2026/10/27

AI 永動機




AI 永動機：從 Cisco 網路泡沫到 Anthropic 的兩層資本循環

最近談 AI 泡沫時，常會出現一個很形象的說法：「AI 永動機」。

這個詞容易讓人誤會成科技公司彼此做假交易，實際上不是。比較準確的意思是：

投資 AI 公司的人，往往也是 AI 公司的算力供應商；AI 公司拿到資金後，又與這些供應商簽下巨額採購或租賃合約。供應商營收增加，AI 公司規模與估值上升，又更容易取得下一輪資金。

只要最後真的有大量企業客戶願意付錢使用 AI，這可以是一個正常、甚至非常成功的投資循環。

但如果最後客戶付進來的錢不夠，整套系統就必須依靠更多融資才能繼續運轉。

這也是「AI 永動機」真正值得擔心的地方。

Internet 不是假的，卻仍然發生了網路泡沫

回頭看 1999～2000 年，網際網路泡沫破裂並不是因為 Internet 沒有價值。

事後證明，Internet 對世界的影響甚至超過當年最樂觀的想像。

真正的問題是：

市場看對了長期方向，卻把未來十幾年的需求提前當成幾年內就會發生。

當時電信商、網路服務商與新創公司大量購買 Router、Switch、光纖與伺服器，Cisco 成為最大受益者之一。

為了讓客戶更容易購買設備，Cisco Capital 也提供貸款與租賃。這就是 vendor financing（供應商融資）。

本來應該是：

客戶賺到錢
→ 有設備需求
→ 買 Cisco Router

加入融資後，可能變成：

客戶先取得資金
→ 買 Cisco Router
→ Cisco 認列營收

Router 是真的，客戶也真的拿到了設備。

問題是：

這筆需求究竟來自客戶自己的營運能力，還是來自資本市場願意繼續借錢？

在市場繁榮時，兩者很難分辨。

Cisco 真正的教訓：需求只要「比預期慢」，就可能出事

2000 年以前，Cisco 根據高速成長的需求增加庫存、零組件採購與產能。

結果 2001 年需求突然下降。

Cisco 在 FY2001 第三季，也就是截至 2001 年 4 月 28 日的季度，認列約 22.49 億美元 excess inventory charge；另有約 11.7 億美元 restructuring charges。

真正值得記住的，不是 Cisco 看錯 Internet。

Cisco 看對了 Internet。

它看錯的是：

Internet 需求成長的速度。

假設十年後真的需要 100 座資料中心，但市場在前三年就蓋出 100 座，仍然會形成過剩。

所以：

真實科技革命與資本泡沫，完全可以同時存在。

這正是今天 AI 最值得比較的地方。

Anthropic：不是沒有生意的 dot-com 公司

Anthropic 和 1999 年許多沒有收入的新創公司有很大的不同。

Claude 有真實客戶，而且 Anthropic 的收入成長非常快。

2025 年營收約 45.85 億美元；2026 年上半年已達 162.86 億美元。同期 operating loss 已縮小到約 6.93 億美元。

截至 2026 年 6 月底，Anthropic 還持有約 1,316.51 億美元現金、現金等價物與短期投資。

因此 Anthropic 現在的主要問題並不是：

「明天會不會沒錢？」

短期流動性其實相當充裕。

真正的問題是：

它已經提前把未來很多年的 AI 成長，變成今天簽下的固定支出承諾。

公開 S-1 並沒有在總額欄直接填上一個「超過 6,000 億美元」的單一數字。不過，若把 S-1 已公開列名的主要安排做名目金額粗加：

  • AWS：至少 1,100 億美元
  • Google：至少約 1,145 億美元
  • Microsoft：至少 449 億美元
  • SpaceXAI：最高約 1,205 億美元
  • Nscale：最高約 446 億美元
  • Lambda：約 413 億美元
  • Broadcom 五年設備租賃：合計約 1,612 億美元

合計約 6,370 億美元。

這個 6,370 億美元是 gross contractual amount 的粗加，不是 Anthropic 的「債務餘額」，也不能理解成每一美元都有同樣的不可取消性。AWS、Google、Microsoft 與部分 Broadcom 安排相對較硬；Nscale、Lambda、SpaceXAI 等安排則有交付、上限或終止條件。分析時真正重要的不是只看總額，而是分辨每一類承諾的法律「硬度」、開始付款時間，以及最終由誰產生現金支付。

