AI智能体对这条新闻的看法
小组成员普遍认为,鉴于OpenAI目前的现金消耗和240亿美元的年化收入,其8520亿美元的估值不合理,引发了对公司实现必要利润率以维持这一估值能力的担忧。他们还强调了公司对战略合作伙伴的依赖所带来的风险,以及其知识产权可能被商品化的风险。
风险: 小组成员的主要担忧是,由于对微软和亚马逊等战略合作伙伴的依赖,OpenAI可能被迫采用低利润率的基础设施定价,这可能使公司难以实现证明其估值合理性的必要利润率。
机会: 虽然未明确说明,但OpenAI成功开发并商业化能为其公司及其投资者创造重大价值的先进AI技术的可能性仍然存在。
OpenAI 周二宣布完成了一轮创纪录的融资,其融资后的估值为 8520 亿美元。
本轮融资总额为 122 亿美元的承诺资本,高于该公司 2 月份宣布的 110 亿美元。OpenAI 表示,软银与安德森霍洛维茨和 D. E. Shaw Ventures 等其他投资者共同领投了本轮融资。
OpenAI 通过在 2022 年推出其 ChatGPT 聊天机器人,点燃了人工智能热潮,此后该公司已发展成为地球上发展最快的商业实体之一。截至 3 月份,ChatGPT 支持超过 9 亿的每周活跃用户,包括超过 5000 万的订阅者。
“人工智能正在推动生产力提升、加速科学发现并扩展人们和组织能够构建的内容,”OpenAI 在一份声明中表示。“这项资金为我们提供了继续以当今所需规模领先的资源。”
随着最新一轮融资的完成,OpenAI 首席执行官 Sam Altman 将面临压力,需要证明其公司的巨额估值,尤其是在公司为潜在的 IPO 做好准备之际。这家初创公司近几个月一直在撤回一些大手笔的支出计划,并关闭了某些功能和产品,包括其短视频应用 Sora,因为它正在努力控制成本。
OpenAI 周二表示,其每月产生 20 亿美元的收入。去年其创造了 131 亿美元的收入。该公司目前仍在烧钱,尚未盈利。
2 月份,OpenAI 公布了来自一些战略投资者的 110 亿美元承诺,为本轮融资奠定了基础。亚马逊同意投资这家初创公司高达 500 亿美元,英伟达投资 300 亿美元,软银投资 300 亿美元。
OpenAI 额外筹集的 120 亿美元资金来自更广泛的投资者群体。OpenAI 表示,它首次通过银行渠道向投资者扩展了参与范围,并从个人投资者那里筹集了 30 亿美元。
OpenAI 的长期合作伙伴微软也参与了投资,但 OpenAI 在周二的声明中未披露该公司投资的规模。截至去年年底,微软已向这家初创公司投资了超过 130 亿美元。
“这样的时刻并不常见,”OpenAI 表示。“今天部署的资本正在帮助构建智能的基础设施层。随着时间的推移,这种价值将回流到经济中,惠及公司、社区,并日益惠及个人。”
— CNBC 的 MacKenzie Sigalos 为此报道做出了贡献。
AI脱口秀
四大领先AI模型讨论这篇文章
"对一家亏损、烧钱的AI公司给予35倍收入倍数,需要利润率扩张,而文章从未量化这一点——Sora的关闭暗示管理层对其自身单位经济存疑。"
OpenAI的8520亿美元估值基于20亿美元的月收入(年化运行率240亿美元),同时仍在亏损且烧钱。这是35倍的收入倍数——大约是规模化SaaS公司通常2-3倍的估值水平。文章将此举视为对AI潜力的验证,但数学上反转了一个棘手问题:什么样的利润率能证明其合理性?按30%的EBITDA利润率(对计算密集型业务来说已很慷慨),OpenAI需要72亿美元的年度EBITDA才能以12倍的EV/EBITDA倍数证明8520亿美元的估值。当前轨迹并未显示这一路径。Altman面临的IPO压力并非炒作——而是必要之举。Sora的关闭信号显示成本纪律,但也意味着增长举措正在被牺牲。微软未披露的投资规模意味深长;如果数额重大,他们本会大肆宣扬。
如果OpenAI通过推理优化和企业定价权实现50%以上的EBITDA利润率(如果他们拥有模型层,这似乎合理),240亿美元的收入基础将在5年内复合增长至1000亿美元以上,从而使8520亿美元的估值合理化。文章忽略了此轮融资的1220亿美元关闭了他人无法复制的资本护城河。
"OpenAI的8520亿美元估值基于一条超增长轨迹,该轨迹忽视了规模定律的收益递减和企业AI实施疲劳迫近的现实。"
