news 2026/4/22 15:30:45

纽约时报:OpenAI或将在18个月内现金流枯竭

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
纽约时报:OpenAI或将在18个月内现金流枯竭

奥特曼的万亿豪赌或难以为继,OpenAI 恐面临被吞并结局,AI 泡沫时代即将硬着陆。

华尔街最近弥漫着一种「恐高症」。

AI 概念股已经涨到了让人眩晕的高度,似乎只要技术稍不达预期,崩盘就在眼前。

市值最高的 7 大科技巨头(M7)股价变化图

但这可能是一种「错位的焦虑」。

到了 2026 年,真正悬在行业头顶的达摩克利斯之剑,是资本市场还能不能填得满这个无底洞。

以 OpenAI 为代表的明星公司,极有可能在那些迷人的新技术变成真金白银的利润之前,先烧光账上的现金。

「大力」确实出了奇迹 但账单呢?

距离 ChatGPT 引爆全球已经过去三年多。

在那之后,AI 模型进化的速度堪称恐怖,一次次打脸唱衰者。

从生成逼真的影像,到推演复杂的数理逻辑,再到吞吐名著级别的超长文本,技术天花板不断被捅破。

下一个风口是智能体:AI 将进化为能够帮你「跑腿」的数字管家——下单购物、处理账单、甚至代替你在数字世界里行动。

关于 AI 到底能不能赚钱,学界曾有过激辩。

去年 7 月,MIT 泼了一盆冷水,称企业砸下的数百亿美金,只有 5% 的项目能跑通。

https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

但 10 月份沃顿商学院的一项针对 801 位企业高管的调研又反转了剧情:75% 的企业表示已经尝到了甜头。

https://ai.wharton.upenn.edu/wp-content/uploads/2025/10/2025-Wharton-GBK-AI-Adoption-Report_Full-Report.pdf

真相可能介于两者之间。

但对于一项才普及三年的新技术来说,能在 B 端取得这样的渗透率,已经是一种胜利。

真正的麻烦在 C 端。

对于开发者而言,现在的局面很尴尬:用户习惯了「白嫖」。

市面上有太多优秀且免费的模型可供选择。

除非你是需要极高算力的硬核玩家,否则为什么要付费?

一旦厂商试图竖起付费墙或者强插广告,毫无忠诚度的用户会立马转身投奔竞品。

当然,这种「低粘性」可能是暂时的。

硅谷的乐观派认为,未来的 AI 会成为你的「数字伴侣」,它记得你三年来所有的对话细节,懂你的审美、情绪甚至职业规划。

到时候,换掉 AI 模型就像离婚一样——虽然法律上允许,但情感和数据迁移的成本高到让人无法承受。

一旦建立了这种类似微信般的「护城河」,盈利模式自然水到渠成:订阅、广告、电商入口、甚至税务服务。

但问题的核心在于:在抵达那个「流淌着奶与蜜的应许之地」前,OpenAI 还能活下来吗?

硅谷最强「画饼大师」 与消失的现金流

直到最近,投资人还沉浸在一种天真的惯性思维里:只要技术够牛,资本市场就会像当年养大亚马逊和 Meta 那些巨头一样,心甘情愿地为亏损买单。

但他们忽略了一个本质区别:生成式 AI 不是过去的软件生意,它是一场极度烧钱的「重资产」游戏。

谷歌、微软、Meta 这些老牌巨头,有着传统业务(搜索、广告、操作系统)源源不断的现金奶牛「输血」,它们烧得起几千亿美元。

而 OpenAI 这样的独立公司,是在孤身走钢丝。

未来 18 个月内,OpenAI 很可能将面临资金枯竭。

这并非马后炮。

行业奉为圭臬的 Scaling Laws 预示了这一切:模型性能的线性增长,需要算力和数据成本的指数级爆炸。

奥特曼,或许是科技史上最会融资的顶级操盘手,极其聪明地向投资人兜售了定律的前半部分(性能会变强),却对后半部分(成本会爆炸)避重就轻。

光环效应下,他融到的钱越多,名气越大;名气越大,就能融到更多的钱。

2025 年 3 月,OpenAI 再次刷新纪录,单轮融资 400 亿美元。

2018 年,处于巅峰期的蚂蚁金服,其创纪录的融资额也才 140 亿美元。

甚至沙特阿美那场全球最大的 IPO,募资额也不到 300 亿美元。

最致命的差别在于:当年的蚂蚁金服和沙特阿美是「印钞机」,而 OpenAI 是一台全功率运转的「碎钞机」。

据 The Information 披露,OpenAI 内部预测 2025 年将亏损 80 亿美元,到 2028 年,这个数字将扩大到 450 亿美元。

https://www.theinformation.com/articles/openai-says-business-will-burn-115-billion-2029

即便是奥特曼这样的「融资魔术师」,也难以维持这种高空杂技。

他近期抛出了更为惊人的 1.4 万亿美元基础设施建设计划。

但无论未来的 AI 蛋糕有多大,资本市场的耐心和钱包都是有限的。

终局

这场豪赌最可能的结局是什么?

OpenAI 可能会被微软、亚马逊或其他现金充裕的大厂彻底吞并。

早期的风险投资人可能会亏损离场,签了巨额订单的芯片厂和数据中心得重新找客户,社交媒体上的大 V 们会把这次失败咀嚼无数遍,甚至可能引发散户对整个 AI 板块的恐慌性抛售。

但这并不代表 AI 的失败。

这仅仅标志着,那个靠「造梦」和「讲故事」堆砌起来的泡沫时代,终于要硬着陆了。

技术总是倾向于飞向云端,但商业终究要受到地心引力的牵制;OpenAI 的困境告诉我们,比改变世界更难的,是活到世界被你改变的那一天。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/22 6:09:31

NotaGen问题排查:解决生成失败的常见错误

NotaGen问题排查:解决生成失败的常见错误 1. 引言 NotaGen 是一款基于大语言模型(LLM)范式构建的高质量古典符号化音乐生成系统,通过将音乐表示为离散符号序列(如ABC记谱法),利用自回归生成机…

作者头像 李华
网站建设 2026/4/22 15:30:03

超详细版:Elasticsearch内存模型K8s部署实践

深入骨髓的调优:Elasticsearch 内存模型与 K8s 部署实战你有没有遇到过这样的场景?集群运行得好好的,突然某个数据节点被 Kubernetes 杀掉重启,日志里只留下一行冰冷的OOMKilled;查询响应时间从 50ms 跳到 2s&#xff…

作者头像 李华
网站建设 2026/4/17 22:32:36

BGE-M3性能优化:检索速度提升3倍秘籍

BGE-M3性能优化:检索速度提升3倍秘籍 1. 引言:为什么需要优化BGE-M3的检索性能? 随着信息检索场景对响应速度和准确性的要求日益提高,BGE-M3作为一款集密集、稀疏与多向量于一体的三模态嵌入模型,在语义搜索、关键词…

作者头像 李华
网站建设 2026/4/17 20:53:08

Qwen All-in-One解决方案:降低AI入门门槛的秘诀

Qwen All-in-One解决方案:降低AI入门门槛的秘诀 1. 引言:为何需要轻量级多任务AI服务? 随着大语言模型(LLM)在自然语言处理领域的广泛应用,越来越多开发者希望将AI能力集成到实际应用中。然而&#xff0c…

作者头像 李华