第一層 AI 永動機：投資人同時是供應商

Anthropic 的第一層循環最好理解。

Amazon、Google、Microsoft 不只是 Anthropic 的雲端供應商，其中 Amazon 與 Google 還是重要投資人。

Anthropic 最新揭露的長期 compute commitments，包括至少：

  • AWS：約 1,100 億美元
  • Google：約 1,145 億美元
  • Microsoft：約 449 億美元

所以第一層的資金循環大致是：

Amazon／Google 投資 Anthropic
↓
Anthropic 取得資金
↓
Anthropic 購買 AWS／Google Cloud／TPU
↓
Cloud 營收增加
↓
Claude 取得更多算力
↓
Anthropic 收入與估值增加
↓
投資人的股權價值提高

但這裡要注意一個重點。

不能說：

「Anthropic 把投資人給它的大部分錢，再花回投資人。」

實際上，Anthropic 對 AWS、Google 的未來採購承諾，遠大於這些公司的投資額。

也就是說：

投資資金根本不足以支付未來全部算力承諾。

最後真正必須填補差額的，仍然只能是：

Claude 客戶支付的現金，或下一輪外部融資。

這反而讓問題更清楚：

終端客戶最後養不養得起這整套 AI 基礎建設？

S-1 自己也用了「Self-Reinforcing Loops」

值得注意的是，「循環」並不只是外部分析者用來形容 Anthropic 的比喻。

Anthropic 在 S-1 的業務說明中直接用了：

Our Self-Reinforcing Loops

來描述公司規模與成長如何改善 Claude、吸引更多客戶，再形成更持久的競爭優勢。

這裡要把兩種「循環」分開：

  • Anthropic 自己描述的正向產品循環：更多部署與使用 → 更多客戶回饋與學習 → 模型、平台與產品改善 → 更多採用。
  • 本文分析的金融循環：投資與融資 → 算力與設備 → 產品與營收成長 → 估值提高 → 更容易取得下一輪資金與算力。

更有意思的是，S-1 的風險因子也承認反方向可能形成 self-reinforcing or compounding cycle：如果成長放慢，公司可投入的資源減少，競爭力可能變弱，進一步壓低收入成長。

因此，這篇文章所稱的「AI 永動機」不是說交易虛假，而是指出：

產品循環與資本循環一旦彼此強化，繁榮時會加速；如果終端需求與現金流跟不上，反向循環也可能被放大。

雲端商還有第三個角色：它們也是 Anthropic 的通路與收款人

AWS、Google、Microsoft 不只是投資人，也不只是算力供應商。

它們還是 Anthropic 很重要的 銷售與收款通路。

2026 年上半年，透過 CSP marketplace 銷售產生的收入占 Anthropic 總營收約 48%；截至 6 月底，透過這些 marketplace 產生的應收帳款更占淨應收帳款約 58%。

因此同一家企業可能同時是：

  • Anthropic 的投資人
  • 算力供應商
  • 產品通路
  • 代收款平台
  • 競爭者

這不代表 marketplace 收入是假的。很多情況下，真正付錢的仍是企業終端客戶，只是透過 AWS、Google 或 Microsoft 的 marketplace 採購。

但在壓力情境下，這種高度重疊就會變得重要。

第二層永動機：Broadcom 的 vendor financing

真正最像 2000 年 Cisco Capital 的，其實是 Broadcom。

Anthropic 與 Broadcom 的五年 master equipment leases，租金合計約 1,612 億美元（不含利息）。

其中最重要的是 2026 Lease Arrangement：這一筆五年設備租賃約 1,252 億美元（不含利息），在適用租期內原則上不可取消，除非發生合約定義的 default。

與最高 420 億美元可轉債融資直接連結的，也是這個 2026 Lease Arrangement，而不是全部 1,612 億美元租約。

Ex. 4.4 與 S-1 的說明顯示，Anthropic 可以向 Broadcom 或指定金融合作方發行最高 420 億美元可轉債，以融資 2026 Lease Arrangement 下的付款義務；相關機制可透過 cashless set-off，讓票據發行金額直接抵付租金。

甚至可以透過 cashless set-off，直接把票據視為租金支付。

翻成白話就是：

Broadcom 或其指定金融合作方可以用可轉債方式提供融資，而融資用途就是支付 Broadcom 2026 設備租約的相關義務。

這幾乎就是 Cisco Capital 模式的直系後代。

以前是：

Cisco
→ 融資給客戶
→ 客戶買 Cisco 設備

今天是：

Broadcom／指定金融合作方
→ 提供最高 420 億美元可轉債融資
→ 用於支付 Broadcom 2026 Lease Arrangement 的相關義務

