OpenAI 亏损情况成热点过去一天OpenAI 的亏损数字成为全球科技圈最热的话题。据 Ed Zitron 披露、并由《金融时报》独立核实的审计财务文件OpenAI 2025 年归属于公司的净亏损达到 385.3 亿美元约合人民币 2600 亿元较 2024 年的 50.9 亿美元扩大约 7.6 倍。Ed Zitron 是一位被描述为“科技行业最愤怒批评者”的记者之一他对 AI 持非常悲观的态度。对于一家正准备冲刺 IPO、估值可能被推向万亿美元级别的 AI 公司来说这个数字太刺眼了所以围绕着这一话题的讨论也甚嚣尘上。亏损数字背后的复杂情况OpenAI 一年亏掉 385 亿美元但这件事真正复杂的地方在于OpenAI 并不是简单“烧掉了 385 亿美元现金”。围绕这家公司 2025 年财务状况至少有三个数字同时成立385.3 亿美元的归属净亏损、209.2 亿美元的运营亏损以及约 80 亿美元的调整后现金消耗。还有消息称OpenAI 仅在今年第一季度就亏损 37 亿美元超过其 57 亿美元营收的一半。从审计文件披露的口径看OpenAI 2025 年收入为 130.7 亿美元明显高于 2024 年的 37 亿美元。从数据来看不能说 OpenAI 没有商业化能力ChatGPT 仍然是全球最具影响力的消费级 AI 产品之一OpenAI 今年也曾公开称其月收入已达到 20 亿美元ChatGPT 拥有超过 9 亿周活用户和 5000 万消费订阅用户。然而收入增长并没有改变 OpenAI 的成本结构。2025 年OpenAI 总成本和费用达到 340 亿美元。其中研发投入高达 191.8 亿美元是最大支出项收入成本为 75 亿美元主要对应模型训练、推理、云计算和基础设施相关成本销售和市场营销费用为 57.3 亿美元一般及行政开支为 15.7 亿美元。扣除这些成本后OpenAI 当年运营亏损为 209.2 亿美元。这也是为什么单看 385 亿美元并不完整。2025 年恰逢 OpenAI 从非营利架构向营利性实体转换审计文件显示这一过程中因可转换权益和认股权证负债公允价值变化产生了 415.5 亿美元损失。这类项目属于非现金会计费用不代表公司真的在这一年额外支付了 415 亿美元现金。正因如此《金融时报》在进一步剔除转换费用、股权补偿、微软计算额度等项目后估算 OpenAI 的基础现金消耗约为 80 亿美元。但反过来说只用 80 亿美元来描述 OpenAI 的亏损也同样容易低估问题。因为 80 亿美元是经过多层调整后的结果而 209.2 亿美元运营亏损更能说明 OpenAI 当前业务本身的状态一家收入高速增长的公司仍然需要用更大规模的研发、算力和市场投入来维持领先。亏损源自哪些方面OpenAI 的亏损首先来自研发。前沿大模型不是传统软件业务。传统 SaaS 产品一旦完成开发边际成本可以快速摊薄但大模型公司每一次模型能力提升都要对应更大规模的数据、算力、训练集群、推理优化和安全评测。OpenAI 2025 年研发投入达到 191.8 亿美元远高于其收入成本本身。换句话说OpenAI 现在的核心支出不是“维持 ChatGPT 运转”而是继续训练下一代模型、开发 Codex 等新产品、建设企业级能力以及保住通往 AGI 的技术路线。其次是算力成本。审计文件还披露OpenAI 2025 年向微软支付的服务费用合计约 172 亿美元其中 105.9 亿美元被列入“研发”相关费用另有 60.47 亿美元被列入收入成本。这意味着微软既是 OpenAI 的早期核心投资方也是其最重要的云基础设施供应商之一。OpenAI 越快增长对底层云和算力资源的依赖也越深。这种压力还在继续放大。路透此前报道称OpenAI 计划到 2030 年投入约 6000 亿美元用于算力资源。