年化收入 $250 億，預計虧損 $140 億 — OpenAI 上市是在解題還是轉移壓力

Salesforce 花了十八年才達到 $250 億年營收。Google 花了十七年。Facebook 花了十二年。

OpenAI 花了三十九個月。

這個數字會讓人想鼓掌——但我第一個反應不是佩服，而是一個問題：一家公司可以成長得快到讓市場來不及定價嗎？

二月底，OpenAI 正式突破 $250 億年化收入，Sam Altman 開始鋪陳 IPO 路徑，目標估值 $1 兆。問題是，同一份財務文件裡寫著：二○二六年預計虧損 $140 億。

年賺 $250 億，年虧 $140 億。這不是矛盾，這是一門正在高速燒錢換增長的生意。而上市，可能是把這個問題推給散戶的那一步。

收入從哪裡來

$250 億聽起來是一個整齊的數字，但「年化收入」的說法本身就值得停下來看一秒。它不是過去一年的實際收入，而是二月份的月收入乘以十二。OpenAI 真正的二○二五年全年收入大約在 $130 億左右。

現在講的 $250 億，是一個速度——而不是一個累積的成果。

這個速度從哪裡來？三條主要收入線：

第一條：ChatGPT 訂閱。這是收入的主幹。ChatGPT Plus（$20/月）、ChatGPT Pro（$200/月）、Team 版（$30/人/月）構成了消費者端的主要收入。目前 ChatGPT 全球每週活躍用戶超過四億，付費轉換率雖不高，但基數夠大。

第二條：企業 API 與 ChatGPT Enterprise。付費企業用戶已達 900 萬，從半年前的 500 萬幾乎翻倍。企業收入約 $100 億，是全部收入的 40%，也是成長最快的部分。OpenAI 正在用 GPT-5.4 mini 和 nano 兩款輕量模型降低 API 成本，試圖讓更多開發者和中小企業用得起。

第三條：API 直接呼叫。比想像中小——大約只佔整體收入的 15% 以下。這主要是因為大企業會傾向採購 Enterprise 方案，而非直接用 token 計費的 API。

收入背後的成本

Salesforce 在達到 $250 億收入的時候，毛利率大約是 75%。OpenAI 的毛利率是 33%——而且還在下滑。

二○二四年，OpenAI 的推論成本（也就是用戶每輸入一個問題，模型跑出答案的算力費用）還算可控，毛利率維持在 40%。二○二五年，這個成本暴增了四倍。原因不難猜：更複雜的模型、更長的上下文視窗、更多需要「思考」才能回答的查詢。

問題在於，OpenAI 的定價沒有同步跟上。ChatGPT Plus 還是 $20/月，用戶用的模型卻愈來愈貴。

結果就是：年化收入 $250 億，二○二六年預計現金耗用達 $250 億。

收進來多少，燒出去多少——這不是比喻，是真實的財務比例。

OpenAI 自己的預測是，要到二○二九至二○三○年才能損益平衡，屆時需要達到大約 $2,000 億的年收入，且維持 20% 的營業利潤率。換句話說，他們需要在接下來四年把收入再成長八倍。

競爭格局：誰在追，從哪邊追

絕大多數關於 OpenAI IPO 的報導，焦點都放在收入和估值上。但我認為更有意思的問題在這裡：OpenAI 到底輸在哪裡，以及它有沒有意識到這件事？

Anthropic：企業端已經翻轉

Anthropic 目前年化收入約 $190 億，聽起來比 OpenAI 的 $250 億還少一截。但有一個數字讓人停頓：新增企業支出市占，Anthropic 佔 73%，OpenAI 只剩 27%。

這不是預測，這是三月十八日 Axios 的報導——企業在選擇新的 AI 服務供應商時，有四分之三的錢正在流向 Anthropic，而不是 OpenAI。半年前這個比例還是倒過來的。

原因不只一個，但有幾條線索。Claude Opus 4.6 在程式碼和長文本處理上的表現，被企業 IT 採購部門評為更穩定可靠。Anthropic 的安全定位在受監管行業（金融、醫療、法律）更吃香——這些行業不在乎「模型最新」，他們在乎「模型不會出包」。OpenAI 的問題則剛好相反：更新太快，讓大型企業難以規劃長期部署。

Anthropic 的成長速度同樣驚人：二○二六年預估成長約四倍，OpenAI 則只有兩倍出頭。Epoch AI 的分析指出，如果這個速度差維持下去，Anthropic 最快可能在二○二六年年中追平 OpenAI 的總收入規模。

Google Gemini：默默蠶食

Google 的 Gemini 在市場上的討論度沒有 ChatGPT 高，但數字並不難看。Gemini 目前持有全球 AI 聊天機器人市場約 13.5% 的份額（ChatGPT 是 60%），企業端的 Gemini Enterprise 方案已有超過 800 萬付費席次，企業客戶數超過十二萬家。

