The Information 报道，据此前未公开的内部财务数据和相关人士的分析，OpenAI 预计今年亏损 50 亿美金，其亟需在 12 个月之内筹集更多现金，才能活下去。如果简单分析一下 OpenAI 的收入成本结构，你大概更能深刻理解，Sam Altman 为何将 OpenAI 描述为“硅谷历史上资本最为密集的初创公司”。

　　参考过去一年的运营数据再结合如今的情况看，OpenAI今年大概会出现50亿美元的资金缺口。我们知道一个公司能否运转下去，最根本的还是要看现金流。如果假设OpenAI一年就是50亿美金的缺口，且不再加大投入，微软在2023年1月给到100亿美金的投资，也就够撑到2025年年底（2023年的资金缺口应该没有50亿美元那么大）。

　　回收打不正的原因之一就在于大模型公司高昂的运营成本。OpenAI的成本主要来自推理成本、训练成本和人工成本三大块，据推算一年大概要烧掉85亿美元，这比南苏丹全国一年的GDP还要多。

　　先说推理成本，这指的是OpenAI租用微软服务器为ChatGPT及底层LLM提供动力方面的支出，一位直接了解支出情况的人士表示，截至3月，OpenAI一年的推理成本将接近40亿美元，而且这还是微软因为两者的关系给出了很大的折扣。

　　训练成本（包括支付数据费用）预计为30亿美元，是仅次于推理成本的支出大头。去年，OpenAI进一步推进了对新一代人工智能的训练，因此花费也超出预期，OpenAI早先计划在训练成本上花费约8亿美元，但结果就是没控制住。The Information估计，随着该公司推出了新版本的旗舰LLM，并开始训练新的旗舰模型，今年训练成本还将翻一番。

　　第三是人力成本，OpenAI雇佣了约1500名员工，而且员工人数还在迅速增加，这可能会花费约15亿美元。据直接了解支出情况的人士称，OpenAI预计2023年的员工成本为5亿美元，而到2023年底，员工人数翻一番，达到800人左右。如今OpenAI的员工人数又增加了近一倍，如果其网站上列出的近200个空缺职位能说明一些问题的线年下半年，OpenAI可能还会增加更多的员工。

　　以上三项加在一起，OpenAI今年的运营成本可能高达85亿美元，这让此前研究机构给出的34亿美元的ARR预估显得“杯水车薪”。

　　此前Future Research的一份报告指出Open AI的ARR大概在34亿美元左右，The Information则给出了宽泛的预估数字，它根据OpenAI当前2.83亿美元的月收入，结合今年下半年未卜的销售情况，预计OpenAI的年收入在40-50亿美元之间，这个缺口比非洲国家布隆迪全国一整年的GDP还多。

　　抛开融资去看OpenAI自己独立存活下去的可能，其实我们会更倾向于认为，在未来的几年里，很难、非常难。

　　成本比较简单，目前看起来相对有机会的方向是降低推理成本，而对于训练成本，在目前大模型厂商积极抢位、各显神通的阶段，厂商们可能还是倾向于在训练AI上加大投入，因而训练和人才成本可能只增不减。

　　推理成本上，鉴于微软和OpenAI的合作关系，OpenAI其实一直以接近成本价的价格租用微软的服务器，这块儿基本降无可降。一位了解相关事项的业内人士表示，该微软租给OpenAI的集群一共配备了35万个英伟达A100芯片，ChatGPT占用了其中约29万个芯片（占集群的80%以上），定价约为每个A100每小时1.3美元。但在技术架构上未来还有降低推理成本的可能，如果采用模型压缩、量化、并行化等技术，以及合理选择模型规模等等手段，还是有机会实现性能和成本的平衡。

　　占40亿美元的推理成本是最大头，如果能降下来，还是很可观的。毕竟如果事情往对OpenAI更有利的方向发展，未来会有更多人使用它，当然可能不付费，但会产生推理成本，下面我们也会提到。

