“Shallotpeat”项目和“艰难时期”：Sam Altman的内部备忘录揭示了OpenAI面临的最大危机
Xpert 预发布
语言选择 📢
发布日期：2025年11月22日 / 更新日期：2025年11月22日 – 作者：Konrad Wolfenstein
“Shallotpeat”项目与“艰难时期”：Sam Altman的内部备忘录揭示了OpenAI面临的最大危机——图片来源：Xpert.Digital
估值高达5000亿美元，却没有任何盈利：人工智能泡沫即将破裂吗？
以及价值 6500 亿美元的问题：为什么 OpenAI 注定会成功
2025年11月，科技行业的格局发生了根本性的改变。长期以来，OpenAI被视为新人工智能时代不可撼动的霸主——如同大卫向硅谷的歌利亚们展示创新的真谛。然而，这种不可战胜的光环开始动摇。随着谷歌Gemini 3的发布以及Anthropic Claude模型的迅速崛起，形势发生了逆转。OpenAI原本迈向人工智能超级智能的凯旋之旅，如今已演变为一场与技术停滞和经济现实的生死搏斗。
情况颇为矛盾：OpenAI在股市上的市值从未如此之高，但其技术领先地位却从未如此脆弱。尽管萨姆·奥特曼领导的这家公司估值高达5000亿美元，正进军通常只有老牌科技巨头才能涉足的领域，但其市值与其实际盈利能力之间存在着危险的差距。130亿美元的年收入与巨额亏损和数千亿美元的基础设施投入形成了鲜明对比。这种激进的增长模式在OpenAI拥有无可争议的市场最佳产品时行之有效。但如今，这一前提已经崩塌。
凭借 Gemini 3，谷歌不仅在技术上迎头赶上，还在关键领域超越了 OpenAI。通过重新启用预训练技术并将其大规模整合到自身生态系统中，这家搜索引擎巨头证明，雄厚的资金、专有硬件以及数十年的数据处理经验最终胜过初创公司的先发优势。OpenAI 仓促的战略调整——以内部项目“Shallotpeat”为标志——承认了其此前对纯粹“推理模型”的押注并未奏效。
本文将深入分析这种权力转移的根源。文章阐明了技术误判、财务困境以及竞争的复苏如何交织成一种有害的组合，这种组合不仅可能重塑OpenAI的未来，还可能重塑整个人工智能行业的格局。
适合：
曾经的人工智能先锋正在为未来而苦苦挣扎——而谷歌则凭借强大的技术力量正在改变力量平衡。
2025年11月，全球人工智能领域的霸主地位之争发生了戏剧性的转变。OpenAI多年来稳固的领导地位，在短短几个月内便变成了岌岌可危的防御姿态。谷歌Gemini 3的发布不仅标志着一个技术里程碑，也挑战了人工智能市场架构的根本假设。OpenAI首席执行官Sam Altman在一份内部备忘录中警告员工，未来将面临严峻挑战，并承认谷歌近期的进展可能会给公司带来暂时的经济阻力。这种罕见的坦率评估揭示了OpenAI原本看似不可撼动的地位如今的脆弱性。
只有结合行业估值逻辑才能真正理解这种转变的重大意义。OpenAI 目前的估值约为 5000 亿美元，但年收入仅为 130 亿美元。市值与实际收入之间如此巨大的差距，是基于指数级增长和技术持续领先的假设。谷歌的 Gemini 3 模型同时动摇了这两个假设。该模型在几乎所有标准化基准测试中都超越了 OpenAI 的 GPT-5.1，展现出了 OpenAI 自身仍在努力开发的强大能力。
经济影响远不止市场份额的短期波动。OpenAI每年大约消耗80亿美元，去年亏损50亿美元。这种亏损只能依靠持续的资金流入来维持，而资金流入又取决于投资者对其技术领先地位的信心。如果这种领先地位动摇，整个融资逻辑就会崩溃。这种情况就像一列高速列车在以最高速度行驶时燃料耗尽一样。
Sam Altman 的内部备忘录的主要来源是 The Information，这是一家专门报道科技行业的媒体。
