
OpenAI 再次重新校準了其財務望遠鏡,而前景正變得越來越昂貴。該公司已將截至 2030 年的累計現金消耗預測修改為驚人的 6,650 億美元,較之前的估計增加了約 1,110 億美元。這一上調受推論與訓練成本螺旋式上升的推動,凸顯了邁向通用人工智慧(Artificial General Intelligence,AGI)競賽中殘酷的經濟現實。
對於 AI 產業而言,這是一個嚴峻的警鐘。雖然營收正在攀升——據報導 OpenAI 在 2025 年創造了 131 億美元,是前一年業績的三倍——但營運前沿模型的成本正以更快的速度增長。敘事已從純粹的增長轉向一場高風險的資本效率之戰,在這種情況下,「先燒錢,後獲利」的策略正被推向絕對極限。
根據《The Information》引用的內部文件,此次修正源於高於預期的運算成本,以及訓練下一代模型所需基礎設施的巨大規模。該公司預計要到 2030 年 才能實現現金流轉正,這一時間表將盈利目標推向了比許多投資者預期更遙遠的未來。
更新後的預測描繪了未來五年大規模資本消耗的圖景。為了直觀理解 6,650 億美元這個數字,它超過了許多中型國家的國內生產毛額(GDP),並使傳統科技巨頭早年的資本支出相形見絀。
下表概述了 OpenAI 財務預期的劇烈轉變,突顯了在 2030 年預計好轉之前不斷加深的虧損。
| 年份 | 2025 年第一季預測(約計) | 2025 年第三季預測 | 2026 年第一季預測(新) |
|---|---|---|---|
| 2024 | - 20 億美元 | - 20 億美元 | - 20 億美元 |
| 2025 | - 70 億美元 | - 90 億美元 | - 80 億美元 |
| 2026 | - 80 億美元 | - 170 億美元 | - 250 億美元 |
| 2027 | - 200 億美元 | - 350 億美元 | - 570 億美元 |
| 2028 | - 110 億美元 | - 470 億美元 | - 850 億美元 |
| 2029 | + 120 億美元 | - 80 億美元 | - 510 億美元 |
| 2030 | + 410 億美元 | + 380 億美元 | + 390 億美元 |
數據源自 The Information 報導的內部財務預測。數字代表年度 現金消耗/流量。
推動此次財務校準的一個關鍵因素是**推論(Inference)**成本——即每當使用者發送查詢時運行模型所需的計算能力。2025 年,OpenAI 的 推論成本 據報翻了四倍。這種激增是一把雙面刃:它表明了巨大的使用者參與度,週活躍使用者(WAU)達到 9.1 億,但也侵蝕了每次互動的獲利能力。
對利潤率的影響非常嚴重。OpenAI 的調整後毛利率在 2025 年暴跌至 33%,遠低於其 46% 的目標。作為參考,典型的軟體即服務(Software-as-a-Service,SaaS)公司的利潤率通常超過 70%。該公司隨後調整了其長期利潤目標,目前的目標是到 2030 年底達到 52% 至 67%——這顯然承認了投資者喜愛的「軟體經濟學」短期內可能並不完全適用於基礎模型提供商。
訓練成本同樣令人生畏。該公司預計到 2030 年僅在模型訓練上就將花費近 4,400 億美元。這包括 2026 年的 320 億美元 和 2027 年的 650 億美元,這些資金主要流向 Microsoft、Oracle 和 NVIDIA 等合作夥伴,用於支付雲端容量和 GPU 費用。
儘管現金消耗巨大,OpenAI 的營收引擎正全速運轉。消費者部門仍然是皇冠上的明珠,預計到 2030 年將產生 1,500 億美元 的收入。然而,該公司正在積極實現多元化:
這種多元化至關重要。僅依靠每月 20 美元的訂閱費,不足以支付數十萬個 H100(及未來世代)GPU 叢集所需的資本支出。
修正後的預測使 OpenAI 相對於其競爭對手處於一個不穩定的位置。Anthropic 是由前 OpenAI 研究人員創立的主要對手,據報導其目標是最早於 2028 年 實現盈虧平衡。如果 Anthropic 能夠以更具永續性的成本結構實現相當的模型性能,它不僅可能在技術上,也可能在投資吸引力上挑戰 OpenAI 的主導地位。
OpenAI 目前正在談判一輪超過 1,000 億美元 的融資,估值約為 7,500 億美元。雖然像 SoftBank 和 Microsoft 這樣的支持者似乎仍保持承諾,但盈利時間表的延長增加了 Sam Altman 及其團隊交付「神級」AI 能力以證明這些支出的壓力和必要性。
OpenAI 決定將其現金消耗預測提高 1,110 億美元,這是一份意圖聲明。它表明該公司認為當前時代不是整合期,而是一個不計成本、積極奪取未來運算主導權的窗口。
對於更廣泛的 AI 生態系統而言,這引發了關於永續性的根本問題。如果市場領導者需要近四分之三兆美元才能實現正向現金流,那麼新基礎模型公司的進入門檻可以說已變得高不可攀。產業正見證一場整合,只有那些能夠獲得國家級資本支持的參與者,才有能力留在這場賽局中。
當我們展望 2030 年時,這場豪賭的成功將取決於兩個因素:通用人工智慧 是否能夠實現,以及它產生的價值是否能比推論成本消耗現金的速度更快。