差別在於今天的結構更金融化。

420 億美元 Broadcom 票據的風險

正常情況下，這批票據利率是：

9%

而且利息以實物支付，也就是直接加到本金。

如果進入合約定義的 Breach Period，利率會升到：

13%

上市之後，如果 Broadcom 選擇把債券轉成 Anthropic 股票，正常情況的轉換價是市場價格的：

90%

但如果公司正處在 Breach Period：

85%

也就是：

公司愈困難
→ 利率愈高
→ 債務累積愈快
→ 轉股折扣愈大
→ 股東可能被稀釋得愈嚴重

供應商同時取得：

設備收入＋利息＋可能的股權。

這就是 vendor financing 最值得警戒的地方。

Nvidia 沒有缺席：它在第二層的 GPU／Neocloud 支線

如果只看 Anthropic 和 Broadcom，會漏掉另一條很重要的 AI 資本循環：

Nvidia GPU 生態。

Anthropic 的 S-1 明確表示，公司採取 multi-chip 架構，除了 AWS Trainium、Google TPU、AMD GPU，也大量使用 NVIDIA GPU。

但有趣的是：

Anthropic 並不是主要直接向 Nvidia 買 GPU，而是透過 Nscale、Lambda、SpaceXAI 等第三方取得 Nvidia GPU 算力。

這使 Nvidia 的角色比 Broadcom 更間接，但整個資本循環仍然存在。

Nvidia 與 Anthropic 的真正關係：不是直接投資，而是「長約支撐融資」

這一層和 Amazon／Google 的第一層永動機不同。

Amazon、Google 的關係比較直接：

投資 Anthropic
→ Anthropic 再購買 AWS／Google Cloud
→ 供應商營收增加。

Nvidia 與 Anthropic 之間通常不是這種直接關係。比較準確的結構是：

Anthropic 長期算力合約
↓
Nscale／Lambda 等 Anthropic 已揭露算力供應商的未來收入變得比較可預測
↓
銀行、Private Credit 或資本市場更願意提供融資
↓
Neocloud 用這些資金購買 Nvidia GPU、網路設備並建資料中心
↓
Nvidia GPU 訂單與營收增加
↓
AI Infrastructure 估值與融資意願提高
↓
Neocloud 再建更多 Nvidia GPU capacity
↓
再把更多算力提供給 Anthropic 與其他 AI Labs

所以，Anthropic 即使沒有直接拿大量現金去買 Nvidia GPU，仍可能透過長期算力合約，間接形成對 Nvidia GPU 的需求。

這也是為什麼分析 Nvidia 時，不能只問：

「Nvidia 有多少直接客戶？」

更應該問：

購買 Nvidia GPU 的 Neocloud，背後是靠什麼樣的客戶長約與融資結構支撐？

如果 Nscale、Lambda 等算力供應商手上有 Anthropic 這類大型 AI Lab 的多年合約，金融機構就比較容易相信：

未來有穩定現金流可以償還資料中心與 GPU 建設成本。

於是，Anthropic 的長約本身就可能成為 Neocloud 融資的信用基礎之一。

這就是 Nvidia 與 Anthropic 之間最重要、也最容易被忽略的「第二層 AI 永動機」。

這一層為什麼很像 Cisco Capital？

Cisco 時代的 vendor financing 比較直接：

Cisco／Cisco Capital
→ 提供或安排融資
→ 客戶拿錢買 Cisco Router
→ Cisco 營收增加。

今天的 Nvidia／Neocloud 版本多了一層中介：

Anthropic 簽長期算力合約
→ Neocloud 取得融資
→ Neocloud 買 Nvidia GPU
→ Nvidia 營收增加。

所以它不是：

Nvidia 直接借錢給 Anthropic，讓 Anthropic 買 Nvidia GPU。

而是：

Anthropic 的長約讓中間的 Neocloud 更容易借到錢，而這些 Neocloud 再拿錢買 Nvidia GPU。

從法律與會計形式看，這些是不同交易；但從經濟實質看，它們共同形成一個資本循環：

AI Lab demand → Neocloud financing → GPU purchases → Nvidia revenue → AI infrastructure valuation → more financing

