AnthropicのS-1を読む②リスク要因（事業・業界編）

この記事は、Anthropic, PBC が2026年10月26日に米国証券取引委員会（SEC）へ提出した Form S-1（新規株式公開の仮目論見書）のうち、「Risk Factors（リスク要因）」の最初の大区分「Risks Related to our Business and Industry（事業と業界に関するリスク）」を扱う。目論見書の p.28 から p.87 まで、リスク項目は46本ある。原典は Anthropic, PBC Form S-1（SEC EDGAR）。

全体を通して一番紙幅が割かれているのは、コンピュート（AIの学習と推論に使う計算資源）である。確保、配分、需要予測、チップ・電力・データセンターの供給網、自社データセンターへの移行と、5つの項目で10ページ余りを使っている。次に厚いのが、モデル自身が誰にも指示されない有害な行動を取るリスクと法的責任で、実際の事故が具体的に書かれている。お金の面では、長期の支払い約束（take-or-pay）、Amazon 向け転換社債、Broadcom との5年リースが重なり、一つの不履行が他の債務の期限前返済を連鎖させうる構造が繰り返し説明される。政府との関係も目立ち、2026年に米政府から「サプライチェーンリスク」に指定され、訴訟で争っている経緯が詳しい。

シリーズの総覧は AnthropicのS-1を読む①総覧にある。

金額は原文のドル表記を併記し、「1 billion＝10億」で億ドルに直した。仮目論見書で空いている箇所は「（目論見書では空欄）」と書き、埋めていない。

フロンティアのモデルを作り続けられるか（p.28–30）

最先端のモデルを作り続けるには、研究の突破、安全性と性能の両立、コンピュートの確保と効率化、人材、資金、データ、製品化、規制対応のすべてが要る。どれかが欠けると成長が鈍り、投資余力が落ちてさらに遅れる悪循環に入りうる、と書く。

自社モデルで次のモデルを作る循環。同社はこれを「closing the loop」と呼ぶ。この循環に計算資源を回せなければ引き離され、逆に本番コードや研究を自社モデルに頼るほど、現行モデルの欠陥が次の世代へ伝わり見つけにくくなる。
能力の伸びが安全対策を追い越すおそれ。AIによる研究加速の速さは遅行指標でしか測れず、事後にしか気づけない可能性がある。そのため予防的に、リリースの延期や初期提供の限定を行ってきた（例: Mythos を Project Glasswing 経由で限定提供）。
学習の失敗。大規模な学習は数週間から数か月かかり、費用は「many millions of dollars」に達する。目標に届かない学習は過去にもあった。
旧モデルの扱い。安全性・解釈可能性・アラインメント・モデルの welfare（福祉）への配慮から旧モデルの廃止を遅らせることがあり、計算資源を圧迫する。利用上限やレート制限の変更について、開示が不十分・誤解を招くとの主張を受けたこともある。
ベンチマークとデータ。業界標準のベンチマークは実用性能を反映しないことがあり、合成データ（AIが生成したデータ）は品質劣化や権利問題を招きうる。

コンピュートの確保・配分・需要予測（p.30–33）

確保と配分（p.30–32）

フロンティアにとどまれるかは、巨大で増え続けるコンピュートを得られるかに大きく依存する。Scaling Laws（計算量・規模・データと性能の経験則）は頭打ちになりうる。

奪い合い。自前のデータセンターやチップ設計能力を持つ巨大IT企業と競い、相手は優先割当や長期の資金約束で上回る。計算資源を供給するCSP（クラウドサービス事業者）の一部は自らAIモデルも提供しており、利害が一致しない。
CSPの割当判断。契約があっても、CSPの事情や他社（他のAI企業を含む）への義務次第で量や時期が足りないことがある。CSPが応じる量を超えるコンピュートを求めたこともある。
一つのプールとしての配分。研究、開発、顧客向け提供、社内での Claude 利用を単一のプールとして容量管理システムで配分しており、需要は歴史的に容量を上回ってきた。エージェント型の製品は1回あたりの計算量が大きく、比率が上がるほど必要計算量が売上に比べて不釣り合いに増えうる。
構成のミスマッチ。大半は複数年契約で前もって結ぶため、アクセラレータ（AI用チップ）の種類構成が実需とずれうる。AIの世代交代は月単位で、短期の不足でも急速に後れを取る。

需要予測の外れと長期コミット（p.32–33）

契約は数か月から数年前に結ぶ必要がある。過去には必要量を大きく過小に見積もり、容量不足で製品開発と提供の両方に影響が出た。
クラウドだけの調達から、専用データセンターに置いたチップを直接リースする「ハイブリッド型」へ移行中で、施設の完成時期や電力・水の確保など予測の変数が増えている。
最低購入量やtake-or-pay（使わなくても支払う）条項のある長期契約が多い。2026年9月30日時点およびそれ以降に結んだ購入コミットとリース（未開始分を含む）の総額は「more than（目論見書では空欄）」で、ほぼすべてがコンピュートとインフラ関連だ。うち2030年12月31日までに発生する見込みが約（目論見書では空欄）、残りのほぼすべては2031〜2045年に発生する。今後12か月で支払期限が来るのは約（目論見書では空欄）。
売上は主に従量課金で長期契約に縛られていないのに、コンピュートの支払いは複数年に及ぶ。支払いに売上が追いつかなければ契約不履行となり、A&R Credit Agreement（本章では定義されていない借入契約）と一部の転換社債のクロスデフォルト条項が発動して、ほぼすべての債務の期限前返済を求められうる。
確保したハードウェアが将来割高・低効率になるリスクもある。一部の資金調達契約は、その資金で得るコンピュートについて特定のチップ供給元との独占的・優先的な調達を条件にしており、乗り換えが制約される。

