本周,OpenAI首席财务官Sarah Friar在互联网上发表了对公司未来的大胆展望,她声称尽管当前数据表现不佳,但前景依然光明。
如果你认同她的逻辑,就必须相信某些事情是真实的,无论支撑这些观点的逻辑线索看起来多么薄弱。在我们只能假定是为了软化市场以获得更多投资和可能进行IPO的宣传中,Friar认为人们应该相信OpenAI的一个特点:花钱越多,赚钱越多。
回顾这家AI明星企业过去几年的成就,Friar表示,公司的计算能力从2023年到2025年增长了9.5倍,从0.2吉瓦增长到约1.9吉瓦。与此同时,"收入遵循了同样的曲线",在同期增长了10倍,从20亿美元增长到2025年的超过200亿美元。
"我们坚信,在这些时期投入更多计算资源将带来更快的客户采用和货币化,"她说。
花得越多,赚得越多。这当然可能是真的,但并不总是如此。
OpenAI需要的是人们从现在使用AI工具的方式转变为未来更多地使用这些工具。
可以确信,这已列入2026年的待办事项清单。"优先任务是缩小AI现在能实现的功能与人们、公司和国家日常使用方式之间的差距。这个机会巨大且迫在眉睫,特别是在健康、科学和企业领域,更好的智能直接转化为更好的结果,"她说。
美国有句俗语:"如果你这么聪明,为什么不富有?"这话很适合当前情况。
尽管如此,Friar认为随着对计算能力的投资(这种投资足以给世界最大经济体的电力资源带来压力),货币化将自然而然地跟随。
"随着智能进入科学研究、药物发现、能源系统和金融建模,新的经济模式将会出现。许可、基于知识产权的协议和基于结果的定价将分享所创造的价值。这就是互联网的发展方式。智能将遵循同样的路径,"她断言。
所以,我们又看到了老套的"总会有东西出现"的论调,这种说法肯定能说服任何被要求为魔豆提供无担保贷款的银行经理。
说到银行,汇丰银行去年审视了OpenAI的平衡账目计划,并不完全相信一切都能平衡。该银行预测,到2030年,OpenAI的ChatGPT消费产品将吸引30亿常规用户,比去年的8亿有所增长,订阅率将提高(10%对比8%),企业对API和许可的需求将增加,AI公司在数字广告收入中的份额也会更大。
尽管如此,该银行表示,OpenAI"到2030年将需要2070亿美元的新融资"。
独立分析强调了使这家大语言模型构建商变得可行需要多大的改变:目前,在使用ChatGPT的8亿人中,95%的人没有付费,而ChatGPT大约产生了公司70%的经常性收入。
在付费客户和潜在商业模式的组合中,OpenAI显然希望能出现一些转机。
我们也希望如此,这不仅仅是因为El Reg对科技行业的著名善意和慷慨。
英伟达、OpenAI、微软、甲骨文、AMD、CoreWeave、xAI和其他几家公司都签署了相互依赖的协议,其中一些涉及股权交换。
这种情况可能如何解开尚不清楚。
一些评论员指出了这对整个世界的重要性。《金融时报》特约编辑Ruchir Sharma去年指出,AI占美国GDP增长的40%和2025年美国股市涨幅的80%。
最近,国际货币基金组织预测美国增长将强劲超越G7其他国家,预测2026年增长2.4%,2027年增长2%。国际货币基金组织发现,科技投资已飙升至2001年以来在美国经济产出中的最高份额,有助于推动增长。
然而,国际货币基金组织首席经济学家Pierre-Olivier Gourinchas表示,如果"对AI在生产力和盈利能力方面的预期收益没有实现",就有"市场修正的风险",这"有理由让人有些担忧"。
在一厢情愿和恳求之间小心翼翼地走着钢丝,Friar的声明提醒我们OpenAI的计划对我们所有人可能有多重要。
六年前,谷歌母公司Alphabet的CEO桑达尔·皮查伊告诉世界,就人类进化而言,AI将像驾驭火焰一样深刻。有一点是肯定的——这个行业确实有足够大的火焰来确保世界经济的燃烧。
Q&A
Q1:OpenAI目前的盈利状况如何?
A:OpenAI目前面临严重的盈利挑战。在使用ChatGPT的8亿用户中,95%的人没有付费,而ChatGPT产生了公司约70%的经常性收入。汇丰银行分析显示,OpenAI到2030年将需要2070亿美元的新融资才能维持运营。
Q2:OpenAI CFO提出了什么盈利逻辑?
A:CFO Sarah Friar提出"花钱越多,赚钱越多"的逻辑。她指出公司计算能力从2023年到2025年增长9.5倍,收入同期增长10倍达到200亿美元。她认为更多计算投资将带来更快的客户采用和货币化。
Q3:OpenAI的商业前景对整体经济有什么影响?
A:AI对美国经济影响巨大,占GDP增长的40%和2025年股市涨幅的80%。多家大公司包括英伟达、微软、甲骨文等都与OpenAI签署相互依赖协议。但IMF首席经济学家警告,如果AI预期收益无法实现,存在市场修正风险。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。