OpenAI一开始吹牛说要砸下1.4万亿美元去盖AI基础设施，结果现在悄摸摸改口，说只要2030年前花6000亿就够了。战略方向也变了，从以前的瞎砸钱变成现在精打细算只为了盈利。 去年这家伙可没少折腾，到处宣传要投入1.4万亿搞超级基建。这数字听着吓人，比很多国家的年度经济总量还大。那时候把未来想得那叫一个天花乱坠。但后来调子放软了，说6000亿美元就能搞定。 这改口背后其实是个大反转。不是没钱烧，而是算过账发现1.4万亿太离谱。查了财报和专家的分析，觉得这反映了两点。一是资金压力，OpenAI刚融了超1000亿美元的钱，估值冲到8300亿，这就像股价是悬在头顶的刀子，你继续烧钱估值就得掉下来。 二是行业变理智了。GPU价格去年涨得飞快，英伟达的算力虽然好用但价格太高。OpenAI用的这些东西也贵得吓人。这次把预算从无脑扩张变成精打细算，是想逼行业更健康一些，把泡沫挤掉一部分。 谈到盈利，OpenAI也开始拼命算小账。说到2025年要赚131亿美元。这个目标其实不算低。算算看如果每个付费用户每年花600美元（在行业里算中等偏上），把用户规模按一半算大概4.5亿活跃用户中能有多少付费的？达到目标还得靠产品好用、内容丰富、体验流畅才行。 Codex的周活跃用户有150万虽然没官方数据但我猜新模型和API也分担了体验压力——不然不可能还增长。这让我想知道未来会不会泡沫越吹越大？或者说AI就像次新股一样看着涨快其实不稳？ 从产业链看硬件设备需求会跟着精打细算走。芯片厂、液冷设备厂有的都限制订单怕积压库存了。反倒是英伟达、英维克这种积极做基础设施的公司形势还好。 我怀疑这些厂商是不是都忽略了技术成熟度。GPU能一直涨价吗？会不会有新型散热技术把成本降下来？这就像电路和散热的升级一样还在不断轮回。 再说说技术细节其实都藏在数据背后了。OpenAI的模型本质是大规模训练加微调但真正瓶颈在数据和算力的匹配上。有人说过如果调度不行效率就打折这一点业内还在攻关呢。 体验过这些模型觉得表现很棒但偶尔也会忽略背景细节问题这让我觉得AI还在成长路上精度提升是个循序渐进的过程。 反正现在企业都在等看谁能在成本控制和创新上双赢很多投资者也开始拼未来的成本优势而不是赌未来了。 我觉得未来AI的基础设施需求会变成日常必需品就像城市框架一样而行业健康度就看谁能省钱又持续输出能力或者有一天会出现像英伟达那样不断优化降成本的巨头故事还在继续展开呢。