OpenAI年亏损50亿美元，AGI未至会先倒闭吗

The Information 报道了一组耐人寻味的内部财务数据：OpenAI 今年预计亏损 50 亿美金，并且需要在 12 个月内筹集更多现金才能维持运营。要理解这个数字意味着什么，可能得先翻翻它的账本——当你把收入和成本结构拆开来看，就不难理解为什么 Sam Altman 会把 OpenAI 形容为“硅谷历史上资本最为密集的初创公司”。

以目前现金流，只够活到2025年年底？

结合过去一年的运营数据和眼下的情况推算，OpenAI 今年大概会出现 50 亿美元的资金缺口。公司的生死存亡，最终还是看现金流。如果假设每年固定亏掉 50 亿，并且不再追加投入，微软在 2023 年 1 月投的那 100 亿美元，大概也就够撑到 2025 年年底（当然，2023 年的实际缺口没这么大）。

大模型公司“增收不增利”的根源，在于高昂的运营成本。OpenAI 的成本主要来自推理、训练和人工三大块，一年下来大约要烧掉 85 亿美元——这比南苏丹全国一年的 GDP 还要高。

首先是推理成本，也就是 OpenAI 租用微软服务器为 ChatGPT 及底层大模型提供动力的支出。据一位直接了解账目的人士透露，截至今年 3 月，OpenAI 一年的推理成本已接近 40 亿美元。这还是微软看在双方关系的份上给了相当大折扣之后的价格。

训练成本（包括数据费用）紧随其后，预计为 30 亿美元。去年，OpenAI 加大了对新一代 AI 的训练投入，原本计划只花 8 亿美元，结果完全没刹住车。The Information 估计，随着新旗舰模型的推出和下一代模型的训练启动，今年的训练成本还将翻一番。

第三块是人力成本。OpenAI 目前约有 1500 名员工，且人数还在迅速增长，这部分支出预计为 15 亿美元。据知情人士透露，2023 年 OpenAI 的员工成本约为 5 亿美元，到年底员工人数翻倍至 800 人左右。如今又翻了一番，如果网站上那近 200 个空缺职位能说明什么的话，2024 年下半年这个数字恐怕还会继续增加。

这三项加起来，今年的运营成本可能高达 85 亿美元。相比之下，研究机构此前给出的 34 亿美元的 ARR 预估，就显得有些“杯水车薪”了。

Future Research 报告指出 OpenAI 的 ARR 大约在 34 亿美元，而 The Information 则给出了更宽泛的估算：基于当前 2.83 亿美元的月收入，结合下半年不确定的销售情况，预计年收入在 40-50 亿美元之间。这个缺口，比非洲国家布隆迪一整年的 GDP 还要多。

降不下去的成本、不好增长的营收，

不容易拿到的融资？

如果抛开融资，单看 OpenAI 依靠自身独立存活的可能性，客观地说，在未来几年里，这条路会走得非常艰难。

先说成本。相对有希望降低的是推理成本。但对训练成本而言，在目前各家大模型厂商奋力抢位、各显神通的阶段，大家大概率还是会继续加大投入，训练和人才成本只增不减。

推理成本方面，得益于与微软的合作关系，OpenAI 一直是以接近成本价租用服务器，这块基本已经是“地板价”了。据业内人士透露，微软租给 OpenAI 的集群配备了 35 万个英伟达 A100 芯片，ChatGPT 占用了其中约 29 万个（占比超过 80%），定价大约为每个 A100 每小时 1.3 美元。不过，技术架构上仍有进一步降低推理成本的空间，比如采用模型压缩、量化、并行化等技术，并合理选择模型规模，还是有机会在性能和成本之间找到更好的平衡点。

毕竟 40 亿美元的推理成本是最大的一块，如果能降下来，效果会非常显著。而且如果事情朝着更有利的方向发展，未来会有更多人使用它——当然，可能不付费，但会产生推理成本，这一点我们后面还会提到。

另外，除了微软，OpenAI 也在积极推进与其他大型企业和机构的合作，或许也能分担一部分成本压力。

收入方面，GPT 系列模型无疑是史上最强，但就赚钱能力而言，现在的局面相当复杂。

toC 订阅收入

OpenAI 最大的收入来源，超过 55% 来自 ChatGPT Plus 用户——全球大约有 770 万个人用户每月支付 20 美元。按照 AI 能力提升、产品普及的趋势，判断 ChatGPT 的用户会逐步增长，这大概率是对的。但要说 ChatGPT Plus 的个人用户会持续增长，可能就有点过于乐观了。

