AI泡沫疑云

主持人: 大家好，这里是最佳拍档。这几天新闻OpenAI的新闻不断。一边是《纽约时报》的记者直言OpenAI的现金流只够烧十八个月，另一边是山姆·奥特曼宣布要开启广告模式。这两件事让整个业界都在讨论，AI是不是要形成新一轮的泡沫了呢？OpenAI的商业模式到底还能不能走得通呢？就在大家疑虑重重的时候，OpenAI抛出了最新一期的播客，邀请到了两位关键人物：分别是OpenAI的投资人、硅谷传奇大佬维诺德·科斯拉，以及二零二四年六月加入的CFO莎拉·弗莱尔，还有主持人安德鲁·梅恩。三人在播客里一一分析了AI的未来趋势、OpenAI的财务模型、广告模式、企业战略等核心问题，可以说给大家吃了一颗定心丸。今天，我们就来梳理一下这场播客的精华内容，看看OpenAI到底在下一盘多大的棋。

AI未来趋势预测

主持人: 播客一开场，主持人安德鲁就抛出了一个所有人都关心的问题：二零二六年，AI的发展脉络会是什么呢？ 维诺德·科斯拉: 二零二五年是vibe coding成熟的一年，而二零二六年将是智能体成熟的一年，尤其是多智能体系统，会开始产生真实、可见的影响。他进一步解释说，在企业端，多智能体系统能完成完整的任务，比如运行ERP系统、每天对账、处理应计项目、跟踪合同等等。而在消费端，像规划旅行这样的复杂需求，本质上就是多智能体问题，需要同时协调饮食偏好、餐厅预订、航班时间表和个人日程等等。这些能力会在二零二六年真正的成熟。除此之外，维诺德还押注了机器人领域、真实世界模型，以及大模型的三个基础能力：记忆、持续学习和降低幻觉。他认为这六个关键领域的问题，会在未来一年内逐步得到解决。 莎拉·弗莱尔: 她认为二零二六年将是AI缩小能力鸿沟的一年。现在的ChatGPT就像把一辆法拉利的钥匙交给了用户，但是用户才刚刚学会开车。大多数人还只是把它当成一问一答的聊天机器人，远远没有发挥出它的真实潜力。OpenAI接下来的核心任务，就是给消费者提供更多、更简单的使用方式，让ChatGPT从聊天者变成任务的执行者。比如帮你订好旅行，在你拿到医生诊断后提供第二意见，还能为患有糖尿病的孩子设计专属的菜单。而在企业端，这种能力鸿沟同样存在。根据OpenAI首席经济学家发布的《企业AI现状报告》，前沿企业和普通中位数企业的AI使用强度差距高达六倍，即便是前沿企业，也远没发挥出AI的极限潜力。所以，OpenAI在企业端的目标，是打造更复杂、更垂直的行业定制解决方案，让企业从基础的ChatGPT部署，逐步演进到改造核心业务的系统。 维诺德·科斯拉: 现在无论是个人还是企业，真正使用到AI百分之三十能力的人，只占个位数百分比，而能用到百分之五十、百分之八十能力的人，更是少之又少。人类真正学会如何使用AI，将是一段长达十年的旅程。 莎拉·弗莱尔: 她也认同这个看法。她举了一个很形象的例子：现在每周使用ChatGPT的消费者已经超过了八亿，但是这个数字本应该达到几十亿。这就像是刚给家庭通上电时，人们只会开灯，却不知道电还能用来取暖、做饭、吹头发。AI的能力一直都在，只是需要人类的创造力去逐步释放。就像移动互联网刚兴起的时候，人们只是把桌面网站搬到手机上，后来才发现GPS能催生出Uber，摄像头能实现支票的拍照存款一样，AI的潜力挖掘也会遵循这个逻辑。

