1.4 万亿美元算力账：OpenAI 还没盈利，Sam Altman 怎么付？

全文 4,000字 | 阅读约 12 分钟

（Sam Altman 访谈片段： ChatGPT下一步要做什么？）

一家还没盈利的公司，准备花掉 1.4 万亿美元。

不是估值，不是估算，而是 CEO Sam Altman 亲口确认的承诺：我们会在很长时间里，把这笔钱花完。

就在最近这一周，OpenAI 动作频繁：12月18日，推进新一轮融资谈判，规模数百亿美元、估值 7500 亿美元；12月16日，ChatGPT 上线全新图像模型和 App 生态平台；同期还发布了AI 在科学任务上的推理能力评估报告。

2025 年 12 月 19 日，Altman 在新一期播客中回应了外界最大的质疑：

一个现金流还没转正的公司，凭什么敢为 AI 基础设施砸下 1.4万亿？

他给了一个出人意料的回答：如果我们现在有两倍算力，我们就能赚两倍的钱。

这句话背后，藏着 OpenAI 对 AI 商业化的全套逻辑：钱怎么来、怎么花、何时能盈利。

而 Altman 这次，把这套逻辑讲得异常清楚。

第一节｜亏损1200亿美元，为什么越花越多？

从财报数字来看，OpenAI 确实还在亏损。

在访谈中，Sam Altman 承认：我们预计从现在到2028/2029年之间，将会亏损约 1200 亿美元。

这是什么规模？作为对比，特斯拉从 2003 年成立到 2020 年首次实现年度盈利，用了17年时间。OpenAI 预计 4 年亏损 1200 亿，每年平均亏损300亿美元。这是一场前所未有的资本押注。

但 Altman 并不认为这是问题。他给出了一组具体数据：OpenAI 当前每天前沿模型的生成量，大约是10万亿个token。这是什么概念？一本10万字的书大约是13万个token，10万亿token相当于每天生成7700万本书的文字量。

这个数字还在以每年 3 倍的速度增长。每次基础设施扩容，就能直接换来更高的服务能力、更快的产品上线速度和更强的付费意愿。

因此，这不是一家没钱赚的公司，而是一家钱来不及赚的公司。

OpenAI 的主要业务收入来自三部分：

• ChatGPT 用户订阅；

• 企业版 API 调用；

• 面向大客户的模型定制服务。

其中最让 Altman 感到兴奋的是第二项：API 增长已经超过 ChatGPT本身的增长速度，企业客户正在成为 OpenAI 的主要收入来源。

目前，OpenAI 已拥有超过 100 万家企业用户，他们通过 API 把模型接入客服、财务、搜索、编程、数据分析等多个环节。更关键的是，这些客户使用的不是对话，而是一个个任务块：写代码、生成分析、总结文档。任务越多，算力消耗越大，收入就越高。

Altman 举了个例子：企业员工一小时的工作，可能包括做PPT、写脚本、看材料。只要有70%的任务被模型完成，就是实打实的降本提效。

这就是 OpenAI 正在算的账：

• 不是按人数算订阅费，而是按任务量算算力消耗；

• 不是在意每月续费率，而是关注每个任务背后提升多少效率。

所以，他才会下判断：训练支出继续增长没关系，重要是推理收入会涨得更快。

当然，这套账也有风险：基础设施投入已经远超现阶段营收，必须靠资本市场支持持续扩张。

但 Altman 相信：模型在变得更好，需求在变得更大。

这是典型的 AI 时代盈利模式之一：先投算力，收入随后增长。

第二节｜面对竞争，OpenAI的护城河是什么？

算力换收入的逻辑听起来很美，但前提是 OpenAI 必须一直跑在前面。

过去一年，从 DeepSeek 到 Gemini，再到 Claude、Mistral、Grok、Qwen，竞争对手接连出现。而 OpenAI 的应对是：快速反应，持续推出新品。

最近，他们连续推出三项关键更新：新图像模型GPT Image 1.5，上线更快，细节更准；ChatGPT开放app提交入口，打造模型版App Store；FrontierScience研究成果上线，AI成为科学家的研究助理。

