S-1逐章讲解
05-1研发、算力、人才与资金(第 1–7 条)
05-1第 1 份

第五章 风险因素(一):研发、算力、人才与资金

原文位置:原书第 26–40 页(第 26 页是章节插图),PDF 第 48–67 页。英文底本:英文文字版/05-风险因素 第 1–7 条。 风险因素共 88 条,分 9 份讲解,这是第 1 份:章节开头的总声明,加「业务与行业风险」的前 7 条。 五个层级从小到大:一级大纲 → 二级一句话核心 → 三级拆开讲清楚 → 四级对照招股书深读与应用 → 五级完整中文译文。

一级这一部分的大纲

这 7 条风险回答七个问题:

  1. 模型落后了怎么办? 公司的一切都建立在「做出最先进的模型」上,任何一环掉链子都会落后,而且可能越落越远。
  2. 算力不够或用不好怎么办? 要和更有钱的巨头抢算力,云服务商也不一定给够;算力池调度也可能出错。
  3. 算力买多了或买少了怎么办? 算力要提前几年签死,过去公司就严重低估过需求;买多了也照样要付钱,付不起可能引发连锁违约。
  4. 芯片、电、数据中心不够怎么办? 先进芯片集中在台积电、内存集中在三家厂商,电网跟不上,数据中心建设慢、被反对。
  5. 关键人员走了怎么办? 尤其是 CEO 和总裁;有些供应商合同里,关键人员离开甚至会触发不利条款。
  6. 钱不够怎么办? 业务需要越来越多的资本,部分融资额度要达到收入目标才能动用。
  7. 文化守不住怎么办? 公司越大、越商业化,「使命驱动」的文化越难保持。

二级一句话抓住核心

Anthropic 的命门是「持续做出最先进的模型」,而这依赖提前几年锁定的海量算力;算力签少了会落后,签多了要硬付钱,芯片、电力、数据中心任何一环卡住,都可能让整台机器慢下来。

这里要分清三件事:

  • 「风险」不等于「已经发生」:开头的总声明说,这些是公司认为可能发生的事,不代表已经发生;但原文中写着「我们过去曾经……」的地方,是已经发生过的,要特别留意。
  • 「算力不够」和「算力过剩」是同一个问题的两面:根源都是「需求很难预测,而合同要提前签」。
  • 「规模定律」不是保证:创始人信说规模定律的预测「一次次应验」,风险因素则说它可能「趋于平缓、减弱,或在更大规模下不再成立」。

三级把核心拆开讲清楚

0. 开头的总声明说了什么?

投资 A 类股风险很高。下面的内容是公司对未来可能产生重大不利影响的事项的判断,不是对这些事是否已经发生的陈述(另有披露的除外)。提到的过去事件只是举例,不代表完整清单,也不代表将来发生的可能性。还可能有公司现在不知道、或认为不重要的风险。真发生了,股价可能下跌,你可能损失部分或全部投资。

要掌握的点:这段声明的作用是「免责」。读风险因素时,重点找「我们过去曾经……」这类句子,那是真实发生过的事。

1. 第 1 条:模型落后了怎么办?

公司要同时做到 12 件事才能保持领先,包括:研究突破、模型安全可靠、拿到算力、提高算力效率、留住人才、收入增长和融资、拿到高质量数据、维持云和生态伙伴关系、低成本大规模部署、把能力变成产品、高效分配资金、应对全球监管。

任何一件做不到,都可能引发恶性循环:增长放缓 → 投入受限 → 竞争力下降 → 增长进一步放缓 → 越来越难回到前沿。

这一条里还藏着五个具体风险:

风险 白话 已经发生过吗
闭环的副作用 越来越依赖自家 AI 写代码、做研究、造下一代模型,当前模型里的系统性缺陷、偏见、错误可能传到下一代,而且越传越难发现 未说
能力跑在安全前面 用 AI 加速研发,能力可能比安全、对齐措施进步得更快;而衡量加速程度的证据多是滞后指标,可能等加速已经发生了才发现 公司已采取预防措施:推迟发布、限制初期开放,例如通过「玻璃翼计划」(Project Glasswing)限制 Mythos 的开放。以后这类措施可能更频繁、更贵
训练失败 一次大训练要几周到几个月、花费数百万美元,可能达不到能力或安全门槛、出现无法纠正的行为、或者练出来没竞争力 发生过:公司说过去曾有失败或表现不佳的训练
发布和下线的取舍 新模型可能延期、表现不如预期;出于安全、可解释性、对齐和「模型福祉」的考虑,可能推迟淘汰旧模型,占用算力;客户也可能不愿迁移 发生过:公司改过用量限制、速率限制、模型和产品能力,有人因此主张公司对模型访问和能力的披露不充分或有误导
基准测试不等于实际效果 基准分高的模型,在生产环境里不一定让客户满意 未说

另外,数据质量、偏见、幻觉、知识产权和隐私问题都要持续投入;公司或数据供应商使用合成数据训练,可能带来质量问题、放大错误,甚至引发所有权方面的新法律问题。

要掌握的点:「闭环」在摘要里是优势,在这里是风险:错误会跨代传播,能力可能跑在安全前面。同一件事,两面都要看。

2. 第 2 条:算力不够或用不好怎么办?

算力决定能力:业内和公司自己的经验表明,训练时用更多算力,模型能力往往更强(规模定律)。但原文明确说,这种关系的程度、效率和持久性都不确定,可能在更大规模下趋于平缓或失效;加大算力投入也不保证能力相应提升。

抢算力的对手更有钱:对手是全球最大、最有钱的科技公司,很多自己做 AI 模型,自建数据中心、自己设计或生产芯片、和硬件供应商关系更深。它们可以出更高价、优先拿到芯片和云配额、签公司签不起的长期合同。部分提供大量算力的云服务商自己也做 AI 模型,利益不一定一致。

云服务商不一定给够:即使有合同,能拿到多少还要看云服务商的执行、产能、自己的内部需求、对其他 AI 公司的合同义务。公司过去曾向云服务商要过超出对方愿意提供的算力。

算力池调度可能出错:公司把算力当作一个池子,在研究、开发、服务客户、内部使用之间调来调去。原文说:历史上算力需求一直超过可用产能;如果「产能管理系统」失灵,客户服务质量和研发进度都会受影响。

智能体特别吃算力:智能体任务有多步推理、反复调用工具、超长上下文、长时间运行,每次交互消耗的算力远多于一次问答。智能体占比越高,服务客户所需的算力可能比收入涨得更快。

芯片组合是几年前定的:大部分算力按多年合同提前采购,不同芯片适合不同任务。合同签的时候按当时的预测决定了芯片组合,如果后来模型架构、客户需求变了,手上的芯片组合可能不合用。

落后得很快:模型几个月就换一代,短期缺算力就可能迅速落后;落后一两代,能力和商业价值差距很大,客户、开发者、研究人才都可能流向对手。

要掌握的点:摘要说「收入涨 1,368%,算力费用只涨 300%」,这里却说智能体可能让算力需求「相对于收入不成比例地增长」。效率提升和智能体的高消耗在互相抵消,后者是要盯住的变量。

3. 第 3 条:算力买多了或买少了怎么办?

为什么要提前几年签:芯片厂、云服务商、数据中心开发商都要求提前承诺,才肯分配产能、规划投资。所以公司必须提前很久预测需求、投入资金,而且需求变了很难调整合同。

预测很难:要看研究进展、训练方法耗算力多少、竞争变化、客户推理需求、硬件效率。**公司过去曾严重低估算力需求,导致产能受限,影响了产品开发和部署。**算力上线的时间也可能和需求增长对不上,出现闲置期,钱付了却没有收入。

模式正在转变:从「只用云、按时段租」转向「混合模式」:直接租用芯片,放在为公司专门建造、由他人按公司规格运营的数据中心里。这增加了更多变量:设施何时完工、多快达产、能否和云端整合、能源和水何时到位。

「照付不议」:长期合同里有最低采购承诺、照付不议(take-or-pay)条款,不管用不用都要付钱。承诺总额超过 $____(空着),大部分到 2045 年。

收入和承诺期限不匹配:

收入 算力承诺
计费方式 主要按用量 固定
期限 大部分没有长期合同约束 一般跨多年
能否快速变化 客户可以很快减少用量 很难调整

付不起的后果是连锁反应:某些商业合同违约,可能触发经修订和重述的信贷协议和部分可转债的交叉违约条款,可能导致公司几乎全部债务加速到期;多个债权人行使权利、关键合同终止、资产被执行、流动性严重紧张。

还有两个次要风险:

  • 技术换代快,今天签的算力将来可能变得过时、不划算,对手却用上了新硬件。
  • 部分融资安排要求公司对特定芯片供应商作出独家或优先供应承诺,限制了换供应商、换新架构的灵活性。

要掌握的点:创始人信说「如果高估了需求,会设法转出多余算力」,这里则说合同「照付不议」、「调整能力有限」。转让算力是努力方向,不是保证。

4. 第 4 条:芯片、电、数据中心不够怎么办?

