AI 營收爆炸但民眾好感度比伊朗還低，這個產業到底怎麼了？

TL;DR

Anthropic 二月單月營收 60 億美元，相當於 Databricks 和 Snowflake 一整年的營收，AI 產業的 J curve 正式進入陡峭上升段
Chamath 潑冷水：目前企業 AI 營收大量來自「實驗性預算」，真正進入核心生產流程的案例極少，Amazon 內部因 AI 生成的程式碼引發多次 Sev-1 事故
AI 在美國的民調好感度只比民主黨和伊朗高一點，ICE 都比 AI 受歡迎。2025-2026 年因反對而被取消的資料中心約 12 GW，等於每年 1,200 億美元營收蒸發
問題根源：AI 公司的 CEO 們一邊說 AI 將毀滅人類來募資，一邊又要賣產品給企業和政府，這種精神分裂式的 messaging 正在反噬整個產業

All-In Podcast 是矽谷最具影響力的科技商業節目之一，由四位創投圈的老手共同主持：Chamath Palihapitiya（Social Capital 創辦人）、Jason Calacanis（連續創業者兼天使投資人）、David Sacks（前 PayPal COO、Craft Ventures 創辦人，目前擔任白宮 AI 與加密貨幣政策顧問）、David Friedberg（The Production Board 創辦人）。這集 Friedberg 缺席，由 Brad Gerstner 代打。Brad 是 Altimeter Capital 的創辦人兼 CEO，管理超過百億美元資產，同時是 Anthropic 和 OpenAI 的投資人，也是推動美國兒童投資帳戶（Trump Accounts / Invest America）的幕後推手。這集他的雙重身份讓討論特別有張力，既是 AI 產業的大金主，又得面對 Chamath 對 AI 營收品質的連番質疑。

Anthropic 一個月賺的比 Snowflake 一整年還多

先講數字，因為數字本身就夠震撼。

Anthropic 二月份單月營收 60 億美元，換算年化跑率（ARR, Annualized Run Rate）已經突破 140 億。14 個月前這個數字是 10 億。12 倍成長，估值 1,800 億。OpenAI 那邊年化跑率 200 億，估值 8,400 億。

Brad 在節目裡講了一句很到位的話：Anthropic 二月一個月的營收，比 Databricks 和 Snowflake 這兩家花了 12 年才建起來的年營收還高。

這個成長的驅動力是什麼？Brad 的判斷是：Opus 4.6 發布後，模型和 Agent 的能力跨過了一個門檻。它們不再只是跟 IT 預算搶生意，而是開始跟「人力預算」競爭。企業不是花 20 美元訂閱一個工具，而是花真金白銀讓 AI Agent 去做本來需要請人做的事。

這聽起來很美好。但 Chamath 馬上潑了一盆冷水。

60 億營收裡，多少是真的？

Chamath 的核心論點很直白：我找不到一個真正在企業核心生產流程裡跑出正向利潤的 AI 應用案例。一個都沒有。

那 60 億怎麼來的？他的解釋是：每家公司的董事會都需要一個「AI checkbox」，幾萬家企業每家每月付個幾百美元，數字就堆上去了。但這跟 Snowflake、Databricks 的營收本質不同。那些產品是嵌在企業核心營運流程裡的，拔掉就斷氣。AI 現在還停在「有趣、值得實驗」的階段。

他舉了一個殺傷力很大的例子：Amazon 內部因為 AI Agent 寫的程式碼，連續引發三四次 Sev-1 事故（最嚴重等級的系統故障），直接導致 AWS 部分服務中斷。結果 Amazon 下了一道內部命令：所有 AI 生成的程式碼必須經過人工審查才能部署。

我覺得這個例子特別值得留意。AWS 之所以能收那麼貴，就是因為它的可靠性。12 個 9 的精確度是靠人類和確定性程式碼（deterministic code）堆出來的。你讓 AI 去碰這個，出事了誰負責？

Chamath 自己也是這些模型的大客戶，每年付幾百萬美元的 API 費用。他說了一句很扎心的話：「我的 token 消耗量每三個月翻三倍，但我的營收沒有跟著翻三倍。」

（我自己的感受也差不多，工具越用越多，帳單越來越高，但要說產出效率真的等比例提升？老實說還在摸索。）

Coding 是目前唯一站得住腳的企業用例

Sacks 的觀點比較中間路線。他認為企業端的 AI 營收，核心驅動力就是 coding assistance。這是第一個真正的 breakout use case。

他的邏輯很簡單：軟體工程師永遠不夠用。矽谷是全世界最吸引工程師的地方，招人都招不滿。Fortune 500 企業更慘，根本搶不到人。現在你可以用 metered 的方式按 token 買程式碼，不用再走招聘、面試、留人那套漫長流程。

這個觀察我覺得是對的。但 Chamath 提醒的也對：Fortune 500 的 change management 問題很大。大公司的中層管理者會抵制 AI，因為導入 AI 意味著砍人，而推動導入的人搞不好也會把自己的位子搞沒。

Brad 補了一句很關鍵的：真正在用 AI 的是新創公司。法務、行銷、SDR（Sales Development Representative，業務開發）、會計、HR，這些本來要請顧問或外包的工作，新創公司已經在用 LLM 跑生產環境了。

AI 的 PR 災難：好感度比 ICE 還低

這集最讓我覺得值得寫的其實是後半段。

Chamath 秀了一張民調圖：AI 在美國的好感度只比民主黨和伊朗高一點點。ICE（移民執法局）都比 AI 受歡迎。

對比一下，Stanford 的研究顯示中國有 80% 的人認為 AI 利大於弊，美國只有 30% 出頭。整個亞洲都偏樂觀，美國和西歐偏悲觀。

為什麼會這樣？Sacks 點出了幾個原因：好萊塢長期塑造的 AI 末日敘事、CEO 們自己嚇自己的公關策略、還有一群拿了 EA（Effective Altruism，有效利他主義）陣營幾十億美元資金的 doomer 智庫在背後推波助瀾。

Chamath 給了一個更尖銳的框架。他說 AI 公司的 messaging 基本上是精神分裂：

Dario 路線：「我們造了一個可能有意識的超級 AI，只有我們能保護你」，然後投資人就掏出 100 億
Sam 路線：「我們就是賣 token 的，像水電一樣」
現實：這兩種敘事互相矛盾，而且都在公開場合 A/B test

結果就是律師公會和醫師公會拿著 AI 公司自己說的「AI 很危險」去遊說立法禁止 AI 提供法律和醫療建議。紐約已經準備立法了。最諷刺的是，AI 法律和醫療諮詢最能幫到的就是窮人，付不起律師費、沒有保險的那群人。

Chamath 給了一組很具體的數據：2025 年約 25 座資料中心因抗議被取消，約 5 GW 的算力。2026 年到二月底已經有約 100 座在被抗議，預估會有 40 座被取消，約 7 GW。用 Anthropic CFO Sarah Fryer 的公式換算（1 GW ≈ 100 億美元年營收），光這兩年就有 1,200 億美元的年營收從桌上消失了。