$OPENAI

‌
OpenAI 的季度營收已成長至 100 億美元，較前一季增加 50%，企業營收則翻倍。乍看之下，人們可能會認為，人工智慧終於成為真正有利可圖的業務。

然而，若在這幅圖景中再加入一項數據，故事就不一樣了：該公司同一季度的營業虧損約為 109 億美元。換句話說，每賺進一美元，就花掉超過一美元。這不是成長，而是「燒掉」資本來推動成長，兩者並不相同。營收很容易看出來，但要辨識虧損則需要更仔細地觀察。將兩者並列來看，問題便一目了然：這種成長何時才能轉化為獲利？

要了解這個局勢，就必須放在更廣泛的總體經濟背景下來看。在高利率環境中，「免費資金」的時代已經結束。資本成本上升，投資人不再只關注成長故事，而是開始要求獲利能力與正向現金流。

OpenAI 虧損的主要原因是運算成本與研發。租用晶片、營運資料中心以及訓練模型都是昂貴的工作。這種情況令人想起 2000 年代初期網路泡沫時期的基礎設施投資。網路革命雖然確實存在，但當時數十億美元投入基礎設施，許多公司仍然破產。革命本身是真實的，並不代表每家公司都能存活。當時營收與虧損也都在成長；最終存活下來的，是那些能有效管理成本的公司。

這是因為在人工智慧領域，規模擴大，成本也會隨之增加。更大的模型需要更多晶片，也會消耗更多能源。隨著企業需求翻倍，營收也會成長，但基礎設施需求同樣會迅速攀升。因此，公司在擴張時，可能發現自己非但沒有邁向獲利，反而陷入更深的虧損。

這裡的關鍵問題是：運算成本會下降嗎？如果晶片效率提升、部署新一代硬體，而且能以更低成本執行相同任務，虧損就可能迅速縮小。然而，如果成本居高不下，取得資金將變得愈來愈困難。在這種情況下，我們可能會看到產業整併，包括合併與收購：規模較小的業者被大型業者吸收，或是大型公司彼此收購。

第一種情境較為樂觀：運算成本下降、企業需求持續激增、虧損迅速收窄，市場敘事轉向獲利。若情況如此發展，OpenAI 這類公司的新篇章就將展開，成長將由賺取的營收來支應，而非靠燒錢來推動。

第二種情境則較為審慎：成本維持高檔、資金依然昂貴，投資人也逐漸失去耐心。在這種情況下，公司將被迫提高價格、削減支出或尋求合併，而這些都會加劇產業的波動。單一季度無法揭示最終會走上哪條路；必須連續觀察好幾季的成本與營收趨勢。

至於從投資角度該看哪裡，一句老話已經給出答案：淘金熱中賺錢的是賣鏟子的人。模型開發商雖然風險高、潛力也高，但如今真正產生現金流的是基礎設施與硬體供應商。

簡而言之，OpenAI 這類公司正在書寫未來的故事，但目前仍在燒錢。硬體與雲端業務目前正在獲利。兩者雖然都屬於同一條鏈，承擔的風險卻不同。只關注其中一方而忽略另一方，看到的圖景就不完整。必須檢視整個價值鏈，包括模型、晶片、雲端基礎設施、軟體與企業應用，才能分辨哪些環節正在獲利，哪些環節正在消耗資本。

人工智慧趨勢代表著一場長期的總體經濟轉型，這點很明確。然而，在個別公司層面，密切留意「燒錢速度」（公司消耗現金的速度）至關重要。營收數字很容易令人振奮，但要冷靜觀察燒錢速度並不容易；然而，在當前環境下，正是這第二種視角能發揮防護作用。

實際來說，這意味著你不應只盯著單一公司。一家營收達 100 億美元的公司無法拯救整個產業，正如一家虧損 109 億美元的公司也不會導致產業崩潰。放眼整條產業鏈，保持審慎並管理風險。不要把成長敘事與獲利敘事混為一談。如果兩者終有一天交會，故事才會真正改變。在那一天到來之前，必須在熱情與謹慎之間取得平衡。

本文僅供參考，不構成投資建議。

#OpenAIQ3RevenueHits10B
#ShareWeekly