Anthropic IPO खरीदारों को मूल्यांकन केवल $1.1T जितना कम दिख रहा है
Anthropic का नियोजित IPO, जिसे कभी $2T तक आँका गया था, अब “low” $1.1T पर pricing की उम्मीद में है, जिससे यह तीखी बहस छिड़ गई है कि क्या ट्रिलियन-डॉलर मूल्यांकन किसी भी तरह से उचित है। टिप्पणीकार एक तेजी से commodity बनते AI बाजार में कंपनी के moat पर सवाल उठाते हैं, और तेज़ी से सुधरते open-weight व चीनी models, धीमी revenue growth, compute के लिए भारी capital commitments, तथा बढ़ते regulatory और political headwinds की ओर इशारा करते हैं। कुछ लोग Anthropic और OpenAI को लंबे समय के संभावित दिग्गज मानते हैं यदि वे सचमुच superior “digital intelligence” हासिल कर लें, जबकि अन्य चेतावनी देते हैं कि कुछ सौ अरब डॉलर तक की वास्तविक repricing व्यापक AI financing bubble को फोड़ सकती है.
मूल्यांकन और IPO मूल्य निर्धारण
- कई लोगों को $1.1T भी बेहद अधिक मूल्यांकित लगता है; “न्यायसंगत” दायरे आम तौर पर $200–400B के बीच बताए जा रहे हैं, जबकि कुछ इससे भी कम, $100B से नीचे, का तर्क दे रहे हैं।
- अन्य लोग दलील देते हैं कि यदि Anthropic वास्तव में “intelligence” को लगभग मानव-स्तर या उससे ऊपर के स्तर पर बेचता है, तो $1T सस्ता हो सकता है, हालांकि वे मानते हैं कि यह एक बड़ा “यदि” है।
- टिप्पणीकार ध्यान दिलाते हैं कि लक्ष्य लगातार नीचे खिसक रहा है ($2T → $1.5T → $1.1–1.3T) और अनुमान लगाते हैं कि IPO को इसलिए टाला जा सकता है ताकि बड़े निवेशकों को निजी मूल्यांकन की तुलना में नुकसान मान्यता देने के लिए मजबूर न होना पड़े।
- कई लोग IPO की यांत्रिकी समझाते हैं: शुरुआती मूल्यांकन मुख्यतः यह तय करता है कि Anthropic कितनी नकद जुटाएगा और शुरुआती हिस्सेदार कहाँ बाहर निकलेंगे; IPO के बाद मूल्य में बदलाव से कंपनी को पहले ही मिली नकदी नहीं बदलती।
वित्तीय स्थिति और वृद्धि
- रिपोर्ट किए गए ARR आंकड़े (जैसे $80B वार्षिकीकृत) पर विवाद है: कुछ इन्हें “bullshit non-standard metrics” कहते हैं, यह इंगित करते हुए कि Q3 की वृद्धि धीमी हुई और घाटे अब भी बहुत बड़े हैं।
- एक पक्ष inference पर ~85% gross margins का हवाला देता है और दावा करता है कि subscriptions संभवतः महंगे API उपयोग से सब्सिडाइज़ की जा रही हैं।
- दूसरे कहते हैं कि “profitability” अक्सर training costs, stock-based comp, या अन्य बड़े खर्चों को बाहर रखकर परिभाषित की जाती है, जिससे अब तक यह व्यवसाय संरचनात्मक रूप से लाभदायक नहीं दिखता।
Moat, प्रतिस्पर्धा, और Commoditization
- moat को लेकर गहरी शंका है: models एक-दूसरे के करीब substitutes हैं; switching costs कम हैं; open-weight और चीनी models (DeepSeek, Qwen, Kimi, आदि) तेज़ी से बराबरी कर रहे हैं और कहीं सस्ते हैं।
- कुछ लोगों का मानना है कि regulation और “AI safety” lobbying का मकसद regulatory capture है ताकि margins सुरक्षित रहें; अन्य लोग कहते हैं कि उभरता regulation उल्टा data center build-outs को धीमा कर सकता है और Anthropic को नुकसान पहुँचा सकता है।
- कई लोग तर्क देते हैं कि सक्षम models वाले प्रतिस्पर्धी बाजार में tokens पर लंबे समय तक मोटे margins मिलने की संभावना नहीं है।
Local और Open Models बनाम Claude
- कई engineers बताते हैं कि वे अपने दिन-प्रतिदिन के काम का बड़ा हिस्सा मजबूत local/open models (जैसे Qwen3.8, DeepSeek) पर ले जा रहे हैं और Claude subscriptions रद्द करने की योजना बना रहे हैं; जबकि अन्य कहते हैं कि जटिल coding और लंबे, agentic workflows के लिए ये models अभी भी frontier Claude/GPT से बहुत पीछे हैं।
- Hardware constraints अहम हैं: अच्छा local performance आम तौर पर 32–128GB+ VRAM/unified memory मांगता है, जो अभी महंगा है, लेकिन hardware और efficiency बेहतर होने पर सामान्य हो सकता है।
Macro, Labor, और Hype Cycle
- कुछ लोगों का मानना है कि 2026 AI hype का शिखर नहीं था और मांग बढ़ती रहेगी; अन्य इसे tulip/railroad/dot-com bubbles से तुलना करते हैं, जहाँ तकनीक बनी रहती है लेकिन कई बड़े सितारे खत्म हो जाते हैं।
- AI-प्रेरित layoffs और “Layoffpalooza 2027” को लेकर स्पष्ट चिंता है, लेकिन इस बात पर मतभेद है कि इसका असर आज कितना व्यापक है।
- कई लोग चिंतित हैं कि यदि Anthropic या उसके peers बड़े indices में शामिल होते हैं, तो सामान्य retirement savers को AI valuation crash का जोखिम उठाना पड़ेगा।