更重要的是，Google 有一個 OpenAI 羨慕不來的護城河：分佈管道。Google Workspace 有三十億用戶，Gemini 可以直接整合進 Gmail、Docs、Sheets。OpenAI 需要讓用戶主動選擇它；Google 只需要讓用戶不要主動關掉它。

Gemini 3.1 Pro 在推理類基準測試的得分（GPQA 94.3%）已超過 GPT-5.4（92.8%），儘管在整體使用者體驗上的差距仍存在。

xAI Grok：靠 Musk 生態系快速吃份額

Elon Musk 的 xAI 在二○二六年一月以 $2,300 億估值完成 $200 億融資，隨後 SpaceX 以 $2,500 億估值收購 xAI。Grok 二○二六年獨立收入預計達 $20 億，雖然和 OpenAI 差了一個數量級，但成長曲線陡峭。

Grok 的優勢很具體：X（原 Twitter）的即時資料接入、Grok 4 在程式碼基準上的得分（SWE-bench 75%，勝過 GPT-5.4 的 74.9%）、以及 Musk 生態系帶來的天然流量。劣勢同樣明顯：在企業端的可信度和 API 生態系遠不如前兩者。

模型能力趨同——這才是大問題

有一件事值得單獨說：GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro 在主流基準測試上的得分，幾乎都在彼此的 2 到 3 個百分點以內。Grok 4 在程式碼類測試上甚至略勝一籌。

這意味著「模型有多強」正在變成越來越難以維持的差異化護城河。當所有人都差不多厲害，贏的是定價、整合深度、信任度、以及分銷管道——不是模型能力本身。

在這四個維度裡，OpenAI 的處境並不好看：定價是同級中最貴的、分銷管道最窄（Google 有 Workspace，Microsoft 有 Teams，OpenAI 只有 API 和自家介面）、企業信任度在過去六個月明顯鬆動。

$1 兆估值，數學算不算得過

OpenAI 目前在私募市場的估值約 $5,000 億，IPO 目標是 $1 兆。這個跳升意味著什麼？

數學很簡單，我直接算給你看：

$1 兆估值要成立，OpenAI 需要在二○三○年達到約 $2,800 億的年收入，同時維持 20% 的營業利潤率。這樣就能產生 $560 億的營業利益，乘以 18 到 20 倍的本益比，剛好夠撐到 $1 兆左右。

問題是，這個情境需要四個條件同時成立：

1. 收入在四年內成長八倍（從 $250 億到 $2,800 億）
2. 毛利率從 33% 大幅提升（目前還在下滑）
3. Anthropic 和 Google 不繼續蠶食企業端市占
4. 不出現下一個 DeepSeek 式的開源衝擊，壓垮定價

這不是不可能，但每一個假設都需要事情按計劃走。而算力成本已經比計畫多出了 $1,110 億。

OpenAI 在二○二五年十月完成了一個重要的法律轉型：從「有限利潤」的非典型結構，轉型為 OpenAI Group PBC（公益公司），讓外部投資人可以更完整地持有股份，為 IPO 掃清法律障礙。這個動作本身是理性的，但 CFO Sarah Friar 的態度也耐人尋味——她對外說的是「二○二七年比較現實」，而不是 Sam Altman 常講的二○二六年底。

我的判斷

我認為 OpenAI 的上市本質上是一場時機博弈，不是一場業績發表。

現在上市對 OpenAI 有幾個好處：AI 熱度還在，資本市場對「燒錢換增長」的容忍度仍高，$250 億年化收入是一個夠響亮的數字，而競爭者（Anthropic）還沒上市，難以直接被比較。

再等兩年，這些窗口可能都縮小了：Anthropic 若以更高的成長率超越 OpenAI 總收入，對比就不好看；模型能力趨同後，定價差異化更難維持；算力成本如果繼續超出預算，虧損會更難解釋。

但說「現在是好時機」，並不等於說「$1 兆估值合理」。

我的看法是，$5,000 億到 $7,000 億之間的估值比較站得住腳——大約是二○二六年預測收入的 25 到 30 倍。$1 兆需要把太多順利的假設打包進去，而現實是 Anthropic 正在企業端翻轉市占，Google 在默默蠶食，成本結構比 OpenAI 自己預測的還難控制。

也有一個反駁：也許 OpenAI 的 IPO 本身就是目的，而不是時機。如果 Sam Altman 真正要的是通過上市取得更多資金繼續燒，那麼「定價高一點」是完全理性的策略——代價是散戶承擔了不確定性。

---

你怎麼看？消費者 AI 公司上市，歷史上有沒有可以對照的先例——那些案例最後是投資人賺了，還是公司賺了？