该备忘录最初由 The Information 于 2025 年 11 月 20 日发布。原文标题为“Altman 备忘录预测谷歌复苏将带来‘艰难局面’”或“OpenAI CEO 为谷歌复苏可能面临的经济逆风做好准备”。
《信息报》发布该备忘录后，随后被包括以下媒体在内的众多其他媒体转载：
这份备忘录原本是Sam Altman发给OpenAI员工的内部通讯，显然是由公司内部人士泄露给The Information的。备忘录中，Altman警告称谷歌的进展会带来“暂时的经济逆风”，并表示他预计“气氛会比较紧张”。
技术突破的剖析
谷歌凭借 Gemini 3 取得成功，其根本在于对一种被认为已失效的开发方法进行了重新评估。预训练是人工智能模型从海量数据集中学习的基础阶段，但一些研究界人士认为这一阶段已基本失效。多年来，扩展原则一直承诺通过更大的模型和更多的数据来获得可预测的性能提升，但这些原则似乎已达到其物理和经济极限。OpenAI 的应对之策是将其战略重点转移到所谓的推理模型，例如 o1，这类模型通过延长推理过程中的思考时间来提升性能。
然而，谷歌证明，这款曾被认为注定消亡的处理器仍然蕴藏着巨大的潜力。谷歌DeepMind负责人Demis Hassabis精辟地总结了这一观点：虽然处理器性能不再像以往那样逐代呈指数级增长，但预训练的投资回报率依然非常可观。Gemini 3 Pro在GPQA Diamond基准测试中取得了91.9%的成绩，该测试旨在评估博士级别的科学推理能力，比GPT-5.1高出近4个百分点。更令人印象深刻的是它在抽象视觉推理方面的表现：Gemini 3在ARC-AGI-2基准测试中取得了31.1%的成绩，几乎是GPT-5.1的两倍，更是其前代产品的六倍以上。
这种技术优势的经济意义体现在具体的应用领域。在算法问题求解方面，Gemini 3 Pro 在 LiveCodeBench Pro 上的 Elo 评分高达 2439 分，比 GPT-5.1 高出近 200 分。这并非学术指标，而是直接反映开发者使用这些模型时的生产力。在 OpenAI 70% 的收入来自 API 访问和企业客户的市场中，技术上的劣势会直接导致收入损失。
OpenAI 的预训练问题在 GPT-5 的开发过程中暴露出来，当时已有的扩展优化方法不再奏效。该公司意识到，传统的性能提升方法已经失效。为了应对这一问题，OpenAI 大幅缩减了 GPT-5 的预训练预算，但通过强化学习进行密集的后训练优化来弥补这一不足。这种策略在短期内取得了成功，但也造成了结构性缺陷：OpenAI 专注于一种方法，这种方法虽然能够产生创新性的功能，却忽略了模型的基础架构。
战略重新定位和沙洛特泥炭项目
Altman 的备忘录不仅诊断了问题所在，还概述了 OpenAI 的应对策略。其核心是开发一种代号为 Shallotpeat 的新模型，专门用于解决已发现的预训练缺陷。这个名称本身就具有象征意义：红葱在泥炭土中生长不良，这种基质远非理想。OpenAI 由此表明，它认识到现有模型的基础存在一些无法通过表面优化消除的缺陷。
Shallotpeat 的开发是更广泛的战略调整的一部分。奥特曼在备忘录中强调，必须专注于极具雄心的计划，即便这会暂时使 OpenAI 处于劣势。其中一项计划就是人工智能研究本身的自动化，这是一种旨在大幅缩短新模型开发周期的元方法。这不仅仅是效率优化，而是试图从根本上改变竞争格局：如果人工智能系统能够加速自身演化，就可能削弱拥有庞大资源的现有参与者的结构性优势。
OpenAI 的财务状况凸显了这项战略的紧迫性。该公司必须在 2029 年前实现盈利，才能履行其对微软和其他合作伙伴的基础设施承诺。这些承诺每年约 600 亿美元，而未来几年云基础设施的承诺总额将超过 6500 亿美元。这些承诺与目前 130 亿美元的收入之间的巨大差距，凸显了问题的严重性。
