文 | 影子备忘录
不是那种渐进式的差距缩小，不是后起之秀靠 " 差不多能赶上 " 勉强上位，而是一场彻底、全面、从骨头里透出来的反转。
2026 年 4 月，美国企业信用卡与财务自动化平台 Ramp 发布的最新 AI 指数，画出了一条让整个硅谷沉默的交叉线。Anthropic 在工作场所的 AI 采用率达到了 34.4%，历史上首次超越 OpenAI 的 32.3%。
但比数字更令人震惊的是背后的增长轨迹——过去 12 个月，Anthropic 的企业付费采用率从 2025 年 5 月的仅 9% 飙升至 34.4%，增长了近 4 倍。
而同期，OpenAI 的企业采用率从 32% 涨到 32.3%，增长率只有惨淡的 0.3%。两条曲线，一条几乎是垂直拉升，另一条却已凝固成水平线。
如果你觉得这只是某个第三方平台的片面数据，那再看另一个数据：当企业在 2026 年首次采购 AI 服务时，约 70% 的直接对决中，最终签单的是 Claude，而不是 ChatGPT。新增 AI 采购中，65% 的企业选择了 Anthropic，只有 32% 选了 OpenAI。
曾经的绝对王者，正在被自己的影子一步步蚕食。
这不仅仅是市场排名的更替。这是一个由一家公司亲手定义、占据、统治了三年的赛道，正在以前所未有的速度发生权力交接。OpenAI 的护城河不是被填平的，而是在外界几乎没怎么注意到的角落，被凿开了一条又一条裂缝。
而最讽刺的地方在于，凿开这些裂缝的，正是当年从 OpenAI 走出去的那群人。
两条截然相反的增长曲线
把两家公司的财务数据放在一起看，你能直观地感受到什么叫 " 天差地别 "。
先看 OpenAI。按照钛媒体深度分析，OpenAI 预计 2026 年亏损 140 亿美元，2023 年至 2028 年累计亏损将达 440 亿美元，最早要到 2029 年才有望盈利。它拥有的数据依然惊人—— 9.6 亿月活用户、年化收入 250 亿美元、估值 8520 亿美元。
但这些光鲜数字背后，隐藏着一年烧掉 570 亿美元、净亏 440 亿美元的残酷现实。更让人担忧的是，OpenAI 已经被曝连续数月未达成内部营收和用户增长目标。
周活用户徘徊在约 9.05 亿，增长基本停滞。每一块钱的收入背后，亏损 1.22 美元。
然后看 Anthropic。它在 2026 年第一季度营收 48 亿美元，第二季度预计达到 109 亿美元，增幅高达 130%。
与此同时，它将首次实现 5.59 亿美元的运营利润，其季度营收增速已经超过了 Zoom 在疫情期间、以及谷歌和 Facebook 各自在 IPO 前夕的增速。2026 年二季度，Anthropic 的推理毛利率从 38% 跃升至 70% 以上，年化收入飙升至逾 440 亿美元。
它判断至少要到 2028 年才能全年盈利，但它已经率先在季度维度实现了盈利——而 OpenAI 还在巨额亏损中挣扎。哪条路是对的，已经不言自明。
把时间线拉长看，你会看到两条曲线完全相反的分叉。Anthropic 的年化营收在短短 15 个月内从约 10 亿美元飙升至逾 440 亿美元，涨幅超过 30 倍。
而 OpenAI 的年化营收虽然也在增长，但增速从 3 月达到 300 亿后逐步放缓，正在接近天花板，同期增长缓慢。
这是一个典型的 " 谁在放大规模、谁在吃存量 " 的故事。Anthropic 在高速扩张，OpenAI 的 C 端增长已经基本见顶。
OpenAI 是怎么从" 神坛 " 掉下来的？
要理解 OpenAI 为什么掉队，我们必须回到它的决策本质。这家公司从未选择 " 先做好一件事 "，而是一直在走钢丝——而且不幸的是，钢丝在 2026 年断了。
表面上看，OpenAI 的数字依然惊人。钛媒体文章揭示了一个更让人不安的真相：OpenAI 从 Amazon、NVIDIA、SoftBank 那里融来的 1220 亿美元中，相当一部分将以芯片采购、云服务和数据中心基建的形式流回 " 投资人 " 手里。
风险投资人 Tomasz Tunguz 将这种结构比作互联网泡沫时期的恶性循环：投资者投了 OpenAI，OpenAI 把钱花在它们的芯片和服务上，烧掉的钱实际上只是在账本上转了一圈。
这笔钱的流向揭示了一个根本性的问题：OpenAI 烧了那么多，但真正用于构建核心竞争力的投入到底有多少？
更加令人焦虑的是增长危机。报道显示，OpenAI 长期承诺在 AI 基础设施上投入超过 1.4 万亿美元，已与多个云服务商签订超过 6000 亿美元的未来支出承诺。
