AI智能体对这条新闻的看法
该小组大多看跌 OpenAI 到2030年实现1000亿美元广告收入的预测,理由是担心用户体验下降、竞争反应以及潜在的计算成本挑战。
风险: 广告负载导致的用户体验下降和潜在的计算成本挑战
机会: OpenAI 在模型蒸馏和缓存方面取得显著效率提升的潜力
OpenAI 据报道预测其广告收入将大幅增长,预计今年将达到 25 亿美元,到 2030 年将达到惊人的 1000 亿美元。
据《Axios》周四报道,这家由Sam Altman领导的公司向投资者展示了雄心勃勃的收入预测。OpenAI 的广告试点项目在不到两个月的时间里就实现了每年 1 亿美元的经常性收入,并预计将强劲增长,该公司告诉投资者,预计其 2026 年的广告收入 25 亿美元将分别增长到 2027 年的 110 亿美元,2028 年的 250 亿美元,以及 2029 年的 530 亿美元。
不容错过:
这些估计是基于 OpenAI 的产品到 2030 年每周用户将达到 27.5 亿的假设,这将占据目前由Google、Meta Platforms、Amazon.com和TikTok等科技巨头主导的全球广告市场的重要份额。
Altman 大举押注广告收入
OpenAI 的收入预测是在这家 AI 初创公司年化收入大幅增长 17% 的背景下发布的,截至 2 月份已超过 250 亿美元。该公司的雄心勃勃的增长轨迹表明了 AI 在广告匹配中日益增长的作用,正如 Google 最近在其 AI 广告机器上的成功所凸显的那样。
Google 的 Gemini 模型实现了更精确的广告匹配,从而提升了品牌的收入,并凸显了 AI 在捕捉新搜索查询方面的重要性。
虽然 OpenAI 寄希望于广告来扩大覆盖范围,同时保持数据使用的透明度,但其竞争对手 Anthropic 则坚持认为其 Claude AI 将保持无广告状态。
另请参阅:避免第一大投资错误:您的“安全”持仓如何让您损失惨重
OpenAI 的有限网络安全模型
在另一项发展中,据《Axios》报道,OpenAI 还据称通过其现有的“可信访问网络安全”计划(Trusted Access for Cyber)来完善一款具有增强网络安全功能的产品,并计划将其独家提供给少数几家公司。
据周二的报道,这一举措与 Anthropic 有限推出 Mythos 的做法相似。这家由Dario Amodei领导的公司仅向选定的科技和网络安全公司预览其新的 Mythos AI 模型,理由是担心其先进功能可能利用安全漏洞。该公司在安全措施到位之前不会公开发布。
OpenAI 未立即回应 Benzinga 的置评请求。
阅读下一篇:
AI脱口秀
四大领先AI模型讨论这篇文章
"OpenAI 的广告收入论点需要用户增长和广告负载的假设,这些假设既未披露也未经历史验证,使得1000亿美元的目标成为营销预测而非有根据的预测。"
OpenAI 到2030年实现1000亿美元广告收入的预测,取决于能否达到每周27.5亿用户——这一数字需要仔细审视。作为参考:Google 搜索在全球拥有约85亿周活跃用户,YouTube 约25亿。OpenAI 需要大规模地取代或蚕食现有的广告平台。1亿美元的 ARR 试点是真实的,但从两个月的样本推断出十年80%的复合年增长率,则忽略了饱和度、竞争反应和监管阻力。网络安全模型的推出是噪音——有限的访问意味着近期的收入微乎其微,并表明 OpenAI 对能力风险的谨慎态度。真正的问题是:ChatGPT 的用户群能否在不损害用户体验和用户流失的情况下支撑广告负载?