与此同时，OpenAI正在推行多元化战略，以降低对微软的依赖。2025年1月宣布的合作关系调整，首次允许OpenAI利用来自Oracle等竞争对手的计算资源。虽然微软保留了对新增资源的优先购买权，但这种排他性已被打破。对于OpenAI而言，这意味着它能够更快地获取训练新模型所需的海量GPU集群。由OpenAI、Oracle、软银和微软共同发起的Stargate计划，将在四年内投资5000亿美元用于数据中心建设。位于德克萨斯州阿比林的首个数据中心已投入运营，配备了Nvidia GB200 GPU集群。
该商业模式的经济脆弱性
领先的人工智能公司的商业模式隐含着对网络效应和技术锁定的押注。OpenAI 凭借这一策略取得了显著成功：ChatGPT 在 2025 年 11 月的周活跃用户数达到约 7 亿至 8 亿，是 2 月份的两倍。该平台每天处理 25 亿次查询，在全球访问量最高的网站中排名第五。如此庞大的用户群乍看之下似乎是一道坚不可摧的护城河，但转化率却暴露出一个根本性的弱点：只有大约 4% 到 10% 的用户付费订阅。
因此，经济可行性取决于两个关键假设：首先，用户群持续呈指数级增长，即使转化率很低也能带来绝对收入的增长；其次，技术优势能够将用户牢牢锁定在平台上，而用户转换到竞争对手的成本仍然很高。谷歌的Gemini 3项目动摇了这两个假设。技术上的平庸甚至劣势，使得OpenAI在日益同质化的市场中沦为可替代的供应商。
成本结构加剧了这个问题。训练大型语言模型并将其投入实际应用需要大量的计算资源。OpenAI 的项目在 2024 年至 2030 年期间的计算预算超过 4500 亿美元，总承诺金额约为 6500 亿美元，其中一些项目甚至会持续到 2030 年以后。这些投资必须以收入为依据，而收入又取决于市场份额。由此形成了一个恶性循环：如果 OpenAI 失去市场份额，收入就会减少，从而限制其进一步投资的能力，进而进一步削弱其技术竞争力。
对比分析凸显了问题的严重性。使用克劳德模型的直接竞争对手Anthropic公司目前的估值为1700亿美元，预计年收入为40亿美元。假设自由现金流利润率为27%（与Alphabet或微软相当），OpenAI和Anthropic到2030年需要合并收入超过3000亿美元才能支撑其目前的估值。相比之下，领先的人工智能芯片供应商英伟达预计到2030年的收入仅为3500亿美元。
谷歌作为结构性优势持有者
谷歌在人工智能领域的竞争地位与OpenAI截然不同，这源于其融入了一个拥有多元化收入来源的成熟生态系统。该公司年收入超过3000亿美元，主要来自广告和云服务，这使得人工智能开发被视为一项战略投资，无需在短期内盈利。这种雄厚的财力使谷歌能够进行试验和投资，而像OpenAI这样的纯粹人工智能公司则面临着迫切的盈利压力。
分发优势同样显著。谷歌将 Gemini 集成到其搜索引擎（每天处理数十亿次查询）、拥有超过 15 亿用户的 Gmail、Google 文档、表格以及整个 Workspace 套件中。这种无处不在的覆盖面带来了被动曝光：用户在日常数字工作流程中无需主动搜索人工智能工具即可接触到 Gemini。即使 GPT-5.1 或 Claude Sonnet 4.5 在某些基准测试中表现略好，谷歌也将其模型展示在数十亿用户的眼前。
技术垂直整合放大了这些优势。谷歌利用TPU（张量处理单元）开发自己的AI芯片，掌控着整个云基础设施，并拥有数十年来积累的独特训练资源。这种对整个价值链的控制降低了成本，并实现了第三方供应商无法实现的优化。正如一位Reddit评论员精辟地指出：谷歌控制着硬件、数据中心、分发渠道以及信息本身。
