OpenAI की वार्षिकीकृत आय पहले संकेतित राशि से $20B कम
OpenAI की पहले बताई गई $70 billion की “annualized” राजस्व संख्या नई निवेशक सामग्री के बाद लगभग $20 billion अधिक लगती है; बताया गया कि आंकड़ा करीब $50 billion के आसपास है और प्रतिद्वंद्वी Anthropic की तुलना में लेखांकन उपचार अलग हैं। टिप्पणीकारों का तर्क है कि ऐसे annualized run-rate आंकड़े स्वभावतः कमजोर और संभावित रूप से भ्रामक हैं, खासकर जब इन्हें अपेक्षित IPOs से पहले लगभग–ट्रिलियन-डॉलर वैल्यूएशन को उचित ठहराने के लिए इस्तेमाल किया जाए। यह चर्चा निजी-बाज़ार के अस्पष्ट वित्तीय विवरण, मौजूदा AI बिज़नेस मॉडल और capex की स्थिरता, तथा क्या व्यापक AI उछाल एक सट्टात्मक बुलबुले जैसा है जो निवेशकों के लिए बुरी तरह समाप्त हो सकता है, जैसी चिंताओं तक फैलती है.
राजस्व में विसंगति और “वार्षिकीकृत” मीट्रिक्स
- थ्रेड उन रिपोर्टों पर केंद्रित है जिनमें कहा गया है कि OpenAI की वार्षिकीकृत आय पहले लगभग $70B बताई गई थी, लेकिन निवेशक सामग्री में जुलाई में यह करीब $30B दिखाई गई।
- पोस्ट करने वाले बहस करते हैं कि क्या यह सीधी धोखाधड़ी है, Anthropic से तुलनीयता के लिए निवेशक “ग्रॉस-अप” है, या अस्पष्ट निवेशक मार्गदर्शन की मीडिया व्याख्या।
- कई लोग “वार्षिकीकृत राजस्व” की आलोचना करते हैं, जो चरम दिनों/हफ्तों पर आधारित होता है और स्वभावतः भ्रामक है; कई इसे वैल्यूएशन को बढ़ाने के लिए इस्तेमाल किया गया “bullshit revenue” कहते हैं।
- कुछ का तर्क है कि अगर इसका उपयोग धन जुटाने के लिए किया गया हो तो यह सिक्योरिटीज़ फ्रॉड की सीमा तक जा सकता है; अन्य कहते हैं कि एक निजी कंपनी के रूप में प्रेस के साथ धुंधली भाषा इस्तेमाल करना कानूनी रूप से अधिक सुरक्षित है।
Anthropic से तुलना और लेखांकन के खेल
- बताया जाता है कि Anthropic के आंकड़ों में क्लाउड-पार्टनर राजस्व (AWS, Google) शामिल है और कभी-कभी बड़े प्रशिक्षण खर्च बाहर रखे जाते हैं, जिसे टिप्पणीकार “खराब चीज़ों से पहले का लाभ” कहते हैं।
- बताया जाता है कि OpenAI आमतौर पर क्लाउड-पार्टनर राजस्व शामिल नहीं करता, इसलिए तुलना के लिए “ग्रॉस अप” करने के प्रयासों से आंकड़े बढ़े-चढ़े हो गए।
- कई लोग दोनों लैब्स को गैर-GAAP, चुनिंदा रूप से बनाए गए मीट्रिक्स का उपयोग करते हुए देखते हैं ताकि वे लाभदायक या अत्यधिक-वृद्धि वाले दिखें।
व्यावसायिक मॉडल की व्यवहार्यता और AI बुलबुले की चिंताएँ
- इस बात पर कड़ी शंका है कि वर्तमान LLM व्यवसाय विशाल प्रशिक्षण/इन्फ़ेरेंस लागत और अपेक्षाकृत छोटे भुगतान करने वाले उपयोगकर्ता आधार को देखते हुए लगभग-ट्रिलियन या मल्टी-ट्रिलियन वैल्यूएशन को सही ठहरा सकते हैं।
- कुछ लोग अपनी कंपनियों में बहुत अधिक API खर्च की रिपोर्ट करते हैं; अन्य कहते हैं कि उपयोग अक्सर कठोर ROI मीट्रिक्स के बजाय मनाने की क्षमता से उचित ठहराया जाता है।
- कई लोग डॉट-कॉम जैसा, लेकिन 2008-शैली का सिस्टमिक नहीं, एक बड़ा AI निवेश पतन होने की भविष्यवाणी करते हैं, जिसमें अमीर निवेशक अधिकांश झटका झेलेंगे।
- अन्य लोग जवाब देते हैं कि कम से कम एक ठोस, भले छोटा, क्लाउड AI यूटिलिटी व्यवसाय मौजूद है जो वैल्यूएशन गिरने पर भी टिकेगा।
IPO समय, निजी बाज़ार और नियमन
- कई लोगों का तर्क है कि यदि OpenAI की बुनियादें मजबूत और स्थिर होतीं, तो वह अब तक IPO कर चुका होता; देरी को लाल झंडा माना जाता है।
- अन्य लोग नोट करते हैं कि कई सफल बड़ी कंपनियाँ निजी ही रहती हैं (नियामकीय बदलावों और प्रचुर लेट-स्टेज निजी पूंजी की मदद से), इसलिए IPO न होना ≠ कमजोर व्यवसाय।
- चर्चा में उच्च शेयरधारक सीमाओं और JOBS Act प्रभावों जैसी चीज़ों को शामिल किया गया है, जिनसे विशाल कंपनियाँ सीमित खुलासे के साथ निजी बनी रह सकती हैं।
AI, दुष्प्रचार और सार्वजनिक कथा
- कुछ लोग LLMs को “bullshit/disinformation machines” के रूप में देखते हैं: प्रभावी लेकिन त्रुटिपूर्ण आउटपुट और प्रचार अभियानों में उनका उपयोग।
- अन्य लोग इसका विरोध करते हैं, कहते हैं कि यह वर्णन अतिशयोक्तिपूर्ण है या hallucinations की गलत समझ को दर्शाता है।
- कई लोग दोनों लैब्स और मीडिया की आलोचना करते हैं कि वे जटिल hype cycles, anonymous sourcing, और चुनिंदा leaks के ज़रिये IPOs और funding rounds से पहले धारणा को आकार देते हैं।