Altman 一直在强调一件事：真正的风险不是模型被超越，而是用户不用它。

这就是他最常说的词：黏性。

他提到了几个例子：

• 有人把血检报告丢给ChatGPT，它读懂了，提出初步判断，用户去医院确认，发现确实是之前没查出的病症；

• 有人开始和ChatGPT聊生活、做规划、定行程，它能记住细节，持续跟进，并提出建议；

• 有人用它解构复杂文档，有人用它做企业报告，有人只让它早上列个待办清单。

这些行为有个共同点：不是测试模型好不好，而是让它真正帮你完成任务。

当你习惯了 ChatGPT 记住你的偏好、理解你的表达方式、知道你上次聊到哪里，切换到其他产品的成本就会变得很高。

这就是ChatGPT的护城河所在：习惯、一致性和个人体验积累出的信任感。

在企业侧，这个护城河变成了另一个维度：个性化能力。

第一节讲了企业能带来多少收入，但问题是他们为什么会留下来？

Altman 说：企业需要的不是一个聪明模型，而是能接入自己数据、完成自己任务、理解自己流程的 AI 工具。它可能是客服助手，也可能是法务审查器，甚至是每天早上把管理层邮件归纳好再发通知的智能助手。

ChatGPT 企业版的目标，就是让这些个性化 AI 工具运行在一个平台上，连接不同部门、流程和任务。OpenAI 面向未来构建的真正产品形态：不是大模型，而是企业级 AI 入口。

而在企业应用这条路上，Google 是最大的威胁。

Altman 并不否认 Google 的实力。他甚至说：如果 Google 在2023年一开始就认真对待我们，我们可能就完了。

但他也指出了Google的问题：把 AI 塞进搜索框里，不如重新设计一个 AI 优先的入口。他认为，AI 不是一个功能插件，而是一种全新的交互方式。你不应该再查找某个东西，而应该告诉 AI：这是我今天要解决的事。它听懂了，就去做，不需要你反复输入指令、点击图表、切换界面。

这不仅是 ChatGPT 的方向，也是在定义下一代软件是什么。

OpenAI 不急着回应每一次跑分。他们关心的是：用户是否把 ChatGPT 当作生活工具；企业是否用它接住任务流；一家公司是否已经开始围绕它重建工作流程。

技术可以被超越，习惯很难被替代。

这，就是 Altman 理解的护城河。

第三节｜1.4 万亿要买什么？

这不是一个随口报出的数字。

在访谈中，Sam Altman 反复讲了几次：我们计划在未来很长一段时间内投入约 1.4万亿美元。

前面我们拆解了收入从哪来，那么：这笔钱到底花在哪里？

1、这笔用来买什么？

这笔支出大致分为四类：

• 芯片，比如NVIDIA的H100、B100或自研方案，用来训练和运行最先进的模型；

• 数据中心，需要全新建设的AI工厂，不是传统云计算中心，对带宽、电力和散热的要求都极高；

• 网络，连接全球模型推理的骨干网络，要保证延迟极低、吞吐极高；

• 能耗，大量GPU同步工作，背后需要稳定而便宜的能源配套。

即便如此，Altman 认为仍然不够：我们的扩张速度已经快到，哪怕现在就把这些基础设施建好，也永远不够用。

2、为什么现在就要花？

很多人会问，未来五年模型还在变，技术还不稳定，为什么现在就提前花掉这么多？

Altman 说：不是我们想早花，而是市场已经等不及了。

原因有三个：

• 基础设施建设周期太长

一个数据中心从规划到投入使用需要2-3年，芯片订单要提前18个月锁定，电力配套甚至要提前5年布局。如果等到需求爆发再建，根本来不及。

• 市场需求正在快速爆发

从一年前到现在，OpenAI 的算力扩张了3倍，明年还要再扩 3 倍。收入也跟着涨。这是一种算力先行、收入追赶、效率递增的模式。越早买算力，越早释放增长。

• 更关键的是，竞争对手都在抢同样的资源

NVIDIA的H100、B100供不应求，数据中心的电力配额有限，优质机房更是稀缺。不提前锁定，别人就抢走了。

一句话总结：OpenAI 不是在投资未来，而是在解决现在问题。

3、回本逻辑是什么？

花了1.4万亿，成本怎么变？Altman 的判断是：未来训练会越来越省钱，推理变现越来越快。

OpenAI 的策略是：用一套训练好的通用模型，支撑多个终端业务。训练一次，部署多次，推理规模越大，单位成本越低。通过ChatGPT、企业API、代理系统等通道，把token 消耗转化为真实收入。

这是典型的前期重投入、后期低成本模型：先建厂，再接单。

Altman 还被问起另一个争议问题：如果模型进展放缓怎么办？

他的回答是：

“即便模型停在o1-5.2，能做的事情还远未被挖掘。光是用好现在的模型，就足以支撑一个5000亿美金的公司。如果未来模型继续提升，回本速度只会更高。”