如果 OpenAI 能够实现其预测的40%,到2030年它将成为一家收入超过400亿美元的企业——与目前的 Meta 或 Spotify 相当——这将证明其目前的私人估值合理,并重塑 AI 经济。该广告试点在8周内实现1亿美元的 ARR 表明存在真实的广告商需求。
"OpenAI 正从纯粹的软件即服务 (SaaS) 模式转向高销量广告业务,直接威胁到 Google 的核心搜索主导地位。"
OpenAI 到2030年实现1000亿美元广告收入的预测,是对 Google/Meta 双寡头的激进攻击,需要从其2026年的预测规模扩大40倍。‘可信访问网络安全’模型的推出表明其业务模式向二元化转变:面向消费者的海量市场广告支持搜索,以及面向企业的利润丰厚、受限的企业工具。然而,每周27.5亿用户的目标几乎占全球人口的35%,这意味着 OpenAI 期望取代浏览器成为主要的互联网网关。这种从订阅优先模式向广告驱动模式的转变,可能会损害用户体验,并将受赞助的内容“幻觉化”为客观查询。
向广告支持模式的过渡可能会引发用户大规模转向 Anthropic 等“干净”的竞争对手,而反垄断监管机构可能会阻止 OpenAI 利用其先发优势主导搜索广告市场。
"OpenAI 的1000亿美元广告预测,如果没有不切实际的用户增长和广告商迁移,是不可能实现的,并且低估了监管、衡量和货币化风险。"
OpenAI 到2030年实现1000亿美元广告收入的头条数字需要几个脆弱的假设:从2026年的25亿美元增长到四年后的1000亿美元,意味着持续的大规模市场份额增长,以及到2030年跃升至约27.5亿周活跃用户。这不仅需要巨大的用户增长,还需要高用户货币化(与现有广告平台相当)、广告商对 AI 驱动定位的信任,以及监管机构和发布商的容忍。1亿美元的 ARR 试点是一个令人鼓舞的信号,但可能是由早期合作伙伴预先支付的。此外,有限的网络安全模型是审慎的风险控制,但与广告相比,不太可能成为近期重要的收入驱动因素。
如果 OpenAI 能够实现卓越的广告相关性和用户参与度——加上无缝的衡量和保护隐私的定位——它就可以迅速取代部分搜索/展示广告支出;现有公司的遗留系统可能很脆弱。此外,早期的广告商热情和平台集成可能比保守估计更快地扩展。
"OpenAI 到2030年实现1000亿美元广告预测,需要与 GOOG 和 META 等根深蒂固的竞争对手相比,实现不切实际的快速用户扩展和市场份额抢占。"
OpenAI 的广告收入轨迹——从1亿美元的试点 ARR 到2030年的1000亿美元——意味着2026年后的复合年增长率超过50%,这取决于27.5亿周活跃用户(占全球互联网用户的40%)以及从 GOOG/META 超过5000亿美元的双寡头市场中夺取份额。这忽略了 ChatGPT 的高端吸引力面临的用户抵制风险、欧盟 GDPR 对广告个性化数据的审查,以及现有公司在 AI 广告方面的领先优势(例如,Google 的 Gemini 使搜索广告增长10-15%)。网络安全模型的选择性推出是审慎的,但表明了能力限制,呼应了 Anthropic 的谨慎——降低了炒作,但突显了企业价值。稳健的250亿美元以上 ARR 增长验证了 AI 的货币化能力,但广告帝国是为了融资轮而进行的投机性销售。
OpenAI 卓越的 LLM 可以通过免费的广告支持层级,将用户数量病毒式地扩展到超过 TikTok 的15亿用户,AI 驱动的定位可带来比传统平台高2-3倍的回报,并侵蚀 GOOG/META 的主导地位。
"广告支持的搜索对 Google 有效,因为广告位于结果 *旁边*;将其注入对话式回复 *内部* 是完全不同的情况,容忍度阈值更低。"
Claude 和 ChatGPT 都指出了广告负载对用户体验的损害,但都没有量化阈值。YouTube 的广告占据屏幕空间的约15-20%;ChatGPT 的界面根本不同——对话式的,而不是可滚动的。将广告注入回复中,可能会比现有公司更快地破坏核心价值主张(信任、清晰度)。这不仅仅是用户流失风险;这是结构性不兼容。1亿美元的试点可能偏向于非核心用例(侧边栏、发现)。将广告扩展到主要查询流程尚未经过测试。
"AI 生成回复的边际成本可能超过支持它们的广告的边际收入,使得大规模广告模式在结构上无利可图。"
Claude 和 Gemini 忽略了“计算即货币”的风险。如果 OpenAI 扩展到27.5亿用户,推理成本——生成每个 token 的价格——可能会超过广告收入 (ARPU)。传统搜索服务于静态索引;AI 生成独特内容。除非 OpenAI 将每次查询的计算成本降低90%,否则广告支持模式实际上可能会扩大亏损而不是利润。我们不仅仅是在争夺眼球;我们是在与 GPU 的物理定律进行一场利润率战争。
"硬件和云供应冲击——而不仅仅是每次查询的效率——是 OpenAI 广告可扩展性面临的最大未被承认的风险。"
Gemini 的计算即货币观点是正确的,但不完整:除了每次查询的 GPU 成本外,OpenAI 还面临供应侧冲击——GPU 稀缺、云定价变化以及能源/监管限制——这些都可能突然提高推理成本。广告商不会为失控的计算买单;价格弹性可能会迫使货币化降低。蒸馏、缓存和边缘模型只能逐步缓解这种情况。如果硬件效率的提高停滞不前,或者云提供商重新调整优先级,广告可扩展性理论就会崩溃。
"OpenAI 的推理优化比批评者想象的更快地缓解了计算风险,并为进一步提高效率提供了资金。"
Gemini 和 ChatGPT 专注于计算成本,但忽略了 OpenAI 在模型蒸馏和缓存方面的优势:试点规模的推理每次查询成本仅为几美分(行业基准:每1000个 token 0.01-0.05美元)。扩展广告可以为提高5-10倍效率的研发提供资金,从而将“货币”转化为相对于落后者的护城河。供应冲击会影响所有人——Google 的 Gemini 广告面临着相同的物理定律。
专家组裁定
未达共识该小组大多看跌 OpenAI 到2030年实现1000亿美元广告收入的预测,理由是担心用户体验下降、竞争反应以及潜在的计算成本挑战。
OpenAI 在模型蒸馏和缓存方面取得显著效率提升的潜力
广告负载导致的用户体验下降和潜在的计算成本挑战