Anthropic 和 OpenAI 同一天成立合资公司 — 估值双轨设计 + 私募作为客户聚合体

2026 年 5 月 4 日，Anthropic 和 OpenAI 前后脚官宣了结构几乎一样的合资公司——把工程师派到企业里部署 AI，提供类似 Palantir 的驻场服务。合作方都是全球最大的几家私募股权基金。两家公司同一天得出同一个结论：传统的企业 AI 销售太慢了，一单一单谈要谈到 IPO 之后，不如找私募。

两笔交易的具体条款

OpenAI 的保底条款极不寻常——相当于 OpenAI 自己兜底。年亏 $14B 的公司每年还要承担最多 $7B 保底支出，换来的是 2000+ 家企业的优先销售权。

为什么是私募 — 客户聚合体的最佳形态

核心洞察：私募基金自己就是最大的客户聚合体。

咨询公司有客户关系，但没有控制权。私募基金有董事会席位，可以自上而下推动采购决策。

采购流程瓶颈：中型企业部署 AI 的最大瓶颈是采购流程——说服 CIO 走完一套采购审批要 12-18 个月。私募基金可以直接告诉被投企业 CEO：“用这个，加 5 个点的利润，退出估值多 30%”——周期从一年压到几周。

激励完全对齐：私募基金一边拿到合资公司股权（收合同收益），另一边在被投企业里推 AI 提升利润（退出时卖更高价格）。两头赚。

“企业对 Claude 的需求已经超过了任何单一交付模式的承载能力” — Krishna Rao（Anthropic CFO）

Forward-Deployed Engineer — 抄 Palantir 的家

两家合资公司都用 Palantir 开创的 Forward-Deployed Engineer（驻场工程师） 模式。除了卖 API 许可证，还把工程师派到客户公司里——坐在客户的办公室，跟客户的业务团队一起搭系统。

典型场景（Anthropic 官方公告）：一家连锁诊所网络，医生每天大量时间花在病历文档、医疗编码、保险预授权、合规审查上。合资公司的工程师跟临床医生和 IT 团队坐在一起，按照医生实际工作流程搭工具。

“医生知道一个班次里时间浪费在哪，工程师按这个知识来建系统”

模式利弊： - 优点：落地深、客户粘性高——一旦工程师在客户流程里建了定制集成，替换成本很高 - 缺点：人力密集，规模化速度受限于工程师招聘速度

估值的双轨设计 — 全文最锋利的一段

把驻场服务放在独立实体，还有一层资本结构的考虑。

毛利率差距

IPO 估值倍数

如果 Anthropic 或 OpenAI 自己做驻场服务 → 整个公司毛利率被拉低 → IPO 路演时资本市场按“软件 + 服务”混合倍数估值，约 10 倍营收。

如果母公司只保留纯 API 业务 → 市场按“纯软件”倍数给估值，约 25 倍营收。

按 Anthropic 的营收体量算，这个差距是数千亿美元级别的估值差异

双轨叙事：

拆出去之后，Dario Amodei 在 IPO 路演时可以说：“我们是纯软件公司，毛利率 80%，给 25 倍。” 同时合资公司已经在地面跑驻场服务，抓中型企业收入。一级市场和二级市场各讲一个最有利的故事。

IPO 时间线

• Anthropic：据报道目标 2026 年 10 月上市，最新投后估值 $380B，正在以 $900B 估值进行新一轮融资
• OpenAI：最新投后估值 $852B，IPO 时间表推进中
• 两家在这个时间点成立独立新公司，不是巧合

Anthropic vs OpenAI 风格对比 — 战略 vs 金融

两笔交易的差异反映两家公司一贯的战略风格：

Anthropic 风格 = 战略基础设施： - 3 个锚定方 + 少数跟投，规模小但参与者更”战略” - Goldman Sachs 是投行，OpenAI 名单里没有任何投行 - Sequoia Capital 是 VC，一般不跟私募基金共同投资 - 这两家的出现说明它们把这个合资公司当战略基础设施来参与 - 普通股权，共担上下行风险