這就是和 2000 年最值得比較的地方。

Nvidia 這一層真正的風險：長約不等於最終需求

只要 Anthropic 與其他 AI Labs 的實際使用量持續高速增加，這個結構完全可能健康運作。

問題是：

長期合約代表的是「未來承諾」，不是已經實現的終端需求。

例如某個 Neocloud 根據 Anthropic 的多年採購承諾：

  1. 借入數十億美元；
  2. 一次買進大量 Nvidia GPU；
  3. 建設資料中心；
  4. 預期未來幾年靠 Anthropic 的算力付款償債。

如果 Anthropic 的需求真的如預期成長：

GPU 使用率高
→ Neocloud 現金流良好
→ 債務正常償還
→ 可以再融資
→ 再買更多 GPU。

但如果 Anthropic 仍然成長，只是成長速度低於原先假設：

Anthropic 實際使用量低於預期
↓
Neocloud GPU utilization 下降
↓
單位算力價格承壓
↓
Neocloud 現金流減少
↓
Debt service coverage 變差
↓
融資利率提高或無法再融資
↓
新資料中心延後或取消
↓
Nvidia 新 GPU 訂單下降。

因此這一層最重要的風險不是：

「AI 完全沒有人用。」

而是：

AI 仍然成長，但沒有快到足以消化提前借錢建好的 GPU capacity。

這正是 Cisco 在 2000～2001 年留下的核心教訓：

科技方向可以完全正確，但資本投入速度仍然可以錯。

Nvidia 也開始不只是「賣鏟子」：CoreWeave 是外部生態案例

Nvidia 本身目前仍然有極強的收入與現金流。

但它在 AI 基礎建設生態中的角色已逐漸擴大，不再只是單純賣 GPU。

這裡要特別區分來源：Anthropic S-1 直接揭露的 Nvidia GPU 算力供應商主要包括 Nscale、Lambda 與 SpaceXAI；CoreWeave 則是本文用來補充 Nvidia 更廣泛 AI Infrastructure 生態的外部案例，不應和 Anthropic S-1 的直接供應關係混為一談。

在 CoreWeave 這個外部案例中，Nvidia：

  • 投資 CoreWeave；
  • 對 CoreWeave 提供最高約 63 億美元未售算力承購支持；
  • CoreWeave 再利用大量債務與融資興建 Nvidia GPU 資料中心；
  • 這些算力再出售給大型 AI／雲端客戶。

所以系統可能形成：

Nvidia 投資／提供 capacity backstop
↓
CoreWeave／Neocloud 更容易融資
↓
買更多 Nvidia GPU
↓
Nvidia 營收增加
↓
AI infrastructure valuation 提高
↓
更多資本願意投入 Neocloud。

這仍然不代表 Nvidia 的營收是假的。

GPU 真的交付，算力也真的提供。

真正的問題仍然是：

最終有多少需求是由企業客戶自己產生的現金流支持，又有多少需要依靠新一輪融資持續滾動？

如果後者比例愈來愈高，就越接近歷史上的 vendor-financing bubble。

Nvidia／Anthropic 這條循環如何反向運轉？

正常時：

Anthropic 長約
→ Neocloud 融資
→ 購買 Nvidia GPU
→ Nvidia 營收增加
→ 更多資金投入 AI infrastructure。

壓力情境則可能變成：

Anthropic 使用成長低於預期
↓
Neocloud GPU utilization 下降
↓
Neocloud 現金流惡化
↓
信用利差擴大／再融資困難
↓
新 GPU 訂單延後
↓
Nvidia revenue growth 下修
↓
AI infrastructure 估值下降
↓
金融機構更不願意提供新資金
↓
Neocloud 被迫縮減 capacity expansion。

所以 Nvidia 與 Anthropic 之間的 AI 永動機，最簡單可以濃縮成一句話：

Anthropic 用長期算力合約創造對 Nvidia GPU 的間接需求；Neocloud 再用這些合約作為融資依據，借錢購買更多 Nvidia GPU。

而真正的風險則是：

如果終端 AI 使用需求沒有跟上，Anthropic 的長約、Neocloud 的債務與 Nvidia 的 GPU 訂單，可能同時承受壓力。

Nscale：借錢買 Nvidia GPU，再把算力租給 Anthropic

Anthropic 與 Nscale 簽下的 GPU services agreements，總額最高約：

446 億美元

期限延伸到 2033 年。

這些服務使用：

NVIDIA Vera Rubin NVL72

而 Nscale 自己的監管文件又明確表示：

Nscale 必須為相關 GPU 與資料中心基礎建設取得外部融資。

也就是：

銀行／資本市場
↓
Nscale 取得融資
↓
Nscale 購買 Nvidia GPU
↓
Anthropic 承諾長期購買 Nscale 算力
↓
Nscale 未來收入看起來更穩定
↓
金融機構更願意融資
↓
Nvidia GPU 訂單增加