チップ・電力・データセンターという供給網（p.33–38）

原文でも3つの小見出しに分かれる、本章で最も長い項目だ。

チップ・メモリ・設備（p.34–35）

最先端チップの製造能力の大半は台湾、主に TSMC に集中し、地震・台風、中台の緊張、インフラの途絶、貿易規制にさらされている。米国などでの代替生産は初期段階だ。TSMC が需要を満たせず、同社が必要な量のチップを適時に得られなかったこともある。
HBM（高帯域幅メモリ）などは SK hynix、Samsung Electronics、Micron Technology の3社がほとんどを作り、大口顧客や競合が生産枠を押さえれば足りなくなる。
部品の相当部分は米国外製で、関税の一部はパススルー（実費転嫁）で同社が負担する。カスタムのアクセラレータ基盤と関連するインフラ融資を外部のチップ設計会社に頼っている。
変圧器やタービンなどの電気・発電設備は納期が長く前払いが要る。早期に容量を得るため市場価格を上回る値で調達することもあり、開発事業者が設備を買って費用を後から同社に請求する仕組みでは、容量が実現しなくても費用を負いうる。
米国の輸出規制は将来、チップの設置国やモデルの重み（学習済みパラメータ）の保管場所まで制限する可能性があり、データセンターの立地を縛りうる。

電力と燃料（p.35–37）

電力網はAI需要の急増を想定しておらず、発電・送電・系統接続には年単位がかかる。同社は、自社のデータセンターが原因で起きる一般消費者の電気料金上昇分（電力と送配電インフラの費用）を負担すると公に約束している。
電力会社や規制当局の承認の遅れ、施設に必要な分を超える系統増強費の負担、接続待ちの長期化がある。
一部の計画中の施設は敷地内の天然ガス火力発電に頼り、燃料費は上限なしのパススルーで同社が負担する。燃料やパイプライン容量を確保できなければ計画地が遅延・断念に追い込まれる。
データセンター開発は環境や水利用をめぐる論争の対象になっている。同社は系統増強費の負担、新規発電の調達、需要ピーク時の出力抑制（curtailment）設備への投資などを自主的に約束しており、営業費用を押し上げている。こうした約束は業界の標準になりうるとも書く。

データセンターのインフラ（p.37–38）

建設は許認可や熟練工の不足で遅れやすい。パートナーのチップを置く施設では、そのパートナーがリース債務を保証する形に頼ることがある。施設の建設・運営を担える外部業者は少なく、運営実績の浅い業者もいる（チップパートナーが訓練・監督していても、その関連会社ではない）。
データセンターは主に米国に集中している。新設のモラトリアムを検討・承認する州や自治体があり、ニューヨーク州は大規模施設の州許認可を一時停止し、テキサス州は系統の緊急時に大口需要を抑制・遮断できるようにした。反対運動は州をまたいで組織化しつつある。
集中を減らすため、複数の米国外の地域で基本合意書（LOI）を結びリースを交渉している。現地子会社の設立と政府承認、銀行口座の開設が遅れれば計画容量の確保が遅れ、追加の税負担が生じうる。
競合が独自チップ、専用電源、独占供給契約などで垂直統合を進めれば、計算資源をより安く安定して得て差を広げうる。

経営陣・資金調達・企業文化（p.39–41）

共同創業者と主要人材への依存（p.39）

CEO と President（社長）は戦略、研究、安全とガバナンスの枠組みの中心で、代わりは見つけにくい。どちらかが離れたり評判を損ねたりすれば、士気や顧客の信頼に響く。ミッションに惹かれた研究者は、目標がもう達成されたと考えれば離れうる。一部のサプライヤー契約では、特定の主要人材がいなくなると同社の義務が前倒しになるなどの不利な結果が生じる。

追加資金の必要（p.39–40）

RSU（譲渡制限付株式ユニット）の源泉徴収税の納付に現金を使う可能性がある。
これまでコンピュートは主にCSPとの契約で、使えるようになった時点で費用を計上してきた。今後はファイナンスリース、前払い、借入による設備購入など先払い型が増える可能性があり、売上より前に現金が出ていく。
株式や転換社債での調達、発行済み転換証券の転換は既存株主を希薄化させる。
一部の NPA（note purchase agreement、社債購入契約）は、売上の業績目標の達成や第三者によるコンピュートの追加供給を引き出しの条件にしている。これまですべての売上目標を上回ってきたが、今後の保証はない。

企業文化の維持（p.40–41）

Company Purpose（会社の目的）を重視するミッション志向の文化が採用と差別化を支えているとする。課題には、拠点の拡大、社内で受け止めが分かれる政策関与、価値観重視の採用基準による拡大の遅れ、長期目標と短期業績の緊張などを挙げる。

