編輯｜冬梅

當外界還在討論 OpenAI 何時上市、Anthropic 是否已經后來居上時，OpenAI 首席財務官 Sarah Friar 近日在一期公開訪談中，給出了一個截然不同的視角。

在訪談中，這位掌管 OpenAI 財務與資本運作的核心高管，首次系統性披露了公司對于 IPO、商業模式、算力投資、廣告業務以及未來硬件產品的思考。

與市場熱衷討論的“誰先上市”“誰的收入更高”相比，Sarah Friar 反復強調的卻是另一個關鍵詞——選擇權。在她看來，IPO 只是融資工具，而不是企業終點；競爭對手的動作不會改變 OpenAI 的節奏；真正決定未來格局的，也不是短期市場情緒，而是誰能夠提前數年鎖定算力資源、建立持續擴張的 AI 基礎設施。

這種思路也解釋了 OpenAI 為何在今年 3 月完成高達 1220 億美元融資。對于一家仍處于高速擴張期的 AI 公司而言，這筆資金并非為了沖刺上市，而是為了提前布局未來數年的計算資源。

Sarah 透露，即使到了 2026 年，行業依然面臨嚴重算力短缺，而她現在最關注的已經不是明年，而是 2030 年至 2032 年的算力供給問題。

面對外界關于 Anthropic 快速崛起的討論，她則認為，兩家公司走的是完全不同的路線。OpenAI 并不將自己定義為一家聊天機器人公司，而是試圖構建覆蓋消費者、企業、開發者和政府機構的“AI 基礎設施層”。

目前，ChatGPT 周活躍用戶已經超過 9 億，消費者業務與企業業務收入占比接近各半，而公司正在通過統一模型、統一記憶和統一上下文體系，形成跨場景的規模效應。

在商業模式上，Sarah 也首次詳細解釋了 OpenAI 的資本配置邏輯。過去兩年，公司從依賴單一云廠商、單一芯片和單一產品，迅速轉向多云、多芯片和多產品戰略，通過與 Oracle、CoreWeave、微軟、谷歌云、AWS 等合作伙伴協同，將原本需要數千億美元投入的資本開支轉化為運營成本，以更靈活的方式擴張算力規模。

與此同時，她還回應了另一個備受爭議的話題——廣告。

盡管 OpenAI 尚未正式推出廣告業務，但 Sarah 并未排除未來的可能性。她認為，ChatGPT 同時擁有搜索場景中的“用戶意圖”和社交平臺中的“用戶畫像”，再疊加長期積累的記憶與上下文，這種能力天然具備極強的商業價值。不過她也強調，無論未來是否引入廣告，用戶獲得的答案都必須來自模型本身的最佳判斷，而非廣告主的利益。

相比收入數字和市場份額，這場訪談透露出的更重要信息是：OpenAI 正在把自己定位為類似電力網絡的新型基礎設施公司。其目標并非最大化短期利潤，而是在未來十年構建覆蓋全球的智能服務網絡。

而在訪談最后，Sarah 還罕見談及了 OpenAI 與前蘋果設計師 Jony Ive 合作開發的新硬件。雖然她拒絕透露具體形態，但形容自己在體驗產品后，有一種“身處范式轉移前夜”的感覺。

以下為訪談全文，經 InfoQ 編譯：

越早 IPO 越有優勢嗎？

主持人：OpenAI CFO 加入我們的節目！你們剛剛完成了我認為可能是歷史上最成功的一輪融資。OpenAI 實際上融資規模已經超過了 1200 億美元。我們認為，AI 是迄今為止人類見過的最大時代機遇。現在，我們才剛剛開始理解它將如何提升全球生產力，以及它最終可能帶來的結果——更富裕的社會、更好的生活。有人說，運氣就是“準備遇上機會”。但當機會來臨時，你必須抓住它。

