1.4 兆美元算力帳：OpenAI 還沒獲利，Sam Altman 怎麼付？

一家還沒獲利的公司，準備花掉1.4 兆美元。

不是估值，不是估算，而是CEO Sam Altman 親口確認的承諾：我們會在很長一段時間裡，把這筆錢花完。

就在最近這一周，OpenAI 動作頻繁：12月18日，推進新一輪融資談判，規模數百億美元、估值7500 億美元；12月16日，ChatGPT 上線全新圖像模型和App 生態平台；同期還發佈了AI 在科學任務上的推理能力評估報告。

2025 年12 月19 日，Altman 在新一期播客中回應了外界最大的質疑：

一個現金流還沒轉正的公司，憑什麼敢為AI 基礎設施砸下1.4兆？

他給了一個出乎意料的答案：如果我們現在有兩倍算力，我們就能賺兩倍的錢。

這句話背後，藏著OpenAI 對AI 商業化的全套邏輯：錢怎麼來、怎麼花、何時能獲利。

而Altman 這次，把這套邏輯講得異常清楚。

第一節｜虧損1200億美元，為什麼越花越多？

從財報數字來看，OpenAI 確實還在虧損。

在訪談中，Sam Altman 承認：我們預計從現在到2028/2029年之間，將會虧損約1,200 億美元。

這是什麼規模？作為對比，特斯拉從2003 年成立到2020 年首次實現年度獲利，花了17年時間。 OpenAI 預計4 年虧損1200 億，每年平均虧損300億美元。這是一場前所未有的資本押注。

但Altman 並不認為這是問題。他給了一組具體資料：OpenAI 目前每天前沿模型的生成量，大約是10兆個token。這是什麼概念？一本10萬字的書大約是13萬個token，10兆token相當於每天產生7700萬本書的文字量。

這個數字還在以每年3 倍的速度成長。每次基礎設施擴容，就能直接換來更高的服務能力、更快的產品上線速度和更強的付費意願。

因此，這不是一家沒錢賺的公司，而是一家錢來不及賺的公司。

OpenAI 的主要業務收入來自三個部分：

• ChatGPT 使用者訂閱；
• 企業版API 呼叫；
• 面向大客戶的模型客制化服務。

其中最讓Altman 感到興奮的是第二項：API 成長已經超過ChatGPT本身的成長速度，企業客戶正成為OpenAI 的主要收入來源。

目前，OpenAI 已擁有超過100 萬家企業使用者，透過API 將模型連接到客服、財務、搜尋、程式設計、資料分析等多個環節。更關鍵的是，這些客戶使用的不是對話，而是一個任務區塊：寫程式碼、產生分析、總結檔案。任務越多，算力消耗越大，收入越高。

Altman 舉了個例子：企業員工一小時的工作，可能包括做PPT、寫指令碼、看材料。只要有70%的任務被模型完成，就是實實的降本提效。

這就是OpenAI 正在算的帳：

• 不是按人數算訂閱費，而是以任務量算力消耗；
• 不是在意每月續費率，而是專注於每個任務背後提升多少效率。

所以，他才會下判斷：訓練支出繼續成長沒關係，重要是推理收入會漲得更快。

當然，這套帳也有風險：基礎建設投入已經遠超現階段營收，必須靠資本市場支援持續擴張。

但Altman 相信：模型在變得更好，需求變得更大。

這是典型的AI 時代獲利模式之一：先投算力，收入隨後成長。

第二節｜面對競爭，OpenAI的護城河是什麼？

算力換收入的邏輯聽起來很美，但前提是OpenAI 必須一直跑在前面。

過去一年，從DeepSeek 到Gemini，再到Claude、Mistral、Grok、Qwen，競爭對手接連出現。而OpenAI 的應對是：快速反應，持續推出新品。

最近，他們連續推出三項關鍵更新：新影像模型GPT Image 1.5，上線更快，細節更準；ChatGPT開放app提交入口，打造模型版App Store；FrontierScience研究成果上線，AI成為科學家的研究助理。

Altman 一直在強調一件事：真正的風險不是模型被超越，而是使用者不用它。

這就是他最常說的字：黏性。

他提到了幾個例子：

• 有人把血液檢查報告丟給ChatGPT，它讀懂了，提出初步判斷，使用者去醫院確認，發現確實是之前沒查出的病症；
• 有人開始和ChatGPT聊生活、做規劃、定行程，它能記住細節，持續跟進，並提出建議；
• 有人用它解構複雜文件，有人用它做企業報告，有人只讓它早上列個待辦清單。

