AI 今日早报｜2026/09/20：Anthropic 据报考虑新模型、IMF 估 AI 5 年拉高欧洲生产力约 1%、Nscale 营收暴增 1252% 仍亏 10.2 亿美元｜文章

今天三则 AI 新闻刚好把产业最现实的三本帐摊开来看。Anthropic 首席执行官才呼吁业界放慢能力提升，公司却据报正评估推出新模型迎战 GPT-6 Astra；IMF 估计 AI 五年内可能替欧洲增加约 1% 生产力，但约 60% 先进欧洲经济体劳工的职业高度暴露于 AI，数据中心也已吃掉约 3% 欧洲电力；另一边，AI 云端商 Nscale 上半年营收暴增 1252%，却同时亏损 10.2 亿美元。AI 下一阶段不只要问「模型有多强」，还得回答「敢不敢继续推、到底有没有提高生产力，以及这场竞赛最后要烧多少钱」。

今天三则 AI 新闻，可以用三个字来看：

快、值、贵。

AI 公司到底还要不要继续快速推更强模型？

AI 真正能替一个经济体增加多少生产力？

而支撑这些模型的算力，又到底要烧多少钱？

9 月 20 日早上，这三本帐同时浮出来了。

① Anthropic 才喊放慢，却据报正在考虑推出新模型

Reuters 引述三名知情人士报导，Anthropic 正在评估推出新的 AI Model。

目的之一很直接：

回应 GPT-6 Astra 带来的竞争压力。

这件事特别有意思，是因为 Anthropic CEO Dario Amodei 才在 9 月 12 日公开呼吁：

AI 业界应该放慢模型能力提升的速度。

但一星期后，公司内部面对的现实是：

竞争对手不会停在原地。

Reuters 指出，OpenAI 9 月推出 GPT-6 Astra 后，在企业市场的使用开始快速增加。

根据企业支出平台 Ramp 的数据：

Astra 约占它追踪到的企业 AI 支出：

13%。

Claude Fable 约为：

8%。

另外，OpenRouter 上周的模型支出也出现一个罕见变化：

用户花在 OpenAI Models 的金额超过 Anthropic，

是超过两年半以来第一次。

但这不等于 Anthropic 已经被 OpenAI 超车

企业 AI 市场不是看一周流量就能决定输赢。

Reuters 指出，Anthropic 到 7 月底的 Annualized Revenue Run Rate 已超过：

650 亿美元。

OpenAI 同期则超过：

400 亿美元。

Anthropic 在企业市场仍然有很大的既有客户基础。

而且大型企业更换 AI Provider，

并不像一般用户今天从 ChatGPT 换 Claude 那么容易。

背后可能还有：

API
Workflow
Security Review
Data Governance
Procurement
Internal Training

所以真正值得注意的不是：

「Anthropic 要不要发新模型？」

而是另一个矛盾：

如果一家 AI 公司认为模型能力进步太快可能增加风险，但竞争对手正在抢走市场，它到底能放慢多少？

这可能是整个 Frontier AI 产业接下来最难解的问题。

Anthropic 目前还没有正式确认会发布

这里一定要分清楚。

Reuters 报导的是：

Anthropic 正在考虑。

不是：

新 Claude 已经确定要发布。

Anthropic 拒绝对 Reuters 报导置评。

知情人士也表示，公司仍在评估新模型的 Safety。

所以今天真正确定的，是：

竞争压力已经进入 Anthropic 的发布决策。

而不是某个新模型已正式定案。

② IMF：AI 五年可能替欧洲增加约 1% 生产力

第二则不是科技公司自己喊 AI 很重要。

而是 IMF 开始算：

AI 到底能替整个经济体增加多少东西？

IMF 为 9 月 18～19 日欧盟财长会议准备一份分析。

估计 AI 在未来五年，

可能把欧洲的 Productivity 提高大约：

1%。

单看 1%，好像不多。

但放进一个完整经济体里，

就是非常大的差异。

因为 Productivity 代表：

同样的人、时间与资源，可以产生多少经济产出。

AI 真正对经济有价值，

最后还是得落到这里。

但约 60% 劳工的职业高度暴露于 AI

这份 IMF 分析同时放进另一个数字。

在先进欧洲经济体里，

大约：

60% 的劳工

所在职业高度暴露于 AI。

但「暴露」不能直接翻成：

60% 的人会失业。

有些人的工作会因为 AI：

做得更快。

有些工作则可能出现：

部分 Routine Tasks 被 Automation 取代。

真正的差别在于：

AI 是 Complement 人，还是 Substitute 人。

例如一个会计师用 AI 先整理数据，

可能让一个人做更多客户。

但某些原本主要就是整理固定格式数据的工作，

则可能直接需要更少人工时间。

所以 1% Productivity Gain，

不代表每个人平均都拿到相同好处。

还有第三个问题：电从哪里来？

IMF 也提醒，

欧洲 Data Centers 目前已经使用大约：

3% 的欧洲电力。

而 AI 使用增加之后，

需求还会上升。

Frankfurt、London、Amsterdam、Paris、Dublin 等大型 Data Center Cluster，

