1% 占 80%:Anthropic 營收數據查證,三個數字要拆開看

1% 占 80%:Anthropic 營收數據查證,三個數字要拆開看(文章封面)

AI 趨勢觀察 / 數據更新至 2026 年 11 月

最近流傳一組很吸睛的數據:Anthropic 營收的 80% 來自企業,企業營收的 80% 又來自前 1% 的客戶,而這些客戶絕大多數都在矽谷。

聽起來很驚人,也很好轉傳。但我回頭查 Anthropic 的招股書和原始研究後發現,這三句話的來源、算法都不一樣,其中一句甚至查不到數據。這篇文章逐句拆開,也談談這組數字對台灣中小企業有什麼意義。

30 秒看重點

80%

Ramp 估算:OpenAI、Anthropic 的企業支出來自前 1% 企業

46%

YipitData 估算:Anthropic 8 月營收來自前 1% 客戶

約 25%

招股書:前五大客戶占 2026 年前九個月營收

約 74%

招股書:年付 10 萬美元以上客戶占上半年營收

72%

招股書:上半年美國營收占比,沒有揭露矽谷數字

資料:Ramp、YipitData、Anthropic S-1,詳見文末資料來源。

01這三句話,沒有一句出自財報

先看結論。這組說法的方向沒有錯:AI 的錢確實集中在少數重度使用者身上。問題是,它把不同來源、不同定義的數字接成了一句話,讀起來就像同一份財報寫的。

流傳的說法查到的內容判定
營收 80% 來自企業媒體與研究機構常引用,但招股書表示公司沒有另外定義或追蹤「企業客戶」這個類別常見說法,非財報數字
企業營收 80% 來自前 1%Ramp 從美國企業支付資料得出的估算,不是兩家公司公布的數字外部估算
前 1% 多數在矽谷招股書只分美國與海外;Ramp 只說這群企業偏科技與 AI 業查無數據

查證時間:2026 年 11 月。

02「80% 來自企業」:招股書裡的 80% 是另一件事

2026 年 10 月 26 日,Anthropic 公開了 S-1 招股書。裡面確實有一個很醒目的 80%,但它說的是計費方式:2026 年上半年,用量計費占營收 80%(131 億美元),訂閱占 20%(32 億美元)。

用量計費的客戶大多是企業和開發者,所以「80% 用量」和「80% 企業」很容易被混在一起。但招股書明白表示,公司沒有另外定義或追蹤「企業客戶」,而是用年付 10 萬美元以上的客戶,當作衡量企業採用的指標。

Anthropic 2026 年上半年營收可以怎麼切?

同一份營收,兩種不同切法;總額約 163 億美元

用量計費

80%

訂閱

20%

年付 10 萬美元以上的客戶

約 74%

※ 74% 由招股書的 120 億美元除以 162.9 億美元算出,「年付」採過去 12 個月營收計算。

看數據,先看定義

「企業」沒有統一的定義。一家公司的工程團隊用個人方案,算企業還是個人?透過 AWS 買 Claude 的客戶,又算哪一類?定義不同,比例就會不同。

03「前 1% 占 80%」:三把不同的尺

80% 這個數字來自企業支出管理平台 Ramp 的首席經濟學家 Ara Kharazian,他在 2026 年 9 月公布這項觀察,並指出這是 Ramp 追蹤的軟體類別中最集中的。Ramp 的 AI Index 目前涵蓋 85,000 家以上的美國企業,看的是這些企業的刷卡和帳單資料。

換句話說,這是 Ramp 看得到的那一部分,不是 Anthropic 的全部客戶。其他資料的算法不同,數字也差很多:

來源數字它在算什麼
Ramp
外部估算
前 1% 占 80%Ramp 平台上的美國企業,對 OpenAI 與 Anthropic 的支出
YipitData
外部估算
前 1% 占 46%Anthropic 2026 年 8 月營收;一年前約 25%
Anthropic 招股書
官方揭露
前五大占約 25%2026 年前九個月營收;沒有單一客戶超過 10%