AI赋能健康领域

主持人: 聊完AI的整体趋势，主持人自然而然的把话题聚焦到了最受关注的健康领域。这既是一个高风险领域，也是AI发挥价值最明显的领域。 莎拉·弗莱尔: 她分享了一组惊人的数据：每周有二点三亿人会向ChatGPT询问健康相关的问题，百分之六十六的美国医生表示会在日常工作中使用ChatGPT，而且这个比例还在持续上升。她还举了自己哥哥的例子：她的哥哥是英国一家医院HDU的医生，需要掌握几乎所有疾病的知识。但是如果有患者带着疟疾症状出现在苏格兰阿伯丁的急诊室，他很难第一时间做出判断，因为疟疾不在他的常规认知里。而ChatGPT就能成为医生的增强工具，随时提供最新的研究成果、药物相互作用的信息，以及药物和患者个体情况的适配性分析。这也是为什么医生们对ChatGPT如此依赖的原因。 维诺德·科斯拉: 他却提出了健康领域的一个核心矛盾：监管限制。他认为AI完全有能力在某些方面做得比人类的医生更好，比如开处方，但是在法律上却不被允许。这不仅涉及美国食品药品监督管理局的监管，还牵扯到美国医学会的制度性控制，既得利益方的阻力很大。不过他也表示，现任政府在推进AI医疗监管方面的速度很快，也愿意承担合理的风险，这让他对AI医疗的未来充满了信心。 莎拉·弗莱尔: 对于普通消费者来说，AI医疗的价值同样显著。以前，我们去餐厅吃饭，要是家人有饮食禁忌，只能不停的向服务员提问，非常麻烦。而现在，只要拍一张菜单照片，ChatGPT就能推荐合适的菜品，让沟通更加高效。更重要的是，AI让消费者重新获得了健康的自主权。我们可以在就医前，自己先做一些研究，了解症状背后的可能原因，从而和医生进行更理性、更有信息基础的对话，也能意识到是否需要寻求第二意见。这些看似日常的改变，正在重新定义我们和健康相关的生活方式。

算力投资与ROI模型

主持人: 接下来是大家最关心的问题：OpenAI在算力上的投入巨大，到底是怎样平衡成本和收入的呢？会不会陷入算力无底洞的困境呢？ 莎拉·弗莱尔: 作为CFO，她直接抛出了OpenAI的内部ROI模型：每一亿美元的年度营收，背后对应的算力是十兆瓦。她解释说，OpenAI的核心目标是确保算力投资和收入增长的节奏保持一致。从历史数据来看，这种相关性非常明显：二零二三年算力两百兆瓦，对应的年度经常性收入是二十亿美元；二零二四年算力六百兆瓦，年度经常性收入达到六十亿美元；二零二五年底算力突破两吉瓦，年度经常性收入则超过了二百亿美元，而且增长速度还在加快。当然，她也说，算力投入和收入之间存在着时间上的错配，因为现在做出的算力投资决策，是为了保障二零二八、二零二九甚至二零三零年的需求。如果现在不订购硬件、不建设数据中心，未来就会面临算力短缺的情况。而OpenAI敢于持续扩张算力的信心，源于人们对智能的需求增长，严重超前于算力的投资。也就是说，现在的需求不是被市场意愿限制，而是被算力的可获得性限制。

OpenAI的业务魔方

莎拉·弗莱尔: 为了覆盖高昂的算力成本，OpenAI在过去十二个月里构建了一个业务魔方。这个魔方分为三层：最底层是基础设施层，OpenAI追求多云、多芯片布局，避免依赖单一的供应商，从而获得更大的灵活性和议价权。中间层是产品层，从最初单一的ChatGPT，扩展到面向消费者的多场景版本，比如医疗场景、面向工作的ChatGPT、新平台Sora，以及各类变革性的研究项目。最上层是商业模式层，从最初单一的订阅制，扩展到企业端的SaaS定价、高价值场景的额度定价，再到正在探索的电商和广告模式。未来还计划推出授权模式，比如在药物发现领域，如果授权技术帮助客户取得突破、药物成功上市，OpenAI可以从销售额中获得授权收益，实现和客户的利益对齐。莎拉之所以用魔方来比喻这个体系，是因为魔方有四千三百万亿种不同的状态，而OpenAI的业务组合也在不断的旋转，比如用低延迟芯片来搭配快速的编程体验，就能推出高端的订阅服务；用低延迟芯片驱动更快的图像生成，就能吸引更多免费的用户，为广告平台积累库存。这种多维组合的模式，让OpenAI能够持续创造战略选项，确保有足够的资金支付算力成本，最终实现让AGI造福全人类的使命。

