Transcription
大家好，这里是最佳拍档。
今天我们要聊的，是OpenAI的帝国隐忧，看看山姆・奥特曼的野心，是如何将ChatGPT拖入竞争泥潭的。
要理解这场危机的根源，首先要理解OpenAI内部的核心矛盾，那就是前沿研究与大众需求之间，那条性能过剩的鸿沟，正在被越拉越大。
OpenAI内部，存在着一个超过千人的庞大研究团队。这个团队相对独立，他们的终极目标，不是优化ChatGPT的用户体验，而是追求AGI这个科幻级别的理想。
在他们看来，AI的价值在于突破人类的认知边界，比如在复杂的数学推理，尖端的科学研究，以及高难度的编程竞赛中，展现超凡的能力。
为了实现这个目标，他们研发的推理模型，需要耗费巨大的计算资源，处理一个问题，可能需要数秒甚至数分钟的思考时间。这在科研层面无疑是重大的突破。
但是当这种模型被应用到ChatGPT等产品中时，却出现了严重的水土不服。
AI评估机构LMArena的负责人彼得・戈斯特夫，曾经一针见血地指出：“OpenAI把重心放在了科学，前沿数学，编程竞赛这些方向上，但是这和典型的ChatGPT用户需求，完全不匹配。”
通常人们使用ChatGPT，可能只是问一下今天的天气是否下雨，或者是在工作中，需要整理一份简单的会议纪要，也可能是晚上想找一部符合口味的电影。
这些需求的核心是什么？是即时性，便捷性和准确性，而不是让AI花上半小时，去进行深度思考。
这种需求与技术的错配，直接导致了二零二五年初OpenAI的一次产品挫折。当他们试图将最先进的推理模型，转化为ChatGPT的可用版本时，产品性能不仅没有提升，反而意外地变差了。
他们虽然以思考模式的形式，将它嵌入到了产品中，但是在将近9亿的周活跃用户中，只有极少数的人，会频繁使用这个功能。
更尴尬的是，这种性能过剩还引发了一系列的连锁反应。OpenAI内部发现，即便是传统的非推理模型，在集成到ChatGPT时，也可能因为与个性化等功能的冲突，而导致性能下降。
这就像给一辆家用轿车装上了赛车的发动机，不仅无法发挥发动机的真正威力，反而因为油耗过高，操作复杂，影响了日常驾驶的舒适度。
这种技术路线与用户需求的严重脱节，让ChatGPT陷入了一个两难的境地。继续深耕前沿研究，就会离大众用户越来越远；转而聚焦大众需求，又似乎违背了OpenAI追求AGI的核心使命。
而这场矛盾的始作俑者，正是OpenAI的CEO山姆・奥特曼。他在推动公司向AGI狂奔的同时，又开启了令人眼花缭乱的多线扩张，让ChatGPT的资源内耗，达到了前所未有的程度。
在ChatGPT还没有完全解决用户体验问题的情况下，奥特曼已经将目光投向了更广阔的领域，同时推进了一系列雄心勃勃的项目。比如，Sora视频生成，音乐AI，AI网页浏览器，AI智能体，消费级硬件设备，机器人等等项目。
每一个都堪称行业重磅，每一个都需要巨额的资金，顶尖的人才和大量的时间投入。
但是问题在于，OpenAI的资源终究是有限的。当这些新项目并行推进的时候，原本应该集中投入在ChatGPT上的关键资源，就会被持续分流。
多位OpenAI的研究人员证实，一些新方向的展开，客观上削弱了用来提升ChatGPT大众化功能的投入强度。
一边是ChatGPT的产品团队需要资金，优化响应速度，修复功能漏洞；另一边是Sora团队需要巨额的计算资源，训练视频生成模型。
一边是工程师们，本可以深耕ChatGPT的个性化功能，另一边却被抽调到硬件设备项目中，去研发新的产品。
这种内部资源的博弈，让ChatGPT这个OpenAI里最核心的收入引擎，正在逐渐失血。