這些行為有個共同點：不是測試模型好不好，而是讓它真正幫你完成任務。

當你習慣了ChatGPT 記住你的偏好、理解你的表達方式、知道上次聊到那裡，切換到其他產品的成本就會變得很高。

這就是ChatGPT的護城河所在：習慣、一致性和個人經驗所累積的信任感。

在企業側，這個護城河變成了另一個維度：個性化能力。

第一節講了企業能帶來多少收入，但問題是為什麼他們會留下來？

Altman 說：企業需要的不是聰明模型，而是能連結自己資料、完成自己任務、理解自己流程的AI 工具。它可能是客服助手，也可能是法務審查器，甚至是每天早上把管理郵件歸納好再發通知的智慧助理。

ChatGPT 企業版的目標，就是讓這些個人化AI 工具運作在一個平台上，連結不同部門、流程和任務。 OpenAI 面向未來建構的真正產品形態：不是大模型，而是企業級AI 入口。

而在企業應用這條路上，Google 是最大的威脅。

Altman 不否定Google 的實力。他甚至說：如果Google 在2023年一開始就認真對待我們，我們可能就完了。

但他也指出了Google的問題：把AI 塞進搜尋框裡，不如重新設計一個AI 優先的入口。他認為，AI 不是功能外掛，而是一種全新的互動方式。你不應該再找某個東西，而應該告訴AI：這是我今天要解決的事。它聽懂了，就去做，不需要你重複輸入指令、點選圖表、切換介面。

這不僅是ChatGPT 的方向，也是在定義下一代軟體是什麼。

OpenAI 不急著回應每一次跑分。他們關心的是：使用者是否把ChatGPT 當作生活工具；企業是否用它接住任務流程；一家公司是否已經開始圍繞它重建工作流程。

技術可以被超越，習慣很難被取代。

這，就是Altman 所理解的護城河。

第三節｜1.4 兆要買什麼？

這不是一個隨口報出的數字。

在訪談中，Sam Altman 反覆講了幾次：我們計畫在未來很長一段時間內投入約1.4兆美元。

前面我們拆解了收入從那裡來，那麼：這筆錢到底花在那裡？

1. 這筆用來買什麼？

這筆支出大致分為四類：

• 晶片，如NVIDIA的H100、B100或自研方案，用來訓練和運作最先進的模型；
• 資料中心，需要全新建設的AI工廠，不是傳統雲端運算中心，對頻寬、電力和散熱的要求都極高；
• 網絡，連接全球模型推理的骨幹網絡，要確保延遲極低、吞吐極高；
• 能耗，大量GPU同步工作，背後需要穩定且便宜的能源配套。

即便如此，Altman 認為仍然不夠：我們的擴張速度已經快到，即使現在就把這些基礎設施建好，也永遠不夠用。

2. 為什麼現在就要花？

很多人會問，未來五年模型還在變，技術還不穩定，為什麼現在就提早花掉這麼多？

Altman 說：不是我們想提早花，而是市場已經等不及了。

原因有三：

基礎建設周期太長

一個資料中心從規劃到投入使用需要2-3年，晶片訂單要提前18個月鎖定，電力配套甚至要提前5年佈局。如果等到需求爆發再建，根本來不及。

市場需求正在快速爆發

從一年前到現在，OpenAI 的算力擴張了3倍，明年還要再擴3 倍。收入也跟著漲。這是一種算力先行、收入追趕、效率遞增的模式。越早買算力，越早釋放成長。

更關鍵的是，競爭對手都在搶同樣的資源

NVIDIA的H100、B100供不應求，資料中心的電力配額有限，優質機房更是稀缺。不提前鎖定，別人就搶走了。

一句話總結：OpenAI 不是在投資未來，而是在解決現在問題。

3. 回本邏輯是什麼？

花了1.4兆，成本怎麼變？Altman 的判斷是：未來訓練會越來越省錢，推理也越來越快。

OpenAI 的策略是：用一套訓練好的通用模型，支撐多個終端業務。訓練一次，部署多次，推理規模越大，單位成本越低。透過ChatGPT、企業API、代理系統等通道，把token 消耗轉化為真實收入。

這是典型的前期重投入、後期低成本模型：先建廠，再接單。

Altman 也被問到另一個爭議問題：如果模型進度放緩怎麼辦？

他的回答是：

「即便模型停在o1-5.2，能做的事情還遠未被挖掘。光是用好現在的模型，就足以支撐一個5000億美金的公司。如果未來模型繼續提升，回本速度只會更高。”