拒绝AI泡沫论

主持人: 聊到这里，主持人自然引出了AI泡沫的争议。很多人看到OpenAI的巨额算力投入，又担心它的盈利前景，就会认为AI是新一轮的泡沫。 维诺德·科斯拉: 但是维诺德直接否定了这种观点。他提出了一个自己的核心判断：那就是泡沫不应该用股价来衡量，而应该用API的调用量来衡量。他解释说，股价本质上只是反映了投资者的贪婪和恐惧，和真实世界的技术价值没有太大的关系。就像互联网泡沫时期，股价大起大落，但是互联网流量一直在持续增长，从没有过泡沫。而AI的真实需求，恰恰体现在API的调用量上。只要看这个指标，就会发现AI的价值是真实而且持续增长的，根本不存在泡沫。 莎拉·弗莱尔: 她则从企业应用的角度佐证了这一点。她举了OpenAI内部的例子：以前收入管理团队的初级员工，每天要做的工作就是下载合同、逐条阅读，找出不标准的条款，因为这些条款会影响收入的确认，也是审计的重点。随着公司的增长，合同数量成倍的增加，只能不断的招人。但是这种工作枯燥而且低效，完全不符合财务专业人士的职业预期。而现在，OpenAI用自己的工具，一夜之间就能把合同从系统中抽取出来，存入数据库。之后，智能体不仅能够识别非标准的条款、解释原因、建议收入的确认方式，还能分析条款背后的业务逻辑。这样一来，初级员工就能从重复的劳动中解放出来，参与到更有价值的业务讨论中。团队规模更小，但是效率、士气和留存率都大幅提升。这种真实可触摸的价值，正是AI不是泡沫的最好证明。

企业应用与人机协作

维诺德·科斯拉: 他还分享了更多的企业案例：一家叫Slash的公司，ARR达到了一点五亿美元，但是会计团队只有一个人，因为他们采用了以AI为核心的ERP系统替代了传统的NetSuite。还有公司用一个AI销售代表替代了十个人类销售代表，只需要一个人类来负责监督。这些案例都说明，真正适应AI的公司，生产力正在飞速的提升。麦肯锡的研究也显示，处于前四分之一梯队的企业，无论用哪种财务指标来衡量，生产力都提升了百分之二十七到百分之三十。 莎拉·弗莱尔: 她还提到了一个新的趋势：人加智能体的协作模式。她举了一家大型咨询公司的例子，它们后端系统现在的配置是，一个员工搭配五个智能体，后端效率得到了大幅度的提升。而前端则在扩大招聘，因为客户需要更多的帮助来部署AI。这种模式的核心，是把人类从信息解析等重复的劳动中解放出来，让人们去做真正想做的、擅长做的事情，而不是被信息爆炸所裹挟。

OpenAI的广告模式

主持人: 接下来，话题的焦点转向了OpenAI的广告模式。奥特曼在宣布要开启广告模式后，很多用户担心这会影响ChatGPT的使用体验，甚至担心自己的数据被滥用。 莎拉·弗莱尔: 对此，她详细解释了OpenAI的广告逻辑，核心可以总结为三点：第一，永远优先提供最佳的答案。她明确的表示，其他一些平台已经走偏了，让用户分不清搜索结果是赞助链接还是最优答案。但是OpenAI的北极星原则是，模型永远给出最好的答案，广告绝不会影响内容的客观性和准确性。第二，广告本身要具备实用的价值。OpenAI要做的不是传统的横幅广告，而是内生于平台的创新广告形式。比如当用户搜索圣迭戈的周末短途旅行时，一个Airbnb的广告可能非常有帮助，而且用户可以直接和广告或者广告主展开对话，只要明确告知这是广告场景就可以。这种广告不仅不会让用户反感，反而能为用户提供额外的价值。第三，始终保留无广告层级。莎拉强调，信任对OpenAI来说就是一切，所以必须给用户选择权和控制权。目前，百分之九十五的用户都是免费使用ChatGPT，这符合OpenAI让AGI造福全人类的使命。而广告模式的核心是为用户提供更多的选择，而不是替代现有的模式。同时，OpenAI会严格保护用户的数据，比如健康功能的数据会被单独隔离，不会用于模型训练。这种对数据安全的坚守，会贯穿广告模式的始终。

