Anthropic正在企业市场延续强劲增长势头，业内也不断出现一种判断：这家公司正对长期主导企业软件市场的巨头构成威胁。

一方面，AI编程工具Claude Code的年经常性收入（ARR）已突破25亿美元；另一方面，Anthropic近期又推出Claude CoWork，进一步切入面向非开发者的办公自动化场景。

随着业务规模持续扩大，市场也开始追问一个更核心的问题：除模型质量之外，Anthropic还能依靠什么建立长期竞争优势？

与Microsoft依托Microsoft 365、Google依托Google Workspace和BigQuery等既有企业入口不同，Anthropic必须从零开始证明，企业为什么要持续使用它的产品。围绕这一点，Foundation Capital合伙人Jaya Gupta提出，随着AI越来越深地嵌入企业业务，一个更值得关注的关键词是“State”。

Jaya Gupta近日在社交平台X（原Twitter）发文称，所谓“State”，是指那些随着时间在AI系统中不断累积的内容，包括企业如何做决策、曾出现过哪些例外情况，以及员工通常如何完成工作。

她认为，当“State”积累到一定程度后，更换AI供应商将不再是单纯的采购问题，而会演变为牵动整个组织的系统性难题。

Jaya Gupta将“State”的沉淀概括为四种形态。第一类，是围绕特定模型使用方式形成的系统配置，更换模型时往往会直接带来成本；第二类，是AI在跨会话过程中记住并学习到的内容，她认为这是增长速度最快、最具“复利效应”的部分；第三类，是AI对组织运作方式形成的累积理解，这也是最敏感的一层；第四类，则是AI对特定个人思考方式和工作习惯的理解，她称这部分“耗时最长，也最难替换”。

围绕“State”的掌控，各大厂商的路径正在分化。

在Jaya Gupta看来，Anthropic和OpenAI更倾向于把运行环境和记忆系统放在API之后，从而将“State”沉淀在自身体系内。企业虽然在使用其AI能力，但最关键的“State”会不断积累在企业难以查看、也难以导出的系统内部。

相比之下，在Microsoft体系中，企业邮件、文档和会议纪要本身就承载着大量“State”，Copilot更像是调用这些“State”的接口。Google的思路则更强调把企业已经沉淀在Google内部的数据与AI打通。

Jaya Gupta指出，Google Workspace中的邮件和文档、BigQuery中的分析数据，以及Vertex AI上的模型，本质上都运行在Google体系内，而Gemini则试图成为统一入口。也正因如此，一旦企业的关键内容持续沉淀在Google内部，后续迁移的难度也会显著上升。

Databricks则选择了另一条路，即把“State”放在企业可以直接掌控的基础设施中，AI模型只是读取这些“State”的工具。按照Jaya Gupta的说法，在这种架构下，企业拥有“State”，而模型本身则成为可替换部件。

在她看来，围绕“State”的争夺并不是新鲜事。电子邮件最初带有较强的私人属性，但在法律证据保全等要求出现后，逐渐转变为企业资产；Slack对话和销售通话录音也经历了类似过程。关键“State”的所有权，最终往往由企业来主张。如今AI领域上演的，本质上是同一场博弈，只是规模更大、代价更高。

Jaya Gupta强调，企业当下选择何种AI架构，实质上是在决定：围绕系统持续累积的“State”最终由谁掌握。很多企业以为自己只是在选择模型，实际上做出的却是更大层面的架构选择。

回到Anthropic本身，Jaya Gupta认为，与Microsoft和Google相比，Anthropic尚未在企业系统中占据稳固入口。如果只依赖模型质量，很难持续说服企业长期留在其平台上。

就目前来看，Anthropic似乎正通过强化“安全优先”来推进企业市场布局。但Jaya Gupta认为，“安全优先”很难成为长期且确定性的护城河。她表示，这更像是在为Anthropic争取构建护城河的时间窗口：如果护城河最终建立起来，这一策略会被视为前瞻布局；如果没有，那么它不过是在用口号弥补产品尚未证明的部分。