作為一個長期聽眾、第一次來到現場的人，我很興奮能和大家一起交流。今天我看到一篇報道，好像是《華爾街日報》的文章。文章提到，如果你是一家 AI 公司，越早 IPO 似乎越有優勢。現在我們知道 SpaceX 正在推進上市，那么大家接下來最關心的問題就是：OpenAI 和 Anthropic 什么時候上市？你怎么看這個問題？你認為現在存在一場 IPO 競賽嗎？還是說你們還沒有做出決定？Sarah Friar：** 我經常對團隊說：IPO 是一個里程碑，不是終點。不要把經營公司當成是在奔向 IPO 這個終點。

它本質上只是另一種融資方式而已。今年 3 月，我們剛剛完成了 1220 億美元融資。這樣做的目的，就是給自己爭取最大的靈活性。我覺得作為 CFO，我的工作就是創造選擇權（optionality）。不僅僅是為 OpenAI 創造選擇權，也是為我們所處的這個時代創造選擇權。

主持人：這輪融資是不是已經成為 SpaceX 之前歷史上規模最大的私募融資？Sarah Friar：是的。而且規模遠遠超過之前所有案例。我記得此前最大的 IPO 可能是 Saudi Aramco，大約融資 300 億美元左右。所以現在發生的事情其實非常驚人。

未來可能會出現三家 IPO，其規模都將超過互聯網泡沫時期最瘋狂的階段。當然，當年的市場也非常火熱。

但今天的市場規模已經大得多。而且還有一個因素：大量資本正在通過股票回購、并購等方式回流給股東，市場上其實積累了大量等待投資的現金。不過回到剛才的問題。最終市場衡量你的，不是熱度，而是價值。

市場是一臺“稱重機”，不是“人氣機”。沒有人會記得到底是誰先上市。

Google 還是 Yahoo 先上市？Lyft 還是 Uber 先上市？沒人關心。我這樣說并不是因為我想當第一名還是第二名。媒體喜歡制造戲劇性沖突。但最終，我們必須建立的是大型、可持續、長期存在的企業。而融資只是實現這一目標的重要組成部分。

主持人：當我們正在談話之時，我看到了一則突發消息。Anthropic 剛剛秘密提交了 S-1 上市申請文件。這是不是意味著你們已經排到第三名了？Sarah Friar：這不意味著任何事情。因為接下來還要經過美國 SEC 的審核流程。至于這個流程需要多久，沒人知道。

主持人：但他們先行動，是否會帶來優勢？其實大家現在最關注的，還是 OpenAI 和 Anthropic 之間的競爭。既然 IPO 話題不能展開太多，那我們換個角度。很多人認為：Anthropic 原本遠遠落后于 OpenAI。但現在，無論是在開發者市場、企業客戶市場，甚至收入層面，Anthropic 似乎都已經反超了 OpenAI。當你們曾經擁有如此巨大的領先優勢時，這到底是怎么發生的？Sarah Friar：先談談戰略。我們的戰略從一開始就不同。我們在構建的是 AI 層，也就是整個 AI 時代的基礎設施層。而且我們認為：應該存在一個統一的基礎模型，再通過多個不同接口連接到世界。

ChatGPT 是面向消費者的入口。現在每周有超過 9 億人在使用 ChatGPT。它已經不僅是一個產品名，甚至變成了一個名詞和動詞。對于絕大多數人來說，ChatGPT 是他們第一次接觸 AI 的方式。

我這里有個有趣的數據。我們的經濟研究團隊剛剛告訴我：增長最快的大洲現在是非洲。這并不完全令人意外，因為基數較低。增長最快的語言是阿塞拜疆語和哈薩克語。這其實很能說明 AI 正在擴散到哪些地方。

除了 ChatGPT，還有 Codex。就在上周末，Codex 用戶突破了 500 萬。而今年 1 月份時幾乎還是零。我們 500 萬用戶這一數據感到非常自豪。

事實上，我今天上臺前還讓 Codex 幫我做了一些準備。除此之外，還有我們的企業產品 Frontier，以及面向各種規模企業的各種服務。這和 Anthropic 是完全不同的戰略。