AI服务订阅与交互

主持人: 主持人又问到了一个有趣的问题：未来消费者会不会需要订阅多个AI服务呢？ 维诺德·科斯拉: 他认为这是一个必然的趋势，就像现在很多人会订阅多个媒体服务一样。不同的AI模型有不同的优势，用户会根据自己的需求选择多个订阅，包括免费的广告支持版本。市场也会呈现出多样化的形态。 莎拉·弗莱尔: 她则提到了切换平台的成本问题。她以ChatGPT的记忆功能为例，现在ChatGPT能记住几周前、几个月前的对话内容，还能和日历等工具联动，比如提醒她今天要和维诺德聊天，需要记住哪几件事。这种个性化的体验让用户产生了很强的粘性。如果切换到其他的平台，就会失去这些积累的优势。但是这并不意味着用户会只使用一个平台，因为不同场景下的需求不同。比如在健康领域、媒体领域，可能会有基于OpenAI模型、但是更专业的垂直服务，用户会根据场景灵活的选择。她还分享了自己的使用案例：有一天早上她想读《经济学人》的社论，但是由于时间紧张，于是只拍了一张社论照片，让ChatGPT读给她听。没想到体验非常好。这让她意识到，AI的多模态交互还有巨大的潜力。未来会有新的硬件配合，让用户可以通过说、听、看、写等更人类化的方式和AI互动，而我们现在才刚刚触及表面。 维诺德·科斯拉: 互联网的作用是扩张信息，让信息多到无法消化，而AI的作用是压缩信息，把世界总结成对个人最相关的内容。这种个性化信息过滤的需求是无限的，所以AI的使用空间远比互联网要更大。

企业市场竞争策略

主持人: 聊完消费者端，话题转向了企业端。在消费者市场遥遥领先的OpenAI，如何在企业市场中竞争并且取的胜利呢？ 莎拉·弗莱尔: 她给出了一个自信的答案：她认为OpenAI已经在赢了。数据显示，大约百分之九十的企业表示，他们要么已经在使用OpenAI，要么计划在未来十二个月内使用。而微软作为OpenAI的合作伙伴，正在将它的技术融入各类的企业产品，这进一步放大了OpenAI的企业端优势。她解释说，消费者端是企业端的强大飞轮，就像当年iPhone走进办公室一样，员工习惯了个人设备的便捷体验，就会要求工作环境至少达到同等的水平。这种消费者偏好的洪流，推动了OpenAI企业业务的增长。OpenAI用了大约一年半的时间，就成为历史上最快触达一百万家企业的平台。但是这只是开始。OpenAI的企业端战略分为两步：第一步是垂直行业的渗透，深入了解客户的真实痛点，用客户的语言沟通，而不是单纯的推销产品。比如先搞清楚CEO面临的董事会压力，或者客户没有被满足的需求，再把智能应用到这些具体问题上，从轻度定制逐步走向深度定制，比如针对特定用例进行模型的强化学习。以能源公司为例，OpenAI可以帮助它分析油井数据、地震数据，精准判断气田的回收率。这种深度专业化的服务，是通用模型无法替代的。第二步是接管企业的核心业务。莎拉透露，OpenAI已经启动了一些变革性研究项目，目标是帮助企业重新思考核心业务的流程，用更加聪明、快速的方式来进行运营，最终推动核心业务指标的提升。现在已经有CEO表示，公司百分之六十的生产代码都是由智能体编写的，这在十二个月前是无法想象的。而目前美国企业中，真正使用智能体的比例只有百分之十四，这意味着还有巨大的增长空间。