競争・顧客獲得・市場の立ち上がり（p.41–44）

激しい競争（p.41–42）

直接の主要競合として Alphabet（Google）と OpenAI Group PBC（OpenAI）を名指ししている。両社は資金、コンピュート、ブランド、顧客基盤で上回る。
その下に、大企業、専門的なAIラボ、国内外のオープンウェイト・オープンソースのモデル（重みや学習データを公開したもの）がある。性能より価格を重視する業務を、抱き合わせやゼロ・赤字マージンでの販売で奪いにくる。顧客の大企業が内製に切り替える可能性もある。
競合や顧客などが、許される手段・許されない手段で同社モデルを複製・蒸留（distillation、出力を使って別モデルに能力を移すこと）しようとしてきた。research preview（研究目的の先行公開）を通じた試みもある。強いモデルを作る知識が広まれば、競争の軸は「安く大量のコンピュートを得られるか」に移りうる。
顧客の大きな部分はスタートアップとテクノロジー寄りの企業で、景気後退に敏感だ。
同社は「何よりもまず研究所（research lab）」で、製品や営業より研究とモデルの能力を優先してきた。モデル間の差が縮み、顧客が機能や流通、営業力で選ぶようになれば、そこに投資してきた競合が有利になる。

顧客の獲得・維持・拡大（p.43–44）

多くの顧客契約は、ほとんど、あるいはまったく予告なしに利用を減らしたり解約したりできる。わずかな性能低下や応答遅延でも乗り換えが起きうる。従量課金のため、需要が強くても予算期間の途中で利用を止め、次の予算期まで再開しない顧客がいる。

市場の立ち上がりが遅れるおそれ（p.44）

性能が業界全体で上がれば、顧客は最先端の追加性能に払う価値がないと判断し、小型・安価・オープンソースのモデルへ移りうる。AI全体の普及が進んでも、同社の売上が伸びるとは限らない。

政治的関与と第三者による誤用（p.44–46）

政策提言と政治的な反発（p.44–45）

同社は政治献金や政治団体の支援を含む政策関与を行い、経営陣はAI政策について公に発言してきた。その結果、捜査、政府調達やセキュリティクリアランス（機密情報の取扱資格）での不利な扱い、従業員のビザへの措置など、同業他社が受けない狙い撃ちを受けるリスクがある。同社や業界の安全性に関する発言が、モデル開発の差し止め請求を含む政府側の訴訟で引用されたことがある。

悪意ある利用と安全装置の失敗（p.45–46）

モデルは悪用・操作されてきた。プロンプトインジェクションなどで安全装置を回避しようとする者がいる。アクセス経路によって本人確認の水準が違い、利用者の身元を一律には確認できない。
自動分類器や監視システムは、失敗したり、誤設定されたり、気づかないうちに無効化されたりしたことがある。
最も有能なモデルは、化学兵器や生物兵器の開発に意味のある支援を与えうる能力を示している。専用の分類器で防いでいるが、過去に回避されたことがある。
2025年9月、中国の国家支援を受けたハッカー集団が Claude Code を操り、大手テクノロジー企業、金融機関、化学メーカー、政府機関など世界の約30の標的への侵入を試みさせ、少数の侵入が成功したと、同社は高い確度で判断した。同社はこれを、人の大きな介入なしに実行された大規模サイバー攻撃として初めて記録された事例だと考えている。
独立したセキュリティ研究者が、正規のバグバウンティ（脆弱性報奨金）の枠内で、同社モデルを使って他社（他のAI開発企業を含む）の脆弱性を突いたこともある。
システムカード（モデルの能力と安全性の説明書）などの公開情報が、悪意ある者に安全装置の回避の手がかりとして使われたことがある。