OpenAI 总裁 Greg Brockman 在今年 5 月的法庭证词中也表示公司 2026 年计算支出预计达到 500 亿美元。对 OpenAI 来说2025 年 340 亿美元的总成本可能只是更大规模基础设施投入周期的开端。第三个成本来自竞争。过去一年OpenAI 的领先优势正在被更直接地挑战。Anthropic 凭借 Claude Code 在开发者群体中迅速扩大影响力Google 则依靠 Gemini 和自身基础设施优势重新追赶。路透报道称OpenAI 过去半年已经两次调整产品路线先是应对 Google 的压力后又因 Anthropic 的 Claude Code 加快对 Codex 和企业产品的投入。这说明 OpenAI 正在从“ChatGPT 一枝独秀”的阶段进入真正的全面竞争阶段。它不仅要在模型能力上继续领先还要在代码、企业服务、多模态、智能体和超级应用入口上同步投入。每一个方向都需要人、算力和市场资源。过去 OpenAI 可以靠 ChatGPT 的品牌势能获得用户现在它必须证明自己可以把用户规模变成更稳定、更高毛利的商业收入。为了留住人才付出的成本同样不能忽视。AI 行业的顶级研究员和工程团队已经成为稀缺资产。路透此前报道称OpenAI、Google、xAI 等公司围绕顶级 AI 人才展开激烈争夺OpenAI 顶级研究人员年薪包经常超过 1000 万美元Google DeepMind 也曾向顶级研究员提供每年 2000 万美元级别的薪酬方案。Meta 更是通过高额薪酬和团队挖角加入这场竞争。对 OpenAI 这样的前沿实验室而言人才流失不仅意味着薪酬压力更可能影响模型迭代节奏和产品方向。资本市场态度不一因此OpenAI 的亏损并不只是一个财务数字而是前沿 AI 商业模式的缩影用户增长极快收入增长极快但维持领先所需的研发、算力、人才和市场投入也在同步膨胀。资本市场对此并非只有一种态度。看多的一方会强调OpenAI 已经拥有罕见的收入增长速度和用户规模。公司今年 3 月宣布完成 1220 亿美元承诺资本融资投后估值达到 8520 亿美元这说明全球顶级资本仍愿意押注 OpenAI 成为 AI 时代的平台型公司。从这个角度看亏损是换取领先地位的必要成本。只要 OpenAI 能继续扩大企业收入、提高付费转化率、降低推理成本并把 ChatGPT、Codex、API 和企业产品整合成更强的平台其亏损就可能被视为高增长阶段的投入。但看空的一方会问另一个问题如果收入已经超过 130 亿美元公司仍然要亏掉 200 亿美元级别的运营亏损那么增长到底什么时候能够带来经营杠杆这也是 OpenAI IPO 前最核心的争议。投资者并不会只看 OpenAI 有多少用户而会看每一美元收入背后需要多少算力、多少研发人员、多少云服务支出以及这些成本能否随着规模扩大而下降。传统互联网平台的故事是规模越大边际成本越低但前沿 AI 目前呈现出的状态更复杂——用户越多推理成本也越高模型越强训练和服务成本也越高。更大的背景是整个 AI 行业正在迎来资本市场的集中检验。Anthropic 已经秘密提交 IPO 申请OpenAI 随后也确认提交 confidential S - 1。与此同时大型科技公司还在继续加码 AI 基础设施。路透此前报道称主要科技公司 2026 年围绕 AI 的资本开支计划正在引发投资者担忧市场已经开始从单纯相信 AI 增长转向追问这些投入到底能否带来可持续回报。对 OpenAI 来说385 亿美元这个标题数字会吸引眼球但真正重要的不是“亏损到底是 385 亿、209 亿还是 80 亿”而是这三个数字共同指向的结构性问题OpenAI 已经证明了 AI 产品可以产生巨额收入但还没有证明前沿模型公司可以在持续竞赛中形成稳定利润。网友看法如何在 Hacker News 上围绕 OpenAI 亏损数据讨论并没有简单分成“唱空”与“看多”两派。