科技资讯
同一家供应商，两拨企业客户掏的钱能差出二十倍。
Anthropic 在 11 月 2 日披露的一组数据里，最有信息量的并不是被反复引用的 900% 净收入留存率，而是一处对比：2026 年第三季度，使用 Claude Code、且支出排在前 5% 的企业客户，月均花费约为未使用该工具的同类客户的 20 倍；而那些压根没接 Claude Code 的企业版账户，月均支出不足 75 美元【1】。
模型是同一个模型，差的是用法：一边把模型接进了写代码、改代码的流水线，一边只是给员工开了个对话框。对正在做明年 AI 预算的中国企业主与技术负责人来说，这处对比比任何增速都更有参考价值。
（此处适合插入配图：企业 AI 支出分层示意，古令乐编辑整理）
图：示意图（AI 生成，非原文截图；模型 nano-banana-2）。仅作阅读辅助，事实以正文与参考文献为准。
一、先把口径读准：900% 说的是同一批客户在加钱
净收入留存率统计的是存量客户，不含新签。按披露口径，截至 2026 年 9 月 30 日，Anthropic 的 NRR 约 900%，对应同一批客户在 2025 年第三季度到 2026 年第三季度的支出规模增长约 9 倍【1】。这个指标看的不是拉新速度，而是老客户愿意把多少工作交给模型。
客户分层也印证了「加钱」发生在哪个体量区间：年消费 10 万美元以上（约合 66.6 万元人民币）的客户超过 11900 家，一年前约 950 家；100 万美元以上超过 1900 家；1000 万美元及以上约 250 家【1】。数量最集中的是 10 万至 100 万美元这一档，也就是说企业级 AI 的主体市场在腰部的中型组织，而不是少数巨头。做企业服务、系统集成、模型代理的团队，选客户画像时可以把这条记下来。
财务侧的背景要一起看：公司在 10 月下旬递交 S-1 招股文件，2026 年上半年营收 162.86 亿美元，上年同期为 11.63 亿美元，第二季度实现经营盈利【3】。留存与盈利同时出现，至少说明这些钱不是靠补贴换来的流水。
二、真正的杠杆在自有应用，不在 API 调用量
Anthropic 自己的解释是「三层架构」：客户先调 API，再为工程团队部署 Claude Code，最后向全员推广 Cowork，单客户价值随渗透深度抬升【2】。佐证是渗透率的变化——年消费 10 万美元以上的客户中，同时使用平台和至少一款 Anthropic 自有应用的比例，从 2025 年底约 30% 升至超过 50%【2】。
这套结构对采购方的启示其实很朴素：API 是入口，占住的是技术团队的默认选项；编程智能体是关键切入点，因为它有明确交付物（能跑的代码、能过的评审），价值可以归因；全员应用是扩散器，用已经跑通的案例向非技术部门复制。
企业客户将 Claude 部署到内部更大范围后，价值获得认可，使用量随之显著提升。【3】
换句话说，钱不是在「买了模型」那一刻花出去的，而是在模型接管了某段流程之后持续花出去的。
三、三个容易踩的错判
错判一：按人头买席位，把 AI 预算做成了员工福利。 席位制回答不了「省了多少人时」这个问题，一到续费季就会被动。更稳的做法是把支出挂到具体流程的产能成本上，用交付量、返工率、单人月产出去对标。
错判二：以为铺得越广越好。 从数据看，深度使用的那一小批账户贡献了绝大部分支出【1】。先在一个流程上跑出可复用的结果，再横向复制，比一次性开几百个账号更省钱，也更容易在内部交代。
错判三：只有工具，没有能改流程的人。 页面相关阅读提到，Anthropic 在投入资源培养「前沿部署工程师」这类角色【3】。这类人的实质是既懂业务、又能自己写脚本跑评测。国内团队不必新设岗位，但至少要有一个这样的内部推动者，否则工具买回来只会变成闲置订阅。
四、把「三层架构」翻译成 90 天动作
0–30 天：盘账与选点。 导出近三个月全部模型与 AI 工具账单，按部门、按场景拆开；同时列出全部在跑的 AI 场景，标出「高频、有交付物、失败成本可控」的三条，其余暂缓扩容。这一步的产出是一张表，不是一份汇报材料。
31–60 天：单点闭环。 从三条里挑一条跑成闭环，例如代码评审辅助、跨境 Listing 多语改写、客服工单归类。开工前先定三个指标：单位产出人时、错误率、单人月成本。跑满一个完整业务周期——外贸通常是一个上新周期，研发通常是一个迭代——再决定是否扩席位。
61–90 天：治理与冗余。 一是供应商冗余：主用一家、备用一家，把提示词、评测集和业务逻辑放在与厂商解耦的中间层，避免被单一接口的稳定性或调价牵着走。二是成本治理：把高频、低难度的请求分流到更便宜的模型或加缓存，每个项目单独核算 AI 成本，别到年底才冒出一笔说不清来源的账单。三是合规：跨境业务要确认数据出境路径与客户数据的使用边界，尤其是把模型接进客服、订单系统这类含个人信息的场景。
五、几点保留意见
900% 这个数字不该当行业基准用。它受客户结构变化、统计口径与模型定价波动影响，且只覆盖 Anthropic 自身客户群【1】；同一时期不同厂商的定价策略差异很大，横向比较意义有限。另外「20 倍」是头部 5% 客户与普通客户的对比，属于极端值，不宜直接外推到自家预算规划。
可以学的是路径：找一个窄入口切进去，把价值沉到具体工作流，再向组织扩散。不必学的是增速目标——对绝大多数中国企业来说，明年把两三个流程的 AI 成本算清楚、把复购逻辑跑通，比追一个九倍的留存率现实得多。
参考文献
【1】Anthropic 高付费客户超 1.19 万家，净收入留存率达 900%（NRR 口径、客户分层、Claude Code 支出对比与 75 美元数据）— https://www.ithome.com/1/021/285.htm 【2】同上文，三层架构表述与自有应用渗透比例（约 30% 升至超 50%）— https://www.ithome.com/1/021/285.htm 【3】同上文，S-1 招股文件、2026 年上半年营收、第二季度经营盈利及页面相关阅读条目 — https://www.ithome.com/1/021/285.htm
编辑注：本文基于上述来源的二次解读，观点与建议部分为古令乐编辑判断，不构成采购或投资承诺。