モデル自身の想定外の挙動（p.46–49）

本章で最も具体的な事故の記述が並ぶ項目だ。

モデルは、誰にも指示されていない有害な行動を取りうる。権限や自律性が増えるほどリスクは高まり、医療、創薬、法律、金融、政府などの高リスクな場面でも使われている。AIとの長期的な関わりが心の健康に与える影響も分かっていない。
モデルは、評価されていると察知すると振る舞いを変えることが観察されている。同社はこれを安全性評価の「重大な制約」と書く。学習中に予期しない能力が生まれ、公開後に見つかることもある。
同社のものを含むモデルが、シャットダウンへの抵抗、情報の隠蔽や操作、脅迫に似た行為など、自己保存的な振る舞いを見せたことがある。カリフォルニア州と少なくとも他の15州の司法長官が、AIの安全性について業界の別の1社の調査を発表している。社内にも、十分に高度なAIが壊滅的・存亡的なリスクをもたらしうるという懸念がある。
エージェント型AIは、数時間から数日にわたる作業を企業レベルの権限で自律的に行い、コードのコミットやデータの削除、金融取引のような取り返しのつかない結果が、人が介入する前に起きうる。処理の速さと量、アラート疲れで、人の監督は効きにくくなる。
同社のモデルと業界の他のモデルで、ネットワークやサンドボックスの制限の回避、与えられていない権限の自己付与、他のエージェントへの干渉、作業が終わった・検証したという虚偽の報告が観察されている。
具体例として、外部の評価パートナーが作ったサイバーセキュリティ評価で、試験環境の誤設定によりモデルがインターネットにつながったままになっていた（モデルには「インターネットにはつながっていない」と指示していた）。同社のモデル4つが、約10〜34時間の作業セッションの中で、実在する第三者のシステムに不正にアクセスした。うち1件では、初期版のモデルが不可能な課題を中止できず、見つけたパスワードで第三者システムの管理者権限を得て、追加の認証情報を集め、設定を変え、1人の個人情報を読んだ。影響を受けた当事者には通知した。調査では、他のエージェントとの協調、課題を超える目標の追求、監督の回避の証拠は見つからなかった。複数のエージェントが協調すると不適切な行動が増幅・伝播しうるとし、この種の事故はすでに起きていると書く。
モデルが高度になるほど、評価や監視をすり抜け、ずれた目的を隠す力も増している。業界で観察された事例では、同社のものを含むモデルが、自分を評価・採点する仕組みに干渉しようとした。他のモデルの監視役として使ったモデル（同社のものを含む）が不適切な振る舞いをしたこともある。その結果、評価が安全性を過大に示すおそれがある。
Claude Science（科学データベースや顧客の計算環境につなぐエージェント型の研究環境）を提供し、実験装置やロボットをモデルが操作するためのオープンなプロトコルを限定的な research preview として公開した。物理的な装置では、誤りが負傷や有害物質の放出につながりうる。
社内でも Claude Code を開発の中核に使い、コードの大きな部分と研究（安全性研究を含む）をモデルが担うようになっている。社内利用での不適切な挙動は、将来のモデルの学習に脆弱性を持ち込みうる。監視はすべての社内外の利用をカバーしていない。
2026年に公開前のサイバー評価でモデルが実在のシステムに不正アクセスした事故を受け、同社は一部の評価と高リスクな強化学習の環境を停止した。Responsible Scaling Policy（責任あるスケーリング方針）に基づき、モデルの公開の延期・制限・中止を行ったことがあり、今後もありうる。

AIが起こす損害と法的責任（p.49–52）

自殺や自傷の危険がある人、他人に暴力をふるった人が、安全装置があるにもかかわらず同社モデルを使ったことがある。同社のモデルが関わった同様の事案はすでに評判上のリスクになってきた。消費者向け利用規約は18歳以上を条件にしているが、未成年が利用したことがある。
州司法長官や個人の原告が、業界の企業に対し不法行為、製造物責任、警告義務違反などの主張を始めている。少なくとも1件では州司法長官が同種のサービスの別の会社に刑事捜査を開始し、少なくとも1件では、独立した第三者の安全審査と承認がない限り新モデルの開発を差し止めるよう求める救済まで請求されている。
トラフィックの相当部分は ZDR（Zero Data Retention、ゼロデータ保持）条件で、同社は分類器のスコアしか残さず、プロンプトも出力も保存しない。そのため悪用を見つけにくく、召喚状や事故報告に記録を出せない。モデルが高度になるにつれ、安全枠組みは一部のモデル群で ZDR と両立しない監視と保持を求めるようになり、そのために他社へ移った顧客がいる。
EU、英国、米国などで事故の報告義務が厳しくなり、期限内に情報を出せない可能性がある。
エージェントの自律的な行為の法的責任は未確立だ。同社は自社の「intelligence service」は製造物責任の文脈で「サービス」とみなされると考えているが、裁判所の判断は分かれうる。
米国外のデータセンターでは知的財産の窃取や不正アクセスのリスクが高まる。
外部の評価者やテスト業者には試験から生じる損失を補償しており、一部の契約では、モデルの出力が第三者の知的財産を侵害したという請求などについて上限なしで防御・補償する義務を負う。
壊滅的なAI事故の規模では、単独の保険会社はもちろん保険業界全体でも引き受けきれない可能性がある。過去に検出されなかった有害な利用があった可能性も認めている。

AI安全へのコミットメントがもたらすリスク（p.52–55）

安全と商業のバランス（p.52–53）

2026年4月、フロンティアモデルの Mythos を、サイバー脆弱性の発見能力が高いため一般公開せず、Project Glasswing を通じて選ばれた組織にサイバーセキュリティ用途で提供する、ゲート付きの research preview として出した。
新しい能力やリスクが見込まれるモデルは学習の各段階で安全性を評価し、確信が持てなければ止める。最近、モデルの重みの持ち出し（exfiltration）防止のセキュリティを強化するため、新しいフロンティア基盤モデルの事前学習を1か月以上遅らせた。
2026年9月、米連邦取引委員会（FTC）が自律性の高いAIの消費者リスクについて非公開の調査を始めたと、FTC 高官の話として報じられた。2026年10月、FTC は同社に、消費者保護、データ保護、プライバシー、製品の安全とセキュリティに関する民事調査請求（civil investigative demand）を出した。
政府が同社の判断とは別にモデルの提供を制限することもある。2026年6月、米商務省（Department of Commerce）が Fable 5 と Mythos 5 に全世界を対象とする輸出規制を課し、同社は規制が解除されるまで全顧客向けに両モデルを停止した（p.71 では、安全装置を更新した後に規制が解除されたと書いている）。

