当Anthropic悄悄成了企业AI第一名：34.4% vs 32.3%，Ramp数据揭开的商业逆转
当Anthropic悄悄成了企业AI第一名：34.4% vs 32.3%，Ramp数据揭开的商业逆转
没有发布会，没有头条，没有一条Altman的推文来宣告”ChatGPT又赢了”。
但5月13日，企业财务管理平台Ramp发布了一份报告，用来自超过5万家企业的真实支出数据，安静地更新了AI商业格局的底层叙事：
2026年5月，Anthropic首次以34.4%的企业付费客户占比超越OpenAI（32.3%），成为企业AI服务第一名。
这是历史上的第一次。Ramp经济学家Ara Kharazian告诉TechCrunch，在此之前，Anthropic从未在这份指数中拿到第一名。
而12个月前，也就是2025年5月，Anthropic在Ramp数据里的企业客户占比仅为9%。
12个月，+26个百分点。
一、为什么这个数字重要
你可能会说：Ramp是家企业信用卡公司，它的数据只代表用Ramp的企业，不是全市场的镜像。它可能偏向科技公司、中小企业，可能不代表财富500强的采购决策。
这个质疑是合理的。但它有两个有力的反驳。
首先，样本量足够大，且来自真实行为数据。 Ramp追踪了超过5万家企业的AI相关支出，覆盖从50人初创到数千人中型企业的广泛群体，在科技、金融、专业服务、制造等多个行业都有分布。这不是一份1000人的调查问卷，也不是行业分析师的预测模型——它是企业用信用卡实际支付了多少钱、付给了谁。花钱的行为，比填问卷更难造假。更重要的是：同期OpenAI企业份额下降了1个百分点，整体AI使用率增长了9个百分点——这三组数字放在一起，指向的是：新进入企业AI市场的那批公司，主动选择了Anthropic而不是OpenAI。
其次，趋势在独立数据源中得到了交叉印证。 OpenRouter（一个API路由平台，记录了大量开发者和企业的模型选择偏好）的排行榜数据显示：OpenAI上次在榜单上排名高于Anthropic是在2025年12月。从2026年1月起，Anthropic已经持续领先长达5个月。
这不是偶然波动，而是一种来自两种截然不同数据收集方式交叉验证的持续市场趋势。企业用真实的钱投票，开发者用真实的API调用投票，他们给出了同样的答案。
Kharazian特别指出了一个值得关注的细分差异：Anthropic的优势主要集中在高采用率群体——金融机构、科技公司、专业服务（法律、咨询）。在这些领域，Anthropic早已领先，且差距持续拉大。而OpenAI在餐饮、零售、教育等低采用率行业里仍有领先。这个分层揭示了一个规律：企业AI的竞争，本质上是垂直行业渗透的竞争，而不是通用能力的竞争。 金融和法律领域的采购经理，最不可能因为”品牌知名度”而做出选择——他们要的是经过压力测试的工具。当一家法律事务所把核心合同审查跑在Claude上，当一家对冲基金把财务分析报告生成交给Claude处理，替换成本极高，选择的惯性极强——这才是Ramp数据里那26个百分点增长的真实来源。
二、Anthropic是怎么做到的
Kharazian给出了一个非常直接的解释：”Anthropic所做的方法奏效了——从一个非常技术型的客户群（金融、科技、专业服务）出发，专注于他们的需求，真正做到了卓越执行，然后通过Cowork这样的工具开始向外扩展。”
这句话的逻辑，值得逐层拆开看。
第一层：选择有要求的客户，用高标准倒逼产品能力。
Anthropic最早深耕的不是消费者，而是金融机构、法律事务所、技术公司——这些客户对AI的要求极高：可靠性、可控性、合规性、可解释性、在长上下文处理中的准确性。他们不容忍幻觉，不接受不稳定性。他们需要的不是一个聊天窗口，而是能嵌入核心工作流的AI基础设施。
服务这些客户的代价是：每一个产品决策都受到苛刻审视，每一个能力短板都会被放大。但收益是：Claude在代码生成、文档分析、合同审查、财务分析上的能力，正是在这些高要求客户的真实反馈中磨砺出来的。当后来的客户问”Claude在复杂任务上的准确性怎么样”时，Anthropic可以说：我们已经在高盛、Harvey、Legora这样的客户那里经过了实战验证。