负责应用与产品线的首席执行官菲吉・西莫曾经坦言：“在OpenAI，产品本身并不是终点。这家公司在文化与决策层面，依然深深被研究优先的基因所主导。”
这意味着，ChatGPT的产品迭代，很有可能被排在了AGI研究和新业务扩张的后面。
这种战略分散，在面对谷歌的凶猛反扑时，显得尤为致命。谷歌没有像OpenAI那样四处出击，而是将AI能力，无缝融入到了自己现有的庞大产品生态中。比如，Gmail，YouTube，谷歌搜索等等。
这些产品拥有数十亿的用户入口，用户在收发邮件，观看视频，搜索信息的时候，就能自然而然地感受到AI的存在。
分析师们发现，用户转向谷歌的Gemini，不仅仅是因为它模型更好，而是发现这种能力，已经融入到了谷歌的一切功能里。
相比之下，ChatGPT在很大程度上，仍是一个需要用户主动打开，主动提问的独立工具。用户需要付出额外的时间和精力去适应它，这就形成了巨大的用户习惯迁移成本。
OpenAI在图像生成功能上的摇摆，更是内部战略不协调的一个缩影。二零二五年早些时候，公司一度降低了图像生成的优先级，将资源投入到其他的新项目中。
但是直到八月，谷歌发布了引爆社交网络的Nano Banana之后，OpenAI才仓促重新聚焦图像生成领域。据内部员工透露，这种被动的，追赶式的反应，甚至引发了CEO山姆・奥特曼与研究主管马克・陈之间的分歧。
这背后暴露的，正是多线作战从而导致的决策滞后。当你同时盯着多个战场时，就很难及时发现，某个细分领域的竞争威胁。等到对手已经占据市场先机的时候，往往需要付出加倍的代价追赶。
而此时的ChatGPT，就在这种内部资源分流和外部竞争加剧的双重压力下，陷入了增长放缓的困境。
OpenAI现在正面临的，是一个极其矛盾的增长拐点。一方面，商业化变现取得了惊人的进展；另一方面，用户增长却在显著放缓。
年初，OpenAI设定了年内达到10亿周活跃用户的宏大目标，但是截至到二零二五年十二月初，周活跃用户数仍然不足9亿，而且增长势头明显减弱。
与之形成鲜明对比的是，OpenAI的年化收入，从一月份的60亿美元，激增至目前的超过190亿美元，主要来源于个人和企业用户的订阅服务。这一亮眼的财务表现，让他们有望实现8月份设定的，年底200亿美元的年化收入目标，甚至超越二零二五年130亿美元的收入预期。
同时，OpenAI正在寻求以7500亿美元的估值进行融资，这个估值相比两个月前，又高出了50%。
单看财务数据，OpenAI无疑是成功的。但是如果深入分析它的增长模式，就会发现很多更深层的隐患。
数据显示，在每100名ChatGPT的周活跃用户中，大约只有5人，会付费订阅Pro或者Plus服务。这意味着，OpenAI的收入增长，主要依赖于从现有的用户身上挖掘价值，而不是通过扩大用户规模来实现增长。
这种重变现，轻增长的策略，在短期内确实能带来丰厚的利润。但是从长远来看，却可能损害用户基础的进一步扩大。因为当公司把更多资源，投入到提升付费用户的体验，推出高端订阅服务时，就会忽视免费用户的需求。而免费用户，恰恰是未来付费用户的潜在储备池。
更关键的是，OpenAI为二零三零年规划了2000亿美元的收入愿景。要实现这个目标，仅仅依靠现有用户的订阅收入，显然是远远不够的。他们必须将周活跃用户，转化为日活跃用户，创造更多的变现机会，比如销售计划中的广告，或者从聊天机器人促成的交易中抽成。
但是现在的问题是，用户增长已经放缓，如何在不流失现有用户的前提下，提升用户的使用频率和粘性呢？这成了OpenAI必须解决的核心难题。
