1.4 萬億美元算力賬：OpenAI 還沒盈利，Sam Altman 怎么付？

全文 4,000字 | 閱讀約 12 分鐘

（Sam Altman 訪談片段： ChatGPT下一步要做什么？）

一家還沒盈利的公司，準備花掉 1.4 萬億美元。

不是估值，不是估算，而是 CEO Sam Altman 親口確認的承諾：我們會在很長時間里，把這筆錢花完。

就在最近這一周，OpenAI 動作頻繁：12月18日，推進新一輪融資談判，規模數百億美元、估值 7500 億美元；12月16日，ChatGPT 上線全新圖像模型和 App 生態平臺；同期還發布了AI 在科學任務上的推理能力評估報告。

2025 年 12 月 19 日，Altman 在新一期播客中回應了外界最大的質疑：

一個現金流還沒轉正的公司，憑什么敢為 AI 基礎設施砸下 1.4萬億？

他給了一個出人意料的回答：如果我們現在有兩倍算力，我們就能賺兩倍的錢。

這句話背后，藏著 OpenAI 對 AI 商業化的全套邏輯：錢怎么來、怎么花、何時能盈利。

而 Altman 這次，把這套邏輯講得異常清楚。

第一節｜虧損1200億美元，為什么越花越多？

從財報數字來看，OpenAI 確實還在虧損。

在訪談中，Sam Altman 承認：我們預計從現在到2028/2029年之間，將會虧損約 1200 億美元。

這是什么規模？作為對比，特斯拉從 2003 年成立到 2020 年首次實現年度盈利，用了17年時間。OpenAI 預計 4 年虧損 1200 億，每年平均虧損300億美元。這是一場前所未有的資本押注。

但 Altman 并不認為這是問題。他給出了一組具體數據：OpenAI 當前每天前沿模型的生成量，大約是10萬億個token。這是什么概念？一本10萬字的書大約是13萬個token，10萬億token相當于每天生成7700萬本書的文字量。

這個數字還在以每年 3 倍的速度增長。每次基礎設施擴容，就能直接換來更高的服務能力、更快的產品上線速度和更強的付費意愿。

因此，這不是一家沒錢賺的公司，而是一家錢來不及賺的公司。

OpenAI 的主要業務收入來自三部分：

• ChatGPT 用戶訂閱；

• 企業版 API 調用；

• 面向大客戶的模型定制服務。

其中最讓 Altman 感到興奮的是第二項：API 增長已經超過 ChatGPT本身的增長速度，企業客戶正在成為 OpenAI 的主要收入來源。

目前，OpenAI 已擁有超過 100 萬家企業用戶，他們通過 API 把模型接入客服、財務、搜索、編程、數據分析等多個環節。更關鍵的是，這些客戶使用的不是對話，而是一個個任務塊：寫代碼、生成分析、總結文檔。任務越多，算力消耗越大，收入就越高。

Altman 舉了個例子：企業員工一小時的工作，可能包括做PPT、寫腳本、看材料。只要有70%的任務被模型完成，就是實打實的降本提效。

這就是 OpenAI 正在算的賬：

• 不是按人數算訂閱費，而是按任務量算算力消耗；

• 不是在意每月續費率，而是關注每個任務背后提升多少效率。

所以，他才會下判斷：訓練支出繼續增長沒關系，重要是推理收入會漲得更快。

當然，這套賬也有風險：基礎設施投入已經遠超現階段營收，必須靠資本市場支持持續擴張。

但 Altman 相信：模型在變得更好，需求在變得更大。

這是典型的 AI 時代盈利模式之一：先投算力，收入隨后增長。

第二節｜面對競爭，OpenAI的護城河是什么？

算力換收入的邏輯聽起來很美，但前提是 OpenAI 必須一直跑在前面。

過去一年，從 DeepSeek 到 Gemini，再到 Claude、Mistral、Grok、Qwen，競爭對手接連出現。而 OpenAI 的應對是：快速反應，持續推出新品。

最近，他們連續推出三項關鍵更新：新圖像模型GPT Image 1.5，上線更快，細節更準；ChatGPT開放app提交入口，打造模型版App Store；FrontierScience研究成果上線，AI成為科學家的研究助理。

Altman 一直在強調一件事：真正的風險不是模型被超越，而是用戶不用它。

這就是他最常說的詞：黏性。

他提到了幾個例子：

• 有人把血檢報告丟給ChatGPT，它讀懂了，提出初步判斷，用戶去醫院確認，發現確實是之前沒查出的病癥；

• 有人開始和ChatGPT聊生活、做規劃、定行程，它能記住細節，持續跟進，并提出建議；

• 有人用它解構復雜文檔，有人用它做企業報告，有人只讓它早上列個待辦清單。

這些行為有個共同點：不是測試模型好不好，而是讓它真正幫你完成任務。

當你習慣了 ChatGPT 記住你的偏好、理解你的表達方式、知道你上次聊到哪里，切換到其他產品的成本就會變得很高。

這就是ChatGPT的護城河所在：習慣、一致性和個人體驗積累出的信任感。

在企業側，這個護城河變成了另一個維度：個性化能力。

第一節講了企業能帶來多少收入，但問題是他們為什么會留下來？

Altman 說：企業需要的不是一個聰明模型，而是能接入自己數據、完成自己任務、理解自己流程的 AI 工具。它可能是客服助手，也可能是法務審查器，甚至是每天早上把管理層郵件歸納好再發通知的智能助手。