這就是第二層「GPU 版」永動機。

它不是 Nvidia 直接借錢給 Anthropic。

但 Nvidia 的硬體需求，部分是靠：

Neocloud 的融資能力＋Anthropic 的長期算力承諾

共同支撐。

Lambda：另一條 Nvidia GPU 長約

Anthropic 也與 Lambda 簽下多份 NVIDIA GPU capacity agreements。

S-1 顯示，總承諾約：

413 億美元

期限延伸到 2034 年。

其中 2026 年 8 月簽的一份大型協議約 349 億美元；如果 Lambda 無法及時取得資料中心租約，雙方可終止，否則多數承諾在容量交付後屬於長期義務。

所以 Lambda 的循環也很類似：

融資
↓
GPU／資料中心
↓
Nvidia
↓
Lambda
↓
Anthropic 長期採購

SpaceXAI：也是 Nvidia GPU 算力來源

Anthropic 也透過 SpaceXAI 取得 NVIDIA GPU-powered compute。

S-1 揭露的 SpaceXAI Arrangements 最高名目金額約：

1,205 億美元

期限延伸到 2029 年。

但這部分比 AWS、Google 與 Microsoft 的 minimum-spend 安排更有彈性：兩份主要協議各自的初始不可取消期間在 2027 年 1 月與 3 月結束後，任一方可以提前 90 天書面通知終止。

因此不能把 SpaceXAI 的「最高合約金額」直接視為與 AWS／Google 那類不可取消 minimum-spend 完全相同的硬承諾。

這也是分析約 6,370 億美元 gross contractual amount 時一定要注意的地方：

不同合約的「硬度」不同；總額只是第一步，真正重要的是取消權、交付條件與付款開始時間。

Nvidia 為什麼仍然值得擔心？

Nvidia 本身並不是 Anthropic S-1 中最直接的 vendor financier。

但從整個 AI 生態來看，它已經不是單純「賣鏟子」而已。

例如 Nvidia：

  • 投資 CoreWeave
  • 承諾到 2032 年購買 CoreWeave 最多 63 億美元賣不掉的算力
  • CoreWeave 自己約有 500 億美元債務
  • 這些債務大量用來蓋資料中心與購買 Nvidia GPU

也就是：

Nvidia
↓ 投資／capacity backstop
CoreWeave／Neocloud
↓ 借錢
買 Nvidia GPU
↓
再把算力賣給 Microsoft、OpenAI、Meta、Anthropic 等 AI 客戶

這已經讓 Nvidia 從單純設備供應商，逐漸變成：

設備供應商＋投資人＋部分需求後盾。

而這正是網路泡沫後期 vendor financing 最值得比較的地方。

Anthropic 的第二層其實有兩條支線

所以完整的第二層永動機，不應只寫 Broadcom。

應該拆成：

2A：Broadcom vendor financing

Broadcom／金融機構
↓
設備與可轉債
↓
Anthropic
↓
支付 Broadcom 租金
↓
TPU／設備需求增加

2B：Nvidia／Neocloud financing

銀行／Private Credit／資本市場
↓
Nscale／Lambda 等 Anthropic 已揭露供應商
↓
取得融資、部署或採購 Nvidia GPU
↓
Anthropic 等 AI Labs 簽長期 compute 合約
↓
Neocloud 未來收入可預測性提高
↓
更容易再融資
↓
更多 Nvidia GPU 訂單