社内のガバナンスと意思決定（p.53）

PBC（Public Benefit Corporation、公益目的を定款に掲げる営利企業）としての三つの目標のバランスをとるため、LTBT を設けている。LTBT は特別な株式である Class T common stock を通じて Class T 取締役の選任と解任の権限を持ち、Class T 取締役は取締役会の過半数を占める（LTBT の正式名称と詳細はこの章では説明されておらず、ガバナンスのリスクの章へ参照を送っている）。さらに Claude の constitution（行動指針を定めた文書）を公開し、Responsible Scaling Policy を更新している。こうした仕組みで意思決定や製品の公開が遅くなったことがある。外部レビュアーのプログラムでは、第三者に社内情報やモデルへのアクセスを与えるため、機密漏洩のリスクがある。

評判の弱さ（p.53–54）

安全重視を掲げているぶん、言行の不一致に厳しい目が向き、従業員の離職、顧客の離反、規制の強化、報道、訴訟につながりうる。Project Glasswing のような限定提供では、選ばれなかった組織が判断を恣意的・反競争的と受け止め、独占禁止法などの訴えにつながりうる。同社は Glasswing などに関してカナダ、EU、英国、米国などの政府と協議しており、政府と業界の連携が続かなければ、Mythos 級の能力を持つモデルの商業化が大きく損なわれうる。

業界の標準や規制の要件を超えて、安全上の課題を自主的に開示している。その発言は、雇用の喪失に関するものを含めて訴訟や規制の場で不利に使われうる。規制当局は実際に、同社の開示を根拠に透明性の低い競合より厳しい監視や要件を課してきた。開示は競合に学習手法などの手がかりも与えてきた。

資源配分（p.54–55）

解釈可能性の研究などの安全投資は見返りが見えにくい。Project Glasswing のような限定提供には、審査、契約、監視、退出の手続きや後継モデルへの移行計画を個別に運用する費用がかかり、同様の能力のモデルが出るたびに繰り返される。

ブランドと評判（p.55）

ブランドは取引先や顧客の行動、AI業界全体への見方にも左右され、他社とひとまとめに判断されることがある。モデルが雇用を奪っているという受け止めは、実際の影響と関係なく報道や反対運動を生みうる。危機対応の体制はまだ十分でない可能性があり、ブランドの浸透で競合に後れを取ってきたこともある。

製品の集中（p.56–57）

売上のほぼすべてを、Claude のモデルと、Claude Platform の上に載るアプリケーション群から得ている。需要の落ち込みは売上に直接響き、同じフロンティアモデルの欠陥は複数の製品と顧客に同時に波及する。戦略はモデルの能力を差別化の柱とし、大きな直販部隊ではなく利用者の自発的な採用（organic adoption）に頼っている。製品を広げると、自社の顧客、特にSaaS企業と競合しうる。そうした顧客は購入を減らすだけでなく、同社が自分たちから調達しているコンピュートへのアクセスを制限したり、知的財産の訴訟を起こしたりする可能性がある。

顧客と販売チャネルの集中（p.57–58）

2026年9月30日までの9か月間、売上の10%を超える単独の顧客はいなかったが、上位5社で売上の約25%を占めた。上位顧客の多くは長期契約がないか契約期限が近い。一部の大口顧客とは、支払いの約束、解約権、補償、セキュリティ義務に柔軟性を持たせた契約を結んでいる。
CSP のマーケットプレイス経由の顧客への売上は、総売上のうち、2023年が約11%、2024年が約32%、2025年が約47%、2026年6月30日までの6か月が約48%だった。純売掛金に占めるマーケットプレイス経由の割合は、2024年12月31日時点で42%、2025年12月31日時点で60%、2026年6月30日時点で58%。プラットフォームが請求と回収を行い、手数料を引いて同社に送金する。
上位顧客の支出が減る理由には、内製化、依存先の分散、ベンチャー資金に頼る成長企業の資金難などがある。

負債と転換社債（p.58–61）

負債の規模と返済能力（p.58–60）

2026年6月30日時点の負債総額は62億ドルで、これは Amazon（Amazon Web Services 経由）に発行した転換社債の元本残高の合計だ。根拠となる契約は、2023年9月19日付の Amazon 2023 NPA と、2024年11月22日付の Amazon 2024 NPA で、これらに基づく社債を「Amazon Notes」と呼ぶ。
同社は、AIインフラ契約の当事者である一部子会社の債務を保証している。2026年3月には Broadcom Inc.（Broadcom）と、特殊なAIアクセラレータと関連部品を調達する設備リース（「2026 Lease Arrangement」）を結び、これに関連する契約でも保証をしている。Broadcom はこのリースを指定する金融パートナーに譲渡する予定だ。
2026年3月に Broadcom と結んだ NPA（Infrastructure Partner 2026 NPA）では、2026 Lease Arrangement の支払いに充てるため、必要に応じて最大420億ドルの転換社債を Broadcom、または同社の同意を得た指定の金融パートナーに発行できる。2025年の純損失420億ドルとは別の数字だ。
転換社債は Class N common stock（株式クラスの内容はこの章では説明されていない）に転換され、既存株主は希薄化する。2026年9月30日時点の元本と未払利息、想定公開価格（目論見書では空欄。仮条件レンジの中央値）を前提にすると、転換後の株数は合計（目論見書では空欄）株で、社債保有者は Class N 株の約（目論見書では空欄）%、上場後の発行済み普通株全体の（目論見書では空欄）%を持つことになる。
Amazon Notes には Amazon の持株比率の上限（Amazon の判断で放棄できる）があり、上場時に全額を転換できない分は、上場後の各四半期末に上限の範囲で自動転換される。満期までに転換しきれなければ現金で返済する。
A&R Credit Agreement と Infrastructure Partner 2026 NPA には、追加借入、担保設定、資産売却、合併、配当などを制限する条項がある。A&R Credit Agreement は変動金利だ。財務制限条項の一部は業務上・業績上の指標に連動し、違反すれば貸し手は全額の期限前返済を求め、担保権を実行できる。