这一条最长,按三类投入拆开:

(一)芯片、内存和数据中心设备

  • 先进芯片集中在台积电一家。风险包括:地震台风、地缘政治紧张、电网和供水中断、贸易限制。一旦出事,影响可能持续数年,因为建新厂并通过认证要很久。美国等地的替代产能还在早期。台积电有时无法满足市场需求,公司也并不总能及时拿到足够芯片。
  • **高带宽内存(HBM)**主要由 SK 海力士、三星、美光三家生产;大客户如果签了独家协议,公司可能拿不到。
  • 定制加速器依赖第三方芯片设计和服务公司,包括相关的融资安排。
  • 数据中心设备(变压器、开关柜、涡轮机、发电机、变电站等)厂家少、要提前几年订、要预付大笔款项,计划变了钱可能拿不回;为了尽快拿到算力,公司可能以高于市场价采购长周期设备,如果设施延期,可能白付。
  • 出口管制:美国限制向某些国家出售先进芯片和制造设备;将来可能更严,比如限制芯片能安装在哪些国家、模型权重能存放在哪些国家。

(二)电力和燃料

  • 电网不是为 AI 用电的暴增设计的,新建发电、输电、并网要好几年;家庭、汽车、工业电气化也在抢电,部分老电厂在退役,一些地区电价上涨、并网排队变长。
  • 公司已公开承诺:由公司承担其数据中心导致的消费者电价上涨,包括电费本身和送电所需的基础设施费用。
  • 能不能用上电,要看和电力公司、电网运营方谈判,以及公用事业委员会批准;对方可能附条件、拖延,或者要求公司承担超出其应承担部分的电网升级费用。在很多地方,一家电力公司就能决定条件、时间和价格。
  • 发电输电工程本身受劳动力、供应链、审批、利率影响,部分安排下这些成本直接或转嫁由公司承担。
  • 冷却要用水,有些地区缺水、限水、水价上涨。
  • 部分规划中的数据中心用现场天然气发电:燃料价格和供应由公司按转嫁方式承担,而且没有上限;管道运力也可能不够,同一地区的数据中心会抢同一批天然气。
  • 数据中心在一些地区引起公众争议(环境、土地、用水、电力分配)。公司已作出自愿承诺:承担电网升级费用、新增发电匹配用电、投资用电高峰削减系统、处理环境影响,这些已经增加了运营成本。气候变暖也会让冷却更耗电耗水。

(三)数据中心基础设施

  • 建设周期长:审批、专用设备、电工和技工短缺。部分数据中心依靠融资安排或由合作伙伴(芯片伙伴)为租赁义务提供担保。
  • 合格的第三方建设和运营商很少,有些经验有限;有的运营商由芯片伙伴培训或监督,但不是芯片伙伴的关联方,能力可能不如芯片伙伴本身。施工安全、环境事故、供应商违反劳工人权标准,都可能让公司担责。
  • 数据中心目前主要集中在美国:面临地区性监管、电网、自然灾害、物理攻击(包括反 AI、反数据中心的人发动的)等风险。一些州和地方在考虑或已经批准暂停新建数据中心。例如纽约州暂停了新大型设施的州级审批,得克萨斯州规定电网紧急时可以对大型用电负荷限电或断电。反对数据中心的力量越来越有组织,公司知名度高,可能被特别关注。
  • 正在海外扩建:已签意向书、正在谈多个海外租约,但涉及当地审批、数据主权、跨境数据限制、外国税制,子公司注册和银行开户都可能拖延。
  • 垂直整合的竞争:对手可能自研芯片、自控数据中心和电源、签独家硬件协议、抢先拿下适合建大型数据中心的地块,从而以更大规模、更低成本、更稳定地获得算力。

要掌握的点:算力不只是「买芯片」,而是一条长链:芯片 → 内存 → 设备 → 电 → 燃料 → 水 → 建设 → 运营 → 地方政策。每一环都可能卡住,而且部分成本由公司无上限地转嫁承担。

5. 第 5 条:关键人员走了怎么办?

  • 公司高度依赖 CEO、总裁、联合创始人、高管和关键技术团队。CEO 和总裁对战略、研究、安全和治理框架、推进使命至关重要,很难替代。
  • 他们无论因为什么原因不能履职,或者名誉受到重大损害(不论是否属实),都会影响运营、士气、留人、创新速度、客户信心和品牌。
  • 很多关键人员是被使命吸引来的。如果他们的兴趣变了、觉得别的机构更符合自己的信念,或者认为当初吸引他们来的目标已经基本实现,就可能离开。公司越大、越成熟,这个风险可能越高。
  • 在部分供应商协议下,某些关键人员离开,可能让公司的义务提前到期或触发其他不利后果。

要掌握的点:最后一句很少见:供应商合同里有「关键人条款」,关键人员离开会直接影响合同。具体是哪些人、哪些合同,这里没说。

6. 第 6 条:钱不够怎么办?

  • 业务需要的资本越来越多:算力、基础设施、人才、办公室、数据,还要用现金支付 RSU 相关的代扣税款。
  • 目前算力主要通过云服务商获得,算力交付时才确认成本;将来可能更多地预先付款(融资租赁、预付款、借钱买设备),这会让现金在算力和收入到来之前就流出。
  • 融资方式各有代价:发股票会稀释现有股东,新证券可能有优先权;可转债转换也会稀释;借债可能带限制性条款。
  • 票据购买协议(NPA)的额度不是随便能用的:部分额度要求公司达到收入业绩目标,和/或第三方交付更多算力。公司说历史上一直超过了所有收入目标,但不保证以后也能。
  • 资本市场可能剧烈波动,融资成本上升。

要掌握的点:「累计融资 1411 亿美元」不等于「所有额度随时能用」。部分融资和收入挂钩,收入增长一旦放缓,融资也会变难,两者会同时恶化。

7. 第 7 条:文化守不住怎么办?

公司是使命驱动的,文化强调「公司目的」。保持文化面临九个挑战:

  1. 找到、吸引、奖励、留住认同文化和使命的领导者;
  2. 员工越来越多、分布越来越广,很难保持统一的文化;
  3. 内外部对公司使命、价值观、安全承诺和模型用途的看法;
  4. 和政府政策制定者的接触,员工的看法不一;
  5. 竞争压力可能把公司推离使命和价值观;
  6. 严格的、以价值观为本的招聘和决策标准,可能让扩张比对手慢;
  7. 行业变化太快;
  8. 上市后会受到更多审视和期待;
  9. 长期使命和短期财务表现之间要平衡,可能造成内部紧张。

要掌握的点:第 4 点「和政府接触,员工看法不一」和第 9 点「长期使命 vs 短期业绩」,正是上市公司身份最容易放大的矛盾。


四级对照招股书深读与应用

1. 原文里「已经发生过」的事

把这 7 条里写明「过去曾经」的句子挑出来:

已经发生的事 出处
推迟发布、限制初期开放模型(Mythos,通过玻璃翼计划) 第 1 条
有失败或表现不佳的训练 第 1 条
改过用量限制、速率限制、模型和产品能力,被主张披露不充分或有误导 第 1 条
向云服务商要的算力超过对方愿意给的 第 2 条
算力需求一直超过可用产能 第 2 条
严重低估过算力需求,导致产能受限,影响产品开发和部署 第 3 条
台积电产能不足时,没能及时拿到足够芯片 第 4 条
公开承诺承担数据中心导致的消费者电价上涨 第 4 条
自愿承诺抵消数据中心对社区的影响,已增加运营成本 第 4 条
一直超过票据购买协议的收入目标(这是好消息) 第 6 条

2. 和前几章对照

前面的说法 这里的对应 怎么看
创始人信:规模定律的预测「一次次应验」 规模定律的关系「可能趋于平缓、减弱或失效」 信里是信念,这里是风险提示,两者要一起看
创始人信:推迟 Mythos 是「正确的决定」 这类预防措施「可能更频繁、更昂贵」,可能让公司比不设限的对手慢 公司把同一件事既当作价值观的证明,也当作竞争风险
创始人信:高估需求时「设法转出多余算力」 合同「照付不议」「调整能力有限」 转让算力是希望做到的事,不是合同保证
摘要:收入增长 1,368%,算力费用增长 300% 智能体可能让算力需求「相对于收入不成比例地增长」 要持续盯住算力费用占收入的比例
摘要:算力承诺到 2045 年,金额空着 照付不议、交叉违约、加速到期 这一版里最重要的缺失数字
摘要:累计融资 1411 亿美元 部分额度需达到收入目标才能动用 融资能力和收入挂钩

3. 最危险的一条链

把第 2、3、6 条连起来,就是一条可能的连锁反应:

需求预测偏高 → 照付不议的算力承诺付不起
→ 商业合同违约 → 信贷协议和部分可转债交叉违约
→ 几乎全部债务加速到期 → 关键合同终止、流动性紧张
→ 训练和服务客户受影响 → 收入进一步下滑

