2026 年 1 月 20 日，OpenAI CFO Sarah Friar 公布了一组数据：

2023 年，0.2 吉瓦算力，对应 20 亿美元年收入；

2024 年，0.6 吉瓦，收入 60 亿；

2025 年，1.9 吉瓦，收入突破 200 亿。

三年时间，算力和收入都翻了近 10 倍。这个增长来自一个循环：算力支撑更强的模型，模型吸引更多用户，用户带来更多收入，收入再投入算力。

问题在于，这个循环要持续转动，对算力的投入需求是指数级的。仅靠订阅收入，增速跟不上算力需求的增速。OpenAI 需要新的收入来源。

最近，OpenAI 宣布：将在美国对 ChatGPT 免费用户测试广告。

但这不是简单的“加广告”。OpenAI 给出了几个原则：

只放在回答底部

明确标注、不影响模型输出

不售卖对话数据，用户可以关闭个性化

Sarah Friar 说：商业化要融入体验。如果不能创造价值，就不该存在。

这句话背后，是 OpenAI 对 AI 商业化的理解：不是简单地卖软件或贴广告，而是让商业化本身成为产品价值的一部分。

第一节｜广告要像功能，不能像横幅

为什么广告必须这样设计？

Sarah Friar 举了个例子：当你问 ChatGPT 我周末想去圣地亚哥，它不仅给你路线和天气，还能顺手推荐 Airbnb 的房源，甚至跟你讨论哪个更适合带孩子。

这不是在推销，而是在继续帮你完成任务。

不是那种跳出来的弹窗，不是搜索结果上贴个赞助商标签。而是当你需要做决定时，它恰好出现，帮你更快做出选择。

用户感受到的不是打扰，而是帮助；不是广告位，而是使用场景的一部分。

但广告能融入场景，不代表可以影响答案本身。

Sarah 明确表示 ：

用户永远得到的是最好的答案，而不是付费的答案。

不管有没有广告，ChatGPT 给出的始终是模型判断最优的内容。广告可以出现在回答下方，但不能干预模型的判断，不能改变推荐顺序，更不能诱导用户选择。

这是对信任的坚守。

有了这个底线，广告就不再只是收入方式，而是产品能力的一部分。

这让 OpenAI 可以做两件事：

服务更多免费用户，让智能真正普及；

构建更稳定的收入来源，不必让每个人都先交钱才能用上 AI。

第二节｜AI 赚钱看结果，不看时长

帮用户完成任务，体现在什么地方？

Sarah Friar 做了个对比：Netflix 按观看时长赚钱，但 ChatGPT 不是。

她举了个自己的例子：她女儿有特殊饮食需求，以前去餐厅要反复问服务员菜单里的成分，常常吃得很焦虑。现在拍张菜单给 ChatGPT，它就能告诉你哪些菜适合，哪些需要避开。

这是帮一个人做决策。但到了专业场景，影响要大得多。

更明显的例子在健康领域。

Sarah 说，她兄弟在苏格兰爱丁堡的一家医院做重症监护医生，负责处理那些症状复杂、难以确诊的病人。这类病人的问题是：可能同时有多种症状，也可能是罕见病，医生需要在有限时间内做出判断。

比如，一个人在当地度假，突然发烧、头痛，出现在急诊室。

按常规思路，医生会往流感、感染这些方向想。

但如果这个人其实是被蚊子咬了，得了疟疾呢？

在苏格兰，疟疾极其罕见，医生很可能不会第一时间往这个方向想。

这时候 ChatGPT 能做什么？

医生输入症状和旅行史，ChatGPT 能快速列出包括疟疾在内的可能诊断，提示相关的检测方法和药物冲突。这不是替代医生的判断，而是帮医生扩展诊断思路，减少遗漏。

同样的事也在企业里发生。

Sarah 讲了自己财务团队的例子。以前，收入管理团队每天要做的事情之一，就是下载前一天签的所有合同，一份份看，确保里面没有特殊条款会影响财务入账。公司越大，合同越多。唯一的办法就是多招人。