※ YipitData 數字取自媒體轉述。三者母體不同,不能直接比大小。

Ramp 自己也提醒,前 1% 的樣本很小,估計值波動比較大;另有經濟學者指出,Ramp 的客戶本來就偏科技業,也看不到免費工具的使用。我另外補一個判讀:招股書顯示 48% 的營收透過 AWS、Google Cloud、Azure 的雲端市集銷售,這類採購未必會以 Anthropic 的名義出現在企業帳單上,所以外部資料更難看到全貌。

要記得

把 80% 乘上 80% 得到「1% 的客戶貢獻 64% 總營收」,是這組說法最容易衍生的誤解。兩個 80% 來自不同母體,相乘沒有意義。

04「絕大多數在矽谷」:目前查不到數據

這句是三句裡最弱的。我查得到的資料裡,沒有任何一份按城市或地區統計 Anthropic 的大客戶:

1

招股書只分兩區

依帳單地址,上半年美國占 72.2%、海外占 27.8%,沒有州或城市。

2

Ramp 只談產業

前 1% 偏向科技與 AI 業;沒有公布這群企業的所在地。

3

Apollo 談資金

引用 Ramp 資料,前 1% 的 AI 支出者約 80.4% 有創投資金,中位數企業只有 13.1%。

4

灣區數據是資金面

全球 AI 資金約六成集中在舊金山灣區,但這是投資去向,不是客戶所在地。

「科技業、有創投資金」確實會讓人聯想到矽谷,這是合理推測,但不能寫成事實。招股書還有一個反方向的線索:截至 2026 年 9 月底,超過一半的《財星》500 大企業,已經是年付 10 萬美元以上的客戶。這些公司遍布各地,不全在矽谷。

看起來合理的推論,和查得到的數據,是兩件事。

05真正值得注意的是:差距已經拉開

拆完三句話,還有一個數字站得住腳,也比原本的說法更有感。Ramp AI Index 統計 2026 年 9 月,有付費使用 AI 的美國企業,每位員工每月的 AI 支出是這樣:

每位員工每月花多少錢在 AI 上?

有付費使用 AI 的企業,前 1% 與前 10% 取各組中位數

前 1% 企業

$9,568

前 10% 企業

$813

中位數企業

$15.7

※ 美元。前 1% 約是中位數的 609 倍。資料:Ramp AI Index,資料至 2026 年 9 月。

同樣叫「有在用 AI」,有人是全公司的軟體開發都建在上面,有人只是買了幾個帳號。兩者的差別不只在預算,還在 AI 有沒有真的進入工作流程。招股書也有類似的訊號:Claude 企業版用戶中,沒有用 Claude Code 的人平均每月花不到 75 美元,有用的人當中,前 5% 約是這個金額的 20 倍。

但,集中不一定等於危險

Kharazian 把這種集中視為風險,並反問市場修正時會發生什麼事:這群客戶偏科技、多有創投資金,若同時縮減支出,影響會很直接。招股書也承認,許多大客戶沒有簽長期合約,隨時可以降低用量。Ramp 資料也顯示,前 1% 的人均支出 9 月回升,但仍比 7 月高點低 3.1%,Kharazian 認為放緩主因是模型價格下跌。不過,也有幾個數字指向不同的方向:

最頂端其實在分散

媒體報導 2025 年兩大客戶約占營收四分之一;到 2026 年前九個月,要五大客戶加起來才約占 25%。

客戶層在變厚

年付 10 萬美元以上的客戶,一年內從 950 多家增加到 11,900 家以上。

大企業才剛開始用

招股書指出,來自《財星》500 大客戶的營收,平均不到這些公司總支出的 0.1%。這是公司自己的說法,也可能過於樂觀。

所以我認為比較合理的讀法,不是「AI 泡沫要破了」,也不是「只有矽谷用得起」,而是:這個市場還很早期,錢集中在最先把 AI 用進核心工作的公司。

台灣中小企業可以怎麼看

台灣的現況是另一個極端。經濟部相關調查顯示,國內中小企業實際導入 AI 的比例是 7.4%,OECD 調查的各國中小企業約 39%。卡住大家的第一名也不是錢:63.9% 認為「尚無明確應用需求」,遠高於導入成本(25.5%)和人才短缺(21.3%)。

