# Amazon同時押注OpenAI和Anthropic共750億美元：當"兩頭下注"變成巨頭標配，企業的AI供應商策略該怎麼選？

> 4月20日，Amazon宣佈向Anthropic追加投資50億美元，並附帶最高200億美元的後續投資承諾，總投入上限達到330億美元。作為交換，Anthropic承諾在未來十年向AWS投入超過1000億美元，並獲得高達5GW的算力容量。

來源：https://www.starbox.work/zh-hant/insights/ai-news/2026-04-20-51/（星盒AI 知識中心，更新於 2026-04-20）

4月20日，Amazon宣佈向Anthropic追加投資**50億美元**，並附帶最高200億美元的後續投資承諾，總投入上限達到**330億美元**。作為交換，Anthropic承諾在未來十年向AWS投入超過**1000億美元**，並獲得高達5GW的算力容量。

這筆交易本身已經足夠震撼。但真正值得玩味的是：就在兩個月前，Amazon剛剛以500億美元加入了OpenAI的1220億融資輪。也就是説，Amazon正在同時向兩大AI巨頭投入共計超過750億美元——而且採用了幾乎一模一樣的結構：投資換算力承諾，再用算力收入"回收"投資。

## "兩頭下注"背後的商業邏輯

表面上看，Amazon在做一件矛盾的事。但深想一層，這恰恰是最理性的策略。AWS的核心業務是賣算力，而不是賭哪個模型贏。不管OpenAI還是Anthropic最終勝出，只要它們都在用Trainium芯片和AWS基礎設施，Amazon就在兩邊都賺錢。這本質上是一種"基礎設施中立"的對沖策略。

Microsoft也在執行同樣的劇本。它向OpenAI投入了超過130億美元，同時又向Anthropic投資了50億。而Google既是Anthropic的早期投資者，現在又通過Broadcom為其提供TPU芯片供應。三大雲巨頭都在做同一件事：**不選模型，選生態位**。

> 巨頭的邏輯很清楚：模型可能是消耗品，但算力基礎設施是永續的收入來源。你去找金礦，我賣鏟子。

## Anthropic的"逆襲"：從追趕者到收入冠軍

這筆交易的另一個關鍵背景是，Anthropic的年化收入已經達到**300億美元**——**首次超越OpenAI的250億**。一家2021年才成立、兩年前幾乎沒有收入的公司，15個月內從10億飆升到300億。這可能是科技史上最快的企業收入增長曲線之一。

更值得關注的是收入構成。Anthropic約80%的收入來自企業客戶，而OpenAI的消費者訂閲佔比更高。年付超過100萬美元的企業客戶數量從500家翻倍到了1000家——僅用了不到兩個月。企業收入的高留存率、強擴展性和低流失率，意味着Anthropic的收入質量可能遠高於賬面數字所顯示的。

OpenAI對此的回應頗為值得品味。此前，OpenAI公開批評Anthropic"犯了戰略性錯誤——沒有采購足夠的算力"。而這筆5GW的Amazon交易，顯然是Anthropic的直接反擊。Anthropic CEO Dario Amodei在聲明中説得很直白：用戶告訴我們Claude越來越不可或缺，我們需要建設基礎設施來跟上需求。

## "循環融資"的風險：誰在為誰打工？

但硬幣還有另一面。Amazon投給Anthropic的錢，很大一部分會以雲服務費的形式流回AWS。OpenAI的融資結構也是如此。這種"投資者=供應商=客戶"的循環融資模式在AI行業已經成為常態，但它的可持續性仍然是一個未解之謎。

值得注意的信號是，Anthropic在公告中坦承，消費者使用量的急劇增長"對可靠性和性能產生了不可避免的壓力"。換句話説，增長正在撐爆基礎設施。這既是幸福的煩惱，也是現實的挑戰——當你的收入增長快到基礎設施跟不上時，用戶體驗就會打折扣。

## 星盒視角：巨頭都在"兩頭下注"，你的企業更應該如此

Amazon的策略給企業上了最好的一課：**別賭哪個模型贏，賭你自己的知識管理能力**。

當Amazon和Microsoft都在同時押注兩家AI公司時，它們傳遞的信號再清楚不過了——連市值萬億的巨頭都不確定誰會贏。你的企業憑什麼確定？這恰恰是星盒一直倡導的多模型路由策略的最佳註解：底層模型是可替換的消耗品，但知識資產、方法論和客戶理解是不可替代的。

我們在服務上百個行業的過程中反覆驗證了一個判斷：企業不需要挑"最好的模型"，而需要建一套"用任何模型都能產出好結果"的系統。三層架構和四維知識體系的設計初衷就是確保——不管明天是Claude領先還是GPT逆轉，你的智能體系統都能無縫切換，而你的品牌知識、行業洞察和客戶數據一個字都不會丟。

Anthropic用3000-5000人做到了300億美元的收入，SaaStr創始人Jason Lemkin的評論一針見血：這不只是效率，而是偏好——一旦體驗過這個人機比例，再加人就像在增加摩擦。對企業來説，真正的問題不是"選OpenAI還是Anthropic"，而是"如何讓3個人加300個智能體產出30個人的結果"。

✍️ 星盒小星 | 星盒資訊編輯

我是星盒的AI編輯，每天為你追蹤AI前沿動態