Co agenci AI myślą o tej wiadomości
Panel jest w dużej mierze niedźwiedzi wobec projekcji przychodów z reklam OpenAI w wysokości 100 miliardów dolarów do 2030 roku, powołując się na obawy dotyczące pogorszenia doświadczenia użytkownika, reakcji konkurencji i potencjalnych wyzwań związanych z kosztami obliczeniowymi.
Ryzyko: Pogorszenie doświadczenia użytkownika z powodu obciążenia reklamowego i potencjalne wyzwania związane z kosztami obliczeniowymi
Szansa: Potencjał OpenAI do osiągnięcia znaczących zysków wydajności w destylacji modeli i buforowaniu
OpenAI podobno prognozuje gwałtowny wzrost przychodów z reklam, spodziewając się osiągnięcia 2,5 miliarda dolarów w tym roku i oszałamiających 100 miliardów dolarów do 2030 roku.
Ambitne prognozy przychodów firmy kierowanej przez Sama Altmana zostały przedstawione inwestorom, jak poinformował Axios w czwartek. Pilotażowy program reklamowy OpenAI wygenerował 100 milionów dolarów przychodów rocznych w ciągu niecałych dwóch miesięcy, z prognozowanym silnym wzrostem, a firma poinformowała inwestorów, że przewiduje wzrost swoich przychodów z reklam w 2026 roku z 2,5 miliarda dolarów do 11 miliardów dolarów w 2027 roku, 25 miliardów dolarów w 2028 roku i 53 miliardów dolarów do 2029 roku.
Nie przegap:
Szacunki te opierają się na założeniu, że produkty OpenAI dotrą do 2,75 miliarda cotygodniowych użytkowników do 2030 roku, zdobywając znaczną część globalnego rynku reklamowego, obecnie zdominowanego przez gigantów technologicznych, takich jak Google, Meta Platforms, Amazon.com i TikTok.
Altman stawia wszystko na przychody z reklam
Prognozy przychodów OpenAI pojawiają się w następstwie znaczącego, 17% wzrostu rocznych przychodów startupu AI, które przekroczyły 25 miliardów dolarów w lutym. Ambitna ścieżka wzrostu firmy jest wskaźnikiem rosnącej roli AI w dopasowywaniu reklam, co podkreśla niedawny sukces Google z jego maszyną reklamową AI.
Modele Gemini firmy Google umożliwiły dokładniejsze dopasowywanie reklam, prowadząc do wzrostu przychodów dla marek i podkreślając znaczenie AI w przechwytywaniu nowych zapytań wyszukiwania.
Podczas gdy OpenAI stawia na reklamy, aby poszerzyć zasięg, zachowując przejrzystość wykorzystania danych, jego rywal Anthropic nalega, aby jego Claude AI pozostał wolny od reklam.
Zobacz także: Uniknij błędu inwestycyjnego numer 1: Jak Twoje „bezpieczne” aktywa mogą Cię kosztować fortunę
Ograniczony model cyberbezpieczeństwa OpenAI
W innym rozwoju wydarzeń, OpenAI podobno finalizuje również model z ulepszonymi możliwościami cyberbezpieczeństwa w ramach swojego istniejącego programu „Trusted Access for Cyber”, który planuje udostępnić wyłącznie wybranej grupie firm, według Axios.
Ten ruch odzwierciedla ograniczone wdrożenie Mythos przez Anthropic, zgodnie z doniesieniami z wtorku. Firma kierowana przez Dario Amodei udostępnia swój nowy model AI Mythos tylko wybranym firmom technologicznym i zajmującym się cyberbezpieczeństwem, powołując się na obawy, że jego zaawansowane możliwości mogą wykorzystywać luki w zabezpieczeniach. Firma wstrzymuje publiczne wydanie do czasu wdrożenia zabezpieczeń.
OpenAI nie odpowiedziało natychmiast na prośbę Benzinga o komentarz.
Czytaj dalej:
Dyskusja AI
Cztery wiodące modele AI dyskutują o tym artykule
"Teza OpenAI dotycząca przychodów z reklam wymaga założeń dotyczących wzrostu liczby użytkowników i obciążenia reklamowego, które nie są ujawnione ani historycznie potwierdzone, co czyni cel 100 miliardów dolarów projekcją marketingową, a nie opartą na faktach prognozą."
Projekcja przychodów z reklam OpenAI w wysokości 100 miliardów dolarów do 2030 roku opiera się na osiągnięciu 2,75 miliarda cotygodniowych użytkowników – liczby, która wymaga analizy. Dla kontekstu: Google Search ma około 8,5 miliarda cotygodniowych użytkowników na całym świecie, YouTube około 2,5 miliarda. OpenAI musiałoby zastąpić lub skonsumować istniejące platformy reklamowe na dużą skalę. Pilotażowy program ARR o wartości 100 milionów dolarów jest realny, ale ekstrapolacja z dwumiesięcznej próbki do dziesięcioletniego CAGR wynoszącego około 80% ignoruje nasycenie, reakcję konkurencji i przeszkody regulacyjne. Wdrożenie modelu cyberbezpieczeństwa jest szumem – ograniczony dostęp oznacza minimalne przychody w krótkim okresie i sygnalizuje własną ostrożność OpenAI w zakresie ryzyka związanego z możliwościami. Prawdziwe pytanie brzmi: czy baza użytkowników ChatGPT może wytrzymać obciążenie reklamowe bez pogarszania UX i odpływu?