历史先例告诫我们，切勿过分高估早期市场领导地位。20世纪90年代末，Internet Explorer浏览器占据了超过90%的市场份额，一度被认为不可撼动，但不到十年就被技术更胜一筹的竞争对手边缘化。雅虎和美国在线（AOL）曾是互联网接入的代名词，但最终也被谷歌等公司取代。在技术市场中，如果无法克服诸如缺乏垂直整合或财务脆弱等结构性劣势，先发优势往往只是暂时的。
投资者视角和估值风险
OpenAI 5000 亿美元的估值是科技行业历史上当前盈利与市值之间最悬殊的差距之一。这一估值意味着其营收倍数约为 38 倍，而老牌科技巨头的市盈率通常在 5 到 15 倍之间。如此高的估值溢价基于一个假设：OpenAI 将在新兴的人工智能市场中占据不成比例的份额。
这一假设正日益受到实证研究的挑战。OpenAI在2025年3月完成的最新一轮融资，估值达到3000亿美元，认购倍数高达五倍。随后在11月进行的融资，将估值提升至5000亿美元，主要通过现有股份的二级市场交易筹集，而非通过新的资金注入。这表明市场情绪发生了转变：早期投资者正在利用部分股权变现的机会获利，而新投资者则不太愿意提供额外的初始资金。
人们难免会将人工智能泡沫与互联网泡沫相提并论。萨姆·奥特曼本人也公开表示，他预计会出现人工智能泡沫，并将当前市场状况与互联网泡沫时期相提并论，同时警告投资者不要过度乐观。与此同时，他又预测数据中心扩建将耗资数万亿美元，并针对经济学家的担忧，敦促大家放任OpenAI自由发展。这种言论让人想起上世纪90年代末的狂妄之举，当时人们用所谓的新范式来掩盖基本的估值问题。
路透社和其他机构的分析师计算得出，OpenAI 和 Anthropic 到 2030 年的合并年收入需要超过 3000 亿美元，才能支撑其目前的估值。这意味着这两家公司加起来的收入几乎要与人工智能芯片领域无可争议的市场领导者英伟达 (Nvidia) 持平。鉴于来自谷歌、微软、Meta 和其他众多竞争对手日益激烈的竞争，这种情况发生的可能性越来越小。
更广泛的人工智能市场的发展加剧了这一局面。麻省理工学院的一项研究表明，95%的公司在生成式人工智能方面的投资没有获得可衡量的回报。这一发现引发了11月份科技股的大幅抛售，英伟达股价下跌3.5%，Palantir股价下跌近10%。市场对任何人工智能承诺的回报未能实现的迹象都越来越感到不安。
我们在美国的业务开发、销售和营销方面的专业知识
我们在美国的业务发展、销售和营销方面的专业知识 - 图片：Xpert.Digital
行业重点：B2B、数字化（从AI到XR）、机械工程、物流、可再生能源和工业
更多相关信息请点击这里：
具有见解和专业知识的主题中心：
- 全球和区域经济、创新和行业特定趋势的知识平台
- 收集我们重点领域的分析、推动力和背景信息
- 提供有关当前商业和技术发展的专业知识和信息的地方
- 为想要了解市场、数字化和行业创新的公司提供主题中心
人工智能时代数据稀缺：谷歌凭借专有资源和人工智能架构，结合深度思考和专家团队，获得优势。
预训练时代的复兴与算法突破
谷歌 Gemini 3 的成功标志着预训练作为提升性能的主要途径再次受到重视。这一进展驳斥了此前关于规模化已死的论调。事实更为复杂：虽然预训练不再能带来指数级的飞跃，但只要采用正确的方法，仍然可以实现系统性的、实质性的改进。
Gemini 3 的架构融合了多项算法创新。该模型采用了由谷歌 DeepMind 首席科学家 Jeff Dean 开发的混合专家结构。这种架构针对每个查询仅激活部分参数，从而在保持高容量的同时提升了效率。Gemini 3 还展现了其在多模态集成方面的能力，不仅能够进行简单的文本到图像转换，还能处理复杂的视觉推理任务。