公司在招股书里把这条链写得很清楚,说明它知道这是最需要防范的情形。投资人要看的,是后面「管理层讨论与分析」里:承诺的具体金额和期限、现金能覆盖多少年、交叉违约条款的触发条件。

4. 用在自己的工作里

  1. 长期承诺 vs 短期收入的对照表:签任何长期合同(服务器、场地、外包团队)前,列一张表:承诺多少、多久、能否退出;对应的收入是按用量还是按合同、客户最快多久能减少。不匹配的部分就是风险敞口。
  2. 区分「能力指标」和「生产效果」:评测分数高,不等于客户场景里好用。上线前用真实任务验收。
  3. 智能体成本单独核算:多步骤、长上下文、反复调工具的任务,单次成本远高于问答。定价前先测清楚每个任务实际花多少。
  4. 改用量限制要提前说清楚:Anthropic 因为改过用量限制被指披露有误导。改额度、改规则之前,先通知、写清楚变更内容和理由。
  5. 检查合同里的关键人条款:自己签的合同里,有没有「某人离开就触发违约或提前到期」的条款。

自测

  1. 开头的总声明说,风险因素里提到的过去事件代表什么?
  2. 公司在这几条里承认,过去在算力上犯过什么错?
  3. 「照付不议」是什么意思?为什么它和按用量计费的收入放在一起有风险?
  4. 交叉违约可能怎样引发连锁反应?
  5. 为什么智能体任务会让算力需求「相对于收入不成比例地增长」?
  6. 先进芯片和高带宽内存分别集中在哪里?
  7. 「玻璃翼计划」在这里是作为什么例子出现的?
  8. 部分票据购买协议的额度,动用前要满足什么条件?
参考答案
  1. 只是举例,不代表完整清单,也不代表将来发生的可能性。
  2. 严重低估过算力需求,导致产能受限,影响产品开发和部署;也曾向云服务商要过超出对方愿意提供的算力。
  3. 不管用不用都要付钱。收入大部分没有长期合同、客户可以很快减少用量,而算力费用多年固定,收入一旦下滑,付款义务不变。
  4. 某些商业合同违约,可能触发信贷协议和部分可转债的交叉违约,导致几乎全部债务加速到期,进而引发债权人行权、关键合同终止、资产被执行、流动性紧张。
  5. 智能体任务多步推理、反复调用工具、上下文长、运行时间长,每次交互消耗的算力远多于一次问答,而收费不一定同比例增加。
  6. 先进芯片主要来自台积电;高带宽内存主要由 SK 海力士、三星、美光生产。
  7. 作为「推迟发布、限制初期开放」这类预防性安全措施的例子:Mythos 通过玻璃翼计划限制了开放。
  8. 达到一定的收入业绩目标,和/或第三方交付更多算力。

需要 Claude 账号?

加微信 · cjj740950183

本站是个人做的非官方学习站,和 Anthropic 官方无关。

五级 · 完整中文译文第五章 风险因素(一):研发、算力、人才与资金

按原文顺序翻译,〔〕内是页码标记,空白处是原文留空。

原书第 26 页 · PDF 第 48 页

(章节插图,图上文字:风险因素)

26
原书第 27 页 · PDF 第 50 页

风险因素

投资我们的 A 类普通股涉及高度风险。在决定投资我们的 A 类普通股之前,您应仔细考虑下文所述的风险和不确定性,以及本招股书中的所有其他信息,包括「管理层对财务状况和经营业绩的讨论与分析」一节以及我们的合并财务报表及相关附注。本节的披露反映了我们对未来可能对我们产生重大不利影响的事项的看法和意见,并不是关于这些事项过去是否已经发生的陈述,另有披露的除外。提及过去的事件仅作为举例,并非意在作为完整清单,也不是对其将来发生可能性的陈述。我们目前未知的、或我们目前认为不重大的风险和不确定性,也可能对我们的业务、财务状况、经营业绩或前景产生不利影响。如果任何风险实际发生,我们的业务、财务状况、经营业绩和前景可能受到不利影响。在这种情况下,我们 A 类普通股的市场价格可能下跌,您可能损失部分或全部投资。

与我们的业务和行业相关的风险

我们的成功在很大程度上取决于我们持续开发最先进、能力最强的 AI 模型的能力,任何未能做到这一点的情况都可能对我们的业务产生不利影响。

我们的成功在很大程度上取决于我们持续开发、改进和部署最先进、能力最强、最有用的 AI 模型的能力。取得并保持这一地位,取决于我们以下各方面的能力:

  • 通过突破性研究、创新架构和高效的训练方法推进 AI 能力的前沿;
  • 在保持有竞争力的性能的同时,确保我们的模型安全、可靠、值得信赖;
  • 获取为我们不断增长的需求提供动力和支持所需的算力和基础设施;
  • 通过算法和架构创新(包括算力倍增器方面的进步)提高算力效率;
  • 留住我们的联合创始人、高级管理团队和关键技术员工的持续服务,并在竞争激烈、不断变化的市场中吸引、留住和激励领先的研究人员、工程师和技术人才;
  • 保持收入增长,并维持获得充足资本的渠道(包括通过潜在的股权和债务融资),以进行我们认为支持我们增长轨迹所必需的投资;
  • 与数据提供方、许可方和合作伙伴建立并维持关系,以获得实现世界一流模型性能所需的多样化、高质量数据集;
  • 与云、生态系统及其他合作伙伴建立并维持关系,以促进 Claude 的扩散;
  • 构建、运营和维护以具有成本效益的方式大规模部署前沿模型所需的基础设施;
  • 把模型能力转化为满足不断变化的客户需求并获得实质性采用的产品;
  • 在研究、基础设施和运营之间高效配置大量财务资源;以及
  • 应对不断变化、不确定且有时相互分歧的全球监管格局,并与立法者、监管机构和其他利益相关方接触,推动建立我们认为有利于社会、我们的客户以及全球经济长期健康的监管框架。
27
原书第 28 页 · PDF 第 51 页

我们未能实现上述任何一项,都可能使我们无法保持竞争地位,导致我们落后于竞争对手,减少客户对我们的模型、平台和应用的采用或需求,并损害我们的收入增长。反过来,收入增长受限可能限制我们为前沿 AI 开发所需的大量且不断增加的支出提供资金的能力,包括对算力、模型训练、数据获取以及安全与安保系统的投资,以及我们在竞争激烈的市场中吸引、留住和适当激励高技能技术和运营人员的能力。任何此类限制都可能减慢我们的开发和创新速度,使模型性能或可靠性相对于竞争对手下降,限制我们参与行业标准制定和监管程序,并降低我们对企业和专业个人用户的吸引力。这些影响可能形成一种自我强化或复合叠加的循环:增长减弱限制我们投资于保持竞争力所需资源的能力,这又可能进一步削弱我们维持或提高收入增长的能力,使重新取得技术领先地位、在 AI 前沿运营变得越来越困难、代价越来越高。上述任何情况都可能对我们的业务、财务状况和经营业绩产生不利影响。

我们保持 AI 前沿地位的能力,部分取决于我们使用 AI 系统加速研究过程,这是一种我们称为「闭环」的递归动态:我们模型的每一代后续版本协助构建下一代,目的是使能力提升随时间复合累积。我们的模型已经成为、并正日益成为设计、训练、测试和优化下一代 AI 系统的关键工具。如果我们未能把足够的算力和研究力量投向 AI 辅助开发,或者如果我们的竞争对手更有效地利用 AI 增强其自身的创新周期,随着竞争对手不断利用 AI 进一步增强其开发能力、以越来越快的速度创造出越来越先进的系统,我们就有越来越落后的风险。随着我们越来越依赖自己的 AI 系统编写生产代码、开展研究和构建后续模型版本,我们当前模型中的任何系统性缺陷、偏差或错误,都可能传播到下一代模型以及使用这些系统构建的产品中,并以可能难以发现或纠正的方式在一代代 Claude 模型中复合累积。如果我们无法管理上述风险,我们部署最先进、能力最强、最有用的 AI 模型的能力可能受到不利影响。