OpenAI 风格 = 金融产品： - 19 个投资方，规模大，资本密集 - 保底回报，锁定五年 - 更接近一个金融产品而非战略合作

作者最后一句：“一边卖模型故事，一边卖服务故事”。

拧巴的地方 / 我的怀疑

1. OpenAI 17.5% 保底 5 年的真实成本 — 文章说”每年最多 $700M 保底支出”——但这是对一家年亏 $140 亿的公司额外负担 $700M。年亏 $140B 跟年亏 $147B 在 IPO 故事里完全不同，这个负担在 IPO 路演时怎么解释？作者没追问
2. Anthropic 没保底”走普通股权”——但锚定方为啥愿意拿无保底而 OpenAI 锚定方非要保底？ 两家锚定方都是顶级 PE，理论上应该 risk preference 一致——真实差距可能是 OpenAI 故事不如 Anthropic 让 PE 信服，所以要用 17.5% 保底买入。这是个 narrative 信号但作者没明说
3. 驻场工程师”招聘速度受限”——具体能拓多少？ 文章说人力密集，但没给数字。Palantir 现在有 4000+ FDE，从 0 到 4000 用了 20 年。Anthropic / OpenAI 想 18 个月内拓到几百人？同样的招聘竞争所有 ML lab 都在抢同一批人
4. 2000+ 家私募被投企业 — 但很多是非 IT-friendly 的传统行业 — 比如 Blackstone 大量被投是地产 / 金融 / 老工业。Apollo / TPG 投资组合中的中小企业真有”AI 接入核心业务流程”的需求吗？还是只是私募想给 portfolio 加个”AI buff” 提升退出估值？文章对客户实际需求强度没数据
5. “驻场工程师”和”AI agent”是否冲突？ 半年前 Anthropic 自己发的 Claude Code 主线是”AI agent 替代人工编码”。现在主动派工程师做客户定制 = 为什么 AI agent 自己做不了？ 这一矛盾文章没碰
6. 估值双轨 ≈ 财务工程，不是商业实质 — 把低毛利业务拆出去 IPO 表更好看，这是合法但非长期 value creation。市场如果发现”主体公司 IPO 后驻场服务还是一直亏 / 增长一般”——估值倍数终究会被打回 mixed 倍数
7. “Brad Lightcap 转任 DeployCo 负责人”是关键人事动作 — 前 COO 离开主线去带 services 公司，意味着 OpenAI 内部把 services 当一线业务做。但文章只一笔带过，没追这个 signal

跟 Justin 已有笔记的强连接

1. mental-models.md “Horizontal Harness 三控制点” — 这条 entry 直接相关。这次合资公司是 OpenAI / Anthropic 在抢 vertical 落地控制点——通过 PE 抓住中型企业 client，把”模型 → 落地工具链 → 行业数据”三个控制点都占满。fact-pack 这次给了具体证据：客户聚合体 + Forward-Deployed Engineer + 估值双轨

2. mental-models.md “Founder 跨范式判断 · 看动作不看话” — 这条 entry 提”Anthropic 出 CLI（Claude Code）= 强正面信号”。这次同时出 enterprise services JV 也是关键动作信号——Anthropic / OpenAI 都在主动砍掉”纯 SaaS API 公司”路径依赖，承认企业销售不能只靠 PLG/API，必须配人。值得作为新 case 写进 mental model entry

3. 拾象月更时代笔记 4-Endgame 期权定价框架 — 这次合资公司直接对应 Strategic Acquisition / Vertical SaaS / DaaS 三条 Endgame 路径的混合。Palantir 模式是 services 公司估值典型；OpenAI / Anthropic 这次是把 services 拆出去做独立估值，给了 4-Endgame 框架一个反向 case：母公司不一定吞下 vertical，可以用合资公司形态保持纯 SaaS 故事