而与此同时，竞争对手谷歌Gemini的用户规模，却在快速的扩张。月活用户从七月的4.5亿增长到6.5亿，网站访问量单月增长了14.3%。更关键的是，Gemini的平均访问时长，自九月起已经超越了ChatGPT。
这种此消彼长的竞争态势，让OpenAI短期数据增长的背后，隐藏着触及市场天花板的长远危机。如果不能有效解决用户增长的停滞问题，当现有付费用户的增长达到瓶颈，而竞争对手又通过生态整合，不断抢占市场份额的时候，OpenAI的收入增长将难以为继。
更严峻的是，谷歌不仅在用户规模上快速追赶，在技术性能上也在持续发力。Nano Banana Pro因为能生成可读，而且上下文相符的文字，风靡社交网络。Gemini 3在复杂商业问题，写作和编码上的表现，也赢得了广泛的赞誉。
前OpenAI员工甚至警告，如果谷歌在模型的原始性能上实现超越，甚至免费提供Gemini服务，可能会同时扼杀OpenAI的API业务以及消费者订阅业务。毕竟，对于大多数用户来说，在功能相近的情况下，免费而且更容易获取的工具，无疑是更加具有吸引力的。
面对这样的竞争围剿，OpenAI的生态劣势显得尤为明显。与谷歌，微软，苹果这些拥有成熟软硬件生态的巨头相比，OpenAI在本质上仍然是一家模型公司。它虽然拥有领先的AI模型技术，但是缺乏将技术触达用户的多元化渠道。
为了弥补这个短板，OpenAI也在积极的布局生态建设。比如，与迪士尼合作拓展内容场景，聘请苹果前设计主管乔尼・艾维开发硬件产品。但是硬件设备的研发周期漫长，按照计划要两年内才能面市。而在这两年的时间里，谷歌和苹果等巨头绝不会坐以待毙。市场的窗口期正在不断的收窄。
在利润丰厚的企业客户市场，OpenAI也正在失去更多的份额。根据Menlo Ventures近期的一份报告，OpenAI在企业客户市场的份额，已经降到了27%，而Gemini则上升到了21%，Anthropic以40%的份额遥遥领先。
企业客户的流失，不仅意味着短期收入的减少，更意味着长期生态壁垒的薄弱。那就是企业客户一旦选择了某家公司的AI解决方案，就会形成一定的使用习惯和技术依赖，想要再切换供应商，成本极高。
这也从侧面反映出，OpenAI的多线扩张战略，已经影响到了其核心业务的竞争力。当资源被分散到多个新业务的时候，自然难以集中精力，维护和拓展企业客户市场。
面对内忧外患，山姆・奥特曼在二零二五年十二月，拉响了红色代码警报。这是OpenAI内部的紧急响应机制，用来应对重大的竞争威胁。首席研究官马克・陈透露，公司曾经多次使用这个机制，但是这次的持续时间长达八周，是比以往更长的紧急状态。
奥特曼明确要求，将资源重新集中到ChatGPT及其推理能力等核心基础之上，并且推迟了广告和电商等短期盈利项目，希望在明年一月底，通过一次重大的产品更新来扭转局面。
为了应对危机，OpenAI也迅速推出了一系列的措施，包括发布GPT-5.2，重新夺回多项AI模型性能基准的榜首；推出新的图像生成模型，直接回应谷歌Nano Banana的竞争；回退模型的路由系统，让免费用户默认使用更快的GPT-5.2 Instant版本。
但是，这些仓促推出的措施，反而暴露了很多更深层的问题。以模型路由系统为例，这个系统仅仅运行了四个月就被撤回，原因是它将免费用户使用推理模型的比例，从不到1%提升到了7%。这虽然在技术上普及了推理功能，但是却显著增加了计算成本，而且因为响应速度太慢，对日活指标产生了负面的影响。
这再次证明，纯粹的技术升级，未必能够带来产品上的成功。脱离用户需求的技术优化，最终也只会沦为无效的投入。