第二层：用生态系统绑定，而不是用价格战竞争。
过去12个月，Anthropic在企业生态合作上的密度令人印象深刻，而且覆盖了多个不同维度：
云端基础设施层面，Anthropic同时与Amazon（超过2000亿美元承诺，Claude在Amazon Bedrock上是头号模型）和Google Cloud（同样超过2000亿美元承诺）签约，确保企业客户无论在哪朵云上运行工作负载，都能无缝接入Claude。这个双向布局打消了企业的顾虑：选择Anthropic不等于押注某一家云厂商，而是获得了跨云的统一AI层。
行业纵深方面，Anthropic为不同垂直行业打造了专门的产品配置：Claude for Legal（与Harvey、Legora深度整合，在法律文档分析和合同审查上提供专业级能力）、Claude for Finance（与Microsoft 365、FIS等金融基础设施集成，支持SEC文件分析、财务建模、合规报告）、Claude for Healthcare、Claude for Engineering。每个行业配置都意味着：企业采购的不只是一个通用AI，而是一个已经理解了他们工作语境的专业工具。
开发者工具层面，Claude Code在过去12个月里成为了企业工程团队最快速增长的AI编程工具之一。据Salesforce Engineering官方博客披露的数据，其工程团队在引入Agentic AI工作流后，生产力提升了约18倍——这一数字来自他们在Claude Code辅助下完成的实际工程项目统计，而非外部测试。Anthropic在开发者领域的渗透，直接反映在了Ramp的数据里：科技公司是Anthropic最强的客户群体。
这种策略的本质是：把Claude嵌入企业运作的多个核心节点，每嵌入一个，替换成本就提高一级。 这不是价格优势，而是架构性的粘性。
第三层：品牌差异化——”负责任的AI”在企业合规场景里是真实资产。
这一点在以往分析中常被低估，但它在企业采购决策中越来越重要。
当一个财富500强的CTO要向法务总监、首席合规官、董事会解释”为什么我们选择在核心业务流程中使用这家AI公司的产品”时，他需要的不只是技术benchmark——他需要能够回答：这家公司的安全文化是什么？他们对模型行为有哪些公开承诺？如果出了问题，他们有哪些可追溯的记录？
Anthropic在这方面投入了大量精力：Constitutional AI框架使得Claude的价值观和行为边界是显性的、可审计的；Model Spec是一份公开发布的”Claude如何思考和行动”的说明书；对AI系统性风险的研究（从递归自我改进到”Mythos”网络安全能力边界）显示了一种愿意公开讨论自身产品风险的文化。
这些工作并不直接转化为客户增长，但它们为企业采购团队提供了一种”背书感知”——当你需要向董事会解释AI采购时，Anthropic的论据清单比OpenAI更好整理。一位匿名的大型律所IT主任曾告诉业内媒体：”我们对Anthropic的合规透明度印象深刻，他们有公开的评估框架，可以让我们直接拿来回答监管机构的问询。”这种”可向监管机构解释”的能力，在金融和法律行业里是一种真实的购买理由。这在高监管行业（金融、医疗、法律）里的价值尤为明显。
值得注意的是，Anthropic自己并没有把这次市场份额超越当作新闻来宣传——这在某种程度上正好印证了Cat Wu所说的”我们不思考竞争对手”。当你的数据说话时，你不需要自己大声说话。
三、这个优势能持续吗
Kharazian本人说，他对这个优势能否持续持怀疑态度。这种来自数据制作方的自我怀疑，反而是这份报告最有价值的地方之一。他为什么这么说？
挑战一：OpenAI正在系统性地修补企业渠道短板。
OpenAI在消费端建立的品牌优势是真实的，而且它正在将这种优势有序转化为企业市场的工具。2026年5月，OpenAI宣布成立专门的”Deployment Company”，已募资超过140亿美元，正在从麦肯锡、BCG、德勤等大型咨询公司密集招募熟悉企业客户的合伙人——这是在用咨询行业的人脉网络打企业市场。