我們認為：當所有產品都建立在同一個模型之上時，會形成復利效應。更多用戶 → 更多數據；更多數據 → 更好的個性化能力；模型規模更大 → 運行效率更高；效率更高 → Token 成本更低；成本更低 → 毛利率更高；毛利率更高 → 有更多資金投入算力。

而算力，恰恰是當下最重要的競爭優勢之一。所以我們每家公司都會跑自己的比賽，但同時也必須認識到：我們都屬于同一個 AI 生態系統，我們需要共同把整個社會帶入這個時代。

主持人：過去一年里，外界一直在討論：OpenAI 是不是項目鋪得太多了？大家看到新的 AI 硬件、Sora、各種實驗項目。是不是因此忽略了企業市場？如果過去一年犯過什么錯誤，這會不會是其中之一？Sarah Friar：我認為世界總喜歡把事情二元化。比如：“Sarah，你們到底是消費級公司還是企業級公司？”現實情況是：我們兩者都是。不是二選一。現在我們的收入結構已經接近 50% 對 50%。

企業業務是我們的重點。過去一周：我去了波士頓拜訪 Thermo Fisher；在紐約見了很多銀行；周五與 Travelers 保險溝通；今天上午還和一家科技公司開會。無論哪個行業，企業都在快速擁抱 AI。

我們的新任營收負責人 Denise Dresser 去年 12 月上任。她是一位執行力極強的人。因此企業業務實際上發展得非常好。但與此同時，我們不想放棄消費者市場。因為 OpenAI 的使命是：讓 AGI 造福全人類，不是只造福那些有支付能力的人，也不是只造福企業用戶，而是造福所有人。

這也是為什么我們提供大量免費服務。我們希望更多人能夠先體驗智能。一旦體驗過智能的價值，人們就會不斷提高使用深度。

我們的免費用戶平均每天提問約 7 次，第一檔付費用戶大約是 15 次，20 美元 Plus 用戶大約是免費用戶的 3 倍，Pro 用戶則達到免費用戶的約 11 倍。這就像當年你第一次拿到翻蓋手機時，你會想：“它不就是打電話的嗎？”而現在，同樣一部手機已經能幫你完成無數事情。

智能正在經歷同樣的發展路徑。

OpenAI 現在依然很缺算力

主持人：18 個月前，你提出過一個非常有影響力的觀點。你曾把 OpenAI 的商業模式概括為：“Gigawatts to Cash（電力變現）”。你當時說：1GW 電力，大約對應 OpenAI 每年 100 億美元收入能力。當時很多人覺得這個說法太激進了。但現在看來，整個行業似乎真的進入了算力短缺時代。你能解釋一下當前的情況嗎？Sarah Friar：是的。算力現在是極度稀缺的資源。從我們的業務來看：需求正在沿著近乎垂直的曲線向上增長。而市場上根本沒有足夠的 Token 供應。所以我非常感謝能夠和 Sam、Greg 一起工作。因為去年我們就在大規模采購算力。

當時很多人質疑：“他們為什么買這么多計算資源？”現在回頭看：謝天謝地我們當時這么做了。因為即便到了 2026 年，我們依然缺算力。

整個算力供應鏈幾乎每個環節都存在瓶頸。首先是能源。然后是土地。然后是監管審批速度。我們能否快速建設數據中心？再往下看：機架夠不夠？芯片夠不夠？存儲供應是否充足？這些都在成為限制因素。

