深度解读商业与投资generatedpublished

营收暴增十倍却净亏43万亿日元:OpenAI内部财务模型暴露出怎样的「死之交差」?

重资产边际收益递减与高利率资金成本交差(死之交差机制

未来 5 年进账 8400 亿美元,账面上却要净亏 2780 亿。 2780 亿美元的自由现金流缺口,换成日元是整整 43.6 万亿。 这是《金融时报》拿到的一份 2026 年 7 月内部推介资料,OpenAI 算给核心投资人的一笔明账。

很多人第一反应是,这生意是不是要垮了? 恰恰相反,在他们的财务模型里,营收增速依然在狂飙。 2026 年营收预计 360 亿美元,到了 2030 年,年营收被直接拉到了 3500 亿美元。 整整翻了近十倍。 5 年下来,累计能收回 8400 亿美元的真金白银。

既然收入这么高,为什么还会烧出 2780 亿美元的深坑? 因为算力支出跑得比收入还要快。 推介资料里写得很清楚,到 2030 年底,他们在计算资源和基础设施上的累计支出,高达 8560 亿美元。 收入在坐火箭,成本直接坐上了洲际导弹。 2026 年 3 月刚拿到的 1220 亿美元融资,按这个烧法,撑到 2028 年就会彻底见底。

日本经济新闻的永井洋一给这个财务陷阱起了一个名字。 死之交差。

为什么一家软件起家的技术领头羊,会把自己逼进死之交差? 硅谷过去三十年最灵验的商业法则,在这一轮大模型面前彻底失灵了。 过去做软件,讲究的是边际成本趋零。 代码写好一次,多卖给一个用户的成本约等于零。 只要用户规模跑起来,规模效应就会自动把利润率顶到极点。

但大模型根本不吃这套逻辑。 大模型从来就不是轻资产代码,干的是纯粹的重资产重工业。 用户每点一次发送,数据中心里的显卡就要全功率运转,机架就要消耗实打实的电网负荷与冷却液。 更麻烦的是,昂贵的算力芯片不是不动产,三五年就面临物理损耗与代际淘汰。 收入每增加一分,底层的硬件折旧和电费就要跟着垫进去一分。

死之交差的残酷,就发生在两条迎面撞击的财务曲线上。 第一条曲线,是资本回报率的急剧走低。 规模法则确实还在起效,但在边际收益递减的铁律面前,性能提升变得越来越昂贵。 算力投入翻上十倍,换来的综合能力提升可能只有百分之十。 普通的商业客户不会为了这百分之十的溢出能力,支付高出十倍的账单。 大型云厂商在算力基建上的新增投资回报率,已经从 2023 年的 95%,一路跌到了 2026 年的 13%。

第二条曲线,是高利率环境下的资金成本。 当宏观环境告别零利率,钱就不再是免费的养料。 要填平几千亿美元的资本开支,要么承担高昂的利息发债,要么以万亿级别的估值反复向市场伸手要钱。 当资本回报率不断滑落,资金成本却不断攀升,两条线相撞的交叉点,就是价值毁灭的起点。 过了这个点,砸进数据中心的每一块钱,产生的收益都抵不上筹集这块钱的成本。

那能不能先踩一脚刹车,少买几万张显卡? 没人敢踩。 如果你停下,开源阵营和竞争对手几个月内就能把你的护城河抹平。 如果你不停,前面就是 5 年烧掉 43 万亿日元的财务断崖。 这成了当代科技史上最昂贵的囚徒困境。 大家都在拼命往炉膛里加煤,是为了赌出通用人工智能的奇迹,也是因为谁都不敢承担第一个熄火的下场。

引用 / CITATIONS

No citations exported.

同领域解读 / BUSINESS & INVESTING

查看全部「商业与投资」解读 →

导出 / EXPORT

订阅 · SUBSCRIBE

每周一封独立、不受审查的科技与 AI 深度评论,周一发出。带出处,可核查。

不追踪邮件打开与邮件链接点击,一键退订。 或用 RSS · 详情