Anthropic 拿下七成企业市场，OpenAI 开始挂倒挡 金山办公 AI 月活破 8000 万、Moonshot 冲刺港股 IPO、谷歌推理成本暴降——3 月 27 日速报
九周。Anthropic 从跟 OpenAI 平分秋色，变成了企业 AI 市场的新老大。
首次采购 AI 工具的企业，73% 选了 Anthropic。两个月前，这两家还是五五开。
同一时间，OpenAI 关停 Sora，放弃硬件，把资源全部砸向企业市场。
金山办公 WPS AI 月活破 8000 万，同比暴增 307%。Moonshot AI 冲刺港股 IPO，估值 180 亿美元。谷歌发布 TurboQuant 技术，推理内存降到原来的六分之一。
AI 的竞争焦点，已经从模型本身转移到了产品形态、商业化路径和基础设施成本。
汇总速览
| 公司/项目 | 事件 | 核心数据 | 影响 |
|---|---|---|---|
| Anthropic | 企业市场份额达 73% | 9 周内从约 50% 涨至 73% | 企业市场格局剧变 |
| OpenAI | 战略收缩，关停 Sora | 编程市场份额仅 21% | 聚焦企业生产力 |
| 金山办公 | WPS AI 月活破 8000 万 | AI 月活增 307%；海外收入增 54% | AI 应用商业化标杆 |
| Moonshot AI | 冲刺港股 IPO | 估值 180 亿美元 | 第二家上市国产大模型公司 |
| 谷歌 | TurboQuant 技术 | KV 缓存内存降 6 倍；推理提速 8 倍 | 大幅降低部署成本 |
新闻详情
1. Anthropic 拿下 73% 企业市场份额
Ramp 的数据只统计了一个指标：首次购买 AI 工具的企业，选了谁。
73% 选了 Anthropic，27% 选了 OpenAI。两个月前还是五五开。
编程市场更刺眼。Claude Code 占 54% 份额，OpenAI 的 Codex 只有 21%。OpenAI 的传统优势领域，被反超了。
OpenAI 的反应很直接：关停 Sora，放弃硬件，资源全部砸向企业市场。
内部文件写得很直白——"不能再被副本任务分散精力"。
新方向是把 ChatGPT、Codex 和 Atlas 浏览器合并成一款"超级应用"，专注代码和企业生产力。
什么都想做的创业公司，被市场教做人后，终于承认"专注才是出路"。
但 Anthropic 不是靠"更专注"赢的。他们赢在产品形态——Claude Code 能让 AI 在命令行里写代码、改代码、跑测试，一气呵成。
企业要的不是"能聊天的 AI"，是"能干活的 AI"。
📌 对你意味着什么：企业市场的需求已经从"有个 AI 助手"变成了"AI 能不能自己把活干完"。产品形态比模型参数更重要。
2. 金山办公 WPS AI 月活破 8000 万
金山办公 2025 年财报：营收 59.3 亿元，增 15.8%；净利润 18.4 亿元，增 11.6%。
最亮眼的是 WPS AI：月活破 8000 万，同比暴增 307%。
对比一下：ChatGPT 企业版全球付费用户约 100 万。WPS AI 单在中国市场就做到 8000 万月活。
AI 应用的商业化，不一定非要从零开始。把 AI 塞进已有产品里，可能更快赚到钱。
金山办公的打法很简单：WPS AI 不收额外订阅费，会员免费用。使用门槛降到零，用户自然就来了。
海外业务也不错：收入 2.82 亿元，增 53.67%；付费用户 285 万，增 63%。
把 AI 塞进 WPS，卖到越南、阿曼、印尼。这套"AI + 出海"的组合拳，比很多 AI 创业公司的故事扎实。
📌 对你意味着什么：AI 应用的商业化，不一定要做"AI 原生"产品。把 AI 塞进已有产品，可能更快变现。
3. Moonshot AI 冲刺港股 IPO：对比 MiniMax
Moonshot AI 正在接触中金和高盛，准备港股上市。估值约 180 亿美元。
如果成功，将是继 MiniMax 之后第二家上市的国产大模型公司。
对比两家：
MiniMax：2026 年 1 月 9 日港股上市，发行价 165 港元，首日收盘 345 港元（涨 109%），市值 1304 亿港元（约 167 亿美元）。超过 70% 营收来自海外。
Moonshot AI：估值 180 亿美元，略高于 MiniMax 上市时市值。Kimi 国内用户基础更强，海外布局较少。
两条路径的差异是"出海"还是"本土"。
MiniMax 选了出海，先赚海外用户的钱。Moonshot 选了本土，靠国内用户规模撑估值。
哪条路更好？现在还不好说。但国产大模型的资本化窗口，正在打开。
📌 对你意味着什么：国产大模型 IPO 窗口正在打开。MiniMax 和 Moonshot 的选择，代表了两条路径——出海还是本土，各有优劣。
4. 谷歌 TurboQuant：推理内存降 6 倍
谷歌研究院发布 TurboQuant 技术，能把大模型推理成本大幅降低。
具体数据：KV 缓存内存降到原来的六分之一；注意力机制速度提升八倍；精度无损。
KV 缓存是 AI 处理长文本时需要记住的"中间信息"。
这个技术的核心是"量化"——把模型参数从高精度压缩到低精度，但用更聪明的方法保证精度不损失。
为什么重要？推理成本是 AI 应用落地的最大瓶颈之一。
一个 70B 参数的模型，跑起来可能需要几十 GB 显存。把内存需求降六倍，意味着同样硬件能跑更多请求，或者用更便宜的硬件也能跑起来。
谷歌说这个技术"无需训练"，可直接应用到现有模型。如果是真的，会是个大突破。
📌 对你意味着什么：推理成本下降意味着更低运营成本、更快响应速度、更广部署可能性。关注 TurboQuant 落地进展。
5. 基金公司开发 AI 交易员
易方达、广发、华夏等多家头部基金公司正在开发测试 AI 交易员。
这些 AI 交易员在隔离环境中训练，能处理市场分析、合规审查等任务。
基金公司的思路：AI 可以提升投资研究和风险控制效率，但必须严格控制风险。所以强调"人工监督"和"合规框架"。
这个动向有两面性：
AI 在金融领域从"辅助工具"变成"半自主执行者"。
但如果 AI 交易员大规模部署，会不会加剧市场波动？出了问题，责任怎么划分？
目前监管的态度是"允许探索，但必须受控"。基金公司也很谨慎，强调 AI 只是"辅助"，决策权还在人手里。
📌 对你意味着什么：AI 交易员意味着投资研究和风险控制效率可能大幅提升，但也需要学习如何跟 AI 协作，防范新风险。
结语
这周五条新闻，有个共同点：
AI 的竞争，已经从"谁的模型跑分更高"，变成了"谁能真正解决问题"。
Anthropic 赢在产品形态——Claude Code 能让 AI 干完一整条链路的活。
金山办公赢在场景——把 AI 塞进 WPS，用户不需要学新东西。
Moonshot 和 MiniMax 赢在资本化能力——把用户规模变成市值。
谷歌赢在基础设施——让 AI 跑起来更便宜。
OpenAI 的转向是个信号：什么都想做，可能什么都做不好。