ChatGPT 企業版的目標，就是讓這些個性化 AI 工具運行在一個平臺上，連接不同部門、流程和任務。OpenAI 面向未來構建的真正產品形態：不是大模型，而是企業級 AI 入口。

而在企業應用這條路上，Google 是最大的威脅。

Altman 并不否認 Google 的實力。他甚至說：如果 Google 在2023年一開始就認真對待我們，我們可能就完了。

但他也指出了Google的問題：把 AI 塞進搜索框里，不如重新設計一個 AI 優先的入口。他認為，AI 不是一個功能插件，而是一種全新的交互方式。你不應該再查找某個東西，而應該告訴 AI：這是我今天要解決的事。它聽懂了，就去做，不需要你反復輸入指令、點擊圖表、切換界面。

這不僅是 ChatGPT 的方向，也是在定義下一代軟件是什么。

OpenAI 不急著回應每一次跑分。他們關心的是：用戶是否把 ChatGPT 當作生活工具；企業是否用它接住任務流；一家公司是否已經開始圍繞它重建工作流程。

技術可以被超越，習慣很難被替代。

這，就是 Altman 理解的護城河。

第三節｜1.4 萬億要買什么？

這不是一個隨口報出的數字。

在訪談中，Sam Altman 反復講了幾次：我們計劃在未來很長一段時間內投入約 1.4萬億美元。

前面我們拆解了收入從哪來，那么：這筆錢到底花在哪里？

1、這筆用來買什么？

這筆支出大致分為四類：

• 芯片，比如NVIDIA的H100、B100或自研方案，用來訓練和運行最先進的模型；

• 數據中心，需要全新建設的AI工廠，不是傳統云計算中心，對帶寬、電力和散熱的要求都極高；

• 網絡，連接全球模型推理的骨干網絡，要保證延遲極低、吞吐極高；

• 能耗，大量GPU同步工作，背后需要穩定而便宜的能源配套。

即便如此，Altman 認為仍然不夠：我們的擴張速度已經快到，哪怕現在就把這些基礎設施建好，也永遠不夠用。

2、為什么現在就要花？

很多人會問，未來五年模型還在變，技術還不穩定，為什么現在就提前花掉這么多？

Altman 說：不是我們想早花，而是市場已經等不及了。

原因有三個：

• 基礎設施建設周期太長

一個數據中心從規劃到投入使用需要2-3年，芯片訂單要提前18個月鎖定，電力配套甚至要提前5年布局。如果等到需求爆發再建，根本來不及。

• 市場需求正在快速爆發

從一年前到現在，OpenAI 的算力擴張了3倍，明年還要再擴 3 倍。收入也跟著漲。這是一種算力先行、收入追趕、效率遞增的模式。越早買算力，越早釋放增長。

• 更關鍵的是，競爭對手都在搶同樣的資源

NVIDIA的H100、B100供不應求，數據中心的電力配額有限，優質機房更是稀缺。不提前鎖定，別人就搶走了。

一句話總結：OpenAI 不是在投資未來，而是在解決現在問題。

3、回本邏輯是什么？

花了1.4萬億，成本怎么變？Altman 的判斷是：未來訓練會越來越省錢，推理變現越來越快。

OpenAI 的策略是：用一套訓練好的通用模型，支撐多個終端業務。訓練一次，部署多次，推理規模越大，單位成本越低。通過ChatGPT、企業API、代理系統等通道，把token 消耗轉化為真實收入。

這是典型的前期重投入、后期低成本模型：先建廠，再接單。

Altman 還被問起另一個爭議問題：如果模型進展放緩怎么辦？

他的回答是：

“即便模型停在o1-5.2，能做的事情還遠未被挖掘。光是用好現在的模型，就足以支撐一個5000億美金的公司。如果未來模型繼續提升，回本速度只會更高。”

在資本上，他認為舉債投資 AI 是合理的。OpenAI 不是靠模型會更強這件事融資，而是靠現在就能產生的使用量、客戶需求和token消耗。

不是靠講故事，而是靠算賬。

所以這筆 1.4萬億，表面是買芯片、買電力，本質是在提前鎖定全球 AI算力的供給能力。在科技巨頭都在爭奪 AI 入口的今天，誰能提前建好基礎設施，誰就能決定未來的游戲規則。