此外,我们越来越多地使用 AI 系统加速自身的研究和开发,可能导致我们模型能力的进步速度超过我们开发、验证和实施相应安全、对齐和安保措施的能力。我们关于这种 AI 驱动的加速速度的证据,很大程度上来自滞后指标,而我们预测或衡量自身能力进步速度(包括可归因于我们最新的或尚未发布的模型的任何加速)的能力是有限的。因此,我们可能要到开发速度的显著加速已经发生之后才能发现它。如果我们的能力超过了我们的安全、对齐和安保措施,或者如果我们无法预见这种进步的速度,我们可能无法充分评估或减轻由此产生的风险,这可能增加安全事件、监管干预或声誉损害的可能性,并可能对我们的业务、财务状况和经营业绩产生不利影响。鉴于这些不确定性,包括我们观察自身能力进步速度的能力有限,我们已经采取、并可能继续采取预防性的安全、对齐和安保措施,使我们的安全工作能够与模型能力同步推进。过去,这些措施包括推迟模型发布和限制其初期可用范围,例如通过玻璃翼计划(Project Glasswing)对 Mythos 所做的那样;将来,随着我们对模型能力和行为了解更多,这些措施可能包括影响我们是否、如何以及何时开发或部署新模型或新能力的其他措施。我们无法准确预测我们何时会认定此类措施有必要、需要什么措施,或这些措施将持续多久;而且随着我们模型能力的提升,此类措施可能变得更加频繁、代价更高。这些措施可能使我们的能力提升相对于未采取类似限制的竞争对手变慢,并可能对我们的竞争地位、收入增长和经营业绩产生不利影响。

开发前沿 AI 模型需要大量投入算力资源、资本和人力资本,以进行可能持续数周或数月、耗资数百万美元的大规模训练。无法保证任何一次训练都会成功——一次训练可能因多种原因失败,例如未能达到目标能力或安全阈值,产生无法充分纠正的意外或不良行为,或者得到的模型最终无法与市场上可获得的替代品竞争。我们还将面临启动一次新训练以尝试实现预期模型改进所带来的额外成本和延误。我们过去曾经历、将来也可能经历此类失败或表现不佳的训练,导致投入的资源损失,而对我们业务的相应收益有限或没有收益。鉴于前沿模型训练所需的算力和其他资源的规模以及所涉及的漫长周期,一次失败或表现不佳的训练还可能推迟我们的产品路线图,影响我们的竞争地位,并对我们的业务、财务状况和经营业绩产生不利影响。

28
原书第 29 页 · PDF 第 52 页

此外,新的模型、功能或能力可能无法按计划推出,可能无法按预期运行,可能在发布后需要大量迭代,可能未能获得实质性采用,或者可能需要比预期更长的时间才能获得实质性采用,其中任何一种情况都可能减少客户需求,或使我们处于竞争劣势。此外,与模型安全、可解释性、对齐和福祉相关的考虑,可能导致我们限制或推迟淘汰旧模型,或在新版本之外继续支持旧版本,从而在产品开发和算力分配上形成取舍,可能对创新速度、基础设施利用率和收入产生不利影响。此外,已将旧模型集成到其工作流程中的客户可能抵制迁移到新版本,任何加速或强制的淘汰都可能导致客户流失、合同纠纷或声誉损害。我们过去也曾改变、将来也可能改变用量限制、速率限制或模型和产品能力,这可能对我们的声誉以及我们产品的感知价值产生不利影响。其中一些变化已经导致、将来也可能导致有人主张我们关于模型访问或能力的披露不充分或具有误导性。

此外,通常用于测试 AI 模型的行业基准,可能无法准确反映真实世界的性能或效用;即使是在这些基准上表现良好的模型,部署到生产环境中时也可能无法满足客户期望,这可能导致客户不满、使用减少或声誉损害。如果我们无法在应对这些挑战的同时有效地创新和改进我们的模型、平台和应用,或者如果竞争对手能够提供被认为能力更强、更安全或更可靠的 AI 解决方案,或以更低成本提供足够的性能,我们的业务、财务状况和经营业绩可能受到不利影响。

此外,AI 领域的创新涉及应对与数据质量、数据完整性、训练方法、偏差、安全、准确性以及模型输出行为相关的复杂且不断变化的挑战。AI 算法可能存在缺陷,AI 系统可能包含漏洞、错误或缺陷,或未能遵循指令,或产生不准确、误导性、冒犯性、不当或其他有害的输出;可能反映或放大训练数据中存在的不希望出现的或未知的偏差;或可能引发与知识产权、隐私或其他法律和伦理考虑相关的担忧。我们必须持续投入资源来识别、减轻、纠正和减少此类问题的发生,包括通过管理和改进数据集、训练技术、评估方法、防护措施和人工监督。然而,我们可能无法获得所需的数据集,包括通过许可或战略数据合作获得。此外,我们或我们的数据提供方可能在训练过程中使用合成数据或 AI 生成的数据,这可能带来质量问题、放大偏差或错误、导致模型退化,或引发有关所有权、许可或知识产权的新法律问题,而这些问题可能无法由法院或监管机构及时或明确地解决。我们模型的此类意外后果、故障或滥用,可能损害客户信任、减缓采用、使我们受到法律或监管审查,或对我们的品牌和声誉产生不利影响。

如果我们无法获得足够的算力,或者未能在我们的各项工作负载之间有效调配算力,我们可能无法训练出与竞争对手的模型保持竞争力的模型,或无法充分服务我们的客户。

我们开发、训练、改进和部署前沿模型的能力,取决于我们能否获得巨大且不断增加的专用算力。Claude 模型的训练已经需要、并且我们预计将继续需要大量算力。行业参与者、学术研究人员以及我们自己的经验表明,在某些情况下,在模型训练期间投入更多算力与模型能力的提升相关。这些观察结果,与模型性能、模型规模、训练数据和算力规模之间被普遍称为「规模定律」的更广泛经验关系的某些方面相一致,但这种提升的程度、效率和持久性是不确定的,这些关系可能在更大规模或不同条件下趋于平缓、减弱或无法实现。因此,我们保持在 AI 能力前沿的能力,在很大程度上取决于我们能否以维持所有工作负载(包括训练下一代模型)所需的规模获得算力,而我们无法保证对算力的更多投资会带来模型性能的相应提升。

29
原书第 30 页 · PDF 第 54 页

算力市场竞争极为激烈。我们与世界上一些规模最大、资本最雄厚的科技公司争夺算力,其中许多公司开发自己的有竞争力的 AI 模型,并拥有比我们多得多的财务资源。许多公司拥有并运营云计算数据中心基础设施,保有自己的芯片制造或设计能力,与关键硬件供应商有长期的战略关系,或者获得了这些供应商的重大股权投资或与其有其他财务安排。这些竞争对手可以在争夺稀缺算力时出价高于我们,从芯片制造商和云服务商那里获得优先配额,并作出我们无法匹敌的长期资本承诺。我们预计对先进算力的需求将继续增长,算力成本可能大幅上升,尤其是如果 AI 驱动的需求加速,或者如果构建能力很强的模型的能力变得更加普及,使竞争转向争夺先进算力。此外,众多资金雄厚的 AI 公司正在进行大规模的 AI 模型开发,进一步增加了对有限算力的需求。我们从中获得大量算力的某些云服务商,也开发和提供自己的 AI 模型及相关服务。因此,我们与这些提供商的商业关系可能并不总是与我们的长期利益完全一致;如果我们从第三方获得的算力被削减、重新定价或终止,无论是出于竞争原因还是其他原因,我们的业务、财务状况和经营业绩都可能受到不利影响。

除了来自第三方的竞争之外,我们获得算力的能力还受制于云服务商的分配决定。虽然我们的云服务商在提供算力方面通常对我们负有合同承诺,但我们能否获得这些产能,仍然取决于这些提供商的运营执行、对此类合同条款的遵守,以及更广泛的业务考虑,例如产能限制、为支持其自身 AI 和计算业务而产生的内部算力需求、与第三方(可能包括其他 AI 公司)的关系或对第三方的合同义务,以及风险管理方面的考虑。因此,即使有合同安排,我们也可能无法获得我们所寻求的全部算力,或者这些算力可能无法按我们要求的时间交付。此外,我们过去曾向云服务商寻求超出这些合作伙伴愿意提供的数量的算力。如果我们的云服务商出于任何原因减少、限制或未能增加对我们的配额以跟上我们不断增长的需求,我们可能需要以较不利的条款或时间安排寻求替代算力来源,而且我们可能无法获得足够的替代算力,甚至根本无法获得。任何此类短缺都可能限制我们训练模型、服务客户或保持竞争地位的能力。

即使我们能够获得算力,我们仍必须在构成我们业务的全部工作负载之间高效调配算力,包括研究、模型开发、服务客户和 Claude 的内部使用。虽然我们把算力作为一个单一的、可互换的资源池来管理,并根据在任何特定时间预计边际单位最能产生效益的地方在各工作负载之间调配可用算力,但无法保证这种算力做法将是最高效的,或将满足我们每一项工作负载的需求。由于历史上对算力的需求一直超过可用产能,对我们采购、维护或扩大这种产能的能力的任何限制,都可能同时对我们业务的多个方面产生不利影响,包括我们以客户期望的质量和规模服务客户、训练和改进我们的模型,以及开发新产品和新能力的能力。虽然我们通过产能管理系统在这些工作负载之间积极管理和平衡此类算力产能,但如果该系统未能按预期运行,或者我们在各工作负载之间动态重新平衡产能的能力受到干扰,面向客户的服务质量或模型和产品开发时间表可能受到不利影响。无法保证我们会作出最优的资源配置决策,任何重大的低效(包括与部署和重新平衡相关的低效)都可能对我们的近期经营业绩和长期战略地位产生不利影响。我们智能体产品的增长加剧了这些算力资源配置方面的挑战,这些产品涉及多步骤推理链、反复的工具调用、更长的上下文窗口和持续的推理会话,每次用户交互消耗的算力远多于单轮 API 调用或聊天式交互。随着智能体工作负载在我们总算力需求中所占比例的增长,服务我们客户所需的总算力可能相对于相关收入不成比例地增加,给我们的算力工作负载管理决策带来额外压力。

