Gavin Baker 为何看好 AI：从企业采用、GPU 合同到扩建现金流

一、嘉宾背景

Gavin Baker 是 Atreides Management 的管理合伙人。在这期由 John Coogan 和 Jordi Hays 主持的 TBPN 访谈中，他讨论的是一组相互关联的投资问题：企业实际使用了多少 AI，这种使用如何增加算力需求，以及供应商能否将需求转化为支持下一轮扩建的现金。

Baker 的投资经历涉及多个领域。他在节目中说，自己曾管理一只多元化基金九年，投资过能源与自然资源，也曾在 Fidelity 工作。这段经历有助于理解他为何同时关注软件采用、GPU 集群、电力和融资，但不能据此认定，他在每个相邻领域都拥有同等的信息优势。

他的持仓关系同样需要交代。Atreides 领投了 Fireworks 最近一轮融资，也投资了他引用的算力数据公司 Silica Data。这些关系使他能够接触融资谈判和采购反馈，也意味着，他对相关公司增长及数据质量的评价带有投资者立场。他转述的披露、组合公司的经历和对未来的预测，需要分别看待，不能一概视为经过独立核实的行业事实。

二、本期主要内容

访谈从节目讨论的 Anthropic S-1 谈起。Baker 认为，这份文件带来了超预期的积极信号：累计现金消耗约一百亿美元，现金创造能力和单位经济性也令他感到鼓舞。这是他对文件的解读。节目没有展开完整报表，这些评价不足以说明公司整体已经实现净利润。他还估算，将所述第三季度数据年化，规模约为六百七十亿美元；另一次提及当前 ARR 时，他没有给出确切数值。季度数据年化、某一时点的 ARR 和正式年度收入，仍须分别理解。

客户覆盖与使用深度之间的落差，是 Baker 看好企业市场的重要依据。据他所述，约半数《财富》五百强企业已经采用 Anthropic，但相关支出只占这些企业开支的约百分之零点一。他据此判断，企业采用仍处于早期。主持人则指出，企业在部署中仍面临困难，不少组织还在摸索如何把 AI 纳入实际工作。节目没有说明这一支出比例的具体统计分母，主持人也交替提到《财富》五百强和标普五百，因此这组数字的统计口径并不完全清楚。

客户集中度则引出了不同的观察。主持人引用 Ramp 数据，讨论 AI 支出高度集中、极少数企业贡献绝大部分支出的现象。Baker 回应时给出的是 Anthropic 的账户分档：约二百五十个账户支出超过一千万美元，约一万一千至一万二千个账户支出超过十万美元。他认为，这一结构比少数超级客户支撑收入的想象更分散，同时承认，整个 AI 市场可能呈现不同的分布。两人的讨论并未始终围绕同一个统计对象，账户分档也不能直接回答收入究竟有多集中。

谈到开放权重生态时，Baker 点名 Fireworks、Base Ten、Together、Modal 和 Cognition，称这些企业的增长快于 OpenAI 或 Anthropic。不过，他没有提供统计期间一致的可比增长率表。他还讲述了 Fireworks 最近一轮融资的定价难题：收入增长太快，以至于谈判期间隐含的估值倍数不断下降。这段经历说明，私人公司的经营变化可能迅速影响融资定价，但不足以构成一份可比较的行业增长排名。

产品使用方面，Baker 给出了更具体的描述。他说，Grokbot 是迄今对自己和公司影响最大的 AI 产品，自己使用了约十七个，并认为它比此前用 Claude Code 拼接的工作流程更容易上手。他看重的是投资工作中的信息传递：让正确的信息在正确的时间到达正确的人。主持人补充了一个使用场景：周日深夜也可以让 Agent 启动研究，无须临时打电话给员工。这些描述呈现了产品如何进入工作流程，以及使用者如何评价它；节目没有量化由此节省的工时或带来的收益率变化。

三、核心观点：推理、例子与边界

新增算力能否被市场吸收，Baker 主要从价格和采购情况寻找答案。他说，十月 GPU 租价持续上涨，并引用 Silica Data 创始人 Carmen Lee 的说法，称算力市场已经进入 contango，即远期价格高于现货价格的结构：眼下现货紧张，锁定未来供给同样昂贵。他举例说，组合公司在二〇二六年五六月获得四千颗 Blackwell GPU 组成的集群后，希望在二〇二七年九月再增加同等规模的集群，却收到了高得多的报价。如果买家知道新增容量即将到来，仍需为未来交付支付更高价格，至少说明在这些采购渠道中，算力依然不易获得。不过，这些报价不足以构成完整的市场价格曲线，也不能保证未来需求兑现。型号、交付窗口和合同条件尚未统一，不能据此推断整个市场。

供给紧张能否转化为供应商利润，还取决于合同结构。Baker 肯定 CoreWeave 的集群运行可靠性，却认为其部分长期固定价格合同低于市场价格，限制了它从算力涨价中获益。他因此更看好现货敞口和大额预付款，并提出，在他描述的市场条件下，回收期可能远低于一年。理解这一判断，需要区分持有 GPU、运行 GPU 和以有利价格出售算力。节目没有提供完整的项目成本模型，现货收入也取决于价格与利用率；市场一旦走弱，更大的现货敞口也会让供应商更直接地承受降价压力。

