行情
…

Sam Altman 承認 OpenAI 過去一年表現不佳?他說了什麼、該看哪些指標

Zitron 點名 OpenAI 是「AI 泡沫核心」,Sam Altman 反向認責:下一年是成立以來最好一年

Sam Altman 承認 OpenAI 過去一年表現不佳?他說了什麼、該看哪些指標
目錄

Sam Altman 承認 OpenAI 過去一年表現不佳?他說了什麼、該看哪些指標

標題

Zitron 點名 OpenAI 是「AI 泡沫核心」,Sam Altman 反向認責:下一年是成立以來最好一年

正文(已通順正確,請做編輯優化)

7 月 17 日,OpenAI 執行長 Sam Altman 在 X 平台發文,直接承認「過去 12 個月並非我們有史以來最好的一年,這主要歸咎於我」,同時許下承諾:未來 12 個月將是 OpenAI 成立以來表現最好的一年。Altman 並未說明過去一年具體在哪些方面出了問題,但這則措辭直接的認責貼文出現在一個敏感時機,正值長期唱空 AI 的評論人 Ed Zitron 把整輪生成式 AI 投資浪潮定性為「OpenAI 泡沫」,外界對 AI 商業模式和資本回報率的質疑,正積聚到新的密集點。

Zitron 的邏輯從成本結構出發,然後指向融資依賴。他認為推理成本持續偏高,使用者規模一擴大,虧損就同步放大;OpenAI 的資本支出擴張速度遠快於現金流改善,大量資料中心項目需要多年才能回本;更根本的問題是,公司在可見未來仍必須持續依賴外部融資,融資環境一旦收緊就直接承壓。這套邏輯蔓延至整個產業鏈:Oracle 和 CoreWeave 的高估值都建立在 AI 算力需求持續爆發的預期上,Anthropic 路徑雖異、同樣燒大錢並依賴大廠算力,軟銀則因大規模押注 AI 資產而被列入風險清單,一旦行業進入估值調整週期首先承壓。這些均屬 Zitron 個人判斷,OpenAI 未予認可。相對的看法來自橡樹資本聯合創始人 Howard Marks,他近期表態已從最初懷疑 AI 可能只是泡沫,轉向認可其長期價值,認為現代 AI 在推理與上下文理解上展現的能力,更接近電氣化或網路這類通用技術平台,不能套用歷史投機事件的框架。

在市場對生成式 AI 商業模式與回報率質疑加劇之際,Sam Altman 選擇以退為進主動認責,並將 AI 泡沫論的戰場從資本估值轉移至產品落地與成本控制的硬指標上。

Altman 的選擇本身是個訊號。在商業模式和資本支出回報同時遭到質疑之際,他沒有辯護,而是直接攬責並立下一年期的公開承諾,把評判標準壓到產品端。這意味著,「AI 是否是泡沫」的答案,理論上已部分從資本市場的估值邏輯,轉移到幾條可量測的指標上:企業 AI 收入成長、AI 產品付費轉換率、推理成本下降的速度、資料中心利用率,以及 AI 投資的回報週期。X 平台上的 Jeff(@AllenTheDetails)說得直接:空談讓使用者感受不到任何差異,能讓人有感的是更好的工作流程和更低的服務成本。Altman 的承諾能否在這幾個維度上得到驗證,才是市場重新評估 AI 估值邏輯的真正參照點。

標籤

#sam altman 認錯#openai 泡沫#openai 商業模式#ai 投資回報#openai 2026
→

繼續閱讀

查看全部 →
NewsAI 快訊

LegalOn 如何砍 65% Codex 成本?按任務路由 Astra/Sol/Luna 的做法

LegalOn 把 Codex 的 Astra、Sol、Luna 按任務分工,日費估算砍 65%、速度持平

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

用 AI agent 自己蒸餾小模型:16 美元做一個 0.8B 模型的完整做法

2026 年 10 月 8 日,Hugging Face 部落格記錄一位開發者透過 ML Intern 將 Qwen-Image 2.1 的 9B 提示詞改寫器蒸餾成 0.8B 版本,從下達需求到取得可部署模型只花了一天。

DeltaMedia 編輯部5 分鐘
NewsAI 快訊

AI 推理成本為何史上下降最快?Epoch 數據與 20 億 AI agent 的算力帳

截至 2027 年出貨的 AI 晶片,理論上可同時支撐 3000 萬至 1.7 億個前沿模型智慧代理不間斷執行,換算全職工時約等同於 1.4 億至 7.2 億名全職員工

DeltaMedia 編輯部6 分鐘
NewsAI 快訊

AI 算力狂飆可養活 20 億個 agent,但市場真有這麼大需求?

Epoch AI 研究顯示,截至 2027 年出貨的 AI 晶片可支援 3000 萬至 1.7 億個前沿模型 agent,若改用低成本模型則可達近 20 億個,但需求是否存在仍是開放問題。

DeltaMedia 編輯部7 分鐘