#OpenAIAnnualRecurringRevenueNears$70B

OpenAI正接近700亿美元的年化收入运行率，但我认为这个故事中最有趣的部分已经不再是$70B 本身。

真正的问题是，当一家公司的增长速度如此之快，而支持这种增长的成本也变得极其高昂时，会发生什么。

据Axios报道，OpenAI的年化收入运行率自第三季度初以来已增长超过70%，接近700亿美元，而企业销售额自7月以来已增长一倍以上。其消费者业务在第三季度创造的收入，也超过了其在2025年全年创造的收入。

这是一次惊人的加速。

但我想将收入增长速度与商业经济效益区分开来。

年化收入运行率并不等同于已经在完整一年中确认了700亿美元收入。它是基于近期收入速度进行推算。路透社也强调了这一点为何在评估快速增长的人工智能公司时很重要。

因此，与其问OpenAI能否达到700亿美元，我认为下一轮人工智能估值辩论应从一个不同的问题开始：

OpenAI每增加一美元算力投入，能够创造多少经济价值？

随着企业采用加速，这个问题变得更加重要。

企业客户已经不再只是付费尝试聊天机器人。人工智能正在被整合到编程、研究、客户支持、文档处理、生产力工具以及日益增多的自主工作流中。如果这些工作负载嵌入日常业务运营，人工智能收入可能会变得更加经常性，并在运营层面更加重要。

但企业增长也带来了一个新问题。

更多客户意味着更多推理。

更多推理意味着更多GPU、内存、网络、数据中心和电力。

而更多算力意味着收入增长必须快于支撑这些收入的基础成本增长。

这正是我认为OpenAI下一阶段会变得更加困难的地方。

如果支持每位新增客户所需的基础设施几乎以同样快的速度增长，一家公司即使收入增长极快，也可能面临艰难的经济方程。

这就是为什么OpenAI据报道的融资计划如此重要。彭博社报道称，该公司正寻求至少300亿美元融资，估值约为14万亿美元。这将较其3月融资轮所对应的约8520亿美元估值大幅提升，不过这项新融资目前仍只是据报道的目标，并非已完成的交易。

现在把这些数字放在一起看。

接近$70B 的年化收入。

可能新增$30B 资本。

据报道约14万亿美元的估值目标。

以及一个需要持续进行巨额投资的人工智能基础设施生态系统。

这已经不再只是一个软件公司的增长故事。

它正在变成一个资本配置故事。

市场最终需要了解，在支付生成这些收入所需的计算基础设施成本后，OpenAI有多少收入能够转化为持久的自由现金流。

还有一个发展让我特别感兴趣。

OpenAI的首席财务官一直在推动一种不同的企业人工智能经济学思路：衡量每一美元带来的有效智能，而不是简单衡量人工智能使用量或代币消耗量。这个想法很重要，因为更便宜的代币并不自动意味着更好的经济效益。关键在于人工智能是否真正为客户完成了有价值的工作。

这可能会成为人工智能行业下一阶段最重要的指标之一。

想象两家公司都创造了100亿美元的人工智能收入。

其中一家需要巨大的计算资源来创造这些收入。

另一家则能以大幅更低的推理成本交付同等的商业价值。

它们的收入数字看起来会完全相同。

但它们的经济效益不会相同。

这就是为什么推理成本下降实际上可能成为人工智能业务最重大的利好发展之一——即使更便宜的人工智能最初会给定价带来压力。如果创造有效智能的成本下降速度快于价格下降速度，潜在利润池就能够扩大。

这会形成一个迷人的反馈循环。

更好的模型增加需求。

更多需求创造更多收入。

更多收入为更多基础设施提供资金。

更多基础设施改善可用性并降低计算成本。

更低的算力成本让人工智能对更多工作负载变得有用。

更多工作负载创造新一轮需求。

如果这一循环持续下去，今天巨额的基础设施支出看起来就不再像一项开支，而更像是一个规模大得多的技术平台的基础。

但相反的情景也值得关注。

如果人工智能客户变得更加重视价格，模型竞争导致价格下降速度快于推理成本下降速度，或者基础设施承诺增长快于变现速度，那么单看收入增长将无法说明全部情况。

这就是为什么我不认为下一轮人工智能估值辩论会由又一个令人印象深刻的ARR标题决定。

它将由单位经济效益决定。

服务一位企业客户的成本是多少？

推理成本下降的速度有多快？

有多少收入是经常性的？

人工智能被多深入地嵌入客户工作流？

每增加一美元收入需要多少额外算力？

最终，在支付基础设施账单后，还剩下多少自由现金流？

还有一个时间问题。

据报道，OpenAI目前正考虑另一轮巨额融资，同时还在一个其他前沿人工智能公司也以非凡速度扩大收入和基础设施规模的行业中运营。例如，Anthropic最新提交的文件披露了未来数千亿美元的基础设施承诺。

这告诉我们整个行业的一些重要情况。

人工智能竞赛已经不再只是构建更好的模型。

它正在变成收入增长、算力效率和资本密集度之间的竞赛。

这就是我接下来会关注的指标。

$70B 数字证明企业和消费者愿意在人工智能上花费大量资金。

下一个问题要困难得多：

随着系统扩展，OpenAI能否让人工智能收入新增的每一美元变得越来越有利可图？

如果最终答案是肯定的，那么今天收入增长的经济意义可能远大于标题所暗示的程度。

如果答案是否定的，那么即使收入增长极其惊人，也可能与极其高昂的资本需求并存。

这就是为什么我将$70B 数字视为起点，而不是结论。

人工智能已经证明人们愿意为智能付费。

现在，行业必须证明自己能够以合理的经济成本创造有用的智能。

下一场万亿美元级人工智能辩论的结果，将在这里决定。