划重点：

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

OpenAI预计至2030年，收入的75%将投入算力资源与技术人才，比例远超同规模企业。​ 2024-2030年，OpenAI计划投入3500亿美元用于服务器租赁，2030年单年服务器租赁支出预计达1000亿美元。​ 以及OpenAI 2030年研发成本占收入比重约45%，大幅高于科技行业10%-25%的平均水平。​

9月12日消息 据外媒报道，OpenAI正面临“烧钱”困局。根据最新规划，公司打算从今年到2030年间，豪掷3500亿美元用于服务器租赁，且预计至2030年，公司收入的四分之三将投向算力资源与技术人才领域，远超微软、亚马逊等大型科技公司的平均水平。如此大费手笔的支出，引发外界对其长期盈利能力的广泛质疑。

虽然OpenAI拥有庞大的用户基础，具备一定盈利潜力，但成本难题始终是OpenAI发展路上的“拦路虎”。自2024年11月推出ChatGPT以来，OpenAI的用户规模正逼近 10亿，订阅收入预计今年将达 100亿美元。资本市场更是热情似火，投资者正以 5000亿美元估值 抢购股权，这个数值比三年前翻了整整 17倍。只不过，在这条看似光鲜的上升通道上，那笔巨额的算力账单，随时可能卡住OpenAI的未来。

01 算力与人才成本吞噬大半收入

据报道，OpenAI计划在2029年前消耗1150亿美元现金，且公司内部预测显示，未来五年内算力与人才成本占公司收入的比例将持续维持高位。尽管OpenAI预计至2030年公司业务将产生自由现金流，但相较于公开上市的科技同行，其盈利稳定性仍存不确定性。​

2030年OpenAI研发成本占收入45%，占比远超竞争对手

以研发成本为例，按照微软等科技巨头对研发范畴的界定，该数据涵盖开发新一代人工智能所需的服务器费用（即研究算力或模型训练成本），以及顶尖研究人员的薪酬（含股票补偿）。

根据外媒的分析数据显示，到2030年，OpenAI预计收入将达2000亿美元，研发成本将占收入的大约45%，折合金额为900亿美元。其中，薪酬成本略低于算力与软件成本（软件成本包含用于提升AI模型质量的数据采购及相关服务费用）。​

这一比例大幅高于行业水平。亚马逊、微软、甲骨文及Alphabet等科技巨头当前研发成本占收入比例介于10%至20%之间。即便研发投入较高的Meta，该比例也仅约25%。OpenAI研发成本的持续高企，或反映出其在AI人才竞争中的激烈态势，以及维持对谷歌、Meta、Anthropic等竞争对手领先优势的迫切需求。

除研发成本外，为ChatGPT及其他面向消费者与企业的应用（包括Cursor、Salesforce等采购其AI模型的企业）提供算力的推理计算成本同样居高不下。最新预测显示，至2030年这部分成本占OpenAI的收入比例约为25%，金额接近500亿美元。据The Information的云数据库统计，目前仅有Snap的云计算成本占收入比例达到这一水平，Snap首席执行官埃文・斯皮格尔（Evan Spiegel）此前在员工备忘录中坦言，这一现状导致公司毛利率“显著低于多数竞争对手”，目前正采取措施缩小差距。​

值得关注的是，OpenAI在今年8月推出的GPT-5曾被希望能够节约成本，其设计初衷是将简单查询导向算力消耗较低的模型，而非采用更适用于复杂问题的推理模型。但据OpenAI员工透露，GPT-5推出后，非付费用户首次接触到推理模型，而此类模型运行成本更高，反而可能使ChatGPT整体服务成本上升。目前尚未明确OpenAI的最新预测是否已纳入这一变量。

02 6年服务器租赁3500亿美元

从长期规划看，OpenAI 2030年单年服务器租赁支出预计达1000亿美元（占当年收入50%），2024-2029年额外投入2500亿美元用于云服务器租赁，六年累计达3500亿美元。这一规模为其云服务供应商带来显著利好，其中甲骨文据报道2027-2032年间仅从OpenAI获取的收入便将达3000亿美元，微软、CoreWeave、谷歌云也将会从中受益。​

当前尚无主要企业如OpenAI般，计划将四分之三收入用于算力与技术人才支出，且这一数据尚未涵盖2026-2030年期间，该公司因自主管控服务器（非租赁服务器）产生的额外1000亿美元亏损。若OpenAI能高效管控足量服务器，长期或可实现成本节约，避免向甲骨文、微软等供应商支付更高费用，原因是此类供应商显然期望通过服务器租赁获取可观利润率。

OpenAI的长期布局仍需依赖投资者支持。该公司发言人表示：“我们并非上市公司，始终致力于开创并构建人工智能的前沿发展时代。持续投入将带来超乎常规的回报，我们的目标并非追求增量收益。”但外界对其财务预测仍存疑问：OpenAI是否采取了保守策略？是否计划通过成本管控实现超预期表现？从实际数据看，今年夏季发布的长期成本预测远高于第一季度，且此前研究算力成本“2028年达峰后下降”的趋势已消失（目前尚未明确该公司更新内部预测的具体频率）。​

在“力争2030年达到英伟达、Meta、雪佛龙、通用汽车等企业当前收入水平”的目标下，上述巨额成本已让OpenAI的发展进程几乎不存在容错空间。

热门推荐