不是「烧钱速度」，而是「增长极限」。

① 他强调只要 Scaling Law 继续生效，这条内嵌的风投循环就会一路推高规模与利润，直至 Anthropic 成为那三到六家终局巨头之一。

02  当模型从「本科生」跳到「博士生」，客户凭什么立刻掏 10 倍价钱？

在传统商业视角中，持续增加技术投入通常意味着成本与风险同步上升，增长能否兑现往往被视为不确定。但 Dario Amodei 提出每一代大模型都表现出一种「资本主义冲动」，即模型自身能力的跃升，会自然驱动资金、算力和数据的投入，从而放大经济价值。这种冲动并非人为安排，而是技术能力与市场支付意愿之间的指数规律使然，是模型的「本能行为」。在这一视角下，增长兑现并非仅由商业计划决定，而是内生于模型能力本身与市场反馈之间的指数关系...