CEO 奥特曼一直奉行的 " 全力扫货 " 算力策略，一度因 ChatGPT 的强劲增长而显得底气十足，但随着增长放缓，这种做法开始反噬公司—— CFO 弗里亚等高管已转而着力控制成本，与 CEO 之间的张力不时显现。
Sora 就是一个典型案例。Sora 预览效果一度震动业界，迪士尼甚至计划与之达成 10 亿美元的内容合作。
但最终，Sora 的全球用户在突破 100 万后迅速回落至不到 50 万，每天运营成本约 100 万美元，最终不得不关闭。
这里面问题的本质是：当资源有限，而战线拉得太长时，最先倒下的就是最需要的核心业务。
产品线在收缩，市场份额也在收缩。其企业采用率在 2025 年年中触顶——约 36.5% ——之后就进入了缓慢下滑通道。而 AI 整体市场还在持续扩张，美国企业 AI 采用率在 2026 年 3 月首次突破 50% 大关。蛋糕还在变大，但切蛋糕的规则已经变了。
与此同时，OpenAI 还在经历一场悄无声息的内部分裂。截至 2025 年底，最初 11 人的创始团队中，只剩下 Sam Altman 和 Greg Brockman 两人仍坚守。
外媒统计，单 2025 年一年，大量管理层和主要研究人员就离开了 OpenAI。而且 OpenAI 的战略重心已经彻底从纯粹的研究探索转向商业化，原本用于探索性研究的资源越来越多地被倾斜向产品迭代与维护。随着核心研究人才的流失，OpenAI 的技术护城河在加速变窄。
到 2025 年底，OpenAI 已彻底完成了从非营利研究实验室向 " 受到严密保护、不透明的营利性组织 " 的转型。这种路线转向，让 OpenAI 在长达一年的时间里都没能拿出一款真正让市场惊艳的模型。
技术差距，" 既要又要 " 带来的尴尬
技术层面，OpenAI 的策略显示出一种 " 既要又要 " 的困境。
一方面，它在拼命刷发布速度。从 GPT-5（2025 年 8 月）到 GPT-5.5（2026 年 4 月），过去短短半年多时间连续推出了至少 5 个大版本，发布周期从近百天压缩到不足一个月。
这种迭代模式被一些观察者称为 " 小步快跑 " 战术。与之相对，市场上曾广泛期待颠覆性的 GPT-5 版本却迟迟没有露面的迹象。频繁的增量更新虽然能维持市场热度，却在消耗用户对 OpenAI 作为技术领跑者的信任。
频繁更新带来的参数提升越来越有限，而品牌溢价却在迅速贬值。一个越频繁发布模型的公司，它的每一个新模型受到的关注度反倒在递减。
但问题的真正根源还不是迭代频率。技术质量本身也让不少用户产生怀疑。有分析指出，最新的 AI 模型在某些基础推理任务上，表现反而不如两年前的老版本。
这暗合了一个更深层的问题：OpenAI 早期创造 GPT-4 的精神内核——那种 " 我们正在重新定义智能边界 " 的使命感——正在被商业优先的导向所取代。
更令人玩味的是组织层面的人才流失与品牌形象的持续受损。早在 2025 年底，扎克伯格亲自指挥下的 Meta 超级智能实验室已经对 OpenAI 的核心团队展开了外科手术般的精准挖角。
Shengjia Zhao 等前 OpenAI 核心人物离开后，OpenAI 的技术根基就在不断抽空。
与此同时，产品端也出现了明显的口碑恶化。当用户一次又一次发现自己的对话因为模型更新而失去了熟悉的 " 人格记忆 "，反反复复地发现 " 上次能完美解决的问题这次却不行了 "，流失潮就开始加速。
最新数据披露，2026 年 3 月，在美国市场上，Claude 的下载量达到 110 万次，环比暴增 240%，一举超越 ChatGPT 拿下免费 iOS 应用榜首。
技术差距在 " 感觉 " 层面的扩大甚至比数据还要明显。很多尝试从 ChatGPT 转向 Claude 的用户都有一个共同的表述，那就是对 OpenAI 行为模式的日益不满——包括公司从原始非营利身份转型、与美国国防部合作等。
这让一批有 " 道德洁癖 " 的用户开始主动寻找替代品。一个典型的例子是《Neuron》杂志的读者投票：在 3143 票中，Claude 获得 1449 票（46%），ChatGPT 仅 790 票（25%）。投票者们给出的理由集中在编码质量、长文本写作的无缝体验，以及品牌的道德一致性认同上。
投票行为背后透出一个更深层次的信号：当用户选择 AI 模型，买的不再只是功能，而是在选择价值观、品牌认同和 " 我想和谁一起共事 "。