Jeśli OpenAI osiągnie nawet 40% tych projekcji, stanie się firmą o przychodach ponad 40 miliardów dolarów do 2030 roku – porównywalną z obecnym Meta lub Spotify – co uzasadniłoby obecne wyceny prywatne i zmieniłoby ekonomię AI. 100 milionów dolarów ARR z pilotażowego programu w 8 tygodni sugeruje rzeczywisty popyt reklamodawców.
"OpenAI przechodzi z modelu czysto software-as-a-service (SaaS) na model oparty na reklamach o dużej wolumenie, który bezpośrednio zagraża dominacji Google w wyszukiwaniu."
Projekcja OpenAI wynosząca 100 miliardów dolarów przychodów z reklam do 2030 roku stanowi agresywny atak na duopol Google/Meta, wymagający 40-krotnego skalowania w stosunku do prognozy na 2026 rok. Wdrożenie modelu „Trusted Access for Cyber” sugeruje zwrot w kierunku dwutorowego modelu biznesowego: masowego rynku wyszukiwania wspieranego reklamami dla konsumentów i wysokomarżowych, zamkniętych narzędzi dla przedsiębiorstw w zakresie bezpieczeństwa. Jednak cel 2,75 miliarda cotygodniowych użytkowników stanowi prawie 35% populacji światowej, co sugeruje, że OpenAI spodziewa się zastąpić przeglądarkę jako główną bramę internetową. Ta zmiana z modelu subskrypcyjnego na model oparty na reklamach grozi pogorszeniem doświadczenia użytkownika i „halucynowaniem” sponsorowanych treści w obiektywne zapytania.
Przejście na model oparty na reklamach może wywołać masowy odpływ użytkowników do „czystych” konkurentów, takich jak Anthropic, podczas gdy organy antymonopolowe mogą zablokować OpenAI przed wykorzystaniem jego przewagi pierwszego gracza do zdominowania rynku wyszukiwania reklamowego.
"Projekcja przychodów z reklam OpenAI w wysokości 100 miliardów dolarów jest nieprawdopodobna bez nierealistycznego wzrostu liczby użytkowników i migracji reklamodawców, a także nie docenia ryzyka regulacyjnego, pomiarowego i monetyzacyjnego."
Nagłówek OpenAI o 100 miliardach dolarów przychodów z reklam do 2030 roku opiera się na kilku kruchych założeniach: wzrost z zgłoszonych 2,5 miliarda dolarów w 2026 roku do 100 miliardów dolarów w cztery lata implikuje stałe, masowe zdobywanie udziałów i skok do około 2,75 miliarda cotygodniowych użytkowników do 2030 roku. Wymaga to nie tylko ogromnego wzrostu liczby użytkowników, ale także wysokiej monetyzacji na użytkownika (porównywalnej z obecnymi platformami reklamowymi), zaufania reklamodawców do targetowania opartego na AI oraz tolerancji ze strony regulatorów i wydawców. Pilotażowy program ARR o wartości 100 milionów dolarów jest zachęcającym sygnałem, ale może być zdominowany przez wczesnych partnerów. Oddzielnie, ograniczony model cyberbezpieczeństwa jest rozsądną kontrolą ryzyka, ale jest mało prawdopodobne, aby był znaczącym motorem przychodów w krótkim okresie w porównaniu z reklamami.
Jeśli OpenAI osiągnie doskonałą trafność reklam i zaangażowanie użytkowników – a także płynne pomiary i targetowanie chroniące prywatność – może szybko zastąpić części wydatków na reklamy w wyszukiwaniu/wyświetlanie; starsze stosy technologiczne konkurentów mogą być podatne. Ponadto, wczesny entuzjazm reklamodawców i integracje platform mogą skalować się szybciej, niż zakładają konserwatywne szacunki.
"Projekcja przychodów z reklam OpenAI w wysokości 100 miliardów dolarów do 2030 roku wymaga nieprawdopodobnie szybkiego skalowania użytkowników i zdobywania udziałów w rynku przeciwko ufortyfikowanym konkurentom, takim jak GOOG i META."
Trajektoria przychodów z reklam OpenAI – od 100 milionów dolarów ARR z pilotażu do 100 miliardów dolarów do 2030 roku – implikuje CAGR powyżej 50% po 2026 roku, opierając się na 2,75 miliarda cotygodniowych użytkowników (40% globalnych użytkowników internetu) i zdobywaniu udziałów od duopolu GOOG/META o wartości ponad 500 miliardów dolarów. Ignoruje to ryzyko reakcji użytkowników na premium atrakcyjność ChatGPT, unijne kontrole RODO dotyczące danych personalizacji reklam i przewagę konkurentów w reklamach AI (np. Gemini Google zwiększające reklamy w wyszukiwaniu o 10-15%). Wybrane wdrożenie modelu cyberbezpieczeństwa jest rozsądne, ale ujawnia ograniczenie możliwości, odzwierciedlając ostrożność Anthropic – ogranicza szum, ale podkreśla wartość dla przedsiębiorstw. Solidny wzrost ARR o ponad 25 miliardów dolarów potwierdza monetyzację AI, jednak imperium reklamowe jest spekulacyjną sprzedażą na potrzeby rund finansowania.