Gemini 3 的 Deep Think 模式代表了谷歌对 OpenAI 推理模型的回应。谷歌并没有将预训练和推理视为相互竞争的范式，而是将两者融合在一起。Deep Think 在不使用辅助工具的情况下，在 Humanity's Last Exam 基准测试中取得了 41% 的成绩；在启用代码执行的情况下，在 ARC-AGI-2 基准测试中取得了 45.1% 的成绩。这些结果表明，预训练和测试时计算之间的二分法是错误的：最优系统会将这两种方法结合起来。
这一发现对竞争格局的影响不容小觑。OpenAI 曾专注于测试时计算，因为预训练扩展已不再奏效。而谷歌现在证明，如果方法得当，预训练仍然具有潜力。这意味着 OpenAI 不仅在技术上落后了，而且在战略上也依赖于一种已被证明不完善的方法。
德米斯·哈萨比斯在多次采访中阐述了这一综合愿景。他强调，通往通用人工智能的道路需要多项创新，而不仅仅是规模化。这些创新包括能够长时间跟踪复杂任务的智能体系统、能够构建物理现实内部表征的世界模型，以及使系统能够从有限数量的示例中进行泛化的元学习能力。谷歌正在系统性地投资于所有这些领域，而OpenAI则主要专注于推理能力。
适合：
推理模型的作用及其局限性
OpenAI 的 o1 模型及其后续模型代表了人工智能发展领域的一次根本性范式转变。这些系统不再主要依靠扩大模型规模和增加训练数据来提升性能，而是将计算时间投入到推理过程中，以构建更长的推理链。这种方法在特定领域取得了显著的成功，尤其是在数学、编程和形式逻辑等领域，这些领域都以可验证的结果作为反馈。
然而，这种方法的局限性正日益显现。苹果研究人员的一项研究表明，即使问题稍有改动，推理模型的性能也会显著下降。仅仅更改数学问题中的数字或名称就会导致明显的性能损失。更严重的是：添加逻辑上无关但表面上看似合理的信息，会导致 o1-preview 的性能下降 17.5%，o1-mini 下降 29.1%，而对于性能较低的模型，性能下降幅度甚至高达 65.7%。
这些发现表明，推理模型实际上并不能发展出通用的问题解决策略，而主要只是复制已习得的模式。它们的表现就像是学生死记硬背了特定类型的问题，却在面对略有不同的问题表述时束手无策。这并非仅仅是学术上的批判，而是具有直接的实际意义：在涉及复杂、多方面且缺乏标准化表述的现实应用中，这些系统仍然不可靠。
推理模型的成本结构加剧了其局限性。与传统模型预训练阶段计算量最大不同，推理模型的情况恰恰相反。后训练和推理阶段成为主要成本因素，使得规模化在经济上难以实现。OpenAI 处理每个 o1 查询所需的计算量远高于处理类似的 GPT-4 查询，而用户却不愿意为此支付相应的费用。
谷歌将推理能力集成到预训练优化模型中的做法可能是一种更优方案。搭载 Deep Think 的 Gemini 3 在推理性能方面与 o1 相当甚至更胜一筹，而且其基础架构更加强大。这表明，最佳架构并非用推理来替代预训练，而是将其作为对强大基础模型的补充。
竞争格局与安特罗皮克的追赶
Anthropic 的 Claude 系列模型，尤其是 Sonnet 4.5，正在人工智能领域确立其作为一股不容忽视的第三股力量的地位。Claude Sonnet 4.5 在 SWE-bench 验证基准测试中针对实际软件工程问题取得了 77.2% 的成绩，使其成为这一关键应用领域的领先模型。借助并行测试时计算，其性能提升至 82%，这是 GPT-5.1 和 Gemini 3 都无法企及的水平。
Anthropic公司专注于安全性和一致性的战略定位，使其在特定市场中占据了一席之地，并拥有特定的付费意愿。金融、医疗保健和网络安全等高度监管行业的公司越来越重视那些能够显著整合强大安全机制的模型。Claude Sonnet 4.5在安全基准测试中取得了98.7%的成绩，并且表现出较低的阿谀奉承、欺骗、权力欲和妄想倾向。这些特性并非仅仅是营销噱头，而是真正解决了企业客户的实际需求。