我们的大部分算力是根据多年期承诺采购的,这些承诺通常在算力部署期间之前很早就已签订。由于不同的 AI 加速器在不同工作负载类型上的性能特征各不相同,我们承诺算力组合的构成(包括从合作伙伴处采购的加速器架构组合),反映的是作出这些承诺时我们的需求预测和开发路线图假设。如果我们需要支持的工作负载的规模或组合与这些预测存在重大差异,无论是由于模型架构、客户需求、内部运营还是研究重点的变化,我们可用算力的构成在某一特定期间可能无法最优地匹配我们的需求。这可能影响我们服务客户、开发模型和支持内部运营的能力。

30
原书第 31 页 · PDF 第 55 页

如果我们未能获得足够的算力,或者未能在各工作负载之间有效调配我们有限的算力,以开发和部署能力至少与竞争对手相当的模型,我们就有落后于技术前沿的风险。AI 发展的速度极快,模型的后续版本在被压缩的时间框架内不断涌现,常常以月而不是以年计算。因此,即使是短时间无法获得足够的算力,也可能导致我们迅速落后。在 AI 开发中,前沿模型与落后一两个版本的模型之间,在能力、性能和商业适用性方面的差距可能很大。客户、合作伙伴和软件开发者可能转向模型能力更强的竞争对手;如果我们的研究人员无法获得足够的算力,或者我们被认为没有处于模型开发的最前沿,我们可能无法吸引或留住前沿研究所需的技术人才。任何无法保持我们前沿地位的情况,都可能导致客户和收入流失、品牌和声誉受损以及竞争地位下降,而其中每一项都可能难以挽回。如果我们无法管理上述风险,我们的业务、财务状况和经营业绩可能受到不利影响。

如果我们实际的算力需求与我们的预测存在重大差异,我们可能无法获得足够的算力来满足我们的需求,或者可能承诺了闲置未用的过剩算力。

算力市场的竞争和结构性动态,要求我们在日常交付和使用之前数月或数年就作出具有约束力的算力财务承诺。芯片制造商、云服务商和数据中心开发商要求提前作出承诺,以便分配生产产能、规划基础设施投资和管理它们自己的供应链。因此,我们必须在部署之前很早就预测我们的算力需求并据此投入资本,而在我们的需求发生变化时,调整承诺的能力往往有限。

这些对未来算力使用的预测本质上是不确定的。我们的实际算力需求取决于许多难以预测的因素,包括我们研究进展的速度、我们开发或采用的训练技术的算力密集程度、可能要求我们加快或修改开发计划的竞争格局变化、客户对推理算力的需求,以及硬件或其他技术效率的演进和变化。如果我们低估了算力需求,我们可能无法获得足够的算力来支持预测的客户需求和模型开发路线图。过去,我们曾严重低估我们的算力需求,这使我们受到产能限制,并影响了产品开发和部署。此外,算力上线的时间可能与需求增长的时间不一致,这可能导致过剩或未充分利用的算力期间,以及不能立即产生收入的承诺现金流出。

我们正在从仅使用云、按固定时段安排的算力模式,过渡到一种混合模式,其中包括直接租用的芯片,这些芯片托管在按我们的规格、代表我们租赁和运营的专用数据中心设施中,这一过渡使我们预测和获得所需算力的能力面临更多挑战。这一过渡为我们的采购规划引入了更多变量,包括设施竣工的时间、新投入使用的设施达到满负荷运营的速度、我们运营、维护本地部署产能并将其与云基础设施整合的能力、我们供应商的运营执行,以及硬件在新设施环境中的性能。为这些设施获得能源、水和其他关键服务的延误,可能进一步减慢新投用算力可供使用的速度。对任何这些与过渡相关的变量的预测错误,都可能加剧我们在获得足够算力方面的风险,并在过渡期间导致产能短缺或产能未充分利用。

我们已经签订、并预计将继续签订有关算力和其他算力资源的长期协议,其中涉及最低采购承诺、照付不议条款,以及无论实际使用情况如何都要求我们为资源付款的其他条款。这些承诺构成重大的固定义务。截至 2026 年 9 月 30 日及其后,我们已签订采购承诺和租赁协议(包括短期承诺以及尚未开始的租赁),承诺支出总额超过 $,其中绝大部分与算力和基础设施有关。这些承诺包括预计在 2030 年 12 月 31 日之前发生的约 $,其余绝大部分预计在 2031 年至 2045 年之间发生。这些承诺中约 $____ 在未来 12 个月内到期。更多信息,请参阅「管理层对财务状况和经营业绩的讨论与分析——流动性与资本资源——合同义务」一节。

31
原书第 32 页 · PDF 第 56 页

我们履行这些获取算力要求所带来的大量且不断增加的财务义务的能力,取决于我们实现显著收入增长的能力。我们必须扩大客户群并迅速增加收入,以产生履行这些承诺所需的现金流。然而,我们的收入主要基于用量,其中大部分不受长期合同承诺的约束,而我们的算力和基础设施承诺通常跨越多年。因此,我们可能根据可能无法实现的收入预期承担这些义务。如果我们的收入增长跟不上与算力相关的付款义务,如果我们无法成功地将算力投资转化为能够产生收入的客户工作负载,如果我们未能以可接受的条款筹集更多资本,或者如果我们遇到影响流动性的其他不利情况,我们可能无法履行这些义务。任何此类违约还可能导致我们的协议项下发生违约、失去关键资源以及声誉损害。特别是,某些商业协议项下的违约,可能触发经修订和重述的信贷协议(定义见下文)以及我们某些已发行可转换本票项下的交叉违约条款,可能导致我们几乎全部未偿债务以及任何未来债务加速到期。此类交叉违约可能引发一连串不利后果,包括多个债权人行使救济权利、关键商业安排终止、针对我们资产的强制执行,以及严重的流动性紧张。债务加速到期,再加上失去关键数据中心基础设施等情况,可能损害我们训练和部署模型、服务客户和为持续运营提供资金的能力,这可能对我们的业务、财务状况和经营业绩产生不利影响。更多信息,请参阅「——我们为运营和发展业务(包括为我们大量的算力承诺提供资金)承担了大量债务,我们偿还这些债务的能力可能受到我们现金流和流动性的限制」和「——我们可能没有能力在可转换本票或经修订和重述的信贷协议(视情况而定)的条款要求时或到期时,以现金偿还我们已发行可转换本票或经修订和重述的信贷协议的本金和应计利息」两节。

此外,AI 基础设施、硬件、软件、系统架构和模型开发技术的快速变化,意味着今天获得的算力,相对于未来的替代方案,可能变得效率更低或在经济上不那么有吸引力。我们可能发现自己被承诺使用旧一代的硬件和基础设施,而竞争对手却获得了更先进的系统;或者我们可能在为市场价值已经下降的资源支付溢价。这些动态可能对我们的成本结构和竞争地位产生不利影响。我们的某些融资安排要求我们就依据这些安排融资的算力,与特定芯片供应商签订独家或优先供应承诺。如果我们的需求或技术格局发生变化,这些承诺可能限制我们将采购转向替代供应商或更新的芯片架构的能力,可能使我们被承诺使用对我们实际工作负载需求而言并非最优的平台,并降低我们根据变化的情况调整算力组合的能力。如果我们无法管理上述风险,我们的业务、财务状况和经营业绩可能受到不利影响。

支撑算力的关键投入受到限制,可能会限制我们获得足够算力的能力。

训练和部署前沿模型所需的算力,依赖于一条存在多个潜在约束或故障点的供应链。算力的可获得性、价格和交付周期,受到先进芯片和其他 IT 设备的供应、充足电力及发电和输电所需基础设施的可获得性,以及数据中心基础设施产能的影响。这些投入中的每一项都面临重大限制,可能限制我们获得所需算力的能力。此外,对算力日益增长的需求已经导致、并可能继续导致此类资源的成本上升,这可能限制我们按预期速度投资、开发或部署我们的模型、平台和应用的能力。