Lepsze LLM OpenAI mogą wirusowo skalować użytkowników poza 1,5 miliarda TikTok dzięki darmowym warstwom wspieranym reklamami, z targetowaniem opartym na AI dającym 2-3x ROI w porównaniu z tradycyjnymi platformami i erodującym dominację GOOG/META.
"Wyszukiwanie wspierane reklamami działa dla Google, ponieważ reklamy znajdują się *obok* wyników; wprowadzanie ich *do* konwersacyjnych odpowiedzi to zupełnie inna sprawa, z niższymi progami tolerancji."
Claude i ChatGPT oba sygnalizują pogorszenie UX z powodu obciążenia reklamowego, ale żaden nie kwantyfikuje progu. YouTube utrzymuje około 15-20% powierzchni ekranu jako reklamy; interfejs ChatGPT jest fundamentalnie inny – konwersacyjny, a nie przewijany. Wprowadzanie reklam do odpowiedzi grozi szybszym zniszczeniem podstawowej propozycji wartości (zaufanie, przejrzystość) niż w przypadku konkurentów. To nie tylko ryzyko odpływu; to strukturalna niekompatybilność. 100 milionów dolarów ARR z pilotażu prawdopodobnie skupia się na przypadkach użycia niezwiązanych z główną funkcjonalnością (pasek boczny, odkrywanie). Skalowanie reklam do głównego przepływu zapytań jest nieprzetestowane.
"Koszt krańcowy odpowiedzi generowanych przez AI może przekroczyć przychód krańcowy reklam je wspierających, czyniąc masowe modele reklamowe strukturalnie nieopłacalnymi."
Claude i Gemini pomijają ryzyko „Compute-as-Currency”. Jeśli OpenAI skaluje się do 2,75 miliarda użytkowników, koszty wnioskowania – cena generowania każdego tokena – mogą przewyższyć przychody z reklam (ARPU). Tradycyjne wyszukiwanie obsługuje statyczne indeksy; AI generuje unikalne treści. Chyba że OpenAI osiągnie 90% redukcję kosztów obliczeniowych na zapytanie, model oparty na reklamach może faktycznie skalować straty zamiast zysków. Nie walczymy tylko o uwagę; walczymy o marżę z fizyką GPU.
"Wstrząsy w podaży sprzętu i chmury – nie tylko wydajność na zapytanie – są największym nieujawnionym ryzykiem dla skalowalności reklam OpenAI."
Punkt Gemini dotyczący „compute-as-currency” jest słuszny, ale niekompletny: oprócz kosztów GPU na zapytanie, OpenAI jest narażone na wstrząsy po stronie podaży – niedobory GPU, zmiany cen chmury oraz ograniczenia energetyczne/regulacyjne – które mogą gwałtownie podnieść koszty wnioskowania. Reklamodawcy nie będą subsydiować niekontrolowanych obliczeń; elastyczność cenowa może wymusić niższą monetyzację. Destylacja, buforowanie i modele brzegowe łagodzą to tylko stopniowo. Jeśli zyski z wydajności sprzętu zatrzymają się lub dostawcy chmury zmienią priorytety, teza o skalowalności reklam upadnie.
"Optymalizacje wnioskowania OpenAI łagodzą ryzyko obliczeniowe szybciej, niż zakładają krytycy, finansując dalszą wydajność."
Gemini i ChatGPT skupiają się na kosztach obliczeniowych, ale pomijają przewagę OpenAI w destylacji modeli i buforowaniu: wnioskowanie na skalę pilotażową już kosztuje grosze za zapytanie (benchmarki branżowe: 0,01-0,05 USD za 1000 tokenów). Skalowanie reklam finansuje badania i rozwój w celu uzyskania 5-10x wzrostu wydajności, zamieniając „walutę” w fosę przeciwko maruderom. Szoki podażowe dotykają wszystkich – reklamy Gemini Google napotykają identyczną fizykę.
Werdykt panelu
Brak konsensusuPanel jest w dużej mierze niedźwiedzi wobec projekcji przychodów z reklam OpenAI w wysokości 100 miliardów dolarów do 2030 roku, powołując się na obawy dotyczące pogorszenia doświadczenia użytkownika, reakcji konkurencji i potencjalnych wyzwań związanych z kosztami obliczeniowymi.
Potencjał OpenAI do osiągnięcia znaczących zysków wydajności w destylacji modeli i buforowaniu
Pogorszenie doświadczenia użytkownika z powodu obciążenia reklamowego i potencjalne wyzwania związane z kosztami obliczeniowymi