创业公司机会

维诺德·科斯拉: 面对OpenAI的强势布局，很多创业公司会担心还有没有自己的空间。他给出了肯定的答案：没有任何一家公司能包揽所有的机会。AI能帮助到数十亿的职场人士，OpenAI不可能在所有领域都做到专业化。创业公司的机会，在于基于基础模型做更深度的专业化，来叠加额外的价值。毕竟，仅仅拥有智能并不足以构成完整的解决方案，还需要结合行业知识、数据、工作流等多种要素。 莎拉·弗莱尔: 她进一步的指出，全球大约百分之九十五的信息都位于企业防火墙和大学防火墙之后，这些数据没有被充分的利用。而那些已经聚合了这些数据、能够访问这些数据，并且管理着复杂工作流的公司，会形成很强的护城河。她举了采购系统的例子：采购系统的核心优势不是复杂的功能，而是理解企业的授权体系，知道不同金额的合同由谁审批，能调用的人力系统，查询审批人的级别，从而在合规的前提下提高流程效率。这种结合了独特数据和复杂工作流的场景，是通用模型所无法覆盖的，也是创业公司的核心机会。 维诺德·科斯拉: 他还补充说，现在的创业，行业经验已经没那么重要了，更重要的是行动力，也就是推动事情落地的能力。尤其是在机器人、世界模型这些全新的领域，没有成熟的经验可以借鉴，敢于行动、快速试错的团队更容易取得成功。

机器人产业前景

维诺德·科斯拉: 提到机器人，这也是他非常看好的领域。他在两年前的TED演讲中就预言，十五年内，机器人产业，无论是双足机器人还是其他类型，都会成为一个比今天的汽车产业还要大的产业。他认为，现在的汽车公司只是把机器人用在装配线上，却没有意识到机器人本身，会成为一个比现有业务更大的产业，而这一切都将由机器人的智能驱动。 莎拉·弗莱尔: 她从更贴近生活的角度解读了机器人的未来。她认为，我们常常低估机器人领域的复杂性。人类看似简单的动作，比如叠衣服，对机器人来说都是巨大的挑战。这让她更加敬佩人类的能力。但是机器人的突破不一定需要像人一样，比如针对老龄化社会的孤独问题，一个能进行自然对话的陪伴机器人，不需要会煮咖啡、叠衣服，也能创造巨大的价值。这可能只是机器人产业从爬到走，再到跑的第一步，最终会通向维诺德所说的巨大市场。

宏观经济与社会变革

主持人: 播客的最后，话题上升到了更宏观的经济和社会变革层面。主持人安德鲁提出，当AI和机器人真正降低了劳动力成本和制造成本之后，我们很难想象世界会变成什么样？比如建造先进养老社区的成本大幅度下降，会怎么样改变老龄化社会的形态呢？ 维诺德·科斯拉: 他给出了一个大胆的预测：在下一个十年的后期，我们会进入一个高度通缩的经济环境，因为劳动力会接近于免费，专业能力会接近于免费，大多数功能的边际成本都会趋近于零。他进一步解释，虽然具体的经济互动，比如购买力，和商品服务供给之间的平衡还难以预判，但是通缩的规模会远超当前人们的预期。这意味着，AI带来的社会适应问题还没有被解决，我们必须面对一个核心问题：人们将怎么样继续谋生呢？维诺德的答案是，政府的最低生活保障会大幅度提高，不需要人们通过劳动获得收入，就能维持基本的生活。他坚信，未来会出现每月成本仅一美元、却比今天好十倍的基础医疗服务，免费基础医疗、免费教育也会成为常态，每个人都能拥有AI导师，每个孩子都能有属于个人的导师。而这些事情，其实已经在发生了。当然，他也承认，还有一些难题需要解决，比如住房问题。对美国底层一半的人口来说，百分之四十以上的收入都花在了住房和食物上，而这些问题，最终也能通过机器人和更先进的技术来解决。总的来说，AI和机器人不仅会改变技术格局，更会重塑经济形态和社会结构。我们需要提前做好准备，来适应这场前所未有的变革。无论是企业还是个人，理解AI的发展脉络，学会利用AI的能力，都将是接下来最重要的课题。希望今天的分享能给大家带来启发，也欢迎大家在评论区留下你的看法。感谢收看本期视频，我们下期再见。