Claude Sonnet 4.5 能够持续执行复杂的多阶段推理和代码执行任务超过 30 小时，使其成为自主智能体的理想模型。这是一个快速增长的市场，人工智能系统能够独立管理扩展的工作流程。OpenAI 和 Google 都在这个领域展开竞争，但 Anthropic 通过早期专业化发展获得了优势。
Claude 的定价体现了其市场定位。每百万个输入代币 3 美元，每百万个输出代币 15 美元，Claude 的价格处于中等水平，在许多应用场景下比 GPT-5.1 更便宜，但比一些开源替代方案更贵。这种定价结构表明了 Anthropic 的策略：并非通过低价进军大众市场，而是通过卓越的质量和安全性来开拓高端市场。
Anthropic 的估值高达 1700 亿美元，预计年收入为 40 亿美元，虽然看起来不如 OpenAI 的估值倍数那么惊人，但仍然雄心勃勃。投资者的逻辑有所不同：Anthropic 将自身定位为寡头垄断市场中的收购目标或长期参与者，而非市场主导者。这种更为稳健的目标，或许反而比 OpenAI 孤注一掷的策略更具可持续性。
数据稀缺和合成解决方案
所有人工智能开发者面临的一个根本挑战是高质量训练数据的日益稀缺。Epoch AI 估计，目前模型训练所用的词元数量在 4.6 万亿到 17.2 万亿之间。绝大多数可免费获取的互联网文本已被使用。未来性能的提升不能再仅仅依靠增加训练数据集的规模来实现，而是需要更高质量或更多样化的数据。
合成数据，即由人工智能系统生成的训练数据，正被视为一种潜在的解决方案。这种方法本身存在悖论：模型需要用先前模型生成的数据进行训练。这会带来模型崩溃的风险，即误差和偏差会在迭代过程中不断放大。然而，精心构建的、具有多样性和质量控制的合成数据集可以生成自然数据中不存在的罕见极端情况。
谷歌凭借其搜索引擎、Gmail、YouTube、谷歌地图以及众多其他服务，持续不断地产生新鲜、多样化的人类生成数据，从而在数据获取方面拥有结构性优势。这些数据流不仅数量庞大，而且具有纵向结构，使得识别时间模式和发展趋势成为可能。OpenAI 缺乏可比拟的数据来源，越来越依赖与出版商的合作、与媒体公司的许可协议以及合成数据的生成。
法律形势加剧了这种不对称性。出版商和作者针对OpenAI提起的几起版权侵权诉讼可能会限制其对历史数据的访问，并使未来的网络爬虫活动面临法律风险。谷歌则可以辩称，抓取网站进行搜索索引是一种既定的、合法的做法，有利于人工智能的发展。这种法律上的不确定性给OpenAI带来了额外的风险，而老牌科技巨头则无需承担同样的风险。
超级智能是一项长期赌注
奥特曼的备忘录反复强调，尽管面临短期竞争压力，仍需继续专注于实现超级智能。这种说法具有战略意义：它通过指出未来可能带来的变革性收益，来证明当前投资和损失的合理性。超级智能指的是假设的人工智能系统，它们在所有相关领域都超越了人类智能，并且有可能加速自身发展。
专家们对这一发展的时间预测差异很大。对超过8500项预测的分析表明，通用人工智能（超级智能的前身）的实现时间中位数在2040年至2045年之间。一些知名人士，例如Anthropic公司的Dario Amodei和埃隆·马斯克，则预测的时间要早得多，有的甚至认为最早可以在2026年至2029年实现。萨姆·奥特曼本人也曾将2029年列为目标日期。
这场辩论的经济意义在于其估值逻辑：如果超级智能能在五年内实现，且OpenAI继续保持领先地位，那么几乎任何当前的估值都是合理的。然而，如果超级智能需要20年才能实现，或者OpenAI不再保持领先地位，那么估值的基础就会崩溃。因此，投资者不仅是在押注技术，也是在押注未来假想情景下的具体时间表和市场地位。
