OpenAI营收差2000亿：AI进入业绩验证期

10月8日，OpenAI用一封内部邮件给全球的AI热情浇了一盆冷水。

这封发给现有投资者的简报显示，公司截至9月底的年化营收运行率约为500亿美元——比市场此前广泛流传的预期少了整整200亿美元。消息传出后不到两小时，英伟达、甲骨文、CoreWeave、美光科技在美股盘齐齐走低，纳斯达克指数跌幅一度扩大到1．5％。

这不是第一次“AI鬼故事”了。但这一次的问题不在情绪波动，而在一个更基础的财务追问：到底谁在为这场AI狂潮买单？

500亿不是“虚”的，只是没达到想象的高度

先说数字。根据《金融时报》于10月8日的报道，OpenAI向投资者同步的最新年化营收是“接近500亿美元”。这个数字的来源并不神秘——就是公司内部的投资人通讯文件。

问题出在上月底那个广为流传的700亿美元。那笔钱是怎么算出来的？《金融时报》引述投资者的解释很清楚：“这是OpenAI自己的投资者为了跟Anthropic做直接比较而推算出来的。”

而这正是矛盾的核心所在。Anthropic和OpenAI用的根本就不是同一套记账方法。

Axios在9月29日的报道中指出，700亿美元的测算逻辑包含了Anthropic通过AWS、谷歌云等云合作伙伴产生的渠道销售收入。也就是说，当你在亚马逊云上花钱调用Anthropic模型时，这笔钱会全部计入Anthropic的营收报表。但OpenAI没有采用这种口径——它只计算直接面向客户收到的费用，不包括第三方渠道的分销收入。

换句话说，500亿对700亿，有一部分是“苹果对橘子”的比较错位。但如果抛开统计口径这个技术性因素，一个更现实的结论是：即使按OpenAI自己的算法，它的收入离市场最乐观的预期也差了三分之一。

增速依然凶猛，但增量空间正在收窄

当然，把500亿说成“差劲”也不公平。这份内部数据显示，OpenAI第三季度整体营收运行率同比增长了77％，其中企业业务的营收运行率更是飙升107％。

这是一个非常值得玩味的结构。企业业务增速几乎翻了一番，说明AI的商业化重心已经从早期的开发者实验和创意类应用，加速转向了企业级的核心运营场景。律所用AI做合同审查，银行用AI做风控建模，制造业用AI优化供应链——这些高客单价、长期订阅的企业订单构成了当前真正的收入支柱。

但高速增长也意味着一个问题：基数越大，边际增长的难度就越高。 从几亿美元做到几十亿美元可以靠爆发式扩张，但从500亿往上突破，需要的不再是某个爆款功能，而是整个经济体对AI的深度重构。这不是短期内能完成的工程。

更直接的证据来自2025年的财务数据。TechCrunch引用的一份OpenAI流出财务报表显示，该公司去年全年的实际账面营收大约为130亿美元——这意味着过去一年的“年化营收”很大程度上依赖于最近几个月的加速度，而不是持续性的稳定收入流。

1．4万亿美元的估值，谁来兜底？

这才是这个故事真正危险的地方。

就在OpenAI公布营收数据的同一天，据彭博社报道，公司高管正在跟投资者谈一轮至少300亿美元的桥梁融资，投后估值目标约1．4万亿美元。如果再加上今年3月完成的1220亿美元创纪录融资轮次——过去一年半时间里，OpenAI从资本市场抽走了超过1500亿美元的现金。

这些钱花到哪里去了？答案是基础设施。据估算，OpenAI维持其模型运行的算力成本远超账面收入，每年数百万美元的GPU电费和水冷成本是刚性支出。微软作为最大金主和Azure基础设施提供方，已经为OpenAI投入了数百亿美元。

而现在的问题是：当一家公司年收入只有500亿美元却要求1．4万亿美元估值时，谁来接这一轮融资？

这就是为什么10月8日的股市反应如此剧烈。英伟达和甲骨文之所以被“连带重锤”，不是因为它们的业绩出了问题，而是因为市场突然意识到一个冷酷的逻辑链条：

OpenAI收入不及预期 → AI头部公司商业化速度放缓 → 市场对新增资本开支信心下降 → 英伟达GPU未来出货量的确定性减弱 → 英伟达/甲骨文等算力提供商估值需要重估

这不只是情绪抛售。华尔街分析师已经开始公开讨论一个关键命题：如果连行业最大的玩家都无法证明其收入的快速增长，那么那些正在规划中的数千亿美元AI基建投入——包括新建数据中心、采购更多H100／H200 GPU集群——是否会在第四季度财报季引发更大规模的预算削减？

“业绩验证”时代已经到来

Sam Altman上个月已经明确表示，2026年不会上市，时间表推到了2027年初。这个决定看似被动，实则反映了同样的逻辑压力——在收入数据无法支撑更高预期的情况下，延迟IPO是为了避免在二级市场遭遇尴尬的定价倒挂。

但对整个AI产业而言，这件事的意义远不止于一家公司的财报。

我们正从“叙事驱动”过渡到“业绩验证”阶段。

在叙事情感主导的时期，投资人愿意为“AI将改变一切”这个故事支付溢价。但当第一个真正的硬指标出现——而且是比预期差的硬指标——泡沫就开始自然收缩。这不一定是坏事。历史上每一次技术革命的早期都经历过类似的回调：互联网泡沫破裂后，亚马逊、谷歌活下来并证明了自身的商业价值；云计算泡沫期结束后，AWS成为利润引擎。

区别在于，这次AI的基础设施投入规模空前巨大，且高度集中在少数几家科技公司身上。一旦资本开支增速放缓，受影响最深的将是供应链上游——芯片制造商、云服务提供商、甚至数据中心建设商。

接下来看什么？

对于关注AI赛道的投资者和行业观察者，建议重点跟踪以下四个指标：

第一，下一季度各头部AI公司的企业客户签约数量和续约率。 增速本身不重要，重要的是留存率和净收入增加额——这才是衡量商业模式健康度的真正标尺。

第二，英伟达及主要GPU供应商的出货量指引变化。 如果OEM厂商下调GPU采购计划，那就印证了下游需求端确实在减速。

第三，OpenAI桥梁融资的实际落地规模和参与方结构。 是原有投资者继续加注，还是有新资本入场？如果是后者，估值锚定水平是多少？

第四，Anthropic的真实月度收入变化轨迹。 由于它采用的是包含云渠道收入的计算方法，其报告数据和OpenAI的直接对比存在固有偏差，但这仍然是判断竞品竞争态势的关键变量。

AI的故事还没有讲完，但它不能再靠故事本身来说服任何人了。剩下的，只有真金白银的账单。