32
原书第 33 页 · PDF 第 58 页

芯片、内存和数据中心设备的供应与集中

AI 工作负载所需的专用芯片,特别是高性能 AI 加速器和内存,由数量有限的制造商生产。先进芯片的生产极其复杂,需要处于技术能力最前沿的制造工艺。

世界上最先进的芯片制造产能大部分集中在同一个地区,主要在台湾积体电路制造股份有限公司(「台积电」)。这种地理集中带来重大风险,包括地震和台风等自然灾害、该地区地缘政治紧张可能造成的中断、当地电网、供水或其他关键基础设施的任何中断所带来的脆弱性,以及受不断变化的贸易法规和限制影响的可能性。任何影响该地区的军事冲突、关税和贸易限制、经济胁迫、封锁、自然灾害或其他事件,都可能严重扰乱全球先进芯片供应,鉴于建造替代晶圆厂并使其通过认证所需的时间,其影响可能持续数年。在该地区以外(包括在美国)建立足够的先进芯片制造产能的努力仍处于早期阶段,在可预见的未来可能无法产生足够的算力来实质性降低这些集中风险。此外,由于对先进芯片制造的需求,台积电有时无法完全满足市场对芯片制造产能的需求,因此,我们并不总能及时获得足够数量的芯片。相应地,对来自该地区或台积电的先进芯片供应的任何限制或延误,都将对我们的业务、财务状况和经营业绩产生不利影响。

此外,高带宽内存(高性能 AI 加速器的关键部件)以及算力基础设施中使用的其他高性能内存产品,主要由 SK 海力士、三星电子和美光科技生产。这些制造商都在努力扩大产能以满足需求。然而,无法保证这些努力会足够快地带来充足的供应以满足需求,特别是如果大客户或竞争对手获得了独家供应承诺,或以其他方式预订了某一制造商几乎全部的可用产能。

制造供应的集中和限制,使我们面临制造商作出可能对我们获得业务所需先进芯片产生不利影响的分配决定或战略转变的风险。我们还面临专用芯片可能存在缺陷,或其生产或交付可能延误或中断的风险,鉴于替换周期长,这可能限制可用算力,并对我们的运营和扩展能力产生不利影响。我们和我们的合作伙伴所依赖的部件中,有相当一部分来自美国境外或在美国境外制造,新的或提高的关税、进口限制或贸易争端可能延误交付、迫使供应链调整或提高我们的成本,其中一些成本我们根据转嫁安排直接承担。更多信息,请参阅「——政府贸易管制,包括出口和进口管制、制裁、海关要求及相关制度,可能使我们承担责任或失去签约资格,或限制我们在某些市场的竞争能力」一节。

我们还依赖第三方芯片设计和服务公司来设计、制造和支持某些定制加速器平台,以及相关的基础设施融资安排。这些关系的中断,或这些方未能按预期时间和规格交付硬件或服务,可能对我们所依赖的加速器平台的可获得性、性能或成本产生不利影响。

数据中心还需要电气、发电和输电设备、冷却系统、备用发电机和网络硬件,其中一些只由少数制造商生产,必须提前数年订购,并需要大量的交付前付款,而如果我们的计划改变,这些付款我们可能无法收回。此外,随着数据中心运营商和其他大型电力用户需求的增长,某些设备,例如高压变压器、开关设备、涡轮机、发电机、变电站和输电部件,一直面临交付周期延长、价格上涨、关税和国家安全要求以及配额限制。如果此类设备延误或无法获得,我们可能只能以更高的价格或在较不利的长期承诺下进行替换。为了在近期获得算力,我们也可能选择或被要求以高于现行市场价格的价格采购长交付周期的发电和电气设备,期望它能够在加快的时间表内部署,以在近期释放产能。支付此类价格能否带来收益,取决于相关设施的工程、采购和建设能否及时、成功地完成,而这需要目前供不应求的专业知识,并涉及重大的执行风险。延误、成本超支或未能按预期时间表获得能源,可能意味着我们无法获得我们以此类价格所支付的能源和产能。在某些情况下,这些安排还取决于开发商或其他交易对手同意以此类价格购买设备、为此类购买提供融资,并在一段时间内向我们收回这些成本及相关融资成本,即使相关产能被推迟或从未实现,我们也可能承担这些成本。我们的设备供应框架协议和类似安排,可能使我们面临更多风险,包括最低采购或照付不议承诺、价格上涨,以及我们无法与实际部署需求相匹配的义务。

33
原书第 34 页 · PDF 第 59 页

此外,美国政府已经实施、并可能继续实施出口管制,限制向某些国家销售先进芯片和芯片制造设备。这些限制已经影响了全球芯片及相关设备的供应分配,出口管制政策的未来变化可能影响我们所依赖的算力资源的可获得性或价格。未来的出口管制可能更加严格,例如,限制先进芯片可以安装在哪些国家或模型权重可以存储在哪些国家,这可能限制我们或我们的合作伙伴能够建造数据中心的地点,制约我们的国际扩张,或增加我们的成本。

电力和燃料限制

以前沿 AI 开发和部署所需的规模运营数据中心,会消耗大量电力。充足电力的可获得性已经成为包括美国在内的许多地区数据中心开发和扩建的重大制约因素。美国和其他国家的电网基础设施并不是为适应与 AI 发展相关的需求快速增长而设计的,建设新的发电产能、输电基础设施和电网互联所需的周期可能长达数年。由于住宅、车辆和工业电气化程度的提高,对电网基础设施的需求也在增加,而这一不断增长的需求出现之际,新增发电产能、输电扩建和电网现代化的努力都没有跟上,某些现有发电资源正在退役,所有这些都导致某些地区电价上涨、并网时间延长。我们已公开承诺承担由我们的数据中心导致的消费者电价上涨的成本,包括电力本身的成本和输送电力所需的基础设施成本。

我们获得电力的能力,还取决于我们以及我们在数据中心设施的建设、管理和运营方面所依赖的第三方,与公用事业供应商和电网运营商谈判并维持合同、以及获得公用事业委员会和其他监管机构批准的能力。这些各方可能无法或不愿批准支持数据中心增长所需的接入、产能扩张、特殊或协商费率安排以及基础设施投资,或者可能对其附加条件或予以拖延,或者可能只在限制某些设施经济效率和可行性的成本下才予以批准,例如要求我们承担超出为我们设施供电所应承担部分的电网升级或互联成本——这比现行或以前的监管框架所要求的成本份额更大。许多地区针对大型新增电力负荷的并网排队也大幅延长,这可能延误或限制我们获得电网电力。公用事业供应商和监管机构还可能重新分配我们的数据中心设施可能需要的、先前已承诺的产能。在许多司法管辖区,单一公用事业供应商对为我们的数据中心设施供电所需的服务和基础设施的条款、时间和成本有很大的控制权。公用事业供应商的商业和监管优先事项可能与我们不同,包括在进行哪些基础设施投资、其成本如何分配,以及是否允许、在什么条件下允许替代或自供发电安排等方面。公用事业供应商和其他利益相关方还可能寻求影响大型电力负荷、自供电或替代发电安排的监管或立法措施。我们与公用事业相关的谈判和监管程序的结果是不确定的,不利的结果可能增加我们的成本、延误我们的项目或限制我们可用的替代方案。更广泛地说,在许多司法管辖区,与成本分配、费率设计和大型电力负荷待遇相关的监管程序正在进行中,不利的结果、政策变化,或对数据中心征收新的电价、附加费或限电义务,可能增加我们的成本或限制我们获得电力。

34
原书第 35 页 · PDF 第 60 页

此外,我们所依赖的发电和输电基础设施的建设本身是资本密集型的,面临劳动力短缺、供应链中断、审批延误、利率变化、关税、其他成本超支和融资限制。为这些发电、输电及相关基础设施投资提供资金所需的大量且不断增加的资本——无论由我们、我们的公用事业和能源供应商还是我们的数据中心开发合作伙伴承担——对现行利率以及能否以可接受的条款获得债务或股权融资很敏感。我们的合作伙伴在需要时无法获得资本,以及此类资本的限制、成本和竞争,可能增加我们所依赖的电力成本、延误或中止项目,或使某些设施在商业上不可行;而在我们的某些安排下,我们直接或以转嫁方式承担这些融资和资本成本。此外,较新的发电来源,例如太阳能、风能、电池储能、核能和地热能,可能无法以我们所需的数量或时间提供,或者只能以更高的成本提供。我们的设施还另外依赖可靠的冷却用水,而在一些地区,水资源稀缺、受使用限制或成本日益升高。上述任何情况都可能对我们所需电力或水的可获得性产生不利影响,增加我们的成本,或限制我们开发、扩建或运营数据中心设施的能力,这可能对我们的业务、财务状况和经营业绩产生不利影响。