在资本上，他认为举债投资 AI 是合理的。OpenAI 不是靠模型会更强这件事融资，而是靠现在就能产生的使用量、客户需求和token消耗。

不是靠讲故事，而是靠算账。

所以这笔 1.4万亿，表面是买芯片、买电力，本质是在提前锁定全球 AI算力的供给能力。在科技巨头都在争夺 AI 入口的今天，谁能提前建好基础设施，谁就能决定未来的游戏规则。

第四节｜ChatGPT 的终极形态是什么？

前三节讲的都是钱和算力，但最终要做出什么产品？

在大多数人眼中，ChatGPT是个聊天工具。但 Altman 每天用它做的，远不止聊天：安排行程、确定见谁、规划健身计划。他说，ChatGPT 已经帮他做了很多他自己都没注意到的事情。

这就是 OpenAI 想要的转变：从被动回答问题的工具，变成主动帮你办事的助手。

这个转变分三个方向：

1 、从记住对话，到记住你的人生

第二节提到过记忆是用户黏性的来源，但 Altman 认为现在还远远不够。

他说：ChatGPT 的记忆能力现在还停留在GPT-2 阶段。它能记住一些偏好，能保持上下文，但还远远达不到真正理解你的水平。

下一步呢？未来的 AI 不只记住你说过的话，而是了解你没说出口的偏好，懂你长时间的变化，甚至可以主动提醒、提问、跟进。我们对记忆的潜力还完全低估了。哪怕是人类最顶尖的私人助理，也不可能记住你生活中每一封邮件、每个细节。

而 AI 可以。

2 、从被动响应，到主动处理

Altman 对现有 AI 交互方式并不满意。

“我不想每天发消息、等总结、看草稿。我想直接告诉它今天要完成什么事，能搞定的别来烦我。”

这是一种完全不同的使用方式：不是你问我答，而是你交给我办。

为了实现这个目标，OpenAI 正在布局多条产品线：

• Code Interpreter可以执行复杂的数据分析任务；

• AI浏览器帮用户自动读网页、理解内容、生成摘要；

• Agent原型可以长时间运行、自动唤起其他工具，逐步接管日常事务。

关键是：你不用时时盯着它。

3、不只是屏幕上的对话框

在访谈最后，Altman 被问到关于硬件设备的问题。他没有透露太多细节，但给出了一个明确的方向：

“我们未来不会只有一个设备，而是多个产品组合。这些产品要能感知你、理解你、主动服务你，而不是等你输入命令。”

这其实就是 OpenAI 与硬件团队（Jony Ive）正在推进的硬件项目。它不一定是手机，不一定有屏幕，但它会主动记录你说的内容，通过语音或感知理解你的行为，不再让你像用电脑一样点开窗口、切换 App。

现在人们接受了聊天界面是因为它简单、熟悉，但未来不同类型的任务，AI 应该能自己生成适合的交互方式。

比如：你和它讨论旅行，它自动展示地图；你谈健康计划，它生成日历与饮食建议；你说今天帮我规划一下，它整合前几天的对话和习惯，给出主动安排。

从记忆、执行、再到硬件，OpenAI 要做的不只是更强的模型，更是改变 AI 在人类生活中扮演的角色：

• 从被动回答问题，变成主动协助；

• 从通用工具，变成你的个性化助手；

• 从你使用它，变成它代你做。

未来很多人都不会再单独处理任务，而是管理一群 AI 帮手。

在 Altman 设想里，ChatGPT 不再只是一个产品，而是能协调其他 AI 工具的中枢系统。它会收集指令、分配任务、总结结果、决策提醒。

1.4 万亿，买的就是这个未来。

结语｜这笔账，怎么付？

Sam Altman 给出了一套完整的账本：用算力换收入，用收入覆盖成本。

怎么做？

• 算力每翻倍，收入就翻倍；

• 通过用户黏性和个性化，确保持续收入；

• 提前投入基础设施，确保算力够用；

• 从聊天工具到 AI 操作系统，扩大收入增长空间。

1.4 万亿听起来疯狂，但拆开看，每一笔都有对应的变现路径。

能不能付得起？OpenAI 用实际增长给出了答案：收入确实在跟着算力跑。

至于能跑多远，时间会证明。

识自AI

本文由AI深度研究院出品，内容整理自 Sam Altman 在 Big Technology Podcast 的访谈等网上公开素材，属翻译分析性质。内容为翻译整理与观点提炼，未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

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/

来源：官方媒体/网络新闻，

排版：Atlas

编辑：深思

主编：图灵