很多网友的争论集中在一个更具体的问题上这些亏损到底是不可持续的结构性问题还是前沿 AI 公司在研发高投入阶段的正常现象。ID 名为 nstart 的用户认为单从收入成本看OpenAI 的情况并没有那么糟。他写道自己有些困惑因为 OpenAI 的收入成本低于营收“这是好事”。在他看来造成亏损的主要因素是研发投入而在 AI 这样的行业里高研发投入并不反常。收入成本是指为了产生收入而直接发生的成本。言外之意就是 OpenAI 的核心服务本身可能有毛利因为营收其实是高于成本的但公司整体仍然巨额亏损因为研发、销售、管理和会计费用太高。不过nstart 也强调放在 OpenAI 自身身上这仍然是一个问题。OpenAI 是先发者但即便投入了巨额研发费用仍然在竞争中被 Anthropic 追上甚至拉开距离而 Anthropic 自己还时不时出现一些奇怪的公关失误。可如果把视角放大到整个 AI 行业他认为这组数据反而更偏正面除非假设 AI 公司为了增加收入必须永远提高研发投入否则这些数字似乎说明AI 行业长期看正在走向盈利。他还拿 Uber 作了类比AI 最后能否像它宣称的那样无所不包还是只能成为一个健康盈利的行业目前还不好说。这有点像 Uber 从“我们将用自动驾驶改变世界”变成“我们可以把食物、商品和人送到目的地而且已经找到盈利方式另外还有广告业务”。ID 名为 grey - area 的用户则不认同这种乐观解读。grey - area 认为什么被计入研发本身就有很大的任意性。在他看来这些数字更像是在玩会计游戏试图掩盖巨额且持续存在的成本。他表示等 OpenAI 上市、被迫真正尝试赚钱时外界也许能看得更清楚一些但他个人不会投资这家公司。网友 EmiDub 也反驳了“收入成本低于营收所以偏正面”的说法。他写道 “自己不明白为什么有人看到这些数字后还能觉得积极即便完全剔除巨额研发支出OpenAI 在推理成本、销售和营销、行政管理这些项目上仍然处于亏损状态。”他打了一个比方这就像有人卖给你一辆车然后告诉你“如果忽略它没有发动机那还是一笔不错的交易”但实际上这辆车连轮子也没有。对于“研发成本不可能永远上涨因此 AI 行业长期有望盈利”的观点EmiDub 提出了三种未来情景并按“幻想程度”排序。第一种是有人真正实现 AGI。到那时单个公司的财务状况可能已经不重要了。第二种是研发成本必须持续投入下去因为大语言模型可以不断迭代改进。这类似芯片开发看不到明确终点至少短期内不会结束。如果公司不能持续站在前沿客户就会转向竞争对手或者选择开源、本地部署的替代方案。第三种是大语言模型的能力达到平台期进一步提升有限模型质量接近当前技术路径的上限。在这种情况下超大规模云厂商或前沿模型公司的商业空间反而会受到挤压因为开源模型和本地模型也会很快达到同样的平台期。用户 Certhas 认为把 OpenAI 和 Uber 类比并不合适甚至正好相反。他说Uber 在打车业务上亏钱而 OpenAI 可能在推理业务上赚钱。Uber 当年用自动驾驶这个研发型“登月项目”来解释自己为什么要抢占一个成熟行业但它并没有真正显著降低成本OpenAI 的问题则是它的核心产品有变成大宗商品的风险因为开源模型可能只落后六个月。用户 JumpCrisscross 表示在其他条件不变的情况下这些数字可能意味着 OpenAI 今年亏损 450 亿美元明年亏损 900 亿美元2028 年亏损 1100 亿美元直到 2029 年才实现盈亏平衡。他进一步估算这意味着从 2026 年起OpenAI 还需要为约 2500 亿美元亏损融资。虽然 OpenAI 已经筹集约 1200 亿美元其中 250 亿美元是前期资金其余部分依赖里程碑释放但仍有大约 1250 亿美元缺口。因此这不是“末日场景”但确实非常危险而且高度依赖短期趋势能否延伸成长期曲线。那么OpenAI 能否解决亏损问题实现盈利呢