還有人才問題。我們是否擁有足夠多的工程師和科學家？這一點讓我非常擔憂。

我是斯坦福大學董事會成員。我每天都能感受到：教育和科學投入的重要性。我們必須持續重視人才培養。

最后還有一個常被忽略的因素：信任，我甚至把它視為供應鏈的一部分。Sam 正在美國密歇根州塞勒姆鎮為一個新的數據中心項目舉行開工儀式。我提前劇透一下，這是一個 1GW 級別的數據中心，屬于我們與 Oracle 合作的大型園區項目的一部分。但在建設這些基礎設施時，我們不能忽視當地社區。我曾在 Nextdoor 工作了七年，在那里我學到一件事：你不能自上而下地告訴社區居民：“這是你們需要的東西。”因為他們會回答：“謝謝，但不必了。”他們會告訴你：真正知道需要什么的人，是他們自己。

對于像這樣的數據中心項目，我們實際上花了大量時間與當地社區溝通。我們向居民反復強調幾件事：第一，我們不會提高你們的電費，我們會為自己的基礎設施和電力買單，不會讓普通納稅人承擔成本；第二，我們會創造就業機會，僅這個項目就會帶來 2500 個工會崗位（Union Jobs），而且都是高質量工作，比如電工、暖通空調（HVAC）工程師等；第三，我們會納稅，僅這個數據中心項目，就將為密歇根州帶來 10 億美元稅收。除此之外，我們還會額外投入 4500 萬美元用于教育項目，其中一部分資金會用于提供 Codex 使用額度。因為正如大家這幾天討論的那樣，未來很多人進入職場時，AI 工具將成為基礎能力。

我自己的孩子就是 Codex 用戶。今天如果我要招聘財務人員，我不會雇傭一個不會使用 Excel 的人。同樣，我大概率也不會雇傭一個完全不會使用 Codex 這類 AI 工具的人。因此，當我談投資的時候，本質上是在說：我們必須提前于需求進行投資。這意味著：一方面，我們必須提前獲得算力資源；另一方面，我們必須有能力為這些資源買單。

主持人： 你剛才提到經濟模型正在改善。能具體解釋一下嗎？Sarah Friar：AI 的經濟性正在多個維度持續改善。首先，我們越來越擅長向客戶證明真正的價值。過去很多定價方式更像是“成本加成”（Cost Plus）。而未來會越來越接近“價值定價”（Value-Based Pricing）。也就是說：價格將更多反映創造出來的價值，而不僅僅是計算成本。當然，目前 Token 供給緊張也帶來了一定幫助，因為供給不足正在壓縮市場資源。

** 主持人： 不談具體公司名字。你能描述一下整個市場現狀嗎？從現有電力供應、數據中心容量、Token 供應量來看，如果按照現在的發展速度繼續下去，未來一年會發生什么？舉個例子。我上周就在用 Anthropic 的產品。最令人沮喪的情況是：到了晚上 10 點半，系統突然告訴你：“額度用完了，請下午 2 點半再來。”這顯然不是一個可持續的用戶體驗。

Sarah Friar：公平地說，ChatGPT 很少發生這種情況。因為我們在 Token 配額方面一直比較慷慨。這是有意為之。我們希望更多人能夠接觸和理解 AI，即便免費用戶使用的不是最新模型，我們仍然希望他們能親身體驗，因為體驗本身很重要。

我經常想起自己小時候，那時我生活在北愛爾蘭一個很小的社區。有一天，《大英百科全書》送到了家門口。那種感覺就像烏云突然散開，陽光照射下來一樣。我們希望今天的人們也能感受到類似的體驗。至于現在的市場情況？如果你今天還想購買更多算力資源——祝你好運。如果你知道哪里還有算力，請告訴我，因為我也找不到了。2027 年的情況也好不到哪里去，算力依然非常緊張。

主持人： 訓練和推理的算力需求有什么區別？Sarah Friar：說到算力，我們需要區分兩類需求。第一類是訓練，目前訓練工作基本仍然都在美國本土進行，原因涉及國家安全和戰略資產考量。第二類是推理，推理必須走向全球化，特別是在 Agent 時代，用戶希望獲得實時反饋，推理計算必須盡可能靠近用戶。

