2026年8月28日,巴克萊(Barclays)網際網路研究團隊發佈了一份在華爾街引發廣泛討論的報告——《A Primer on AI Lab & AI Hyperscaler Unit Economics》(AI實驗室與AI雲巨頭的單位經濟模型入門)。
隨著OpenAI、Anthropic等前沿AI實驗室陸續開始披露GAAP口徑的財務資料,一個尷尬的問題浮出水面:這些公司的財報,可能根本沒法直接橫向對比。
巴克萊給出的類比相當傳神——就像Uber和Lyft同處網約車行業,但一個按Gross Bookings(總訂單額)、一個按Net Revenue(淨收入)來呈現業務,表面數字天差地別,商業模式卻高度相似。AI實驗室之間,正在出現同樣的“統計口徑陷阱”。
一、兩家“假想實驗室”:同賺100美元,利潤差出近一倍