阿尔特曼认为，人工智能研究的自动化是关键所在，它有望缩短研发周期。能够独立生成假设、设计实验、训练模型并解读结果的系统，将显著提升研发速度。谷歌DeepMind正在研究类似的方法，特别是将类似AlphaGo的规划算法集成到语言模型中。问题不在于是否会开发出这类元人工智能系统，而在于谁会率先实现它们。
市场结构和寡头垄断的形成
人工智能市场正迅速演变为由三到五家巨头主导的寡头垄断格局。OpenAI、谷歌、Anthropologie、微软和Meta拥有雄厚的财力、技术人才和基础设施，足以保持竞争优势。如今，准入门槛极高：训练一个最先进的模型需要花费数亿美元，需要使用数千个尖端GPU，并且需要顶尖的研究团队。
像 Meta 的 Llama、Mistral 或 Allen AI 的 Olmo 这样的开源模型为特定应用场景提供了替代方案，但在绝对性能上仍落后于专有的前沿模型。它们的主要意义在于使预算有限的开发者也能使用人工智能，并形成竞争压力，从而降低 API 访问价格。
中国正以阿里巴巴Qwen、百度Ernie、字节跳动等公司为代表，同步发展其独立的人工智能生态系统。这些模式正日益接近西方系统，但由于监管框架的差异、出口管制导致尖端芯片获取渠道受限以及语言障碍等原因，它们与全球市场仍存在一定程度的隔阂。人工智能发展的地缘政治因素可能导致类似互联网碎片化的平行区域生态系统的出现。
对 OpenAI 而言，这种寡头垄断意味着边缘地位并不稳定。要么公司能够稳固地确立自身作为少数领先系统之一的地位，要么就会被降级到第二梯队，而由于资本密集型，晋升几乎不可能。投资者理解这种动态，这也解释了估值的极端波动：在非此即彼的结果中，概率会不断被重新评估，概率评估的微小变化会导致估值的大幅波动。
垂直整合作为一项战略要务
微软于2025年11月获得OpenAI芯片和系统设计知识产权的授权，这标志着其战略调整。该协议赋予微软全面使用OpenAI专有芯片设计组合的权限，并可能大幅缩短微软下一代人工智能处理器的开发周期。这是垂直整合这一更广泛趋势的一部分，领先的云服务提供商正寻求对其硬件基础架构拥有更大的控制权。
谷歌多年来一直在开发TPU，从而掌控了从芯片到软件的整个技术栈。亚马逊正在开发自己的Trainium和Inferentia芯片。微软也在大力投资其人工智能加速器。这种向定制芯片的转变反映出人们逐渐意识到，通用GPU对于特定的人工智能工作负载而言并非最佳选择。专用芯片可以针对特定操作实现数量级更高的效率，从而降低成本并提高性能。
OpenAI缺乏这种垂直整合。该公司依赖外部芯片供应商，主要是英伟达，并使用来自微软、甲骨文等公司的云基础设施。这些依赖性造成了成本劣势和战略漏洞。与微软在知识产权许可方面的合作可能是弥合这一差距的第一步，但开发自己的硬件需要数年时间，并且需要OpenAI仍在积累的专业技术。
经济影响巨大。拥有自主硬件控制的模型运营商可以将成本降低几个数量级，从而能够采取更激进的定价策略，或者获得更高的利润率。谷歌有可能以OpenAI亏损的价格提供Gemini，因为谷歌可以通过使用TPU大幅降低成本。这并非理论上的可能性，而是已经影响市场动态的现实。
从网景和雅虎到 OpenAI：历史正在重演吗？
2025年的发展标志着人工智能领域由个别先驱者独揽大权的时代即将结束。OpenAI作为生成式人工智能革命的领军者，其地位正受到技术趋同、老牌科技巨头的结构性劣势以及财务脆弱性的根本挑战。该公司面临着多重危机的挑战：既要在技术上赶上谷歌，又要在巨额亏损的情况下确保财务可持续性，还要在整合的市场中进行战略调整，并应对快速增长带来的运营复杂性。
谷歌的Gemini 3项目成功表明，在技术密集型市场中，资源深度、垂直整合和耐心资本往往比敏捷创新更具结构性优势。能够在产品成熟和实现规模经济的过程中承受多年的亏损，是一项无比宝贵的优势。OpenAI和其他类似的纯人工智能公司必须在投资者预期的时间范围内实现盈利，而谷歌则可以不断试验，直到解决方案真正成熟并推向市场。