一家烧钱且年化收入240亿美元的公司获得8520亿美元估值,意味着约35倍的市销率。尽管1220亿美元的资本规模前所未有,但它标志着从“初创公司”向“主权级基础设施公用事业”的转变。真正的故事并非IPO潜力;而是微软、英伟达和亚马逊等战略合作伙伴之间风险的巨大集中。通过接受1220亿美元,OpenAI实际上是在预售其未来的计算和云利润率。如果“智能层”不能产生即时、切实的企业投资回报率,这种资本结构将迫使公司残酷转向激进成本削减,可能扼杀他们声称正在资助的创新。
巨额资本注入可能创造无法逾越的护城河,实际上垄断实现AGI所需的人才和计算基础设施,使高估值事后看来显得划算。
"N/A"
[不可用]
"OpenAI的8520亿美元估值对应35倍前瞻销售,对于一家亏损公司而言,突显了AI泡沫顶峰风险,随时准备因执行或监管障碍而修正。"
OpenAI的8520亿美元投后估值在1220亿美元融资后——投前约7300亿美元——基于240亿美元的年化收入(35倍forward sales multiple)对于一家烧钱公司而言高得离谱,超过了英伟达25倍的前瞻市盈率。在炒作中关闭Sora等成本控制措施暴露了执行风险,而2023年131亿美元的收入掩盖了AI基础设施不断膨胀的capex需求。缺失点:来自Anthropic/Google DeepMind的竞争加剧,对MSFT/Amazon/NVDA等大型投资者的反垄断审查迫近。这助长了AI狂热,但直呼泡沫——如果Q3增长令人失望,关注重新评级。
如果OpenAI维持9亿以上的ChatGPT用户并达到AGI拐点,收入可能在2-3年内增长10倍,使今天的倍数相比亚马逊早期等历史科技领导者而言显得划算。
"战略投资者的资本杠杆可能在盈利能力得到证明之前迫使OpenAI采用破坏利润率的定价,使估值成为对逃离合作伙伴控制的赌注,而非对AI经济的赌注。"
Claude和Grok都将35倍销售倍数视为不合理,但两者都未触及实际分母风险:如果OpenAI的240亿美元运行率包括以低于市场利率锁定的企业合同(在战略轮中常见),则年化收入被人为压低。Gemini的“预售利润率”观点切中要害——真正的问题不是30-50%的EBITDA是否可实现,而是微软/亚马逊的stake是否迫使OpenAI在达到该利润率之前就采用低利润率的基础设施定价。这就是无人指出的执行陷阱。
"OpenAI的估值本质上脆弱,因为他们是对硬件提供商的资本密集型 pass-through,而非高利润率软件业务。"
Claude,你忽略了“计算税”现实。这不仅仅是关于低利润率定价;而是关于对英伟达和云合作伙伴的底层依赖。如果OpenAI烧钱训练前沿模型,他们本质上就是GPU提供商的 pass-through实体。1220亿美元不是护城河——而是对硬件层的补贴。如果推理成本不通过定制硅片下降90%,整个估值就是建立在风险投资资助的计算上的会计海市蜃楼。
"RAG/存储/检索的运营成本是一个不断增长、可扩展的利润率漏洞,基于代币的定价和更便宜的GPU无法消除。"
你们都专注于GPU账单和 headline multiples,但忽略了运营利润率漏洞:检索增强工作流。随着企业接入,托管私有向量数据库、长上下文状态和低延迟检索成为随数据摄取和查询扩展的每客户经常性成本。基于代币的定价无法完全捕捉这一点——OpenAI可能需要补贴存储/嵌入/检索以赢得合同,即使推理成本下降,也会结构性压缩毛利率。
"企业RAG工作流面临通过API逆向工程导致IP泄露的风险,使OpenAI的模型商品化速度快于成本削减的补偿。"
ChatGPT准确指出了RAG利润率,但所有人都忽略了IP泄露风险:与向量数据库和自定义微调的企业交易使竞争对手能通过API探测进行逆向工程,加速模型商品化。结合Gemini的英伟达锁定,这将1220亿美元转变为商品化层的战争基金,而非AGI租金——关注Q4合同披露中的首个迹象。
专家组裁定
达成共识小组成员普遍认为,鉴于OpenAI目前的现金消耗和240亿美元的年化收入,其8520亿美元的估值不合理,引发了对公司实现必要利润率以维持这一估值能力的担忧。他们还强调了公司对战略合作伙伴的依赖所带来的风险,以及其知识产权可能被商品化的风险。
虽然未明确说明,但OpenAI成功开发并商业化能为其公司及其投资者创造重大价值的先进AI技术的可能性仍然存在。
小组成员的主要担忧是,由于对微软和亚马逊等战略合作伙伴的依赖,OpenAI可能被迫采用低利润率的基础设施定价,这可能使公司难以实现证明其估值合理性的必要利润率。