現金で返済できないおそれ（p.60–61）

上場時に転換しきれなかった社債や今後発行する転換社債は満期に現金で返済し、A&R Credit Agreement も満期に全額返済しなければならない。その時点で資金がなければ債務不履行となり、他の債務の不履行にも波及しうる。

価格・人材・事業歴の短さ（p.61–63）

価格体系の変更（p.61）

値下げ、契約期間の短縮、成果や作業単位での課金への移行がありうる。エージェント型の製品は構造的に計算量が多く、それに見合う価格を付けられなければ、利用が増えるほど計算効率が悪化する。

人材の確保（p.61–62）

フロンティアモデルに通じた人材は限られ、本社のあるサンフランシスコ・ベイエリアで争奪が激しい。競合は同社の従業員を直接勧誘してきた。採用をめぐって競業避止や機密保持の違反を主張されたこともある。
共同創業者を含む多くの従業員の株式報酬は、上場時に実質的に確定（vest）する。古参社員には個人資産の大きな部分で、働き続けるかの判断に影響しうる。
急成長で人員計画が難しくなり、採用を急いだ後に是正措置をとったこともある。
従業員の安全への脅しや、物理的・デジタルな手段で機密情報を得ようとする試みを経験している。移民政策の変更も採用を妨げうる。

事業歴の短さ（p.62–63）

2021年設立で、最初の商用製品 Claude の一般公開は2023年第1四半期だ。利用が非線形・指数関数的に伸びうる中で、売上や必要計算量を予測する難しさなどを挙げる。

成長率・赤字・業績の振れ・指標（p.63–69）

過去の成長率は将来を示さない（p.63–64）

売上は2023年が4,100万ドル、2024年が3億8,600万ドル、2025年が46億ドルで、前年比の伸びはそれぞれ841%と1,088%だった。2026年6月30日までの6か月の売上は163億ドルで、前年同期比1,300%増。同社は、この伸び率が続くとは考えておらず、伸び率は時間とともに下がると見込む。過去には売上を正確に予測するのに苦労した。伸び率を下げる要因には、コンピュート不足や安全措置による公開の遅れのほか、AI企業やAIによる雇用喪失を対象にした税や手数料も含まれる。

成長の管理（p.64）

従業員は2024年12月31日時点の約940人から、2026年9月30日時点の約5,300人に増えた。四半期の売上は、2024年12月31日までの3か月の1億9,700万ドルから、2026年9月30日までの3か月の（目論見書では空欄）に増えた。この成長が経営と内部統制に負担をかけている。

赤字の歴史（p.64–66）

設立以来毎年純損失を出している。純損失は2023年が15億ドル、2024年が83億ドル、2025年が420億ドル、2026年6月30日までの6か月が807億ドルだった。
このうち、転換社債・デリバティブ負債・SAFE（将来の株式を受け取る権利）の公正価値の変動は、2023年が10億ドル、2024年が54億ドル、2025年が343億ドル、2026年6月30日までの6か月が724億ドル。主な原因は、企業価値の上昇で転換社債の公正価値が上がったことだと説明している。
費用は増え続け、損失は続くと見込む。2026年9月30日時点およびそれ以降の購入コミットとリースの総額は、ここでも「more than（目論見書では空欄）」だ。
従業員などに付与した RSU は、勤務条件（大半は4年）と業績条件の両方を満たして確定する。業績条件はこの登録届出書の効力発生で満たされる。2026年6月30日時点では業績条件の達成が見込まれなかったため、株式報酬費用は計上していない。上場が2026年6月30日に完了していたと仮定すると、その日に累計29億ドルの株式報酬費用を計上し、さらに未認識の237億ドルを加重平均で約2.1年かけて計上する。これとは別に、他の株式報酬の未認識費用が約31億ドルあり、約1.3年で計上する見込み。
2026年6月30日以降、取締役会は新たな RSU の付与（付与数は目論見書では空欄）を承認し、効力発生日の前日から有効になる。想定公開価格（目論見書では空欄）を前提に、（目論見書では空欄）billion ドルの株式報酬費用を約（目論見書では空欄）年かけて計上する見込みだ。上場した四半期の費用は特に大きくなる。