　　另外，除了和微软的合作，OpenAI目前也在积极推进和其他大型企业和机构的合作，可能也会有机会分担一定的成本。

　　收入方面，OpenAI的GPT系列模型无疑是史上最强，但就赚钱能力来说，现在的局面可以说是十分复杂。

　　OpenAI最大的收入，超过55%来自于ChatGPT Plus用户，全球大约有770万个人用户支付了20万美元的订阅费用。但是如果按照AI能力提升、AI产品普及去判断ChatGPT的用户会逐步增加可能是对的，但ChatGPT Plus的个人用户会继续增长，可能就有点过于草率了。

　　首先，全球能够支付得起20美元/月来使用AI bot的总人数，可能就不多。经济条件够、有强烈的工作或者学习需求，是2个硬性条件。

　　一是自己卷自己。例如本来订阅过GPT-4的我，支持图片上传、各种小功能的GPT-4o免费之后，自然就取消了订阅。而我们编辑部之前有大概1/3的人都花钱订阅了ChatGPT，而现在都在考虑取消订阅。

　　一个是别人卷自己。Claude Sonnet出来之后，很多人都转过去了，这种现象并不少见。

　　这其实是这几个头部的大模型在卷，能力在拉近，AI用户本身就爱尝新，粘性并不存在。

　　另一个在toC个人用户上的问题在于，当不付费的用户越来越多，不产生收入也就算了，产生的推理成本切切实实存在的，据The Information报道，免费用户的数量在数百万左右。另外一个“坏消息”是，ChatGPT要被集成到iPhone中去，更恐怖的是，苹果并不会付钱，就是这么强势。所以，上面会提及推理成本的下降对OpenAI来说，非常关键。

　　而随着苹果和ChatGPT的高强度联通，可能会出现新的生态系统而诞生新的商业机会，但前提是OpenAI能够活着等到那天。

　　另外，随着大模型技术的成熟，距离应用层的爆发也更近一步，而OpenAI企业目前暂未推出除了ChatGPT以外的独立C端应用产品，就OpenAI本身的技术能力和产品知名度来看，可能不需要花费很多额外的成本，不知道这里未来是否有可能成为一块收入组成。

　　toB方面，企业版和团队版加起来算是第二大收入，OpenAI在今年与PwC合作来分销，但企业服务这块的竞争激烈程度只能说比toC有增无减。

　　而toB的另一块，API，其实我们当时看到数据，第一反应就是，API的收入竟然有点低？但仔细一想确实能找到合理性，首先大模型的价格战真的是异常热闹，API的价格一降再降。搜一搜新闻，差不多都是某大模型API降级95+%以上，这里面的某大模型基本可以替换成任何有头有脸的大模型的名字。

　　而大模型们的钱，很大一部分都被云服务商赚走了。集成了各家大模型的云厂商的财务数据一个比一个好看。例如没什么存在感的Google Cloud，昨天发布2024年Q2财报，Google Cloud首次实现季度收入超过100亿美元，营业利润超过10亿美元。

　　而大模型本身，却是一边承担着极高的研发压力，另一方面却是只能分到三瓜俩枣。

　　这样来看，几种现有的收入模式，增长较为困难，更多可能还是要开源，The Information提及了OpenAI可能计划推出真正赚钱的搜索、以及可能toB企业迅速买单的PC Agent。

　　只能说，对于OpenAI来说，好消息，是他们的收入增长比成本增长快，而他的对手，更差劲一些。现在势头比较猛的Anthropic，收入大概是OpenAI的1/10-1/5，但亏损却有OpenAI的一半。相对“健康”的财务管理和与对手拉开差距占领更多市场份额，成为了大模型的唯一解。

　　坏消息是，在闭源模型抢占市场这条路线之外，还有Meta这样的开源选手，昨天推出的Llama3.1 405B在各场景下已经开始对标闭源模型GPT-4o和Claude 3.5 Sonnet了。当开源模型的能力开始赶上闭源模型，AI行业的市场格局可能会发生改变，而在这之上建立的商业模式，可能就不再成立。

　　另外，在上一轮融资中已经有不少老股东被未选择跟投，当然这其中既有资本本身的投资能力和偏好等主观因素，也有OpenAI始终不稳定的组织架构、市场前景暂不明确等客观原因。

　　不过无论如何，OpenAI仍然是那个最有希望活下去的大模型创企，因为在当下语境，有多少人希望ChatGPT的大厦崩塌，就有多少人希望ChatGPT的继续。