与此同时，OpenAI与Amazon Bedrock的深度整合（GPT-5.5、Codex、Managed Agents全面上线Bedrock）正在打消”在AWS上无法方便使用OpenAI”的顾虑。这个整合本身就是对Anthropic”双云战略”的直接回应：OpenAI也想成为AWS生态里的头号AI选项。
挑战二：能力边界模糊化会降低差异化价值。
Anthropic在”安全可控的企业级AI”这一定位上的优势，在很大程度上建立在Claude的准确性和可预期性相对更高的基础上。但随着GPT-5.5和Gemini 2.5的相继发布，模型能力的差距正在收窄。当技术差距消失时，品牌切换成本相对较低的中小企业可能会重新评估选择。
Ramp数据还揭示了一个微妙的风险：Anthropic在高采用率的行业（金融/科技/专业服务）领先，但OpenAI在低采用率行业里仍有优势。这意味着Anthropic的下一步增长，需要进入那些对AI的接受度更低、采购决策更保守、品牌认知更依赖知名度而非技术深度的行业——而那些行业，恰恰是OpenAI的ChatGPT品牌更有优势的地方。
挑战三：增量市场决定未来，而不是存量争夺。
Ramp数据显示，整体企业AI产品使用率在过去12个月增加了9个百分点。这意味着：AI企业客户的总量还在快速扩大。当前的市场领先，很大程度上来自于”更多原本没用AI的企业开始用AI，而他们倾向于选择Anthropic”。
但下一批进入企业AI的公司——2026年下半年、2027年——会是谁？他们可能来自制造业、零售、餐饮、教育，这些都是OpenAI的ChatGPT品牌认知更强的领域。Anthropic的增量优势，未必能在这些新市场中自然延续。
四、两种路径终将交叉，但谁更有底气？
Ramp数据呈现的不只是今天的快照，它也暗示了未来竞争的走向。
OpenAI走的是消费端破圈 → 企业渗透路径，Anthropic走的是技术核心客户 → 生态系统扩张路径。现在，两条路都走到了交叉点：消费端的OpenAI正在组建专门的企业服务部队（Deployment Company，140亿美元，麦肯锡/BCG合伙人组成的咨询军团）；企业端的Anthropic也正在进入消费端和中小企业市场（Claude.ai Pro、Claude for Small Business均于2026年5月正式推出）。
这种战略趋同，意味着真正的竞争才刚刚开始。
但有一个关键差异：Anthropic在进入中小企业市场时，带着的是已经在金融/法律/科技头部企业中验证过的技术信誉。OpenAI在进入企业市场时，带着的是消费端的品牌知名度。技术信誉比品牌知名度更难被快速复制。
Kharazian的怀疑有道理，但他可能低估了一个因素：Anthropic已经建立的垂直行业壁垒，不是OpenAI通过增加销售人员就能在短时间内打破的。 每一个在Claude上跑了两年财务分析流程的金融团队，每一个把合同审查嵌入Claude的法律机构，都是一个高替换成本的锁定点。规模越大，替换决策的代价越高，惰性越强。
这不是说Anthropic一定会赢。这只是说：它站在了一个更有利的起跑位置上。
五、中国企业AI的镜鉴
这组数据对中国市场有一个直接的参考意义。
中国企业AI的竞争逻辑与美国市场高度相似——谁能深度嵌入核心工作流，谁就能建立难以替代的位置。但中国目前的格局更接近于分散竞争而非双极对抗：阿里、腾讯、百度、华为、字节，各自在自己的生态内整合AI，但在跨平台的企业客户争夺上，都还没有形成像Anthropic这样的跨行业技术信誉。
Anthropic的案例揭示了一个值得中国AI厂商思考的规律：企业市场的护城河不是算法性能，而是执行积累。 在金融、法律、医疗这类高合规行业里，”你们的模型有没有在类似场景里真实跑过”，往往比”你们的benchmark得了多少分”更有说服力。
中国的企业买家正在迅速走向同样的成熟度。Ramp式的数据公开披露在中国暂时还不存在，但当它出现时，我们可能会看到类似的竞争格局分化——深耕金融/法律/制造的AI厂商，和依赖消费品牌渗透企业端的AI厂商，将呈现出截然不同的客户粘性曲线。
结语：第一次，但不是最后一次博弈
34.4% vs 32.3%，差距只有2.1个百分点。这不是碾压，这是微弱领先。