看數據,先看定義

也有調查顯示,台灣製造業、服務業的 AI 普及率都在 38% 上下(AIF,2026)。它和 7.4% 調查的對象與定義不同,不代表哪一份一定有錯。引用前先看清楚問的是誰、問了什麼。

每人每月花 9,568 美元不是中小企業該追的目標。比較值得學的,是那些公司把 AI 放進固定流程的做法。可以從這三步開始:

1

挑一個流程

找一件每週都在重複的工作,例如報價單、會議紀錄或客服回覆。

2

先量基準

記下現在要花多少時間、多少人力,之後才知道有沒有變好。

3

試跑 30 天

小範圍試用,再依結果決定要擴大、調整,還是停掉。

下次看到驚人數據,先用 AI 查一次

這類一句話的數據每天都在流傳。下面這段提示詞可以直接貼到有網路搜尋功能的 AI 工具,用來拆解下一組數字。AI 也可能出錯,所以最後仍要親自點開來源確認。

提示詞/數據查證

請幫我查證下面這段數據,不要直接相信它,也不要憑記憶回答:

【貼上要查證的數據】

請依序完成:
1. 把這段話拆成幾個獨立的說法,一項一項查。
2. 每項都找出最早的原始來源(官方財報、公開文件、調查報告),不要只引用轉述的文章。
3. 寫清楚每個數字的母體、期間和定義:算的是誰、哪段時間、分母是什麼。
4. 標示這是官方數字、外部估算,還是查不到來源的推論。
5. 如果不同來源的數字對不上,說明可能的原因,不要自己挑一個。
6. 檢查這段話有沒有把不同定義的數字接在一起,或直接相乘。

最後用表格整理:說法|查到的內容|來源連結|可信程度。查不到的項目請直接寫查不到。

本文重點

  1. 「80% 來自企業」是常見說法,招股書沒有企業客戶這個類別;招股書裡的 80% 是用量計費。
  2. 「前 1% 占 80%」是 Ramp 的外部估算;YipitData 估 46%,招股書則是前五大客戶約 25%。
  3. 「多在矽谷」查不到數據,招股書只分美國 72%、海外 28%。
  4. 兩個 80% 不能相乘。不同母體的數字,不能接成同一句話。
  5. 最值得注意的是差距:Ramp 統計前 1% 企業的人均 AI 支出,約是中位數企業的 609 倍。
  6. 中小企業不必追預算,先把一個重複流程做出可衡量的成果。

想一想

你的公司如果只能挑一個流程讓 AI 接手,會選哪一個?你要用什麼數字,證明它真的變好了?

資料來源

  1. Anthropic(2026/10/26)。Form S-1 公開招股書
  2. Kepler(2026/10/26)。Anthropic S-1 Breakdown(逐項對應招股書頁碼)
  3. Ramp(資料至 2026 年 9 月)。Ramp AI Index
  4. PYMNTS(2026/9/4)。OpenAI and Anthropic Get 80% of Revenue From 1% of Customers
  5. FourWeekMBA。1% of Ramp Firms Drive 80% of OpenAI, Anthropic Spend(整理 Ramp 10 月信件與 Apollo 圖表)
  6. BeInCrypto(2026/10)。1% of AI Users Drive 80% of Spending
  7. KuCoin 轉載 MarsBit(2026/10/22)。YipitData 前 1% 客戶占 46% 的轉述
  8. OfficeChai(2026/9)。Just 2 Customers Accounted For 25% Of Anthropic’s Revenue
  9. OfficeChai(2026/10)。72% Of Anthropic’s Revenue Is From American Customers
  10. HumanX、Crunchbase(2026)。全球 AI 資金約 60% 集中在舊金山灣區
  11. 今周刊(2026/7/31)。台灣中小企業 AI 導入率僅 7.4%
  12. 優分析(2026/8/18)。台灣應用 AI 強度亞洲四地中唯一下滑(導入障礙比例)
  13. 自由時報(2026/7/9)。AIF《台灣產業 AI 化大調查》製造業、服務業普及率

本文僅整理公開資料,不構成投資建議。封面為 AI 生成的示意圖。


Edit with Tr.Bug

Follow me on:LinkedIn | 探教育TempEDU