SpaceX 将 IPO 的热度还没过，OpenAI 又整了个大活：
计划在新一轮融资中募集 1000 亿美元。
若能筹得目标金额，OpenAI 的估值可将飙升至 8300 亿美元。
而在两天以前，这个数字是 5000 亿美元。
短短 48 小时内，涨了 3300 亿美元……
这就是 OpenAI。
2023 年你觉得 290 亿美元的估值很贵，2024 年你觉得 1570 亿美元的估值是泡沫……
当 2025 年底面对 8300 亿美元的估值时，又能说出什么呢？
01
65 倍 " 溢价 "
传统的 SaaS 公司估值通常看市销率或市盈率。
根据 Techloy 及 WSJ 的报道，OpenAI 在 2025 年的预计营收约为 127 亿美元。
按 8300 亿美元估值算，其市销率高达 65 倍。
作为对比，在 SaaS 最疯狂的 2021 年，Snowflake 的市销率也就是 50-80 倍左右，现在大部分成熟的 SaaS 公司已经回落到 10-15 倍区间。
那么，山姆奥特曼凭什么让投资人接受 65 倍的估值？
首先是技术护城河。
与 GPT-4 单纯堆参数大力出奇迹不同，GPT-5 采用自适应多模型系统，通过 gpt-5-main 快速模型与 gpt-5-thinking 深度推理模型的双轨设计，配合实时路由器动态分配计算资源，将算力浪费降低了 40%。
直接导致输入 token 价格比 GPT-4o 降低了 50%，配合 90% 折扣的 token 缓存机制，B 端客户的 API 调用成本直接砍半，让 Codex 代码模型的使用量在两个月内暴涨 10 倍。
更关键的是，技术壁垒还在持续增厚。
OpenAI 正在研发的 " 递归自改进 " 技术，堪称永动机：让模型自主优化升级，无需人类标注就能迭代。
巴克莱银行测算，这项技术落地后，GPT-6 的训练效率将提升 10 倍，但前期需要 430 亿美元的算力储备，这正是千亿融资的核心用途之一。
就像 SpaceX 的火箭，虽然烧钱，但一旦成功脱离地心引力，投资人是真的愿意买账。
OpenAI 在 2024 年营收的为 37 亿美元，2025 年保守估计 127 亿美元，同比增长 243%。
拆解营收结构看，可谓是全面开花：
C 端订阅：8.1 亿月活用户中，5% 的付费率贡献了近 80 亿美元收入。
只要技术还在更新，付费率必然是会上升的。
尤其是我们昨天聊到的印度市场 7300 万免费日活用户，后期若有 10% 转化为付费用户，年营收能再增加 17.5 亿美元。
B 端服务：100 万家企业客户、700 万个商业席位，同比增长 9 倍。
思科用 Codex 模型把代码审查时间缩短 50%，凯雷通过 AgentKit 将尽职调查效率提升 30%，这些案例使得企业版定价从 2 万美元 / 年飙升至 20 万美元 / 年，仍供不应求。
生态抽成：最大的亮点就是 ChatGPT 的即时结账功能。用户直接在聊天窗口购物，OpenAI 抽取 1%-3% 佣金。
按规划，2026-2030 年仅免费用户带来的商业抽成就能达 1100 亿美元。
乐观预计，随着 Agentic AI（代理智能）普及，到 2029 年营收将达到 1000 亿美元。
凯基亚洲的预测更夸张，到 2030 年 OpenAI 营收将达到 2000 亿美元。
若按照 2029 年的预期，那么 8300 亿美元的估值就只有 8.3 倍市销率，很明显还低估了。
虽然 OpenAI 不一定是率先实现 AGI 的公司，但一定是希望最大的之一。
一旦 AGI 真的出现，OpenAI 就再也不是卖软件的，而是卖 " 数字劳动力 "。
届时，它估值的锚定物将改变为全球劳动力市场的总薪酬。
从这个角度看，投资人买的不是一家软件服务公司，而是在赌人类最后一次工业革命的入场券。
这是典型的 " 买未来 " 逻辑。
02
金钱黑洞
时间再回到现在。
即便未来的 OpenAI 确实值 8300 亿美元，现在的 OpenAI 真的需要融资 1000 亿美元如此之多吗？
不仅需要，可能还不够。
首先，因为算力通胀与摩尔定律的失效……
2025 年，训练一个前沿模型的成本已经不再是几亿美元，而是飙升到了数十亿甚至上百亿美元。
硬件成本：一台搭载 NVIDIA Blackwell B200 集群的超级计算机，造价以 " 十亿美元 " 为单位计算。
电力成本：需要 GW 级别的电力，甚至需要重启核电站（参考微软与 Constellation Energy 的交易）。
