銀行AI預算破百億，卻難複製Coding的爆發速度
銀行、藥企把AI預算提到史上最高優先級，但張璐認為企業真正改掉工作流程要經歷自動化和優化兩個階段，不可能像寫代碼一樣一年內爆發。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
客戶留存數據說明Anthropic已是企業基礎設施
張璐認為招股書裡最打動她的不是收入增速，而是客戶結構：已有約一萬一千到一萬兩千家年消費超過10萬美元的企業客戶，其中約兩千家年消費超過百萬美元。這說明Cloud不只是被企業當作嘗試性工具，而是深度嵌入了工作流程，變成類似基礎設施的存在，未來向上銷售（upsell）的空間和速度都會因此加快。
— 張璐企業對前沿模型的採用率半年內腰斬
張璐提到一份兩週前的報告顯示，大企業對前沿、閉源模型的使用率已經從57%降到14%，轉向部署開源模型。AT&T公開宣布內部AI預算的六七成會放到開源上，英偉達黃仁勳也在公開支持開源生態。但她認為這不代表Anthropic和OpenAI會被擠出市場，因為AI滲透的是整個經濟體，蛋糕本身在變大，只是未來會有更多玩家一起分。
— 張璐SBF破產，他投的Anthropic股權被拍賣抵債
Anthropic早期融資並不順利，2023年5月Spark Capital在約45億美元估值、市場還不確定是否容得下第二家前沿模型公司時投入，是一次非共識押注。更戲劇性的是FTX創始人SBF當時也投了Anthropic，但FTX破產後，他持有的股權大多被拍賣用來償債，張璐提到如果當時沒有爆雷，這筆投資回報本可以覆蓋他需要賠付的資金。
— 張璐一家美國銀行今年AI預算超過百億美元
張璐透露，從一家美國知名銀行的首席AI官那裡聽到，該行今年的AI預算已經達到一百多億美元，這讓她本人都感到震驚。她觀察到的規律是：只要一個行業裡有一家公司率先大舉投入AI，其餘同行追趕的速度就會很快，因為企業擔心的不是被初創公司顛覆，而是被用好AI的同行甩開市場份額。
— 張璐企業AI改造要先自動化、再優化，需要好幾年
張璐把企業用AI分為兩個階段：先是Business Automation（把AI嵌入現有工作流程，實現降本增效），再是Business Optimization（真正提升收入，體現在財報上）。大部分企業並不想推翻現有系統重建，而是希望智能體繼續用他們現有的軟件。她估計僅第一步大規模鋪開就需要三到五年，第二步會更久，所以不該預期AI會在一兩年內讓整個經濟體脫胎換骨。
— 張璐一個月賬單近5億美元后，企業開始限制用AI
張璐提到一家諮詢公司透露，某不願具名的大企業在一個月內Claude的賬單突然衝到接近五億美元，讓對方CFO非常震驚。這類不可持續的消耗很快引發成本控制：大科技公司對員工使用AI的態度已經從早期鼓勵多用token，轉向現在限制用量，這也是開源模型被企業青睞的原因之一，因為閉源模型太貴了。
— 張璐製藥業瓶頸不是發現靶點，是提高臨床成功率
針對Anthropic和OpenAI押注AI for Science（藥物研發、數學證明），張璐認為短期很難直接貢獻收入，但能提升模型推理能力。她對AI製藥提出不同看法：就算AI能把靶點數量從兩三個提高到幾百個，這些靶點也不能直接變成藥，真正燒錢的是臨床試驗。她更看好用AI從幾百個靶點裡挑出臨床成功率最高的那幾個，把成功率提到百分之五六十以上，這才是對行業真正有價值的事。
— 張璐物理世界的AI出錯，後果不是幻覺而是人命
張璐最近花了大量時間思考AI監管，她所在的聯合國AI向善委員會剛開了兩個多小時的董事會討論這個問題。以前語言模型出現幻覺，頂多讓人笑一笑，但physical AI一旦出問題，可能直接危及人的生命、釀成重大事故。她接觸的產業龍頭企業CTO都很著急，認為必須先把監管和技術解決方案做進去，才能大規模部署physical AI，這也是醫療等高監管行業落地AI繞不開的前提。
— 張璐原話 · 已逐字校驗
他已經擁有了超過我記得數字 大概是一萬一千多家 可能到一萬兩千家年消費超過十萬美元以上的客戶
Anthropic已有約一萬一到一萬二千家年消費超過10萬美元的企業客戶。
張璐4:02
現在大的企業 對於這個B元模型的 或者說前沿AI模型的 使用率 已經從57%降到了14%
大企業對閉源、前沿AI模型的使用率已從57%降到14%。
張璐10:03
那只要一個行業有一家動起來 剩下幾家企業追上速度就很快
只要行業裡有一家公司先動起來，其餘同行追趕的速度就會很快。
張璐34:15
我從他們的首席AI官聽到了 他在AI的今年的預算 是已經達到了100多億美金 他是一個銀行 他有這麼大的一個AI的預算 這個是讓人非常驚訝的一件事情
她從一家銀行的首席AI官那聽說，該行今年AI預算已超過100多億美元，這讓她很驚訝。
張璐35:15
以前可能你只能發現 兩三個target 那現在能發現 幾百個target 但是你這幾個target 也不能形成藥啊 你還是要去做臨床 做clinical trial
以前只能發現兩三個靶點，現在能發現幾百個，但這些靶點不能直接成藥，還是要做臨床試驗。
張璐56:27
physical AI的這個情況 餘境下的話 如果AI出現任何問題 那可能就會人的生命受到傷害 甚至說出現非常巨大的一個事故
physical AI的場景下，一旦AI出問題，可能直接危及人的生命，甚至釀成重大事故。
張璐1:08:33
數字與實體
| 年消費超100萬美元的企業客戶數 | 約2000家 | 4:02 |
| 淨收入留存率（NRR） | 900% | 18:08 |
| API（按量）收入同比增速，26年上半年 | 1200% | 30:15 |
| 訂閱收入同比增速，26年上半年 | 1690% | 31:15 |
| 企業對前沿/閉源模型使用率變化 | 從57%降到14% | 10:03 |
| AT&T內部AI預算轉向開源的比例 | 六七成（60%-70%） | 11:04 |
| Anthropic非核心員工上市首日可解禁期權比例 | 10% | 13:06 |
| Spark Capital投資時Anthropic估值 | 約45億美元 | 19:09 |
| 某大企業單月Claude賬單 | 近5億美元 | 38:15 |
術語
- Physical AI具身智能/物理AI
- 需要操作實體設備、與物理世界交互的AI
- Net Revenue Retention (NRR)淨收入留存率
- 衡量老客戶後續增購金額變化的指標
- Business Automation / Business Optimization業務自動化/業務優化
- 企業部署AI的兩個遞進階段，前者降本增效，後者提升收入
- AI for ScienceAI用於科學發現
- 用AI輔助數學證明、藥物靶點發現等科研工作
收聽指南
判斷AI企業市場增長節奏、關注2B創業機會的投資人，以及想了解大企業真實AI預算和落地速度的從業者。
前段關於鎖定期設計與估值區間的討論，對非一級市場從業者信息密度較低。