OpenAI 為什么弱化視頻業務？

主持人： 為什么 OpenAI 暫時弱化了視頻業務？Sarah Friar：比如視頻生成，Sora 就是一個例子。我們曾經做過一個非常艱難的決定，，因為算力有限，我們不得不優先把資源投入到其他方向。但這并不意味著視頻結束了。恰恰相反，隨著 AI 進入多模態時代，視頻的重要性會越來越高。

主持人： 多模態將如何改變人與機器的關系？Sarah Friar：過去幾十年的科技產品教會了我們一件事：用拇指溝通。你走在街上，每個人都低著頭看手機，沒人抬頭。我家里的青少年晚上坐在沙發上，明明坐在一起，卻還在用手機互發消息。我問：“你在跟誰聊天？”我兒子回答：“就在你旁邊那個。”我說：“那你直接說話啊。”而多模態時代已經來了，未來你會直接和 AI 對話。

我每天都在和 Codex 說話，這種變化正在迅速發生。但它也意味著需要更多實時算力支持，因為如果 AI 回應速度太慢，體驗會非常奇怪。

Jony Ive 硬件項目到底是什么？

主持人： 既然說到這里。能不能透露一點你們正在開發的新硬件？比如大家都在討論的 Jony Ive 項目，是耳機嗎？Sarah Friar：如果我告訴你這是耳機，Jony 會立刻跑過來把它從我兒子那里搶走。當然，我可能也愿意把它給他。

主持人： 但你認為這將成為一種新的消費者平臺？Sarah Friar：我不能告訴你它具體是什么，但今年年底之前我們會公布，明年初正式發布。我已經體驗過了，我已經使用過它。我是一個特別喜歡用手勢講話的人，現在我感覺自己正身處一次范式轉移的前夜。

主持人： 第一次體驗時，是不是有點像第一次拿到 iPhone 的感覺？Sarah Friar：非常特別。Jony 和他的團隊最擅長的一件事就是：讓設備變得更具人性。這很難解釋，但當你真正體驗時，你能感受到。它很自然，而且不僅自然。它甚至有點“討人喜歡”。我很難準確描述這種情緒。它給人的感覺非常親密。

** 主持人： 很多體驗過的人都說：它最大的特點是無縫。你不會再頻繁掏出手機。

Sarah Friar：是的。科技產品往往容易給人一種機械感，但真正偉大的設計，會讓技術本身消失。你不會注意到技術，你只會注意到體驗，而“簡單”其實是最難做到的事情。

主持人：現在切換到 CFO 模式。過去二十年最成功的公司，往往都找到了一種別人無法復制的資本回報模式（ROC）。然后不斷把資本投入那個高回報領域。對于 OpenAI 來說，這個模式是什么？Sarah Friar：首先必須明確一點，未來這個時代最偉大的公司不會因為魔法而成功。它們依然會像過去那些偉大的公司一樣成功。核心仍然是：創造客戶價值，一切都必須從客戶開始。

舉個例子，我剛剛提到的 Thermo Fisher，他們希望更快完成患者篩查。從而更快獲得 FDA 批準，這非常重要。如果患者只剩幾周生命，那么突破提前兩周還是四周出現，可能就是生與死的區別。他們還有大約 3.8 萬名銷售人員，這些銷售人員希望提高工作效率。

事實上，在 OpenAI 內部，Codex 使用增長最快的部門甚至不是工程團隊，而是 GTM（Go-To-Market，市場與銷售團隊）。開發人員當然也在使用，但如果看月度增長速度，增長最快的是銷售團隊。因此第一步是創造客戶價值，第二步是獲得優秀的毛利率（Gross Margin）。

而影響毛利率最重要的因素就是：算力成本。

主持人： ChatGPT 模型成本兩年下降了 97%，你怎么看這件事？Sarah Friar：好消息是算力成本正沿著一條強烈的通縮曲線下降。從 GPT-4 到 GPT-5.4 之間，成本下降幅度大約達到 97%，這是一個驚人的數字。而且這一切僅僅發生在兩年時間里。