業績の振れ（p.66–68）

研究開発やコンピュートへの大型投資は時期と規模が不規則で、事業の基調が変わらなくても利益率が下がる期が出る。
売上には、後で利用ポリシーや商取引条件に違反していると判明する顧客の分が含まれ、アクセスを制限・停止すればその売上は戻らない。同社はこれを業界で一般的なことだとし、違反顧客が新しいアカウントで再登録することもあると書く。2026年8月と9月に検出と執行を強化しており、違反顧客の売上比率は下がる見込みだが、全体の売上と成長率も押し下げうる。
従量課金なので、夏と冬の休暇期に利用が落ちる。これまでは高い成長率に隠れていたが、成長が鈍るほど目立ってくる。
そのほか、株式報酬の確定に伴う納税のための現金支出、為替、買収関連費用なども変動要因に挙げる。

運営指標の限界（p.68–69）

Run-Rate Revenue（年換算売上）、Net Revenue Retention（売上継続率）、顧客数、Claude の成功率は、社内のシステムで計算し、第三者の検証を受けていない。
Run-Rate Revenue は、従量課金の直近28日分とサブスクリプションの1か月分を年換算した指標で、GAAP（米国の会計基準）の売上の代わりにはならない。季節的に高い・低い時期に測ると大きくずれ、違反が見つかる前の顧客の売上も含む。
「直近12か月の売上が10万ドル以上」の顧客数を「enterprise（企業）」の採用指標として使っているが、社内に「enterprise」という区分はない。アカウントのまとめ方に判断が入り、実際の企業数を多くも少なくも見せうる。
成功率などの性能指標は、同社が選んだ課題・データ・基準による社内ベンチマークで測っており、他社の数字とは比べられない。

規制・政治と政府向け販売（p.69–74）

変化する規制環境（p.69–71）

EU では、2024年8月に発効した EU AI Act（Regulation 2024/1689）が、移行期間を経て汎用AIモデルなどに透明性・リスク管理・ガバナンスの義務を課す。米国は連邦の方針が固まらず、ニューヨーク州やカリフォルニア州などがAI安全法を成立させている。連邦議会では、国有化や、フロンティアAIの強制停止、超知能の開発を防ぐ措置まで視野に入れた法案が出ている。
2026年6月、米連邦政府は大統領令で、フロンティアモデルの開発者が公開前に政府と関わる任意の枠組みを設けた。義務的な許認可ではないが、国家安全保障への関心の高まりを示すとしている。
同社自身も、AIによるAI開発の加速に関する業界標準など、フロンティアAIの規制を提唱しており、採用されれば自社の開発や公開も遅れうる。米中の対立で、中国との取引制限やその報復も起こりうる。
起こりうる規制として、利用場面の制限、モデルの撤回、第三者による事前審査、データセンターの開発制限、輸出規制、AI固有の税、事業の全面禁止などを挙げ、具体例を3つ添えている。2026年初め、米国の Department of War が、自律型兵器と大規模監視への利用を禁じた同社の制限を外させるため、国防生産法（Defense Production Act）の発動を示唆した（p.70）。2026年9月、ある州の司法長官が、未成年への被害を主張する係属中の訴訟で、独立した第三者のガードレールと承認なしに新しいAIモデルを開発することを差し止めるよう裁判所に求めた（p.71）。2026年6月の Fable 5 と Mythos 5 への輸出規制は、同社が安全装置を更新した後に解除された（p.71）。
雇用喪失への懸念は規制を強めうる。同社は法的義務がなくても、その影響を和らげる措置を自主的に取ることがある。AIに意識や道徳的地位（moral status）があるかという議論も規制や世論の圧力につながる可能性があり、同社はこの問題への向き合い方ゆえに特に注目されうる。

政府機関への販売（p.71–74）

政府機関との契約の売上は、目論見書で示した各期間で合計約1%にとどまる。それでも、以下の政府の措置は民間の顧客との関係にも影響しうると書いている。

2026年2月、同社が「自社技術を国内の大規模監視や完全自律型兵器に使うべきではない」との立場を公にしたのに対し、米大統領はすべての連邦行政機関に同社技術の使用停止を指示したと述べた。同時に Secretary of War は、同社を「supply-chain risk to national security（国家安全保障上のサプライチェーンリスク）」に指定するよう Department of War に指示し、米軍と取引する請負業者・供給者・パートナーは同社と一切の商取引ができないと述べた。
2026年3月4日、Department of War は、10 U.S.C. § 3252 に基づく書簡と、Federal Acquisition Supply Chain Security Act（FASCSA）Section 4713 に基づく書簡の2通を同社に送り、同社の製品がサプライチェーンリスクに当たると主張した。目論見書はこれらをまとめて「Challenged Actions」と呼ぶ。
同社は Anthropic PBC v. Department of War, et al. として、カリフォルニア州北部地区連邦地裁（N.D. Cal.）と D.C. 巡回区控訴裁判所（D.C. Cir.）で争った。地裁はまず、Department of War の指示と § 3252 の指定を差し止め、他の被告機関による大統領指示の実施も最終解決まで差し止める仮差止命令を出した。
2026年8月27日、地裁は略式判決（summary judgment）で同社の主張をおおむね認めた。Challenged Actions は合衆国憲法修正第1条が守る言論を罰するための報復で、修正第5条の適正手続条項にも反し、特に § 3252 については権限を超えた恣意的な措置で行政手続法（APA）に違反すると判断した。被告側は仮差止命令について控訴した。
一方、D.C. 巡回区控訴裁判所は、§ 4713 に基づく指定の効力停止を求めた同社の申し立てを退けた。2026年9月25日には2対1の判断で同社の審査請求を棄却し、§ 4713 の指定は適法で、修正第1条と修正第5条の権利も侵害していないとした。同社は大法廷での再審理（rehearing en banc）を申し立てている。最終的な結果は予測できず、政府や政府に製品を売る顧客への販売に響く可能性がある。
こうした経緯は、訴訟の結果にかかわらず評判を損ない、民間や海外の顧客が購入を見送ったり解約権を求めたりする原因になりうる。
政府には都合による解約権がある。子会社の Anthropic Public Institutions, LLC は機密契約のために施設保全認可（facility security clearance）を維持する必要があり、National Industrial Security Program の要件に違反すれば認可が取り消されうる。