第四節｜ChatGPT 的終極形態是什么？

前三節講的都是錢和算力，但最終要做出什么產品？

在大多數人眼中，ChatGPT是個聊天工具。但 Altman 每天用它做的，遠不止聊天：安排行程、確定見誰、規劃健身計劃。他說，ChatGPT 已經幫他做了很多他自己都沒注意到的事情。

這就是 OpenAI 想要的轉變：從被動回答問題的工具，變成主動幫你辦事的助手。

這個轉變分三個方向：

1 、從記住對話，到記住你的人生

第二節提到過記憶是用戶黏性的來源，但 Altman 認為現在還遠遠不夠。

他說：ChatGPT 的記憶能力現在還停留在GPT-2 階段。它能記住一些偏好，能保持上下文，但還遠遠達不到真正理解你的水平。

下一步呢？未來的 AI 不只記住你說過的話，而是了解你沒說出口的偏好，懂你長時間的變化，甚至可以主動提醒、提問、跟進。我們對記憶的潛力還完全低估了。哪怕是人類最頂尖的私人助理，也不可能記住你生活中每一封郵件、每個細節。

而 AI 可以。

2 、從被動響應，到主動處理

Altman 對現有 AI 交互方式并不滿意。

“我不想每天發消息、等總結、看草稿。我想直接告訴它今天要完成什么事，能搞定的別來煩我。”

這是一種完全不同的使用方式：不是你問我答，而是你交給我辦。

為了實現這個目標，OpenAI 正在布局多條產品線：

• Code Interpreter可以執行復雜的數據分析任務；

• AI瀏覽器幫用戶自動讀網頁、理解內容、生成摘要；

• Agent原型可以長時間運行、自動喚起其他工具，逐步接管日常事務。

關鍵是：你不用時時盯著它。

3、不只是屏幕上的對話框

在訪談最后，Altman 被問到關于硬件設備的問題。他沒有透露太多細節，但給出了一個明確的方向：

“我們未來不會只有一個設備，而是多個產品組合。這些產品要能感知你、理解你、主動服務你，而不是等你輸入命令。”

這其實就是 OpenAI 與硬件團隊（Jony Ive）正在推進的硬件項目。它不一定是手機，不一定有屏幕，但它會主動記錄你說的內容，通過語音或感知理解你的行為，不再讓你像用電腦一樣點開窗口、切換 App。

現在人們接受了聊天界面是因為它簡單、熟悉，但未來不同類型的任務，AI 應該能自己生成適合的交互方式。

比如：你和它討論旅行，它自動展示地圖；你談健康計劃，它生成日歷與飲食建議；你說今天幫我規劃一下，它整合前幾天的對話和習慣，給出主動安排。

從記憶、執行、再到硬件，OpenAI 要做的不只是更強的模型，更是改變 AI 在人類生活中扮演的角色：

• 從被動回答問題，變成主動協助；

• 從通用工具，變成你的個性化助手；

• 從你使用它，變成它代你做。

未來很多人都不會再單獨處理任務，而是管理一群 AI 幫手。

在 Altman 設想里，ChatGPT 不再只是一個產品，而是能協調其他 AI 工具的中樞系統。它會收集指令、分配任務、總結結果、決策提醒。

1.4 萬億，買的就是這個未來。

結語｜這筆賬，怎么付？

Sam Altman 給出了一套完整的賬本：用算力換收入，用收入覆蓋成本。

怎么做？

• 算力每翻倍，收入就翻倍；

• 通過用戶黏性和個性化，確保持續收入；

• 提前投入基礎設施，確保算力夠用；

• 從聊天工具到 AI 操作系統，擴大收入增長空間。

1.4 萬億聽起來瘋狂，但拆開看，每一筆都有對應的變現路徑。

能不能付得起？OpenAI 用實際增長給出了答案：收入確實在跟著算力跑。

至于能跑多遠，時間會證明。

識自AI

本文由AI深度研究院出品，內容整理自 Sam Altman 在 Big Technology Podcast 的訪談等網上公開素材，屬翻譯分析性質。內容為翻譯整理與觀點提煉，未經授權，不得轉載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

https://www.youtube.com/watch?v=2P27Ef-LLuQ

https://techcrunch.com/2025/12/16/openai-continues-on-its-code-red-warpath-with-new-image-generation-model/

https://www.bloomberg.com/news/articles/2025-12-16/openai-s-chatgpt-updated-to-make-images-better-and-faster

https://www.reuters.com/business/retail-consumer/openai-talks-raise-least-10-billion-amazon-use-its-ai-chips-information-reports-2025-12-17/

https://mashable.com/article/open-ai-launches-nano-banana-competitor-chatgpt-images

https://openai.com/news/

來源：官方媒體/網絡新聞，

排版：Atlas

編輯：深思

主編：圖靈