人工智能市场的未来很可能呈现寡头垄断格局，由三到五家主导供应商组成，各自占据不同的战略细分市场。谷歌作为一家垂直整合的综合型企业，拥有卓越的分销渠道；微软专注于企业级集成；Anthropic 专注于安全性和兼容性；Meta 则致力于为开发者生态系统提供开源解决方案。OpenAI 在这一格局中的未来地位尚不明朗，关键在于 Shallotpeat 项目能否解决已发现的预训练缺陷，以及该公司能否在其历史品牌领导地位之外，建立可持续的竞争优势。
对于投资者、企业客户和技术人员而言，这种格局调整意味着需要重新评估风险和机遇。认为早期市场领导者能够捍卫自身地位的假设正变得越来越值得怀疑。技术变革的速度、尖端研发所需的高资本投入以及成熟分销渠道的强大影响力，正在形成一种新的动态：结构性优势往往比历史上的创新领先地位更为重要。未来几年将揭示，敏捷的先行者是否拥有足够的资源和战略远见来抵御科技巨头的强大力量，或者网景、雅虎和其他早期互联网先驱的故事是否会在人工智能时代重演。
通过“托管人工智能”（人工智能）开启数字化转型的新维度 - 平台和 B2B 解决方案 | Xpert Consulting
“托管人工智能”（AI）开启数字化转型新维度——平台与 B2B 解决方案 | Xpert Consulting - 图片：Xpert.Digital
在这里您将了解您的公司如何快速、安全且无高门槛地实施定制化的AI解决方案。
托管 AI 平台是您全方位、无忧的人工智能解决方案。您无需处理复杂的技术、昂贵的基础设施和冗长的开发流程，只需几天时间，即可从专业合作伙伴处获得根据您的需求量身定制的交钥匙解决方案。
主要优势一览：
⚡ 快速实施：从构思到实际应用，只需几天，无需数月。我们提供切实可行的解决方案，创造即时价值。
🔒 最高数据安全性：您的敏感数据将由您自行保管。我们保证数据处理安全合规，不会与第三方共享。
💸 无财务风险：您只需为结果付费。完全无需在硬件、软件或人员方面进行高额的前期投资。
🎯 专注于您的核心业务：专注于您最擅长的领域。我们负责您 AI 解决方案的整个技术实施、运营和维护。
📈 面向未来且可扩展：您的 AI 将与您共同成长。我们确保持续优化和可扩展性，并灵活地调整模型以适应新的需求。
更多相关信息请点击这里：
您的全球营销和业务发展合作伙伴
☑️我们的业务语言是英语或德语
☑️ 新：用您的国家语言进行通信！
Konrad Wolfenstein
我很乐意作为个人顾问为您和我的团队提供服务。
您可以通过填写此处的联系表，或者直接致电+49 89 89 674 804 （慕尼黑）。我的电子邮件地址是： wolfenstein ∂ xpert.digital
我很期待我们的联合项目。
☑️ 为中小企业提供战略、咨询、规划和实施方面的支持
☑️ 创建或调整数字战略和数字化
☑️国际销售流程的扩展和优化
☑️ 全球数字 B2B 交易平台
☑️ 先锋业务发展/营销/公关/贸易展览会
🎯🎯🎯 受益于 Xpert.Digital 全面的五重专业知识和全面的服务包 | BD、研发、XR、PR 和数字可视性优化
受益于 Xpert.Digital 全面的五重专业知识和全面的服务包 | 研发、XR、PR 和数字可视性优化 - 图片：Xpert.Digital
Xpert.Digital 对各个行业都有深入的了解。 这使我们能够制定量身定制的策略，专门针对您特定细分市场的要求和挑战。 通过不断分析市场趋势并跟踪行业发展，我们可以前瞻性地采取行动并提供创新的解决方案。 通过经验和知识的结合，我们创造附加值并为客户提供决定性的竞争优势。
更多相关信息请点击这里：