這兩條結構不完全相同，但本質都指向同一件事：

設備需求已不只是終端客戶直接支付，而是透過一層或多層融資提前被拉到今天。

客戶可以少用，但算力合約不一定能少付

Anthropic 的收入主要是 consumption-based。

2026 年上半年約 80% 營收屬於消費型收入。

S-1 同時警告，很多客戶可以在很短、甚至沒有通知的情況下減量或終止。

因此 Anthropic 形成一個重要的不對稱：

客戶端：可以少用。

但是：

Anthropic 端：很多 GPU、Cloud、Data Center 與電力仍然要付。

這就是：

Variable Revenue + Fixed Commitments

Cross-default：不是推測，而是 S-1 自己警告的風險

Cross-default，中文通常翻成「交叉違約」。

最簡單的理解是：

一張信用卡出事，其他銀行也有權一起說你違約。

Anthropic S-1 自己明確寫道：

某些 commercial agreement 的違約，可能觸發 A&R Credit Agreement，以及部分 convertible promissory notes 的 cross-default provisions，進而造成債務加速到期。

S-1 甚至直接使用：

“cascading series of adverse consequences”

也就是：

一連串連鎖的不利後果。

因此這不是分析者自己想像的極端劇本，而是 Anthropic 自己寫進 IPO 風險因子的情境。

Anthropic 真正的債務結構要分清楚

截至 2026 年 6 月 30 日：

Anthropic 列出的 total indebtedness 約：

62 億美元

主要是 Amazon convertible notes。

另外，9 月簽署的 A&R Credit Agreement，是由 Morgan Stanley Senior Funding 擔任行政代理人的循環信用額度，總 commitment 約：

150 億美元

這是「可動用額度」，不能直接寫成已經借了 150 億美元銀行貸款。

同樣地，約 630 億美元 Broadcom SPV 融資也是 SPV 的債，不是 Anthropic 公司層級銀行債。

所以正確說法是：

Anthropic 表面債務不算特別大，但大量經濟義務存在於租約、minimum-spend、take-or-pay、設備承諾與交叉違約條款裡。

Cross-default 真正可能怎麼發生？

合理情境不是：

AWS 帳單晚一天
→ 所有債務立刻爆炸

實際合約通常有門檻、寬限期與 materiality tests。

更接近真實情況的是：

某一重大 compute lease 或商業合約出現實質違約
↓
付款沒補上，或義務被加速
↓
達到其他信用文件定義的 Material Indebtedness 門檻
↓
Broadcom 票據、循環信用額度或其他文件也可能出現 Event of Default
↓
債權人取得提前還款、追加擔保或其他救濟權利
↓
Anthropic 短期需要準備大量現金

Cross-default 真正危險的不是：

公司欠更多錢。

而是：

部分債務、票據或特定租約付款義務可能被加速，造成原本分期處理的現金需求突然集中。

這不代表所有十年、二十年的商業合約會自動同時到期；真正的風險在於，多份信用文件與商業合約可能透過 cross-default／acceleration 條款互相傳導，形成 liquidity crisis。

AI 事故訴訟也可能接上交叉違約鏈

A&R Credit Agreement 還有一條很值得注意。

如果 Anthropic 或重要子公司出現累計超過：

10 億美元

而且沒有保險覆蓋的 final judgment，

在：

連續 60 天

內沒有清償、撤銷或取得有效 stay，

就可能構成 Event of Default。

也就是：

AI 安全事故
↓
重大訴訟
↓
大額最終判決
↓
信用協議違約
↓
Cross-default
↓
融資與流動性壓力放大

因此在這套結構中，AI safety 與 financial stability 已經開始連在一起。

還有比「付不出錢」更意外的觸發器

Broadcom 設備租約中的 Early Purchase Option Event 還包括：

  • Change of Control
  • 某些特定人士不再為 Anthropic 全職工作，或不再投入主要工作時間

也就是：

一位關鍵人物離職，

在一般科技公司可能只是人才風險，

在高度結構化的 AI Infrastructure 融資中，卻可能同時變成：

融資事件。

另外，公司被出售時，也可能觸發高額現金保護條款：

  • Broadcom 票據在特定 Liquidation Transaction 下可選擇取得 150% Outstanding Amount 現金
  • Google 票據在非 IPO Change of Control 下可選擇取得 125% 未償本金＋利息

因此「賣公司救急」在壓力情境下也未必簡單。

Cross-default 可以讓 AI 永動機反向運轉

正常情況：

新資金
→ 更多算力
→ Claude 更好
→ 更多客戶
→ 更多營收
→ 更高估值
→ 更容易取得新資金

但如果某一年發生：

Claude 成長沒有預期那麼快
↓
客戶減少 Token 使用
↓
營收低於預期
↓
固定算力付款仍然存在
↓
現金快速下降
↓
融資成本提高
↓
某一重大 Compute 合約發生違約
↓
Cross-default
↓
更多債務或義務被加速
↓
公司需要更多現金
↓
被迫減少投資或重談合約
↓
算力與產品成長受影響
↓
營收再下降