而 GPT-6 的目标是 AGI，算力需求是 GPT-5 的 5 倍，需要至少 12.5 万个 H200 GPU，硬件成本高达 50 亿美元。
Sora 3 视频模型要实现 "4K 60 帧实时生成 "，训练数据量将从现在的 1000 万小时增至 1 亿小时，数据采购成本至少 80 亿美元。
更大头是上面提到的 " 递归自改进 " 技术。
巴克莱预测，2027-2028 年这项技术落地后，模型迭代周期将从 18 个月缩短至 3 个月，研发成本下降 60%。
为此，OpenAI 预留了 430 亿美元专项基金，占此次融资的 43%。
而在这种背景下，OpenAI 却想要单干。
过去的 OpenAI，80% 的算力依赖微软 Azure，每年要交几百亿美元租金。
现在它计划投入近 1000 亿美元自建数据中心，在德克萨斯州和俄亥俄州打造 "AI 超级工厂 "，目标是在 2030 年实现算力自给自足。
巴克莱测算，OpenAI 2024-2030 年算力支出将超过 4500 亿美元，2028 年峰值达 1100 亿美元。
当然，付出这么大，回报也是很可观的。
自建数据中心能把 PUE 值压到 1.1 以下，比向云厂商采购节省 30% 成本。
更关键的是算力变现。未来 OpenAI 可能效仿 AWS 出租算力，按 2030 年全球算力需求测算，这块业务能新增 500 亿美元营收。
科技巨头之间的竞争，本质上其实还是最前沿的那批科学家之间的竞争。
山姆奥特曼：留住一个顶级研究员，比建 10 个数据中心更重要。
毕竟算力能买，但创意买不来。
但谷歌却在疯狂挖墙角，给 AI 研究员的年薪达 150 万美元，比 OpenAI 高 25%。
OpenAI 不得不砸 200 亿美元搞股票薪酬：核心工程师的限制性股票单位兑现价较估值倒挂 30%，公司直接补发股票找平；新挖来的 DeepMind 前研究员，签字费就给 1000 万美元。
按计划，到 2030 年，员工持股价值将达 500 亿美元。
收入端虽然还不错，但支出端更吓人。
根据《The Information》和 TapTwice Digital 的数据，OpenAI 预计在 2026 年将亏损 140 亿美元。
2023-2028 年，累计亏损可能高达 440 亿美元。
当下这 1000 亿美元的融资，很大程度上是 OpenAI 的续命钱。
如果不能在现金流断裂前实现 AGI 并大幅降低推理成本，这个泡沫就会破裂。
但这笔钱如果到位，它就有可能创造科技史上最厚的防御壁垒。
只要有可能，就有人买单。
03
尾声
这次融资传闻中的金主，各个都是重量级。
传闻软银承诺了 300 亿美元，甚至不惜卖掉手里的英伟达股票来筹钱。
孙正义一直梦想着奇点，OpenAI 大概是他目前能找到的最接近奇点的载体。
所以哪怕估值高得离谱，他也必须上车，这也符合软银的一贯调性：要么归零，要么拥有世界。
中东的石油资本（如阿联酋的 MGX），也在疯狂寻找石油枯竭后的下一个黑金。
数据是新的石油，而 OpenAI 是未来最大的炼油厂之一。
对于这些主权财富基金来说，几百亿美金只是资产配置的一小部分，他们买的是未来的地缘政治科技话语权。
现在比较尴尬的是微软。
它已经拥有 OpenAI 的 49% 利润分红权。对方的估值不断飙升，微软账面上的 ROI 将非常好看，但同时也意味着 OpenAI 正试图通过引入更多巨头来稀释微软的控制权。
这不仅是融资，也是 OpenAI 管理层的 " 去微软化 " 的博弈。
既然是博弈，当然有风险。
第一，OpenAI 目前是在卖血换增长。如果推理成本不能像如预期一样快速下降，或者 B 端客户发现 AI ROI 不划算而退订，那么这种烧钱模式将难以为继。
第二，数千亿美元的体量意味着 OpenAI 已经是事实上的垄断者，FTC 和欧盟正在死死盯着它，反垄断调查可能会随时叫停某些排他性合作。
第三，尽管砸了那么多钱挽留人才，但随着 Ilya Sutskever 和 Mira Murati 等核心人物的离职，OpenAI 事实上已经从纯粹的 " 研究实验室 " 变成了 " 产品公司 "。
企业文化巨变是否会影响它做出 GPT-6 级别的突破？
如果成功实现了 AGI，并在现实世界中数百万乃至数亿个具身智能结合，这 8300 亿估值在未来看就是白菜价。
毕竟那是无限的生产力。
但如果他们失败了，被卡在了 "Scaling Laws" 的瓶颈上，或者被开源模型以极低成本追平，那么这将是人类历史上最大的泡沫破裂现场，比当年的互联网泡沫还要壮观。
无论是哪一种，这个世界都回不去了。（全文完）