Anthropic 凭什么反超？
如果说 OpenAI 的困局源于 " 想得太多、做得不够聚焦 "，那 Anthropic 的故事则恰恰相反。
Anthropic 的核心团队正是因为对 OpenAI 的治理路径和产品方向存在根本性分歧，才选择了另立门户。
这一背景赋予了 Anthropic 非常独特的战略定性：从一开始，它的目标就不是 " 做一个 ChatGPT 的 Copycat"，而是定义 AI 使用方式的全新范式——始终强调 AI 的安全对齐、合规性和企业级应用场景。
所有判断的基础来自一条反常识的商业逻辑：那些每年能创造巨额营收的企业客户，往往会 " 落地付款 "，而非 " 点击即续费 "。
Anthropic 的 B 端收入占比高达 80%，年消费超过 100 万美元的大型客户数量已突破 1000 家——这一数据在过去两个月实现了翻倍增长。
在全球财富 100 强企业中，已有超过 70 家（相当于 8 家）将 Claude 深度嵌入其核心业务流。
更关键的是效率。数据揭示了一个残酷的真相：Anthropic 的每一美元训练成本所换回的营收效率，比 OpenAI 高出接近四倍。
与此同时，Anthropic 每赚 1 美元，算力成本约为 56 美分，而未来还在快速下降。相比之下，OpenAI 的算力成本仍然居高不下。Anthropic 用户的月均创收能力约为 211 美元，而 OpenAI 的用户仅为 25 美元。
前者是后者的 8 倍有余。把这一差异归结为 B 端与 C 端之别当然可以，但也揭示了一个核心问题—— OpenAI 虽然拥有海量流量，但它的流量变现效率已经低到令人担心的程度，而对 Anthropic 来说，少量高价值用户则共同撑起了一个高回报率的商业模式。
Claude Code 是这场逆袭中不能被忽视的变量。这一编程工具的年化收入已超过 25 亿美元，份额达到惊人的 54%。
一个更有冲击力的数据是：全球 4% 的 GitHub 公开代码提交由 Claude Code 完成，而一个月前这个数字还是 2%。如果保持这一增速，到 2026 年底，这个比例可能突破 20%。
为什么编程能力会成为企业 AI 市场的决胜主战场？答案很简单——在企业的 AI 采购决策链条中，绝大多数起点都不是 CEO 在战略会议上拍板，而是一线工程师先用起来，再推荐给团队，最后推动公司买单。
一旦工程师成了 " 布道者 "，企业的采购决策就会从价格战升级为 " 产品锚定 "。而 Claude Code 恰恰抓住了这个关键的 " 赋能者 " 角色。
Anthropic 的运营思路同样是 OpenAI 的 " 镜像版 "。与 OpenAI 挥金如土砸品牌广告不同，Anthropic 将大部分资源投入组建专业的销售团队，深入客户现场手把手协助企业完成 AI 与工作流的垂直整合。
这一策略创造了高达 70% 的直接对决胜率。从技术架构到商业模式再到销售链条，Anthropic 整个系统都在围绕 " 怎么为企业创造最大实际价值 " 运转。
在基础设施的保障上，Anthropic 同样构建了一个庞大的合作伙伴生态。它已深度绑定亚马逊的 AWS 云服务——亚马逊承诺未来向 Anthropic 投资 50 亿至 250 亿美元，而 Anthropic 将为此投入超过 1000 亿美元——同时，谷歌又承诺再投资 400 亿美元，微软也已通过 Azure 向 Anthropic 提供下一代 AI 芯片 Maia 200。这种多源化供应布局，为它提供了极为稳定的算力支持。
从根本上讲，Anthropic 的打法是一次精准的对 OpenAI" 全都要式竞争 " 策略的系统性反击。
当 OpenAI 同时追逐视频生成、硬件设备、AI 电商等多条分散战线时，Anthropic 始终用最简单、最专注的策略—— All in B 端、All in 实际产出、All in 工程效率——来回应。
这场博弈的胜负最终验证了一个非常浅显却容易被忽略的道理：AI 领域最终不是靠谁嗓门大、战线长赢下来的，而是靠谁能真正把技术 " 用 " 出真金白银。
当盈利本身成为最深的分水岭
2026 年 3 月，Anthropic 达成公司史上迄今最重要的一座里程碑。它在季度维度实现盈利——在全球头部 AI 企业均为 " 营收增长、亏损扩大 " 的大背景下，这家公司率先打破盈利困局，成为主流 AI 企业中较早实现季度盈利的代表。