即使是我們剛剛發布的 GPT-5.5，雖然價格提高了一倍，但從客戶實際獲得的價值來看，每個 Token 的成本實際上仍然下降了約 20% 到 30%。因為模型效率提升得更快。

主持人： 那你們如何預測未來幾年需要多少算力？畢竟模型架構和芯片都在快速變化。每單位電力創造的價值也在不斷提升。這很難預測吧？Sarah Friar：今天我思考的已經不是 2026 年的算力，而是：2028 年以后還能買到多少算力。例如剛才提到的密歇根數據中心，預計要到 2027 年底或者 2028 年初才能真正投入使用。

實際上，現在最讓我焦慮的已經是：2030、2031、2032 年的算力問題。所以你必須提前很多年下注，我們必須建立很多假設。

目前來看：每 GW 的算力成本實際上還在上漲，因為電力更貴了，內存更貴了，各種基礎設施都更貴了。但與此同時，芯片效率提升得更快。因此最終賣給客戶的單位智能成本其實是在下降的。

即使模型本身沒有任何進步，單靠芯片進步，客戶成本也會顯著下降。在預測未來時，我們不會過度樂觀地假設模型一定會有重大突破，因為有時候會出現 GPT-5.5 這樣極其高效的模型。

但有時也會出現 GPT-5.4 這樣規模巨大、訓練昂貴、推理成本很高的模型，所以我們通常會保持保守。對于 2026 和 2027 年，我基本可以自下而上建立財務模型，我知道有哪些產品，知道大致價格，知道訂閱用戶數量，知道廣告業務規模，因此預測相對準確。

但有趣的是：需求曲線總是在不斷超出我們的預期，永遠比我們預計增長得更快。到了更遠的年份，預測方式會反過來，我們先看自己買到了多少算力，再倒推出：這些算力最終應該能創造多少收入。

舉個例子，一年前我向投資人展示過一個“Agent 收入模型”。當時我們的設想是：開發者未來可以通過自然語言構建 Agent，而且我們認為，企業可能愿意為這樣的 Agent 每月支付 2000 美元，當時所有人都覺得這太荒謬了，他們甚至不知道我在說什么。

別忘了，當 ChatGPT Pro 每月收費 200 美元時，大家都覺得瘋了，認為不可能有人付費。而今天回頭看，那個爭議似乎已經變得非常遙遠了。

主持人： 我想把問題問得更具體一點。按照我看到的一些估算：建設 1GW AI 算力中心，大約需要 500 億美元。這里面包括土地、電力、服務器、芯片等全部成本。那么問題來了：建設一個新的數據中心時，這些錢都需要 OpenAI 自己先拿出來嗎？還是說可以通過債務融資解決一部分？換句話說：1220 億美元融資到底意味著什么？只能換來 2GW 算力？還是能換來 5GW？Sarah Friar：這是個非常好的問題。如果回頭看 OpenAI 的算力戰略，你會發現這個世界變化得實在太快了。

就在兩年前：我們只有一家云服務提供商（CSP）——微軟 Azure，只依賴一種芯片——NVIDIA，只有一個產品——ChatGPT，只有一個價格——每月 20 美元。

所以我經常用魔方（Rubik's Cube）做比喻。當時我們的業務就像魔方底部的一個小方塊。而今天，我們已經完全不同了。首先，我們采用了多云戰略（Multi-CSP），因為 CSP 本質上幫助我們把資本開支（CapEx）轉換成運營開支（OpEx）。

也就是說：你不需要先花幾百億美元建設數據中心，而是在產生收入之后再支付使用成本。實際上，我們某種程度上是在利用這些云廠商的資產負債表。利用他們的資本支出能力和融資能力。今天我們的合作伙伴已經包括：Oracle、CoreWeave、Microsoft、Google Cloud、Amazon Web Services，以及許多新興云計算公司（NeoCloud）。