争夺电力供应和有充足电力的数据中心地点的竞争非常激烈,我们与资本雄厚的云服务商(其中一些生产和开发有竞争力的 AI 模型)、加密货币挖矿业务以及其他大型电力用户争夺此类资源。除了电网电力之外,或者有时代替电网电力,越来越多的数据中心配套建设了专用的现场发电能力,独立于任何公用事业运营的电网,直接向设施供电。此类离网发电方案的可靠性因所采用的技术、设备和运营商而异,并将反映各个站点的运营和环境状况。开发这种新产能反过来又需要发电和电气基础设施,而这些基础设施本身也面临供应挑战和运营复杂性。例如,我们规划中的某些数据中心设施依赖专用的现场燃气发电,这使我们面临超出我们控制范围的燃料价格波动和供应中断,而这些成本由我们以转嫁方式承担。这些设施还受制于输送天然气所需的管道运力和确定燃料运输能力的限制。随着数据中心运营商越来越依赖燃气发电,并且由于在适用的监管框架下,表后和现场安排只在部分司法管辖区可行,我们预计这些地区的用户对同一天然气供应和管道运力的竞争将加剧。这种竞争可能推高这些地区的天然气价格,并可能对我们签订确定的燃料供应和运输合同,以及获得我们设施所需的管道连接和支线的能力产生不利影响。

这些动态带来几项相关风险。我们可能无法在设施开发期间获得确定的天然气供应和运输,导致规划中的站点被推迟或放弃;设施投入运营后,我们可能面临燃料供应或输送中断;而且由于我们的安排通常规定燃料及相关成本由我们以转嫁方式承担且没有成本上限,我们仍面临天然气及其运输成本上涨的风险。更广泛地说,电力成本受到很大程度上超出我们控制的重大波动的影响,因为批发电价随供需变化、天气、燃料价格、电价或附加费以及电网压力而波动,并可能在需求高峰或供应受限时期急剧上升,而能源成本的此类上涨可能对我们的经营业绩产生不利影响。

在一些地区,包括我们已签订算力承诺合同的某些地区,数据中心开发已经引发了有关环境影响、土地和水资源使用以及有限电力资源分配的公众争议和监管审查。例如,如果我们获得电力的努力被认为影响了其他公用事业用户和更广泛的电网,监管机构可能施加条件、备用费或旨在应对此类影响的其他要求。更广泛地说,我们获得电力受制于一个不断变化的监管框架,其特点是复杂、管辖重叠,以及规则在很大程度上是围绕现有公用事业供应商的服务和现有发电安排设计的,可能难以容纳新进入者或替代方案,这可能导致我们所需发电的开发出现重大延误或无法进行。例如,并网供电受联邦和州能源监管机构、区域电网运营商和公用事业委员会管辖,而表后和现场发电则受另一套独家服务特许保护、许可、环境、空气质量、互联和选址要求的约束。此外,适用于发电的环境标准不断演变,包括由于政府优先事项的变化,以及公众和政治对气候变化和各种发电来源适当待遇的看法转变。任何未能获得充足电力的情况、任何限制电力可获得性的法律、监管或其他行政行动或变化,或能源或合规成本的任何大幅增加,都可能对我们的成本结构产生不利影响,并限制我们扩展算力基础设施、开发和部署模型以及服务客户的能力。我们过去已经作出、将来也可能作出自愿承诺,以抵消我们数据中心能源消耗对当地社区和电力用户的影响,包括承诺承担电网基础设施升级成本、采购新发电以匹配我们的能源需求、投资于在需求高峰期减轻电网压力的削减负荷系统,以及处理环境影响。这些承诺已经增加、并且我们预计将继续增加我们的运营成本。此外,我们认为这是 AI 行业更广泛的新兴趋势的一部分,此类承诺或类似义务可能变得越来越标准或成为强制要求,这可能进一步增加我们的成本。此外,气候变化的物理影响可能随着时间推移增加我们的运营成本,因为更高的平均气温可能增加我们所依赖的设施冷却设备所需的电力消耗和用水量。

35
原书第 36 页 · PDF 第 62 页

数据中心基础设施

即使有芯片和电力可用,数据中心设施的开发也需要大量的时间、资本和专业知识。数据中心建设涉及漫长的许可程序、专用设备的复杂供应链,以及安装和调试冷却系统、电气基础设施和网络设备所需的大量前置时间。劳动力短缺(包括电工、设施技术人员和其他熟练技工的短缺及对其的争夺)、供应链中断、审批延误和其他因素,可能延长建设时间并增加成本。此外,鉴于数据中心开发项目需要提前作出、面向特定最终用户的大量资本承诺,在某些情况下,我们已经依赖、并预计将继续依赖融资安排,或依赖为租赁义务提供担保的合作伙伴,以支持预计将托管该合作伙伴的芯片或计算基础设施的数据中心产能的开发。此外,具备我们所需专业知识、并支持我们希望实施的特定基础设施的合格第三方供应商数量有限。因此,我们依赖这数量有限的第三方来建设、管理和运营我们的某些数据中心设施,其中一些第三方的运营历史有限,或者在以我们的运营所需的规模和复杂程度运营数据中心基础设施方面经验可能较少。在某些情况下,这些第三方运营商由我们的芯片合作伙伴培训或监督,代表我们管理设施,但它们并不是这些合作伙伴的关联方,可能不具备同等深度的专业知识、运营韧性或资源。这些第三方运营商未能按预期履行,可能扰乱我们获得算力。此外,为我们建造或运营的设施发生的安全或环境事件,无论其原因为何,都可能使我们面临索赔、罚款,或建设或运营暂停,而其成本可能由我们承担。我们还依赖一个由供应商、建设方和设施运营商组成的广泛网络。如果其中任何一方从事不安全、违法或违反我们或我们的合作伙伴所要求的劳工、人权、环境或其他标准的做法,即使我们并未指示或知悉该行为,我们也可能面临法律责任、失去使用受影响供应商或设施的能力,并遭受声誉损害。

我们的整体数据中心基础设施目前主要集中在美国,这使我们面临与地区性监管变化、电网限制或故障、设施之间网络连接中断、自然灾害、物理攻击(包括出于地缘政治事件、反对 AI 和反对数据中心开发等动机的攻击)以及可能影响多个设施的其他中断相关的风险。美国某些州、地方和市级司法管辖区也在考虑或已经批准暂停新数据中心建设,理由是公共健康、安全和环境方面的担忧。这些司法管辖区以及其他监管机构、电网运营商或公用事业公司,还可能采取其他措施,在电网紧张期间使大型电力负荷用户(包括数据中心)受到削减负荷、中断、强制减少、断开连接或其他限制,无论是通过法律或政策变化、市场或可靠性约束、输配电基础设施的限制,还是出于保护其他公用事业用户和更广泛电网的倾向。在并网发电不足以可靠地供应现有和新增电力负荷的地区,新增的大型电网负荷可能越来越多地受到强制削减负荷的约束。例如,纽约州和得克萨斯州等州最近已采取行动监管大型数据中心,无论是像纽约州那样暂停对新的大型设施的州级许可,还是像得克萨斯州那样在电网紧急情况下对大型电力负荷进行削减或断开连接。此类暂停令或类似行动,可能延误或阻止我们算力所依赖的设施的建设或扩建。反对数据中心开发的力量在各司法管辖区之间也变得更有组织、更加协调,而我们的公众知名度可能使与我们相关的项目受到特别关注。任何主要设施的损失或重大中断,可能无法被我们现有或未来的基础设施轻易吸收。作为我们努力使基础设施布局多元化、降低在美国运营大部分算力基础设施所带来的集中风险、并支持我们国际增长战略的一部分,我们正在国际范围内扩大数据中心产能,包括签订意向书,并就多个非美国司法管辖区的数据中心设施谈判租赁及相关协议,这使我们面临与外国监管要求和审批、数据主权和本地化法律、政府访问或协助要求、跨境数据传输限制、外国税收制度以及运营复杂性增加相关的额外风险。我们就非美国司法管辖区的数据中心产能和运营签订最终协议的能力,取决于当地子公司能否及时成立、注册并获得政府批准,以及能否建立当地银行安排;完成这些步骤的任何延误或失败,都可能延误或阻碍我们降低基础设施集中风险、执行国际增长战略、获得计划中的算力产能,或可能导致大量额外税款、罚款或其他负债。此外,许多司法管辖区的监管、法律和其他限制,可能限制我们实际能够选址或签约获得数据中心产能的地点,这可能限制我们按目前打算的速度或广度使基础设施布局多元化的能力。

36
原书第 37 页 · PDF 第 63 页

我们和我们的主要竞争对手依赖基本相似的投入来开发和部署前沿模型,包括从少数供应商处采购的先进芯片,以及从云服务商和其他第三方获得的数据中心产能和算力。随着我们和竞争对手越来越多地寻求垂直整合,竞争的基础可能随着时间推移而转变,不仅涵盖哪家公司能够开发出能力最强的模型,还涵盖哪家公司能够开发出最好的底层组件。我们未来的竞争力可能部分取决于我们能否以有竞争力的条款和时间表成功开发垂直整合的算力基础设施,而无法保证我们能够做到这一点。我们的竞争对手可能处于更有利的地位,或可能投入更大的努力,在整个算力供应链上进行垂直整合,包括通过专有芯片设计、制造,拥有或长期控制数据中心基础设施,获得专用发电资产,与硬件制造商签订独家供应安排,或者抢在我们之前获得适合大规模数据中心开发的有限场地。成功控制这些供应链层级中更大份额的竞争对手,可能能够以比我们更大的规模、更低的成本或更高的可靠性获得算力,特别是在需求高企或供应受限的时期,此时自有的供应关系可能比依赖第三方提供商的参与者具有一定优势。此类竞争对手还可能开发专有的软硬件协同设计,针对其特定模型架构优化算力效率,这可能使任何能力差距在一代代模型中复合扩大。虽然我们正在推进开发专用数据中心基础设施的举措,但无法保证这些努力会按我们预期的时间表或成本完成,或者足以抵消垂直整合的竞争对手可能获得的任何结构性优势。在这些努力中取得成功的竞争对手,可能无论更广泛的市场限制如何,都处于更有利的地位,能够保持在 AI 的前沿。