首先，全球能每月掏出 20 美元来用 AI bot 的人，总数可能本就有限。经济条件允许，加上强烈的工作或学习需求，这两个硬性条件缺一不可。

除此之外，AI 能力的演进，反而在推动原本付费的用户转向免费。

一是“自己卷自己”。比如之前订阅过 GPT-4 的用户，当支持图片上传和各类小功能的 GPT-4o 免费后，自然就取消了订阅。编辑部里之前有大约三分之一的人花钱订阅了 ChatGPT，现在都在考虑取消。

二是“别人卷自己”。Claude Sonnet 出来后，很多人直接转了过去，这种现象并不少见。

事实是，头部大模型的能力在快速拉近，AI 用户本身又爱尝鲜，几乎没有忠诚度可言。

另一个 toC 端的问题是：当不付费的用户越来越多，他们不产生收入也就算了，但由此产生的推理成本是实打实的。据 The Information 报道，免费用户的数量在数百万级别。还有一个“坏消息”：ChatGPT 将被集成到 iPhone 中，而苹果并不会为此付费，就是这么强势。所以，上面提到推理成本的下降，对 OpenAI 来说确实非常关键。

当然，随着苹果和 ChatGPT 的高强度联通，可能会催生新的生态系统和商业机会，前提是 OpenAI 能活着等到那一天。

另外，随着大模型技术成熟，应用层爆发也越来越近。OpenAI 目前尚未推出除 ChatGPT 之外的独立 C 端应用产品。以它的技术能力和产品知名度，或许不需要太多额外成本，这会不会成为未来的新收入来源，值得观察。

ToB 收入

toB 方面，企业版和团队版加起来是第二大收入。OpenAI 今年与 PwC 合作进行分销，但企业服务的竞争激烈程度，比 toC 只多不少。

至于 toB 的另一块——API，看到数据时第一反应是：API 的收入竟然有点低？但仔细一想，确实有其合理性。大模型的价格战异常热闹，API 价格一降再降，随便搜一搜新闻，差不多都是“某大模型 API 降价 95%+”，而这个“某大模型”基本可以替换成任何有头有脸的名字。

更关键的是，大模型赚的钱，很大一部分被云服务商拿走了。集成各家大模型的云厂商，财务数据一个比一个好看。比如存在感不强的 Google Cloud，2024 年 Q2 财报显示，其首次实现季度收入超过 100 亿美元，营业利润超过 10 亿美元。

而大模型本身，一边承受着极高的研发压力，另一边却只能分到微薄的利润。

这样看来，现有的几种收入模式增长空间有限，更多还是要靠开源。The Information 提到，OpenAI 可能计划推出真正能赚钱的搜索产品，以及能让企业快速买单的 PC Agent。

只能说，对 OpenAI 而言，好消息是它的收入增长比成本增长快，而且它的对手状况更差。势头正猛的 Anthropic，收入大约是 OpenAI 的 1/10 到 1/5，亏损却几乎是 OpenAI 的一半。相对“健康”的财务管理，以及与对手拉开差距、占领更多市场份额，成了大模型公司的唯一解法。

坏消息是，在闭源模型抢占市场的路线之外，还有 Meta 这样的开源选手。昨天发布的 Llama3.1 405B，在各个场景下已经开始对标闭源模型 GPT-4o 和 Claude 3.5 Sonnet 了。当开源模型的能力开始赶上闭源模型，整个 AI 行业的市场格局都可能发生改变，建立在其上的商业模式，可能也不再成立。

另外，上一轮融资中已有不少老股东选择不跟投。这其中有资本自身的投资能力和偏好等主观因素，也有 OpenAI 始终不稳定的组织架构、市场前景尚不明朗等客观原因。

但无论如何，OpenAI 仍然是那个最有希望活下去的大模型创业公司。因为在当下的语境里，有多少人希望 ChatGPT 的大厦崩塌，就有多少人希望它的传奇继续。

商业世界里，产品和钱最终都只是数字——由一个个数字吸引来另一些数字。