而这些人的工作就是每天看合同、看合同、看合同。

现在用 OpenAI 的工具，所有合同一夜之间被提取出来，放进数据库，AI 自动看一遍，不仅告诉你哪些是标准条款、哪些要注意，还能帮你发现问题：

这个特殊条款是销售为了签单让步太多了？

还是它其实说明客户需求在变，我们的商业模式该调整了？

要不要把这条变成新的标准合同条款？

团队从“每天看合同”变成了帮公司发现问题、找机会。能不能帮用户完成任务，决定了这个 AI 产品值不值钱。

餐厅点菜、医疗诊断、财务审核，本质都一样。用户要的不是答案，而是把事情做成。

AI 的价值，不在回答，而在行动。

第三节｜算力投资跟着收入走

算力和收入，几乎是一比一的关系。用 ChatGPT 的人越多，用得越频繁，对算力的需求就越大，收入也涨得越快。

瓶颈出现了：算力跟不上需求。

OpenAI 首席经济学家的报告显示：那些用得最多的公司，使用量是普通公司的 6 倍。而这些重度用户，还远远没到上限。有的企业 CEO 说，公司 60% 的代码已经是 AI 写的，但他们还想要更多。

Sarah 说：

“我们今天的增长，不是算力太多，而是算力不够。如果现在有更多算力，可以发布更多产品，训练更多模型。”

算力决定了增长速度。所以 OpenAI 在广告、订阅之外，还要花大量时间去谈芯片、建数据中心、签大单。

有人会问：这么大的投资，会不会是泡沫？

1999 年互联网泡沫时，人们从互联网获得的价值很有限。你看不出它如何改变生活。

但今天不一样。AI 的价值是立刻就能看见的。

麦肯锡的研究显示，用 AI 用得好的那 25% 公司，生产力提高了 27% 到 33%。这不是概念，是实实在在的效率提升。

Sarah 强调：泡沫是需求还没起来就抢先投资，最后钱打了水漂。但 OpenAI 是跟着需求在投，甚至现在的投资还跟不上需求增长。

这就是为什么要引入广告。

在 Sarah 眼里，算力不是成本，而是生产工具，是 OpenAI 服务全世界的发电机。

第四节｜从广告到分成，收入越来越多元

要支撑这么大的算力投资，OpenAI 需要更多元的收入来源。

广告能快速带来收入，但还不够。Sarah Friar 在访谈里重点谈的，是一种更长期的赚钱方式。

她举了个例子：一家药企用 OpenAI 的模型帮忙研发新药，等药品上市大卖了，OpenAI 能从销售额里分成。不是按用了多少次模型收费，而是按最终的商业成果分钱。

她把这种模式叫作“授权分成（licensing）”。

传统软件是按月交钱，用多用少都一个价。但授权分成不一样：客户越成功，OpenAI 赚得越多，双方利益绑在一起，更像是合伙做生意。

这种合伙关系，让 AI 能进入那些以前很难碰的领域。

医疗、金融、能源这些行业，过去 AI 很难真正用起来，因为项目周期长、风险高，企业不愿意按月付费去试。但授权分成意味着风险共担，企业更愿意投入做长期项目。

授权分成只是其中一种。实际上，OpenAI 的收入方式正在变得越来越多元。

Sarah 把 OpenAI 的商业模式比作“魔方”。

一开始只有一个产品 ChatGPT，一种定价方式（订阅），一个合作方（微软），一种芯片。

现在变成了：多个产品（ChatGPT、Sora、API），多种定价（订阅、按量、积分、授权），多个合作方和芯片供应商。

魔方可以不断组合出新玩法：

好芯片 + 快速写代码 = 高端订阅服务

好芯片 + 快速生成图片 + 免费用户 = 广告平台

不同场景，不同组合，都能赚钱。

而在所有这些收入来源中，企业市场最大。

OpenAI 用 1.5 年就拿到了 100 万家企业客户，这个速度是史上最快的。但调查显示，今天只有 14% 的企业在用 AI 智能助手来干活。 90% 的企业说他们正在用或者打算在未来一年内用 OpenAI。

这说明什么？现在看到的盈利模式，只是个开头。

Sarah 最后说：

“让收入跟着 AI 创造的价值一起增长，这才是长期的做法。”

这话说得简单，但说透了 OpenAI 整个商业策略。

结语｜把定价绑在价值上

Sarah Friar 没有讲一套“如何卖广告”的方法论。

她讲的是一个更本质的问题：如果 AI 真的能帮用户完成任务，钱怎么收才合理？

广告是一种答案，但不是唯一答案。

OpenAI 的逻辑是：智能做到哪一步，收入就跟到哪一步。

帮你点菜，可以插入广告；

帮企业审合同，按使用量收费；

帮药企研发新药，等药上市了分成。

AI 的价值在行动，定价也应该跟着行动走。

这不是广告的胜利，是把商业模式和产品能力绑在了一起。

当别人还在想怎么多卖一点，OpenAI 想的是：这个智能到底创造了多少价值？

原文链接：

https://openai.com/index/a-business-that-scales-with-the-value-of-intelligence/

https://www.youtube.com/watch?v=Z3D2UmAesN4&t=1s

来源：官方媒体/网络新闻