影响这些投入的生产地区或我们设施所在地区的自然灾害、极端天气或其他中断,可能进一步限制我们所依赖的芯片、电力、水或数据中心产能的可获得性。如果我们无法管理上述风险,我们的业务、财务状况和经营业绩可能受到不利影响。

37
原书第 38 页 · PDF 第 64 页

我们高度依赖联合创始人、高级管理团队和关键技术员工的持续服务,失去其中任何人都可能对我们的业务、财务状况和经营业绩产生不利影响。

我们高度依赖我们的首席执行官、总裁、联合创始人、高级管理团队和关键技术团队的持续服务。特别是,我们的首席执行官和总裁对于确定我们的战略方向、推进我们的研究议程、塑造我们的安全和治理框架,以及总体上推进我们的使命至关重要,我们认为他们的领导难以替代。如果他们中的任何一人因任何原因无法履职,或者如果他们中任何一人的声誉受到重大损害(无论是否有理),都可能对我们的运营和竞争地位、员工士气、员工留任、创新速度、客户和合作伙伴对我们公司的信心、我们的品牌和声誉以及我们的长期战略目标产生不利影响。此外,关键人员的流失,包括我们创始团队和高级管理团队的成员,以及关键的工程、研究、产品开发、营销和销售人员,也可能扰乱我们的运营,并对我们的业务产生不利影响。我们的许多关键人员,特别是技术和研究团队中的人员,深受我们的使命以及致力于解决 AI 领域特定问题的机会所激励。如果他们的兴趣发生变化,他们寻求不同的技术挑战或关注领域,或者他们被他们认为与其个人信念或职业目标更一致的其他组织或项目所吸引,我们留住这些人员可能会更加困难。随着我们作为一个组织继续扩大规模和走向成熟,这一风险可能加剧,因为这可能改变某些人员的工作环境性质、优先事项或对使命一致性的看法,包括那些可能认为当初吸引他们加入我们的目标已基本实现的人员。此外,根据我们与供应商签订的某些协议,某些关键人员的流失可能加速我们在这些协议项下的义务,或以其他方式引发不利后果。

如果我们无法留住关键人员,或者如果我们未能进行有效的继任规划,未能及时以有竞争力的条件为任何此类关键人员的流失找到合适的替代者,我们可能会经历销售下降、研发延误,以及对我们业务和运营的损害。如果我们无法管理上述风险,我们的业务、财务状况和经营业绩可能受到不利影响。

我们可能需要额外资本来履行我们大量的持续义务和支持我们的业务增长,而我们产生足够收入并以可接受的条款获得额外资本的能力,对我们的持续经营和竞争地位至关重要。

我们的商业模式需要大量且不断增加的资本,以支持我们保持竞争力和停留在 AI 前沿的能力。我们打算继续进行重大的财务投资以支持我们的业务增长,并且可能需要额外资金来获取足够的算力和应对业务挑战,包括用于创建、维护、升级和增强我们的模型、平台和应用的支出,其中包括与基础设施、人力资本、办公扩张和数据资产投资相关的成本。此外,我们可能会使用部分现金来履行与已发行 RSU 以及我们未来授予的股权奖励相关的代扣代缴税款义务。

此外,迄今为止,我们主要根据与云服务商的安排为我们的算力提供资金,成本在算力提供给我们时确认。将来,我们可能会以预先支付的方式为更大一部分算力提供资金,包括通过融资租赁、预付款、以债务融资购买设备或类似安排。如果我们这样做,我们可能会在获得算力或相关收入之前产生大量现金流出,这可能增加对我们现金流和流动性的需求,以及我们筹集额外资本的需要。此类安排还可能提高我们的资本密集度,并改变我们的现金流状况。

因此,至关重要的是,我们要保持强劲的收入增长,相对于我们已承诺的算力、基础设施和人员成本高效地增加收入,并有效管理我们的现金流。如果这些努力不足以满足我们的资本需求,我们可能需要通过股权或债务融资获得额外资本。如果我们通过未来发行股权、与股权挂钩的证券或可转换债务证券来筹集额外资金,我们的现有股东可能遭受稀释,我们发行的任何新证券可能具有优于我们普通股持有人的权利、优先权和特权。此外,我们已发行的可转换证券的转换将对我们的现有股东造成额外的稀释。我们将来可能获得的任何债务融资,可能涉及与我们的融资活动以及其他财务和运营事项相关的限制性条款,可能使我们更难获得额外资本和把握商业机会。

38
原书第 39 页 · PDF 第 66 页

此外,我们根据某些票据购买协议(「NPA」)提款的能力并无保证,须满足特定条件。特别是,我们根据其中某些额度获取额外金额的能力,取决于我们能否达到某些收入业绩目标,和/或第三方向我们交付额外算力的能力。虽然我们历史上一直超过了所有此类收入业绩目标,但无法保证收入将来在任何时候都会继续超过这些门槛。如果这些条件未得到满足,我们可能无法根据适用的 NPA 提取额外金额,这可能对我们的现金流和流动性产生不利影响。关于我们可转换本票条款的更多信息,请参阅「管理层对财务状况和经营业绩的讨论与分析——流动性与资本资源——可转换票据」一节。

我们可能无法以对我们有利的条款获得额外融资,甚至根本无法获得。我们会不时评估融资机会,我们获得融资的能力将取决于(除其他因素外)我们的开发工作、业务计划和经营表现,以及我们寻求融资时资本市场的状况。股票和债券市场可能不时出现极端波动和混乱,这可能导致这些市场的信用利差扩大,以及我们的融资成本上升。如果我们无法在需要时产生足够的收入增长,或获得充足的融资或令我们满意的融资条件,我们继续支持业务增长、扩展基础设施、开发新的模型、平台和应用、增强现有模型、平台和应用以及应对业务挑战的能力可能受到损害,我们的业务、财务状况和经营业绩可能受到不利影响。

我们的公司文化促成了我们的成功,如果我们在成长过程中无法保持这种文化,我们的业务可能受到不利影响。

我们相信,我们的公司文化是我们成功的关键组成部分。我们是一家使命驱动的公司,我们的文化反映出对公司目的的高度重视。我们继续培育和保持这种文化的能力,对我们的增长和持续成功至关重要。我们在坚守公司文化方面面临若干挑战,包括:

  • 需要在我们组织的领导岗位上识别、吸引、奖励和留住认同并推进我们的文化、价值观和使命的人;
  • 我们员工队伍的规模和地域多样性不断增加,以及我们在所有办公地点和员工中推行统一、一致的文化的能力;
  • 内部和外部对我们的使命、价值观、安全承诺以及我们的模型、平台和应用的用途的看法;
  • 就在我们员工中引起不同反响的问题与政府政策制定者接触;
  • 可能使我们偏离使命和价值观的竞争压力;
  • 我们在招聘和决策中采用的严格的、以价值观为本的标准,这可能使我们扩大员工队伍或扩展运营的速度相对于竞争对手较慢;
  • 快速变化的行业所带来的持续挑战;
  • 作为上市公司运营所带来的更多审视和期望;以及
  • 需要在我们长期的、使命驱动的目标与较短期的财务业绩期望之间取得平衡,这可能造成内部紧张,并对我们在各团队和领导层中始终如一地强化文化价值观和使命的能力构成挑战。
39
原书第 40 页 · PDF 第 67 页

我们使命驱动的文化,是帮助我们吸引和留住关键人员、并使我们在市场上与众不同的核心特征之一。如果我们无法保持我们的文化,以及无法在保持文化的承诺与快速增长、竞争和作为上市公司运营的要求之间取得平衡,我们员工的士气、敬业度和留任率可能受到影响,要求我们承担额外成本或采取替代的招聘策略,这可能对我们的业务、财务状况和经营业绩产生不利影响。

40

需要 Claude 账号?

加微信 · cjj740950183

本站是个人做的非官方学习站,和 Anthropic 官方无关。

SEC 原文 · 原始版式第五章 风险因素(一):研发、算力、人才与资金

需要 Claude 账号?

加微信 · cjj740950183

本站是个人做的非官方学习站,和 Anthropic 官方无关。

扫码添加微信

添加微信 cjj740950183 的二维码

长按保存,再到微信扫一扫从相册识别。