4. 视频 agent 4 维 scorecard（4-30 panel 共识） — 当时讨论 Lovart / Flova 时，“D3 反馈闭环”是天花板维度。Forward-Deployed Engineer 模式直接给了 D3 反馈闭环的形态——工程师坐在客户办公室，能直接看到投放/审批/合规数据 + 直接回写到下一次生产。这是 video agent 公司可以学的具体打法——不只是做 SaaS 工具，也派人坐到客户广告公司 / 后期厂里

5. Cursor 替代信号研究（5-2 你那次 panel） — 当时讨论 Cursor 是否被 Codex / CC 替代，结论是”power user 流向 native 工具”。这次 Anthropic / OpenAI 拆 services 公司也呼应这个 thesis——头部公司在通过 services 锁定 enterprise 客户，不靠 IDE 工具粘性

投资视角的 4 条 takeaway

1. PE 作为客户聚合体是真模式 — 不只是 OpenAI / Anthropic，任何想抓 enterprise 中型市场的 AI 公司都应该考虑这条路径。中国对应的是 IDG / 红杉中国 / 高瓴等 PE 系。问题：中国 PE 对 AI 投后赋能的执行力是否够？这是当前看 portfolio 时的真追问点

2. Forward-Deployed Engineer 模式是中型企业市场的事实标准 — 跨过 PE 拒绝纯 SaaS 心理，必须配人。对 portfolio 公司的实操含义：评估任何做 enterprise AI 的公司，问”有没有 FDE 团队 / 客户成功团队 / 行业咨询团队”——纯产品 + 纯 API 在 mid-market 卖不动

3. 估值双轨设计可推广 — 任何业务有 mixed margin 结构（高毛利产品 + 低毛利服务）都可以学这个手法。Lovart / Flova 这种 video agent 公司将来 IPO 时也可以学：核心 SaaS 留主体（高估值倍数），驻场 / 定制开发 / 培训等拆 JV（mixed 倍数）

4. 17.5% 保底 5 年这个条款值得查相似案例 — 在传统 enterprise software 历史上 IBM / Oracle / Palantir 是否有过类似条款？还是 OpenAI 自创？如果是自创，意味着 PE 对 OpenAI 的 narrative 实际信心比公开标价低（要保底才进）。这条值得后续研究

中国能不能复制这种模式？

短答：不能直接复制，但有变体。中美 4 个结构性差异让美国版本套不进。

4 个结构性差异

1. PE 对 portfolio 的控制力差太多：美国关键洞察是 PE 能”自上而下推动采购”——Blackstone 一句话被投企业 CEO 就上 AI。中国 PE 控制力弱： - 持有期短：中国 PE 平均 5-7 年 vs 美国 8-10 年 - 董事会权力分散：中国本土 PE 多数 minority 股东 - 关系驱动 > 数据驱动：被投 CEO 看到”加 5 个点利润”不一定听 PE，要看跟 PE 老板私人关系 - → 中国市场化 PE（高瓴 / 红杉中国 / IDG / 鼎晖等）的 portfolio AI 强推力远弱于美国

2. 中国 FDE 模式早就有，但是利润率代名词：华为 / 阿里 / 京东数科 / 神州数码 / 东软 / 用友 几十年都在做”驻场服务”。问题是这条路在中国估值很低——传统 SI 行业的市盈率长期低于 SaaS。美国”FDE 是新模式” 在中国是”FDE 是老路”——中国资本市场不会因为 OpenAI / Anthropic 干这个就重新给高倍数

3. 估值双轨设计在中国不灵： - A 股：监管不允许”拆主体保高估值”。IPO 审核会问穿主体跟 JV 的关联交易。直接判死刑 - 港股：可以做（结构上允许），但港股 SaaS 估值本身比美股低 30-50%——双轨 upside 远不如美国 - 科创板：对”产品 + 服务”混合估值有清晰规则，反而更保守 - → 中国大模型公司要 IPO 更直接的选择是”承认混合倍数 + 押技术让纯软件比例更高”，而不是拆 JV

