OpenAI 年化收入比先前暗示的少 200 亿美元

收入差异与“年化”指标

• 讨论聚焦于有关 OpenAI 年化收入此前被暗示约为 700 亿美元，但投资者材料显示 7 月更接近 300 亿美元的报道。
• 发帖者争论这究竟是公然误导、为与 Anthropic 可比而对投资者做“gross-up”，还是媒体误解了含糊的投资者指引。
• 许多人批评基于峰值日/周来计算的“年化收入”本质上具有误导性；几位将其称为用于炒高估值的“bullshit revenue”。
• 有人认为，如果用来筹资，这可能接近证券欺诈；也有人表示，作为一家私营公司用模糊措辞对外沟通，在法律上更安全。

与 Anthropic 的比较与会计游戏

• 据称 Anthropic 的数据包括云合作伙伴收入（AWS、Google），并且有时排除了巨额训练成本，评论者将其称为“bad things 之前的利润”。
• 据报道，OpenAI 通常不计入云合作伙伴收入，因此为便于比较而试图做“gross up”会产生被夸大的数字。
• 许多人认为，这两家实验室都在使用非 GAAP、经过选择性构造的指标，以显得盈利或呈现超高速增长。

商业模式可行性与 AI 泡沫担忧

• 对于当前 LLM 业务能否支撑接近万亿或数万亿美元估值，普遍持强烈怀疑态度，因为训练/推理成本巨大，而付费用户基础相对有限。
• 有人报告自己公司的 API 支出非常高；也有人指出，使用往往更多是基于说服力，而非硬性的 ROI 指标。
• 几位预测会出现一场类似互联网泡沫、但不会像 2008 年那样具有系统性冲击的重大 AI 投资崩盘，富有投资者将承担大部分损失。
• 也有人反驳称，至少存在一个扎实但更小规模的云端 AI 工具型业务，即使估值崩塌也会存活下来。

IPO 时机、私募市场与监管

• 许多人认为，如果 OpenAI 的基本面强劲且稳定，它早就应该 IPO 了；拖延被视为危险信号。
• 也有人指出，许多成功的大公司会继续保持私有化（这得益于监管变化和充裕的后期私募资本），所以不 IPO 并不等于业务疲弱。
• 讨论涵盖了更高的股东门槛和 JOBS Act 的影响等变化，这些因素让巨型公司能够在披露有限的情况下继续保持私有。

AI、虚假信息与公众叙事

• 一些人强调 LLM 是“bullshit/disinformation machines”：输出虽有说服力却容易出错，也被用于宣传战。
• 另一些人对此表示反对，认为这种说法被夸大，或反映了对幻觉现象的误解。
• 几位批评两家实验室和媒体都在操纵复杂的炒作周期、匿名信源和选择性泄露，从而在 IPO 和融资轮之前塑造公众认知。