已经开始面对 Local Power Grid 压力。

这让「AI 生产力」多出一个以前比较少人谈的成本：

AI 可以替办公室节省时间，

但背后的模型需要：

GPU、

Server、

Cooling、

Network、

以及大量电力。

所以不能只算：

AI 帮员工省多少时间。

还要算：

整个系统为了提供这个 AI，要投入多少基础设施。

IMF 还提醒另一个欧洲问题：模型不是自己做的

目前全球 Frontier AI Models，

主要仍由美国与中国企业主导。

IMF 因此警告：

如果欧洲大量采用 AI，

却没有创建自己的 Model、Compute 与 AI Industry，

可能形成新的：

Strategic Dependency。

以前欧洲担心能源依赖。

现在 AI 也开始进入同一类问题：

如果你的经济生产力愈来愈依赖 AI，那这个 AI 是谁提供的？

③ Nscale：营收暴增 1252%，但半年亏掉 10.2 亿美元

第三则最能看出 AI Boom 有多昂贵。

英国 AI Cloud Provider Nscale 正准备赴美 IPO。

它公布的申请文档显示：

2026 年上半年营收：

1.406 亿美元。

去年同期只有：

1,040 万美元。

换句话说，

营收年增高达：

1252%。

这种成长速度放在任何产业都非常惊人。

但同一张财报下面还有另一个数字。

2026 年上半年 Net Loss：

10.2 亿美元。

去年同期亏：

3.689 亿美元。

也就是：

营收飞快增加，亏损也一起扩大。

为什么 AI Cloud 可以同时「非常会成长」又「非常会烧钱」？

因为 Nscale 不是一间只做 Software 的公司。

它提供的是：

Compute
Power
Data Centers
AI Infrastructure
Model Training／Inference Infrastructure

也就是在客户真的使用 AI 前，

Nscale 必须先把大量昂贵东西盖出来。

公司目前营运横跨：

14 个地区。

Power Pipeline 超过：

10GW。

Total Contracted Value 已经超过：

1,030 亿美元。

这就和传统 SaaS 很不一样。

SaaS 多一个客户，

通常不用另外盖一座数据中心。

AI Cloud 多一批大型客户，

背后可能就是：

GPU、

土地、

变电设备、

Cooling、

Fiber、

电力合约

全部一起增加。

Anthropic 一张合约就可能是 450 亿美元

Nscale 的规模可以从其中一份合约看出来。

Anthropic 上个月与 Nscale 签下协议，

准备花：

450 亿美元

租用它在 West Virginia Data Center Campus 的 AI Computing Capacity。

这种数字已经说明：

Frontier AI 的竞争，

不是只要请几百个 Researcher 就可以。

模型能力愈往前，

后面的实体资产也愈庞大。

但 Nscale 还有一个风险：客户太集中

IPO 文档还揭露：

2026 年上半年，

Nscale 最大的一名客户，

占公司营收：

52%。

这就产生另一个问题。

如果最大的几家 Frontier AI Companies：

减少投资、

改用自己的 Data Center、

换供应商，

或者真的开始放慢 Model Development，

Neocloud 的收入成长也可能跟着改变。

所以现在 AI Infrastructure Companies 的特色很明显：

需求很大。

合约很大。

投资也很大。

但风险同样很集中。

今天真正值得看的：AI 开始同时被三种现实拉住

把三件事情放在一起，

会看到 AI Boom 正进入一个比「谁 Benchmark 第一」复杂很多的阶段。

第一股力量：竞争

Anthropic 可以谈 Safety。

但如果 OpenAI 的新模型正在抢企业支出，

公司仍然必须思考下一个 Model 什么时候推出。

第二股力量：经济效益

政府与企业最后都会问：

AI 到底有没有真的增加 Productivity？

IMF 现在已经开始把这件事量化到整个欧洲经济。

第三股力量：成本

模型每往前一步，

后面的电力、GPU、Data Center 与 Financing 都得跟上。

Nscale 的：

1252% Revenue Growth

和

10.2 亿美元 Net Loss

正好把这个矛盾放在同一张财报上。

所以接下来看 AI，

不能只问：

「下一个模型有多强？」

还得多问三句：

市场逼它跑多快？

它真的替人增加多少产出？

为了得到这些能力，最后要花多少钱？

这三个问题，

可能才真正决定 AI Boom 能走多远。

今天，和 AI 一起进步一点。

每天学会一个 AI 技巧。

每天节省一点时间。

每天提升一点能力。

SasaDaily，陪你一起成长。

AI 今日早报｜2026/09/20：Anthropic 据报考虑新模型、IMF 估 AI 5 年拉高欧洲生产力约 1%、Nscale 营收暴增 1252% 仍亏 10.2 亿美元