4. 政策约束：数据出境备案 / 算法备案 / 内容审核——跨行业落地要逐个备案；央国企客户需要”等保”、“国密”、“信创”；金融 / 医疗 / 教育各有专项要求

4 个变体路径

变体 A：大模型公司 + 国资 PE / 政府引导基金 = 央国企 AI 落地合资（最可能） - 智谱已经在试这条路（北京国资合作的中关村 AI 创新中心） - 候选大模型公司：智谱（ToB 最猛）/ 百川（王小川政商关系网）/ MiniMax / 阶跃 - 配合 PE：国家产业基金 / 中投 / 社保 / 地方政府引导基金（北京、上海、深圳、合肥等） - 客户聚合体不是市场化 PE 的 portfolio，是央国企生态 - 估值 upside 比美国小，但客户合同更稳（央企 5-10 年合同）

变体 B：大平台内部纵向整合（华为 / 字节 / 阿里） - 华为云盘古 + 华为行业军团（金融 / 政务 / 制造 / 能源） - 阿里通义 + 阿里云行业方案部 - 字节豆包 + 火山引擎行业事业部 - 本来就是 FDE 模式，但没拆出去做独立估值——A 股 / 港股监管不允许 + 业务整合度高拆开损害协同 - → 大平台不会复制 OpenAI / Anthropic 的 JV 模式

变体 C：港股 IPO 赛道 + 国际 PE 合作（最接近美国版） - 拉黑石 / 凯雷 / 华平 / KKR 等外资大 PE - 设港股上市 SPV，拆 services 业务做 JV - 但：近年外资大 PE 在华受限 + 港股 SaaS 估值倍数差不如美国 + 外资 PE 中国 portfolio 权重不高 - → 理论可行，实际操作难度高

变体 D：跨境模式 — 中国大模型 + 海外 PE 服务海外客户（最有 alpha） - 智谱跟 G42（阿联酋 AI 集团）合作 - 阿里云跟印尼、马来西亚 PE 合作 - DeepSeek 在新加坡设分部 - 真复制美国模式但反向——客户在海外不在中国

Portfolio / deal flow 实操抓手

1. 看智谱 / 百川 / MiniMax / 阶跃下一轮融资——是否有国家产业基金 / 央国企产业方进场？变体 A 信号
2. 看大平台行业部门有没有对外开放 ——华为云盘古或阿里通义有没有”独立 SPV 化”动作？变体 B 是否走美国路径的转折点
3. 看 DeepSeek / 智谱海外业务——跟当地 PE 合作签了什么？变体 D 进度
4. 不要复制美国 PE + 服务公司的双轨估值结构——中国 A 股 / 港股都吃不下。跟 portfolio 公司聊”驻场服务模式”时重点应该放在客户粘性 + 长期合同价值，而不是估值双轨

最锋利的结论

美国版的核心 unlock 是”双轨估值差数千亿美元”——这个 incentive 在中国不存在。中国大模型公司的合理打法是： - 承认 services 是必经之路（不要假装纯 SaaS） - 押客户级合同价值（央企 5-10 年合同 比 PE portfolio 更稳） - 跟政府关系网整合（变体 A），不是跟市场化 PE

如果有人在中国想原样复制——会撞 A 股监管 + 港股估值 + 中国 PE 控制力三堵墙。真有想法的应该是变体 D 跨境模式——中国大模型 + 海外 PE 服务海外客户，这条最有 alpha。

一句话总结

Anthropic 和 OpenAI 在 2026/05/04 同日宣布结构几乎相同的合资公司——拉私募基金做客户聚合体，抄 Palantir 的 Forward-Deployed Engineer 模式做中型企业落地，目的是把驻场服务（毛利 30-50%）拆出母公司（毛利 80%），保住 IPO 时”纯软件公司 25 倍营收”的估值故事而非”软件+服务”混合倍数 10 倍——这是数千亿美元估值差。OpenAI 给 PE 17.5% 5 年保底（极不寻常），Anthropic 走普通股权——前者像金融产品，后者像战略基础设施。