OpenAI谈三年商业演进与算力驱动增长路径 构建“与智能价值同涨落”模式

OpenAI首席财务官Sarah Friar近日发表长文，系统梳理了ChatGPT自“研究预览”上线三年来，从一款激发好奇心的工具，演变为全球数亿人日常工作与生活基础设施的过程，并首次较为完整地披露了OpenAI以算力为核心约束、以“智能价值”为定价锚点的商业逻辑和增长数据。

文章指出，ChatGPT最初推出时，只是希望观察“前沿智能”直接交到普通人手中会发生什么，但随后的大规模采用与深度使用超出所有人预期。学生用它攻克深夜作业难题，父母用它规划旅行和家庭预算，写作者用它突破写作瓶颈，越来越多的人用它梳理健康症状、准备看诊、权衡复杂选择，在疲惫、焦虑或不确定时，依靠它帮助自己“想得更清楚”。

这种个人层面的“加成”，很快被带入职场场景：从会前润色一份文稿、多核对一次表格，到重写一封客户邮件以拿捏语气，再到工程师加速推理代码、市场团队打磨营销方案、财务团队更清晰地建模情景、管理者为艰难沟通做更充分准备，ChatGPT迅速嵌入日常工作流程，成为帮助用户“创造更多、决策更快、运作在更高水平”的基础设施。

Sarah Friar强调，这一转变正是OpenAI自我定位的核心：一家“研究与部署并重”的公司，其使命是在“智能前沿的进步”与“个人、企业乃至国家实际采用与使用”之间不断缩短距离。随着ChatGPT成为人们“真正完成工作的依赖工具”，OpenAI遵循了一个被称为“简单且持久”的原则：商业模式必须与智能所创造的价值同步扩张。

围绕这一原则，OpenAI有步骤地推进了商业化路径。当用户对能力和可靠性的需求增强时，公司推出了面向消费者的订阅服务；当人工智能进一步深入团队与工作流时，又开发了面向职场的订阅产品，并引入按使用量计费，让成本与“真实完成的工作量”挂钩。在此基础上，OpenAI搭建平台型业务，通过API让开发者和企业将智能嵌入自身产品与系统，使支出与实际产出呈直接正比。

近期，同样的逻辑被延展到商业与广告领域：人们来到ChatGPT，不仅是为了提问，更是为了决定下一步“做什么”——买什么、去哪儿、选哪种方案。在用户从“探索”走向“行动”的关键节点，平台一方面为用户和合作伙伴创造价值，另一方面也为广告提供了空间——在用户接近决策时，前提是“清晰标注且真正有用”的相关选项，才具有真实价值。在所有路径上，OpenAI坚持统一标准：变现方式必须“原生嵌入体验”，凡是不增加价值的商业化，都“不该存在”。

在使用数据方面，OpenAI披露，ChatGPT的周活跃用户（WAU）和日活跃用户（DAU）均持续刷新历史新高。这种增长来自一个贯穿“算力、前沿研究、产品与商业化”的飞轮：算力投资推动前沿研究和模型能力的跨越式提升，更强的模型带来更好的产品体验与更广泛的平台采用，采用带来收入，收入反哺下一轮算力和创新投入，形成不断复利的循环。

回顾过去三年，OpenAI用收入这一指标来衡量“服务客户的能力”，并指出这一指标几乎与可用算力同步变化。算力在2023年至2025年间年均增幅约3倍，总体增长约9.5倍：从2023年的0.2吉瓦，提升到2024年的0.6吉瓦，再到2025年的约1.9吉瓦。收入曲线几乎完全贴合这一轨迹，同期年均增幅也约为3倍，从2023年的20亿美元年度经常性收入，增长到2024年的60亿美元，再到2025年超过200亿美元，实现约10倍扩张，Sarah Friar称其为“在如此规模下前所未有的增长”，并认为如果当时拥有更多算力，客户采用和商业变现的速度还会更快。

在她看来，“算力是当下人工智能领域最稀缺的资源”。三年前，OpenAI几乎完全依赖单一算力提供商；而如今，公司已经与一个“多元化生态体系中的多家供应商”合作。这种转变带来了韧性，更重要的是带来了“算力确定性”：在一个“算力获取能力直接决定谁能扩张规模”的市场环境中，OpenAI可以更有把握地规划、融资和部署产能。

在这种策略下，算力从“固定约束”转变为可“主动管理的组合”。OpenAI在训练前沿模型时，会在能力最关键的阶段使用顶级硬件；在服务大规模推理工作负载时，则更强调性价比，使用较低成本的基础设施，以效率优先于极致规模。这带来的结果是延迟下降、吞吐提升，并且有能力以“每百万token计价仅需几美分”的水平交付“足够有用的智能”，使人工智能适用于日常工作流，而不是局限于少数“精英”场景。

在算力之上，OpenAI搭建了覆盖文本、图像、语音、代码以及API的一体化产品平台，供个人和组织用来更高效地思考、创造和运营。下一阶段的重点则是“智能代理与工作流自动化”：这些系统将持续运行、在时间尺度上保留上下文，并能跨工具采取行动——对个人而言，这意味着由AI来管理项目、协调计划、执行任务；对组织而言，它将演化为“知识工作的运营层”。随着这些系统从“新奇”变成“习惯”，使用会变得更深、更持久，这种可预测性将强化平台经济性，支撑长期投资。

在商业模式方面，OpenAI最初从订阅制起步，如今已运营一个多层级体系：一端是面向消费者和团队的付费订阅，另一端是通过广告和商业合作支撑的免费层，以推动大规模普及，中间则是与生产环境紧密绑定的、按使用量计价的API服务。未来，随着智能渗透至科学研究、药物发现、能源系统和金融建模等领域，新的经济模式将不断涌现：包括许可合作、基于知识产权的协议以及按成果计费的模式，以分享所创造的价值。Sarah Friar指出，这与互联网产业的演进路径高度相似，而“智能也将沿着相同轨迹前行”。

这套体系对“纪律性”提出了更高要求。在她的表述中，要确保世界级算力，往往需要提前多年做出承诺，而业务增长并非一条“完全平滑”的直线：有时产能领先需求，有时需求跑在产能前面。OpenAI通过维持“轻资产”的资产负债表、以合作伙伴关系替代自有全栈，以及在不同供应商和硬件类型间保持合同灵活性，来平衡这一矛盾。资本会按“真实需求信号”分批投入，这种安排允许公司在增长到来时积极“前倾”，同时避免为尚未被市场验证的远期锁定过多资源。

基于此种“纪律”，OpenAI将2026年的核心聚焦确定为“务实采用”。优先任务，是缩小“人工智能如今已经可以做到的事情”与“个人、企业和国家在日常中实际使用”的差距。她强调，这一机会“巨大且迫切”，尤其是在医疗、科学和企业级场景中，更好的智能几乎可以直接转化为更好的结果。

在文章结尾，Sarah Friar用一组概念勾勒了OpenAI对“智能规模化”的理解：基础设施决定“我们能交付什么”，创新决定“智能能做什么”，采用决定“谁能使用它”，而收入则为“下一次跃迁”提供资金。在她看来，这正是智能不断扩展，并最终成为“全球经济基础”的路径所在。