主持人： 為什么 OpenAI 不再押注單一芯片？Sarah Friar：第二個變化是芯片戰略。我們已經從單芯片戰略轉向多芯片戰略（Multi-Chip）。原因很簡單：如果你只押注一種芯片，你遲早會被別人超越，技術一定會發生代際躍遷。

今天 NVIDIA 仍然是我們最重要的合作伙伴，他們擁有當前最先進的芯片。今年秋天，我們下一次大型訓練任務將運行在 Vera Rubin 架構上，對此我們非常興奮。

與此同時，我們也在布局未來的 Feynman 系列芯片。除此之外：AMD 芯片已經進入我們的供應鏈，Cerebras 已經投入使用，它是一種極低延遲芯片，特別適合實時編程場景，很多開發者都很喜歡。

另外，我們還在與 Broadcom 合作開發自己的 AI 芯片。所以你再看那個魔方。它已經不再是單一維度，而是一個高度多元化的系統。

這意味著：我們可以利用大量擁有投資級信用評級的合作伙伴。從而把更多成本轉化為運營支出，而不是資本支出。

主持人： OpenAI 為什么開始自己建數據中心？Sarah Friar：我們現在也開始進入新的階段。即 Build-to-Suit（定制建設）模式。例如我們和 SoftBank 在德州建設的數據中心項目，這已經超出了傳統 CSP 模式。

在這里，我們需要承擔更多資本開支。但請記住：以上這些變化，全都發生在短短兩年內，這也是為什么我喜歡用魔方做比喻，魔方大概有上百萬億億種組合方式，而這意味著：它給了我們極大的選擇權。

我前面說過，作為 CFO，我最重要的職責就是創造最大的選擇權，尤其是在 OpenAI 還沒有獲得投資級信用評級的時候。我們無法像大型成熟企業那樣輕松獲得低成本債務融資。因此能夠借助合作伙伴的融資能力，就顯得極其重要。

未來競爭格局是怎么樣的？

主持人：五年之后，你覺得整個產業鏈會不會徹底融合？過去：NVIDIA 只賣芯片，微軟只做云服務，消費級應用公司只做應用，大家各司其職。但現在完全不是這樣：你們開始做芯片，未來甚至可能自己做云，NVIDIA 開始做模型，Google 既做芯片又做模型又做云，所有人都在向上下游擴張。如果這種趨勢繼續下去，競爭格局會變得更簡單還是更復雜？Sarah Friar：我認為所有公司都在爭奪同一個位置。那就是：離客戶最近的那一層。因為生態系統中最大的利潤往往集中在那里。沒有人愿意被推到價值鏈的遠端。

主持人： OpenAI 為什么堅持做“AI 智能層”？Sarah Friar：這也是為什么我們一直堅持：OpenAI 要成為 AI Intelligence Layer（智能層）。一年前大家還在討論：“大語言模型是不是會商品化？”很多人認為模型最終都會一樣。

但事實恰恰相反。隨著 Agent 時代到來。模型的重要性反而提升了。因為真正創造價值的不只是模型本身。而是模型背后的：上下文（Context）、記憶（Memory）、個性化（Personalization）。

舉個例子，在我的 Codex 里，有一個非常龐大的記憶文件，它知道我是 Sarah，知道我是 OpenAI CFO，知道我喜歡什么樣的寫作風格，知道我感興趣的話題，甚至知道我是幾個青少年的母親，所有這些記憶都會持續積累。

而這些記憶讓模型對我變得越來越有價值。現在再想象一下企業場景，企業擁有的不只是數據，更重要的是企業幾十年積累下來的經驗和直覺。

我以前在華爾街工作時經常遇到這種情況。所有數據都告訴你：某只股票財報發布后應該上漲。模型也會得出同樣結論，但隨后你會給交易員打電話，交易員會說：“Sarah，這支股票不會漲。”我會問：“為什么？所有數據都顯示它應該上漲啊。”交易員會回答：“我知道。但我知道某個大型基金正在被迫減倉。未來一周他們會持續拋售。所以股價一定漲不起來。”這就是企業里的“直覺”（Intuition）。它存在于每一個行業、每一家企業、每一個組織。