但它的象征意义远大于数字本身：在企业AI市场，Anthropic已经证明了它不只是”技术爱好者的小众选择”，而是规模化的市场第一名。 这个事实改变了行业的心理预设，改变了企业采购团队开会时提到的”参照系”，也改变了投资人在给Anthropic估值时能讲的故事——不再只是”它的安全研究很厉害”，而是”它的商业化正在赢”。
值得一提的是，这一成就发生在Anthropic内部同样面临巨大压力的背景下：模型训练成本持续攀升、算力争夺白热化（Anthropic最近与SpaceX Colossus和Akamai分别签署了大规模算力协议，估值从$900B向$950B持续被外界谈及）。这些都是外部观察者聚焦的”战略叙事”。而Ramp的数据说的是另一件事：在这些宏大叙事之下，Anthropic的商业化团队在一个企业一个企业地落地、转化、留存。这种微观层面的执行，才是宏观战略兑现的真正基础。
对OpenAI来说，这是一个不能忽视的信号：企业市场不会因为你有最大的消费端品牌就自然归你。执行、生态、信任——这三件事的积累需要时间，而Anthropic已经用了3年时间在做这件事。Deployment Company不是答案，只是迟来的开始。
下一轮Ramp报告出炉时，数字会怎么变？那将是这场博弈的下一章。
六、数字之外：一个AI公司的增长文化对照
最后，我想讲一个可能更有意思的细节。
Ramp的报告发布时，是5月13日，也就是Anthropic举办第二届”Code with Claude”开发者大会的第二天。在那场大会上，Claude的产品负责人Cat Wu在接受TechCrunch采访时，谈到了Anthropic的产品设计哲学：
“我们的团队灌输给所有人的理念是——AI会持续变得更好。我们只需要保持在最前沿。我们不思考竞争对手。如果你想建一家可以持续运营50年的公司，你只能忠实于产品，而不是花时间担心其他人在做什么。”
这段话乍看起来是一种战略上的谦虚，甚至有点天真——在一个竞争如此激烈的行业里，说”不思考竞争对手”听起来像是自我麻痹。
但联系Ramp的数据，它有了不同的意味。
Anthropic在企业市场赢得的，不是靠比OpenAI便宜，不是靠对手失误，而是靠一种稳定的执行文化：先服务好最挑剔的客户，用最真实的业绩向外扩张，而不是用话语权向外扩张。 这种增长，没有发出太大的声音——既没有铺天盖地的广告，也没有在每次发布会上都宣称”颠覆”了什么，甚至在许多外部观察者眼中几乎是悄无声息地发生的——但它在数字里留下了印记。
从9%到34.4%，从来不是因为Claude某天突然变得完美，而是每次集成一个新平台、每次在一个新的行业垂直场景里建立成功案例，都是一小块砖。每一块砖背后，是一个具体的企业客户，一个具体的工作流，一个具体的测试周期。这种增长不适合拍视频展示，但它是最难复制的那种积累。不擅长热闹的人，往往做的是最扎实的事。
这提醒我们：在AI行业的叙事中，”哪家公司发布了最强模型”往往占据头条，但”哪家公司在企业工作流里扎根最深”才是决定商业格局的底层逻辑。Anthropic在过去12个月里做的，不是在跑分，而是在盖楼——地基越深，楼才能越高。每增加一家金融机构客户，每深度整合一个法律场景，都是一层难以被竞争对手快速复制的砖。
Ramp的5月报告，是这栋楼第一次出现在公众视野里的那一刻。
这栋楼，还在建。
参考来源：
- Anthropic now has more business customers than OpenAI, according to Ramp data — TechCrunch，2026-05-13
- Ramp AI Index - May 2026 — Ramp，2026-05-13（来自5万+企业实际支出数据）
- OpenRouter Rankings Leaderboard — OpenRouter（持续更新，API调用数据）
- Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are — TechCrunch，2026-05-13
- 当OpenAI决定亲自下场当顾问：140亿美元Deployment Company的战略棋局 — 2026-05-12（背景参考）
- 当Anthropic下场做律师的工具：Claude for Legal扩张 — 2026-05-13（垂直战略背景）