OpenAI，65倍，8300亿美元

SpaceX将IPO的热度还没过，OpenAI又整了个大活：

计划在新一轮融资中募集1000亿美元。

若能筹得目标金额，OpenAI的估值可将飙升至8300亿美元。

而在两天以前，这个数字是5000亿美元。

短短48小时内，涨了3300亿美元……

这就是OpenAI。

2023年你觉得290亿美元的估值很贵，2024年你觉得1570亿美元的估值是泡沫……

当2025年底面对8300亿美元的估值时，又能说出什么呢？

01

65倍“溢价”

传统的SaaS公司估值通常看市销率或市盈率。

根据Techloy及WSJ的报道，OpenAI在2025年的预计营收约为127亿美元。

按8300亿美元估值算，其市销率高达65倍。

作为对比，在SaaS最疯狂的2021年，Snowflake的市销率也就是50-80倍左右，现在大部分成熟的SaaS公司已经回落到10-15倍区间。

那么，山姆奥特曼凭什么让投资人接受65倍的估值？

首先是技术护城河。

与GPT-4单纯堆参数大力出奇迹不同，GPT-5采用自适应多模型系统，通过gpt-5-main快速模型与gpt-5-thinking深度推理模型的双轨设计，配合实时路由器动态分配计算资源，将算力浪费降低了40%。

直接导致输入token价格比GPT-4o降低了50%，配合90%折扣的token缓存机制，B端客户的API调用成本直接砍半，让Codex代码模型的使用量在两个月内暴涨10倍。

更关键的是，技术壁垒还在持续增厚。

OpenAI正在研发的“递归自改进”技术，堪称永动机：让模型自主优化升级，无需人类标注就能迭代。

巴克莱银行测算，这项技术落地后，GPT-6的训练效率将提升10倍，但前期需要430亿美元的算力储备，这正是千亿融资的核心用途之一。

就像SpaceX的火箭，虽然烧钱，但一旦成功脱离地心引力，投资人是真的愿意买账。

其次，变现能力进入爆发期。

OpenAI在2024年营收的为37亿美元，2025年保守估计127亿美元，同比增长243%。

拆解营收结构看，可谓是全面开花：

C端订阅：8.1亿月活用户中，5%的付费率贡献了近80亿美元收入。

只要技术还在更新，付费率必然是会上升的。

尤其是我们昨天聊到的印度市场7300万免费日活用户，后期若有10%转化为付费用户，年营收能再增加17.5亿美元。

B端服务：100万家企业客户、700万个商业席位，同比增长9倍。

思科用Codex模型把代码审查时间缩短50%，凯雷通过AgentKit将尽职调查效率提升30%，这些案例使得企业版定价从2万美元/年飙升至20万美元/年，仍供不应求。