而今天的 AI 正在逐漸連接這些東西：記憶、上下文、經驗、直覺。這也是為什么 CEO 和高管團隊越來越興奮。因為他們開始意識到：AI 不僅能提高效率。它還能真正幫助企業創造收入、推動業務增長，所以回到你的問題，我認為未來每家公司都會努力留在最接近客戶價值創造的地方，同時保持足夠靈活，因為這個行業變化實在太快了。

主持人： 最后一個快問快答。過去二十年最成功的消費級商業模式：iPhone，Google 廣告網絡，Meta 廣告網絡。其中兩個都是廣告驅動，甚至蘋果現在也開始做廣告。但你剛才幾乎沒怎么提廣告。有人說已經在 ChatGPT 免費版中看到廣告測試，Anthropic 在超級碗期間甚至專門嘲諷過你們：“OpenAI 最終一定會做廣告。”那么廣告會不會成為讓 AI 免費普及全球的解決方案？Sarah Friar：首先，無論我們未來是否做廣告——有一個原則不會改變：用戶獲得的答案必須來自模型的最佳判斷，而不是來自贊助商，這一點絕對不能被破壞。

其次，即使未來出現廣告，我們也始終會提供無廣告版本給那些不希望看到廣告的用戶。

但與此同時，如果你認真分析 ChatGPT 就會發現它擁有極大的廣告潛力。我們內部有人曾經開玩笑說：如果 Google 和 Meta 生了一個孩子，那這個孩子可能就是 ChatGPT。

Google 的優勢是什么？搜索意圖（Intent）。用戶主動告訴 Google：他想買什么。他想找什么。事實上，我們認為自己已經至少擁有 11% 的搜索市場，而真實數字可能更高，因為統計方式不同。

Google 搜索一次刷新頁面算一次搜索，但在 ChatGPT 里，你連續提問 50 次，可能只算一次會話，這種高意圖流量對于廣告主極具價值。因為用戶會直接告訴我們：“我想買什么”、“我需要什么”、“我在解決什么問題”。

而 Meta 的優勢是什么？是用戶畫像。他們知道：“像你這樣的人喜歡什么。”但 ChatGPT 擁有更進一步的能力，我們不僅知道你的意圖，還有記憶（Memory），上下文（Context），長期行為模式。想象一下：把意圖（Intent）和記憶（Memory）結合起來，你將得到一個極其強大的廣告平臺。而這樣的平臺又能夠反過來補貼全球用戶使用 AI。

主持人： 為什么 OpenAI 沒有把所有算力賣給 API？Sarah Friar：如果我只考慮短期收益，我會把所有 Token 全部賣給 API 客戶。因為 API 的收入效率遠遠高于消費者業務可能高出一個數量級。但我們并不是這樣做的，因為我們的戰略從來不是最大化短期收入，我們的目標是建立一個 AI 基礎設施層，就像電力一樣，一種全球性的公共能力。未來我們希望服務：普通消費者、小企業、大企業、政府機構、整個世界。這才是 OpenAI 的戰略。

視頻原鏈接：

https://www.youtube.com/watch?v=TjrShuj_Zsg

聲明：本文為 InfoQ 整理，不代表平臺觀點，未經許可禁止轉載。

會議推薦

企業級 Agent 落地，繞不開 4 個真實的工程問題。如何在 Agent 安全性和可用性之間找到平衡點？Agent 需要什么樣的記憶系統才能真正理解上下文？如何通過算法壓榨實現智力增量與成本控制的極致平衡？多 Agent 協作，如何做到可觀測、可治理、可控制？6 月 26-27 日，AICon 全球人工智能開發與應用大會·上海站國內頭部公司的 Agent 實踐，一次說透。