在資本上，他認為舉債投資AI 是合理的。 OpenAI 不是靠模型會更強這件事融資，而是現在就能產生的使用量、顧客需求和token消耗。

不是靠講故事，而是靠算帳。

所以這筆1.4兆，表面是買晶片、買電力，本質是在提前鎖定全球AI算力的供給能力。 在科技巨頭都在爭奪AI 入口的今天，誰能提前建好基礎設施，誰能決定未來的遊戲規則。

第四節｜ChatGPT 的終極型態是什麼？

前三節講的都是錢和算力，但最後要做什麼產品？

在大多數人眼中，ChatGPT是個聊天工具。但Altman 每天用它做的，遠不止聊天：安排行程、確定見誰、規劃健身計畫。他說，ChatGPT 已經幫他做了很多他自己都沒注意到的事情。

這就是OpenAI 想要的轉變：從被動回答問題的工具，變成主動幫你辦事的助理。

這個轉變分三個方向：

1 、從記住對話，到記住你的人生

第二節提到記憶是使用者黏性的來源，但Altman 認為現在還遠遠不夠。

他說：ChatGPT 的記憶能力現在還停留在GPT-2 階段。它能記住一些偏好，能保持上下文，但遠遠達不到真正理解你的水平。

下一步呢？未來的AI 不只記住你說過的話，而是瞭解你沒說出口的偏好，懂你長時間的變化，甚至可以主動提醒、提問、跟進。我們對記憶的潛力還完全低估了。就算是人類最頂尖的私人助理，也不可能記住你生活中每一封郵件、每個細節。

而AI 可以。

2 、從被動回應，到主動處理

Altman 對現有AI 互動方式並不滿意。

“我不想每天發訊息、等總結、看草稿。我想直接告訴它今天要完成什麼事，能搞定的別來煩我。”

這是一種完全不同的使用方式：不是你問我答，而是你交給我辦。

為了實現這個目標，OpenAI 正在佈局多條產品線：

• Code Interpreter可以執行複雜的資料分析任務；
• AI瀏覽器幫使用者自動讀取網頁、理解內容、產生摘要；
• Agent原型可以長時間運作、自動喚起其他工具，逐步接管日常事務。

關鍵是：你不用時時盯著它。

3、不只是螢幕上的對話框

在訪談最後，Altman 被問到關於硬體設備的問題。他沒有透露太多細節，但給了一個明確的方向：

“我們未來不會只有一個設備，而是多個產品組合。這些產品要能感知你、理解你、主動服務你，而不是等你輸入命令。”

這其實就是OpenAI 與硬體團隊（Jony Ive）正在推進的硬體專案。它不一定是手機，不一定有螢幕，但它會主動記錄你說的內容，透過語音或感知理解你的行為，不再讓你像用電腦一樣點開視窗、切換App。

現在人們接受了聊天介面是因為它簡單、熟悉，但未來不同類型的任務，AI 應該能自己產生適合的互動方式。

例如：你和它討論旅行，它自動展示地圖；你談健康計劃，它產生日曆與飲食建議；你說今天幫我規劃一下，它整合前幾天的對話和習慣，給出主動安排。

從記憶、執行、再到硬體，OpenAI 要做的不只是更強的模型，更是改變AI 在人類生活中扮演的角色：

• 從被動回答問題，變成主動協助；
• 從通用工具，變成你的個人化助手；
• 從你使用它，變成它代你做。

未來很多人不會再單獨處理任務，而是管理一群AI 幫手。

在 Altman 設想裡，ChatGPT 不再只是一個產品，而是能協調其他AI 工具的中樞系統。它會收集指令、分配任務、總結結果、決策提醒。

1.4 兆，買的就是這個未來。

結語｜這筆帳，怎麼付？

Sam Altman 給了一套完整的帳本：用算力換收入，用收入涵蓋成本。

怎麼做？

• 算力每翻倍，收入就翻倍；
• 透過用戶粘性和個性化，確保持續收入；
• 提前投入基礎設施，確保算力夠用；
• 從聊天工具到AI 作業系統，擴大營收成長空間。

1.4 兆聽起來很瘋狂，但拆開看，每一筆都有對應的變現路徑。

能不能付得起？ OpenAI 用實際成長給了答案：收入確實在跟著算力跑。

至於能跑多遠，時間會證明。 （AI深度研究員）