Baker 还转述 Sarah Friar 的说法：此前签下的算力承诺，可以按原价的三至五倍出售。这是他判断旧合同价值正在重估的另一项依据。但节目没有展示已完成的转售交易，也没有说明转售权、交付义务或交易双方的条款。这一说法可以用来讨论旧合同可能具有的经济价值，却不足以证明所有算力承诺都能按这一倍数变现。

即使拿到设备，运营能力仍是一道门槛。Baker 把大型 GPU 集群的运营比作管理一级方程式车队：拥有土地、电力和承购协议，并不等于具备让集群上电、稳定运行的能力。他说，一些运营者在 GPU 到货后还需要三至六个月才能上电，并期待由七个机架预组装而成的 DSX Pod 缩短这段等待。昂贵设备在投入运行前持续占用资本，却无法产生收入。因此，判断实际供给，既要看采购了多少芯片，也要看多少集群已经能够稳定运行。至于 DSX Pod 能在多大程度上减少延误和资本占用，节目给出的仍是预期，没有投产后的对照结果。

Baker 对融资的判断，建立在这些环节能够顺利衔接的前提上。他认为，如果 SpaceX 和 Anthropic 上市，相关持仓随后解禁，共同基金受非流动性资产持仓限制占用的额度就可能释放，从而增加投资私人公司的空间。他还预计，云合同重新定价、扩大现货敞口、收入增长和经营现金流，可能为二〇二七年的扩建提供比市场预期更多的资金。前一条路径涉及投资额度的重新分配，后一条依靠经营产生现金，两者不能混为一谈。他明确表示，自己不知道外部融资是否已经见顶；收入能否按预期增长，并转化为可用于扩建的现金，仍有待验证。

Baker 自己也提出了足以动摇这套乐观判断的情景。他自称是负责任的乐观者，会主动寻找负面事实，也欢迎有建设性的看空论证。他引用一种说法，称 Anthropic 将百分之七十四的算力用于训练，并认可由此引出的可能性：如果训练需求减少，大量算力就可能转入推理市场。这一比例是他在节目中转述的数据，不能当作经过独立验证的行业比例，也不能证明这种转移已经发生。但它指出了供给分析中的一个变量：推理算力的变化不仅来自新增硬件，也可能来自现有资源用途的调整，进而影响价格、合同价值和扩建回报。

四、学习与应用

研究企业 AI 采用情况，首先需要分清各项指标回答的问题。客户覆盖率说明有多少企业接触产品，支出分档显示账户规模，收入集中度反映供应商对大客户的依赖，预算占比则帮助判断使用深度。季度年化收入与 ARR 也应分别记录，并保留来源和计算方式。这样才能理解 Baker 所看到的扩张空间，同时避免以账户数量替代收入集中度，或把一个季度的收入水平写成已经实现的全年收入。

评估算力采购和基础设施，需要把交付进度与现金收支放在一起。报价只有在型号、交付期和服务条件相近时才便于比较，之后还要核对固定价格、可调价格、预付款和实际投产时间。预付款可能缓解供应商前期的资金压力，也要求买方更早承担资金占用与交付风险；现货敞口在价格上涨时更有吸引力，价格下跌时则会降低收入确定性。要评估 Baker 所说的快速回收，仍需逐项列明设备采购、电力、运行和闲置期的假设，尤其要区分设备到货与开始产生收入的时间。

压力测试可以围绕这套乐观判断中尚未确定的关系展开：训练资源转向推理、远期报价回落或上电延误，分别会怎样影响利用率、可实现售价和扩建资金缺口。上市及解禁可能释放共同基金的投资空间，也不意味着某家公司必然获得新增资本。Baker 说，事实改变时，他会改变看法；他的任务是准确判断进展，而非维持固定立场。落实到研究中，就需要事先写清哪些观察会降低判断的可信度，避免把每一条新消息都解释为原有立场的佐证。

Agent 的应用则可以从明确的信息任务入手：选定一类研究材料、一个接收人和一个交付时点，检查输出是否准确、及时，以及需要多少人工复核，再决定是否扩大使用。这是根据访谈中描述的工作机制提出的实践建议，并非 Baker 披露的既有流程。他也承认，自己拥有一位出色的行政助理，这影响了他对个人助理产品的需求；与此同时，他强调了 Grokbot 在专业工作中的用途。不同团队已有的支持条件不同，对产品的需求和排序也会不同。

研究范围和资金配置需要分别判断。Baker 说，团队广泛研究能源、工业基础设施和自然资源，却没有在这些领域配置很大的组合权重，而是倾向于集中投资于自认具有优势的领域。相邻行业可以提供值得追踪的早期信号，但从研究兴趣走向资金投入，仍需要判断证据是否充分、自己是否具备相应优势。与 AI 相关，本身不足以成为配置理由。

生物学话题进一步暴露了技术潜力与现金流证据之间的距离。主持人提出，当下的基础设施成本与可能很遥远的药物收入之间，存在时间错配问题。Baker 以一个旧药再利用的故事回应，却没有提供药名、疾病名称或支持研究。缺少这些信息，就无法据此评估疗效、商业化速度，或它能为基础设施扩建贡献多少资金。这类潜在收益仍应作为待验证事项，不能用未具名的成功叙事替代现金流依据。

来源

• 原始节目：Gavin Baker on Anthropic's S-1, GPU Prices, and SpaceX