此時：

同一台永動機開始反方向運轉。

不能把所有 6,000 億美元都當成「硬債務」

不同承諾的法律強度不同。

比較硬的包括：

  • AWS minimum spend
  • Google minimum spend
  • Microsoft minimum spend
  • Broadcom equipment lease

較有彈性的包括部分：

  • SpaceXAI
  • Nscale
  • Lambda

這些安排可能是：

  • 容量交付後才計費
  • 有上限
  • 交付未達標可終止
  • 特定期間後可提前通知解約

因此不能寫成：

Anthropic 欠 6,000 億美元債。

更準確的說法是：

Anthropic 已簽下依公開列名主要合約粗加約 6,370 億美元的多年 compute 與 infrastructure gross contractual amount，其中相當大一部分具有 take-or-pay、minimum purchase 或 non-cancelable 性質，但也有一部分具有取消權、上限或交付條件。

現在最大的安全墊：1,317 億美元流動資產

截至 2026 年 6 月底：

Cash + cash equivalents + short-term investments
= 1,316.51 億美元

所以近期 Cross-default 不是基準情境。

真正要盯的是：

未來幾年的現金最低點在哪裡？

如果收入快速追上固定承諾，今天的大量現金只是建設期資本。

如果收入成長逐漸下降，而固定 commitments 開始大量進入付款期，

這筆現金就會變成：

消耗速度的倒數計時器。

Anthropic 跟 Cisco 到底像不像？

兩者都不是：

科技是假的。

Cisco 有真正的 Router 需求。

Anthropic 有真正的 Claude 需求。

相似的是資本結構。

Cisco 時代：

Cisco 設備
→ Cisco Capital／金融機構融資
→ 客戶購買設備
→ Cisco 營收增加
→ 市場更相信 Internet boom
→ 更多資金進入

Anthropic 時代則有兩層：

第一層：Strategic Investor Loop

Amazon／Google 等
→ 投資 Anthropic
→ Anthropic 採購 Cloud
→ Cloud 營收增加
→ Anthropic 成長與估值提高

第二層：Infrastructure Financing Loop

Broadcom／Nvidia 生態／銀行／Private Credit／SPV
→ 設備與融資
→ Anthropic 取得更多算力
→ 晶片與資料中心收入增加
→ 金融市場更願意投入 AI Infrastructure

今天的版本比 Cisco 年代更複雜，因為：

投資、設備、Cloud、通路、收款、租賃、債務與股權，全部交叉在同一個 AI 生態系裡。

最後真正應該問的問題

看完 Anthropic S-1 後，我認為最重要的問題不是：

「AI 是不是泡沫？」

而是：

Claude 真正的終端客戶，最後能不能產生足夠現金，養得起已經提前簽下的 GPU、Cloud、Data Center 與電力？

如果答案是可以：

今天這些巨額承諾可能會變成巨大的競爭優勢。

如果答案是：

客戶確實持續增加，只是成長速度沒有資本市場原先預期那麼快，

就可能重演 Cisco 最重要的教訓：

科技方向完全正確，投資速度卻錯了。

而 Anthropic 比當年的 Cisco 客戶又多了一項風險：

大量不可取消合約、設備租賃、可轉債與 Cross-default 條款，已經把不同風險串在一起。

所以真正的警報不一定是：

Claude 突然沒有人用了。

更可能只是：

Claude 還在成長，但成長不夠快。

如果收入增長速度落後固定算力付款速度，原本：

資本 → 算力 → 收入 → 估值 → 更多資本

的正向循環，

就可能逐漸變成：

收入不如預期 → 現金下降 → 融資成本提高 → 違約風險提高 → Cross-default → 流動性壓力 → 成長進一步下降

這也是 Anthropic S-1 最值得注意的地方：

它並沒有證明 AI 泡沫已經破裂。

它真正證明的是：

AI 產業已經建立了一套可以把繁榮放大，也可以把衰退放大的金融機器。

而 Cisco 二十五年前留下的警告仍然適用：

真正危險的時刻，往往不是新科技失敗，而是新科技仍然成功，只是成功得沒有資本市場原先想像得那麼快。

主要參考資料

Posted by at

No comments:

Post a Comment

Subscribe to: Post Comments (Atom)