回顾OpenAI的发展历程，可以发现，这家公司从一开始，就存在着身份认同的矛盾。它究竟是一家以AGI研究为终极使命的非营利性实验室，还是一家以赢得AI产品市场为目标的商业公司呢？
成立之初，OpenAI以确保人工智能造福全人类为使命，采用非营利组织的形式。但是后来为了获取更多的资金支持，又转型为有限利润公司，接受外部投资。
这种身份的模糊性，直接导致了自身战略方向的摇摆。既想追求AGI的长远理想，又想实现商业上的短期成功；既想保持技术上的前沿性，又想满足大众用户的即时需求。
山姆・奥特曼的野心，更是放大了这种矛盾。他既想成为推动AGI革命的先驱，又想打造一个涵盖软件，硬件，内容等多个领域的AI帝国。这种既要、又要、还要的战略，让OpenAI陷入了资源分散，精力不足的困境。
我们可以对比一下谷歌的战略。谷歌虽然也有多个业务线，但是始终围绕着信息获取与处理这个核心，将AI能力深度融入到现有的产品生态中，形成了协同效应。而OpenAI的多线扩张，各个业务线之间缺乏有效的协同，反而在相互的争夺资源。
更值得关注的是，奥特曼的野心并不仅仅局限于软件领域。他对硬件设备在AI普及中的关键作用，深信不疑，并且公开设定了一个极具颠覆性的目标：开发一款OpenAI设备，取代现有的智能手机，成为人们随身携带的新标准。
为了实现这个愿景，他聘请了前苹果设计灵魂人物乔尼・艾维，并且收购了后者的初创公司，想要共同打造新一代的AI硬件。
这个战略布局，也预示着OpenAI未来可能会与苹果发生直接的碰撞。苹果在硬件领域深耕多年，拥有强大的供应链，成熟的销售渠道，以及极高的用户忠诚度。相信绝不会在它视为核心的硬件领域，坐视挑战者的崛起。
这场即将到来的硬件之争，将不仅是产品功能上的比拼，更是关乎下一代人机交互范式的话语权争夺。
但是问题在于，OpenAI目前的财务状况，能否支撑的起如此宏大的硬件战略呢？尽管OpenAI的年化收入，已经超过了190亿美元，但是公司每年还要烧掉数十亿美元的现金，来支付惊人的计算成本。规划的1.4万亿美元基础设施投入，更是一个天文数字。
这意味着，OpenAI迫切需要ChatGPT创造更大，更稳定的现金流。但是众所周知，硬件研发是一项烧钱速度极快，风险极高的业务。无论从产品设计，供应链搭建，到市场推广，每一个环节都需要巨额的资金投入，而且失败的概率极高。
如果硬件产品未能如期推出，或者推出后的市场反响不佳，不仅会消耗大量的资金，还可能影响公司的核心业务，让OpenAI陷入更大的危机。
谷歌的反击之所以有效，恰恰是因为它抓住了OpenAI的弱点，那就是生态整合能力不足，用户触达渠道单一。谷歌没有试图在技术上完全超越ChatGPT，而是通过将AI能力融入到现有的产品生态中，降低了用户的使用门槛，让AI成为一种无形的服务。这远比独立工具的推广更具杀伤力。
而苹果的优势，则在于硬件生态的粘性和设计能力。一旦苹果推出自己的AI硬件产品，凭借其全球数以亿计的忠实用户，必然会对OpenAI的硬件战略，构成巨大的威胁。
硅谷的历史上从不缺乏这样的案例。一些曾经风光无限的创新公司，因为盲目扩张而迷失方向，最终被巨头超越或者淘汰。而另一些公司，则因为专注于核心业务，不断深耕，最终建立起不可撼动的市场地位。
OpenAI现在正站在这样一个决定命运的岔路口。它的选择，不仅会影响自身的未来，也将深刻影响着整个AI行业的发展格局。
OpenAI的困境不禁让我们思考，AI技术的终极价值，究竟是为了突破人类认知的极限，还是服务于大众的日常生活呢？或许，这两者并不矛盾。但是如何在两者之间找到平衡，或许是每一家AI公司都需要面对的课题。
感谢收看本期视频，下期再见。