从行业角度看，这一里程碑的意义甚至比表面的数字更加深远。今天的市场环境充满了这样的企业——年营收几十亿、数百亿美元，但依然要靠在资本市场上不断融资才能活下去。
投资者对 AI 的耐心开始接近极限，盈利能力和现金流正取代简单的用户数成为新的估值核心。
市场数据证实了这一转向。Anthropic 的企业采用率在从 9% 狂飙到 34.4% 时，OpenAI 的份额同期几乎原地踏步。
更让 OpenAI 管理层焦虑的是，即便奥特曼立刻推出 " 企业客户两个月免费 Codex 访问权 " 以挽留客户，免费午餐带来的效应也只能是暂时的。
与盈利分水岭几乎同时到来的，还有企业客户对 OpenAI 品牌信心的严重侵蚀。外界最大的不安来自于 OpenAI 快速增长的巨额亏损：2026 年将亏损 140 亿美元，2027 年现金消耗将飙升至 570 亿美元。
除非在短期内实现结构性转机，否则一个越来越多的人在问的问题是——当 OpenAI 自己的资金链紧张到不足以继续烧钱的时候，市场上还有什么理由留下来？
相较之下，Anthropic 的运营如同一个精密的 " 造血模型 "：2026 年 Q1，它在算力上的每 1 美元边际成本大幅下降，用户结构向更高回报率的企业级客户迁移，训练与推理成本的控制同时达到空前水平。
到二季度，其利润率更是实现大幅飞升。它的年度现金流预计将在 2027 年转正——而 OpenAI 最乐观的预期至少在 2030 年以后。
盈利本身成为一种强大的护城河。一个投资者最终不会害怕那些技术暂时落后的公司，但他们会害怕那些 " 永远看不到盈利希望 " 的赌注。
在这家从 OpenAI 出走创立的公司身上，如今站在它前面的，只是一片无边的蓝海。
结语
回到最初的问题—— OpenAI 真的掉队了吗？
从月活用户数看，OpenAI 仍然遥遥领先。从品牌知名度看，ChatGPT 依然秒杀竞品。
从估值规模看，OpenAI 依然是资本市场的宠儿。但越深入地审视那些真正决定企业长期命运的底层指标——能否将技术高效变现、能否将客户长期锁定、能否告别补贴依赖实现内在增长——你会发现天平已经彻底倾斜。
Anthropic 的长板不是某一项技术的 " 领先那么几个百分点 "，而是它从一开始就构建了一个几乎完美的正向循环闭环：B 端深度锁定（客户既掏钱又参与生态）、利润率迅速提升（现金流自我循环）、客户黏性持续增加、品牌忠诚度不断强化、技术迭代速度也因数据自驱动而加快。
当 OpenAI 的发言人看到 Ramp 发布的企业采用率被反超时，回应了一句耐人寻味的话："Ramp 数据只统计了信用卡扣款，而我们那些千万级的企业级深度转型合同不走信用卡。"
与此同时，奥特曼急于推出免费试用挽留企业客户。一边解释数据 " 不全面 "，一边急于用免费午餐回应急剧缩水的市场生态，两种动作叠加起来传达的信息，恐怕比 Ramp 的任何数据都更值得深思。
护城河从来不是闪电战建起来的。当 OpenAI 烧了 1000 多亿美元却在分散战线上疲于奔命，当它的核心创始团队几乎走光、组织系统转向保守防御，当它的技术领先优势被迅速缩小，当它的企业级客户被以压倒性的比例抢走——那么，还能说它仍然是 AI 的绝对领先者吗？
说实话，如果你两年前问过任何一位 AI 从业者，告诉他 "ChatGPT 的代名词将不再是行业的标杆，而是一家名叫 Anthropic 的‘叛军’在多个维度上反超 "，大概没人会相信。但今天，这就是 AI 赛道的真实写照。
核心真相很清楚：AI 公司最终的护城河不是单点技术爆款，不是用户量的堆叠，而是造血能力——是能将技术转化为真金白银、把资本转化为可持续增长的底层能力。
OpenAI 选择了一条 " 先造势后造血 " 的路，在资金充沛时没有建立真正的内在循环模式，一旦增长放缓和市场情绪降温，便暴露出根基不稳的致命伤。
Anthropic 的逆袭不是偶然。它是对 " 工具的本质是价值创造 " 的又一次重申，是对 " 规模以上重聚焦 " 这一古老商业法则的实践，也是对 " 一个产品如果解决了核心问题，增长自然会追赶上来 " 这一理念的最好证明。
商业社会有它自有的运作规律，而在 AI 这个 " 烧钱神话 " 濒临破裂的时刻，那些真正懂得创造价值的竞争者，总会笑到最后。
今天的 Anthropic，已不再是 OpenAI 的 " 追赶者 "。而 OpenAI，如果还不能找到解决核心盈利困境的密码，等在前面的，恐怕就真的不只是掉队那么简单了。