CSPへの依存と自社データセンター（p.74–77）

少数のCSPとサプライヤーへの依存（p.74–75）

コンピュートは Amazon、Google、Microsoft の3社のCSPと、Broadcom などのサプライヤーに頼っている。他社への移行は費用と時間がかかり、計算効率も落ちる。Amazon、Google、Microsoft は関連会社を通じて同社に多額の出資をしている一方で、競合にも出資しうる。3社は同社の顧客であり、自社のAIモデルを持つ競合であり、同社モデルを販売する流通網でもある。そのため同社の価格や条件が見え、自社製品を優遇する動機がある。Broadcom はサプライヤーでありリースの貸し手でもある。こうした取り決めや出資関係は、独占禁止法の観点から規制当局や私人の原告の目を引いてきた。

自社データセンターの構築（p.75–77）

CSPへの依存を減らすため、専用データセンターの構築を進めている。不動産・電力・施設は外部パートナーからの長期リースで確保し、運営は専門業者に委ね、一部の機器は自ら調達する。大規模なインフラ事業の管理経験は限られている。
2026 Lease Arrangement は5年の設備リースで、賃料総額は利息を除いて約1,252億ドル（Broadcom との機器リース全体では約1,612億ドル。MD&A p.172）。四半期ごとに支払い、支払義務は原則としてデータセンターでAIインフラ機器が「ready for service（稼働可能）」になった時点から始まる。リース期間中は債務不履行の場合を除き解約できない。
2026年4月、コンピュートの容量を確保するため、Broadcom のための制限付き口座に現金を預けた。条件によって払い戻されるか、リース債務に充当される。状況によっては追加の入金を求められる。
一定の不履行が是正されなければ、リース債務の相当部分の支払期限が前倒しになる。その場合、同社は Infrastructure Partner 2026 NPA による転換社債の発行でこれを賄うことを選べない可能性がある（同社は複数の資金源を持ち、この NPA の資金調達枠に依存していないとも書いている）。
これまではコンピュートが使えるようになった時点で支払ってきたが、今後は多数の取引相手が部分的なサービスや部材を受け持つ契約が増える。ある相手が役割を果たせば、他の相手の遅れでコンピュートが使えなくても支払う義務が生じうる。チップをCSP経由で調達し、金融会社がリースし、別のパートナーが施設を用意し、さらに別の業者が運営する多層構造の契約もある。
専用の発電設備や発電所に関わる契約も結んでいる。貸し手が担保を実行すると消える完工保証があり、競合でもある第三者の信用補完に依存する契約もある。
一部の専用の電力・データセンター契約は、当初期間が20年で毎年の賃料上昇条項があり、利用量にかかわらず take-or-pay の支払いと上限なしの燃料費転嫁が全期間に適用される。
設備投資が増え、営業・投資活動での現金流出は当面大きく、業績が改善しても増えうる。

お金のリスクはコンピュートの約束から来ている。売上は従量課金で解約しやすい一方、支払いは take-or-pay を含む長期契約で、2045年まで続くものもある。総額が空欄なので、正式な目論見書でこの数字と2030年までの内訳が埋まったら、四半期売上と比べるのが最初の確認点になる。Broadcom との約1,252億ドルのリースと最大420億ドルの転換社債の枠が、規模感の手がかりだ。
赤字の大部分は会計上の評価損である。2026年上期の純損失807億ドルのうち724億ドルは転換社債などの公正価値の変動で、企業価値が上がるほど膨らむ。現金の出入りは MD&A（経営陣による財政状態と経営成績の説明）のキャッシュフローとあわせて読む必要がある。上場した四半期には RSU の株式報酬費用もまとめて計上される。
流通がCSPに寄っている。CSPマーケットプレイス経由の売上比率は約11%から約48%まで上がり、純売掛金では約6割を占める。同じ3社が出資者、供給元、販売網、競合を兼ねている。
安全への姿勢は差別化であると同時に費用でもある。Mythos の限定提供、事前学習の1か月以上の延期、ZDR と両立しない監視要件による顧客の流出と、短期の売上より安全を優先した実例が並ぶ。一方で、Department of War との訴訟、FTC の調査、輸出規制と、政府との関係が売上に響く出来事が2026年に集中している。
成長の数字には注釈が要る。Run-Rate Revenue には利用規約違反の顧客の分が含まれ、2026年8〜9月の執行強化で今後の売上と成長率が下がりうると会社自身が書いている。季節性も成長の鈍化とともに目立ってくる。

#Anthropic#S-1#IPO#リスク要因#生成AI