生态抽成：最大的亮点就是ChatGPT的即时结账功能。用户直接在聊天窗口购物，OpenAI抽取1%-3%佣金。

按规划，2026-2030年仅免费用户带来的商业抽成就能达1100亿美元。

乐观预计，随着Agentic AI（代理智能）普及，到2029年营收将达到1000亿美元。

凯基亚洲的预测更夸张，到2030年OpenAI营收将达到2000亿美元。

若按照2029年的预期，那么8300亿美元的估值就只有8.3倍市销率，很明显还低估了。

此外，还必须考虑到AGI的溢价。

虽然OpenAI不一定是率先实现AGI的公司，但一定是希望最大的之一。

一旦AGI真的出现，OpenAI就再也不是卖软件的，而是卖“数字劳动力”。

届时，它估值的锚定物将改变为全球劳动力市场的总薪酬。

从这个角度看，投资人买的不是一家软件服务公司，而是在赌人类最后一次工业革命的入场券。

这是典型的“买未来”逻辑。

02

金钱黑洞

时间再回到现在。

即便未来的OpenAI确实值8300亿美元，现在的OpenAI真的需要融资1000亿美元如此之多吗？

不仅需要，可能还不够。

首先，因为算力通胀与摩尔定律的失效……

2025年，训练一个前沿模型的成本已经不再是几亿美元，而是飙升到了数十亿甚至上百亿美元。

硬件成本：一台搭载NVIDIA Blackwell B200集群的超级计算机，造价以“十亿美元”为单位计算。

电力成本：需要GW级别的电力，甚至需要重启核电站（参考微软与Constellation Energy的交易）。

而GPT-6的目标是AGI，算力需求是GPT-5的5倍，需要至少12.5万个H200 GPU，硬件成本高达50亿美元。

Sora 3视频模型要实现“4K 60帧实时生成”，训练数据量将从现在的1000万小时增至1亿小时，数据采购成本至少80亿美元。

更大头是上面提到的“递归自改进”技术。

巴克莱预测，2027-2028年这项技术落地后，模型迭代周期将从18个月缩短至3个月，研发成本下降60%。

为此，OpenAI预留了430亿美元专项基金，占此次融资的43%。

烧钱，是永无止境的。

而在这种背景下，OpenAI却想要单干。

过去的OpenAI，80%的算力依赖微软Azure，每年要交几百亿美元租金。

现在它计划投入近1000亿美元自建数据中心，在德克萨斯州和俄亥俄州打造“AI超级工厂”，目标是在2030年实现算力自给自足。

巴克莱测算，OpenAI 2024-2030年算力支出将超过4500亿美元，2028年峰值达1100亿美元。

当然，付出这么大，回报也是很可观的。

自建数据中心能把PUE值压到1.1以下，比向云厂商采购节省30%成本。

更关键的是算力变现。未来OpenAI可能效仿AWS出租算力，按2030年全球算力需求测算，这块业务能新增500亿美元营收。

此外，OpenAI还得砸钱留住人才。

科技巨头之间的竞争，本质上其实还是最前沿的那批科学家之间的竞争。

山姆奥特曼：留住一个顶级研究员，比建10个数据中心更重要。

毕竟算力能买，但创意买不来。

但谷歌却在疯狂挖墙角，给AI研究员的年薪达150万美元，比OpenAI高25%。

OpenAI不得不砸200亿美元搞股票薪酬：核心工程师的限制性股票单位兑现价较估值倒挂30%，公司直接补发股票找平；新挖来的DeepMind前研究员，签字费就给1000万美元。

按计划，到2030年，员工持股价值将达500亿美元。

无论从哪方面看，OpenAI目前的商业模式都是典型的烧钱换规模。

收入端虽然还不错，但支出端更吓人。

根据《The Information》和TapTwice Digital的数据，OpenAI预计在2026年将亏损140亿美元。

2023-2028年，累计亏损可能高达440亿美元。

当下这1000亿美元的融资，很大程度上是OpenAI的续命钱。

如果不能在现金流断裂前实现AGI并大幅降低推理成本，这个泡沫就会破裂。

但这笔钱如果到位，它就有可能创造科技史上最厚的防御壁垒。

只要有可能，就有人买单。

03

尾声

这次融资传闻中的金主，各个都是重量级。

传闻软银承诺了300亿美元，甚至不惜卖掉手里的英伟达股票来筹钱。

孙正义一直梦想着奇点，OpenAI大概是他目前能找到的最接近奇点的载体。

所以哪怕估值高得离谱，他也必须上车，这也符合软银的一贯调性：要么归零，要么拥有世界。

中东的石油资本（如阿联酋的MGX），也在疯狂寻找石油枯竭后的下一个黑金。

数据是新的石油，而OpenAI是未来最大的炼油厂之一。

对于这些主权财富基金来说，几百亿美金只是资产配置的一小部分，他们买的是未来的地缘政治科技话语权。

现在比较尴尬的是微软。

它已经拥有OpenAI的49%利润分红权。对方的估值不断飙升，微软账面上的ROI将非常好看，但同时也意味着OpenAI正试图通过引入更多巨头来稀释微软的控制权。

这不仅是融资，也是OpenAI管理层的“去微软化”的博弈。

既然是博弈，当然有风险。

第一，OpenAI目前是在卖血换增长。如果推理成本不能像如预期一样快速下降，或者B端客户发现AI ROI不划算而退订，那么这种烧钱模式将难以为继。

第二，数千亿美元的体量意味着OpenAI已经是事实上的垄断者，FTC和欧盟正在死死盯着它，反垄断调查可能会随时叫停某些排他性合作。

第三，尽管砸了那么多钱挽留人才，但随着Ilya Sutskever和Mira Murati等核心人物的离职，OpenAI事实上已经从纯粹的“研究实验室”变成了“产品公司”。

企业文化巨变是否会影响它做出GPT-6级别的突破？

如果成功实现了AGI，并在现实世界中数百万乃至数亿个具身智能结合，这8300亿估值在未来看就是白菜价。

毕竟那是无限的生产力。

但如果他们失败了，被卡在了“Scaling Laws”的瓶颈上，或者被开源模型以极低成本追平，那么这将是人类历史上最大的泡沫破裂现场，比当年的互联网泡沫还要壮观。

无论是哪一种，这个世界都回不去了。（全文完）