#OpenAIAnnualRecurringRevenueNears$70B

OpenAI наближається до річного темпу виручки в $70 мільярдів, але, на мою думку, найцікавіша частина цієї історії більше не полягає в $70B цьому.

Справжнє питання полягає в тому, що станеться, коли компанія зростає настільки швидко, а вартість підтримки цього зростання також стає величезною.

За даними Axios, річний темп виручки OpenAI зріс більш ніж на 70% від початку Q3, досягнувши майже $70 мільярдів, тоді як продажі корпоративним клієнтам з липня зросли більш ніж удвічі. Споживчий бізнес також приніс більше виручки протягом Q3, ніж за весь 2025 рік.

Це визначне прискорення.

Але я хочу відокремити темп зростання виручки від економіки бізнесу.

Річний темп виручки — це не те саме, що $70 мільярдів виручки, уже зафіксованої за повний рік. Він бере нещодавній темп виручки й проєктує його на майбутнє. Reuters також наголошувало, чому ця відмінність важлива під час оцінювання швидкозростаючих компаній у сфері ШІ.

Тож замість того, щоб запитувати, чи зможе OpenAI досягти $70B, я думаю, що наступне покоління дискусії щодо оцінки ШІ починається з іншого питання:

Яку економічну цінність може створити OpenAI з кожного додаткового долара обчислювальних ресурсів?

Це питання стає набагато важливішим у міру прискорення корпоративного впровадження.

Корпоративні клієнти більше не платять просто за експерименти з чат-ботом. ШІ інтегрується в програмування, дослідження, підтримку клієнтів, обробку документів, підвищення продуктивності й дедалі більшою мірою — в автономні робочі процеси. Якщо такі навантаження стануть невіддільною частиною щоденних бізнес-операцій, виручка від ШІ може стати набагато більш регулярною та операційно важливою.

Але корпоративне зростання також створює нову проблему.

Більше клієнтів означає більше інференсу.

Більше інференсу означає більше GPU, пам’яті, мережевого обладнання, дата-центрів та електроенергії.

А більше обчислень означає, що виручка має зростати швидше, ніж базова вартість її забезпечення.

Саме тут, на мою думку, наступний етап розвитку OpenAI стає набагато складнішим.

Компанія може надзвичайно швидко збільшувати виручку й водночас стикатися зі складним економічним рівнянням, якщо інфраструктура, необхідна для підтримки кожного додаткового клієнта, зростає майже такими самими темпами.

Саме тому заявлені плани OpenAI щодо залучення фінансування є такими важливими. Bloomberg повідомило, що компанія прагне залучити щонайменше $30 мільярдів за оцінки приблизно в $1.4 трильйона. Це означало б значне зростання порівняно з оцінкою приблизно в $852 мільярди, пов’язаною з її березневим раундом фінансування, хоча нове фінансування поки що є лише заявленою ціллю, а не завершеною угодою.

Тепер погляньмо на ці цифри разом.

Майже $70B річної виручки.

Потенційно $30B додаткового капіталу.

Заявлена ціль оцінки приблизно в $1.4T.

І екосистема інфраструктури ШІ, яка потребує величезних постійних інвестицій.

Це вже не просто історія зростання компанії-розробника програмного забезпечення.

Вона перетворюється на історію розподілу капіталу.

Зрештою ринку потрібно зрозуміти, яка частина виручки OpenAI може перетворитися на стабільний вільний грошовий потік після оплати обчислювальної інфраструктури, необхідної для її генерування.

Є й інший розвиток подій, який я вважаю особливо цікавим.

Фінансова директорка OpenAI просуває інший підхід до розуміння економіки корпоративного ШІ: корисний інтелект на долар, а не просто вимірювання використання ШІ чи споживання токенів. Ця ідея важлива, оскільки дешевші токени автоматично не означають кращої економіки. Важливо те, чи справді ШІ виконує для клієнта цінну роботу.

Це може стати одним із найважливіших показників на наступному етапі розвитку індустрії ШІ.

Уявімо дві компанії, кожна з яких генерує однакові $10 мільярдів виручки від ШІ.

Одній потрібні величезні обчислювальні ресурси для генерування цієї виручки.

Інша може забезпечити таку саму бізнес-цінність із суттєво нижчими витратами на інференс.

Їхні показники виручки виглядали б ідентично.

Їхня економіка — ні.

Саме тому зниження вартості інференсу насправді може стати одним із найбільш позитивних факторів для бізнесу у сфері ШІ — навіть якщо дешевший ШІ спочатку чинитиме тиск на ціни. Якщо вартість створення корисного інтелекту знижується швидше за ціни, потенційний пул маржі може розширюватися.

Це створює захопливий цикл зворотного зв’язку.

Кращі моделі збільшують попит.

Більший попит створює більше виручки.

Більша виручка фінансує більше інфраструктури.

Більша інфраструктура покращує доступність і знижує вартість обчислень.

Нижчі витрати на обчислення роблять ШІ корисним для більшої кількості робочих навантажень.

Більша кількість робочих навантажень створює нову хвилю попиту.

Якщо цей цикл триватиме, сьогоднішні величезні витрати на інфраструктуру почнуть виглядати не як видатки, а як фундамент набагато масштабнішої технологічної платформи.

Але протилежний сценарій також заслуговує на увагу.

Якщо клієнти ШІ стануть більш чутливими до цін, конкуренція між моделями штовхатиме ціни вниз швидше, ніж знижуватимуться витрати на інференс, або інфраструктурні зобов’язання зростатимуть швидше за монетизацію, саме зростання виручки не покаже всієї картини.

Саме тому я не думаю, що наступна дискусія щодо оцінки ШІ буде вирішена черговим вражаючим заголовком про ARR.

Її вирішить економіка на одиницю.

Скільки коштує обслуговування корпоративного клієнта?

Як швидко знижується вартість інференсу?

Яка частка виручки є регулярною?

Наскільки глибоко ШІ інтегрований у робочі процеси клієнта?

Скільки додаткових обчислень потрібно для кожного долара нової виручки?

І зрештою, скільки вільного грошового потоку залишається після оплати інфраструктури?

Є також питання часу.

Як повідомляється, OpenAI зараз розглядає ще один величезний раунд фінансування, одночасно працюючи в індустрії, де інші передові компанії у сфері ШІ також нарощують виручку та інфраструктуру надзвичайними темпами. Наприклад, останні документи Anthropic розкрили майбутні інфраструктурні зобов’язання на сотні мільярдів доларів.

Це говорить нам дещо важливе про весь сектор.

Гонка у сфері ШІ більше не полягає лише в розробці кращої моделі.

Вона перетворюється на гонку між зростанням виручки, ефективністю обчислень і капіталомісткістю.

І саме за цим показником я стежив би надалі.

$70B число доводить, що бізнес і споживачі готові витрачати значні кошти на ШІ.

Наступне питання набагато складніше:

Чи зможе OpenAI зробити кожен додатковий долар виручки від ШІ дедалі прибутковішим у міру масштабування системи?

Якщо зрештою відповідь буде «так», економічне значення сьогоднішнього зростання виручки може бути набагато більшим, ніж передбачає цей заголовок.

Якщо відповідь буде «ні», то навіть надзвичайне зростання виручки може співіснувати з надзвичайними потребами в капіталі.

Саме тому я сприймаю показник $70B як відправну точку, а не як висновок.

ШІ вже продемонстрував, що люди готові платити за інтелект.

Тепер індустрія має продемонструвати, що вона може виробляти корисний інтелект за економічно прийнятною собівартістю.

Саме тут буде вирішено наступну дискусію про трильйонні оцінки у сфері ШІ.