#OpenAIAnnualRecurringRevenueNears$70B

OpenAI 正接近 700 億美元的年化營收規模，但我認為這個故事中最有趣的部分已不再是 $70B 本身。

真正的問題是，當一家公司以如此快的速度成長時，支撐這種成長的成本也正變得極其龐大，屆時會發生什麼事。

據 Axios 報導，OpenAI 的年化營收規模自第三季開始以來已成長超過 70%，接近 700 億美元，而企業銷售額自 7 月以來已成長超過一倍。其消費者業務在第三季創造的營收，也高於其整個 2025 年創造的營收。

這是非常驚人的加速。

但我想將營收增長速度與商業經濟效益分開來看。

年化營收規模並不等於已經在完整一年內實現 700 億美元營收。它是以近期的營收速度為基礎，將其推估至未來。Reuters 也強調了這項區別在評估快速成長的 AI 公司時的重要性。

因此，我認為下一代 AI 估值辯論的起點，不是詢問 OpenAI 能否達到 700 億美元，而是另一個不同的問題：

OpenAI 能從每一美元的額外運算成本中創造多少經濟價值？

隨著企業採用加速，這個問題變得更加重要。

企業客戶不再只是付費嘗試聊天機器人。AI 正被整合到程式設計、研究、客戶支援、文件處理、生產力工具，以及日益增加的自主工作流程中。如果這些工作負載融入日常商業營運，AI 營收可能會變得更具持續性，也更具營運上的重要性。

但企業成長也帶來了新的問題。

更多客戶意味著更多推論運算。

更多推論運算意味著更多 GPU、記憶體、網路設備、資料中心和電力。

而更多運算意味著營收必須比服務這些營收的底層成本成長得更快。

這正是我認為 OpenAI 下一階段會變得更加困難的地方。

如果支援每位新增客戶所需的基礎設施幾乎以同樣速度成長，一家公司即使能極快速地增加營收，仍可能面臨艱難的經濟效益方程式。

這就是為什麼 OpenAI 傳出的融資計畫如此重要。Bloomberg 報導，該公司正尋求至少 300 億美元的資金，估值約為 1.4 萬億美元。這將較其 3 月融資輪相關的約 8520 億美元估值大幅提高，但這筆新融資目前仍只是傳出的目標，尚未完成交易。

現在把這些數字放在一起看。

接近 $70B 年化營收。

可能額外籌集 $30B 資金。

約 1.4 萬億美元的傳出估值目標。

以及一個需要持續投入巨額資金的 AI 基礎設施生態系。

這已不再只是一個軟體公司的成長故事。

它正逐漸成為一個資本配置的故事。

市場最終需要了解，在支付產生這些營收所需的運算基礎設施成本後，OpenAI 有多少營收能轉化為持久的自由現金流。

而且還有另一項發展讓我特別感興趣。

OpenAI 的財務長一直在推動一種不同的企業 AI 經濟效益思維方式：衡量每一美元能產生多少有用的智慧，而不只是衡量 AI 使用量或代幣消耗量。這個概念很重要，因為更便宜的代幣並不會自動代表更好的經濟效益。重要的是，AI 是否確實為客戶完成了有價值的工作。

這可能會成為 AI 產業下一階段最重要的指標之一。

想像有兩家公司都創造了相同的 100 億美元 AI 營收。

其中一家需要龐大的運算資源才能產生這些營收。

另一家則能以大幅更低的推論成本，交付相同的商業價值。

它們的營收數字看起來會完全相同。

但它們的經濟效益不會相同。

這就是為什麼推論成本下降，實際上可能是 AI 業務最重大利多發展之一——即使更便宜的 AI 最初會對定價造成壓力。如果產生有用智慧的成本下降速度快於價格下降速度，潛在的利潤池就能擴大。

這會形成一個迷人的回饋循環。

更好的模型增加需求。

更多需求創造更多營收。

更多營收為更多基礎設施提供資金。

更多基礎設施改善可用性，並降低運算成本。

更低的運算成本讓 AI 能用於更多工作負載。

更多工作負載創造新一波需求。

如果這個循環持續下去，今天龐大的基礎設施支出看起來就不再像一項費用，而更像是一個更大型科技平台的基礎。

但相反的情境也值得關注。

如果 AI 客戶變得更加注重價格、模型競爭導致價格下降速度快於推論成本下降速度，或基礎設施承諾的成長速度快於變現速度，那麼單看營收成長將無法說明全貌。

這就是為什麼我不認為下一場 AI 估值辯論會由另一個令人印象深刻的 ARR 頭條消息決定。

它將由單位經濟效益決定。

服務一位企業客戶的成本是多少？

推論成本下降得有多快？

有多少營收是經常性營收？

AI 有多深入地融入客戶的工作流程？

每增加一美元營收，需要多少額外運算？

最終，在支付基礎設施帳單後，還剩下多少自由現金流？

此外還有一個時間點問題。

據報導，OpenAI 現在正考慮另一輪規模龐大的融資，同時所處的產業中，其他前沿 AI 公司也正以驚人的速度擴大營收與基礎設施規模。例如，Anthropic 最新的申報文件揭露了數千億美元的未來基礎設施承諾。

這告訴我們整個產業一件重要的事。

AI 競賽不再只是打造更好的模型。

它正逐漸成為營收成長、運算效率與資本密集度之間的競賽。

而這正是我接下來會關注的指標。

$70B 數字證明企業和消費者願意在 AI 上花費大量資金。

下一個問題要困難得多：

隨著系統擴大，OpenAI 能否讓 AI 營收的每一美元都變得越來越有利可圖？

如果答案最終是肯定的，那麼今天營收成長的經濟意義可能遠比這個頭條數字所暗示的更大。

如果答案是否定的，那麼即使營收實現驚人成長，也可能同時伴隨驚人的資本需求。

這就是為什麼我將 $70B 數字視為起點，而不是結論。

AI 已經證明人們願意為智慧付費。

現在，這個產業必須證明自己能以具經濟效益的成本，產生有用的智慧。

下一場萬億美元級 AI 辯論的勝負，就將在這裡決定。