奥尔特曼自曝不想当上市公司 CEO!砸 1.4 万亿豪赌 AGI

奥尔特曼的新播客一上线,就曝出了大金句:「我一点都不想当上市公司 CEO!」然而,他却苦恼自己躲不掉。如今,OpenAI 正豪赌 1.4 万亿算力,押注 AI 需求将碾压人类极限。奥尔特曼直言:亏多少都不怕!

最近,OpenAI CEO 奥尔特曼又上了一个播客。

在这个名为《Big Technology Podcast》的播客中,奥尔特曼曝出不少金句。

比如,「对于当上市公司 CEO,我一点都不兴奋」。听起来是不是有点耳熟?

果然,播客一放出没几个小时,这条金句立刻被外媒发现,火速发成文章。

并且,访谈中奥尔特曼还直面了许多犀利的问题。

比如,OpenAI 的收入如何与 1.4 万亿美元的算力投入承诺相匹配?

公司的债务状况是不是很糟?

有人评论说,这次采访给人的最大收获,就是奥尔特曼终于讲清了 OpenAI 的财务模式到底是怎么运作的。

看完之后的感受是,「他们的资本规划流程比我之前想象的更有逻辑。」

如果假设,他们在最后一轮私募融资中筹集 750 亿美元(给传闻中的 1000 亿美元打个 75 折),随后通过 IPO 再筹集 750 亿美元,那么很有可能 ——

OpenAI 将拥有足够的资本,支撑自身走到实现正向现金流的那一刻。

所以,播客中还有哪些亮点?让我们来一一盘点。

奥尔特曼:我一点都不想当上市公司 CEO

当被主持人问道「你想不想成为一家上市公司的 CEO」时,奥尔特曼非常坦率地回答:「一点都不想。」

不过紧接着,他又补充了一句:「不想上市,但可能不得不上市。」

奥尔特曼直言,作为一家仍然需要巨额资本投入的公司,OpenAI 迟早会触及股东人数、融资结构这些现实问题。

从这个意义上说,上市不是情绪选择,而是结构性的结果。

对于上市,他的态度非常复杂。

好的一面,是能让更多普通人参与价值创造;然而糟糕的一面,就是短期主义、季度压力和舆论噪音。

「这会很烦,但也许是必须经历的阶段。」

而真正让他警惕的,不是资本,而是「被低估的影响力」。

有趣的是,整场访谈中,奥尔特曼反复表现出一种罕见的克制 —— 他比大多数人,都更害怕 AI 的成功。

原因很简单:当今的 AI 模型已经足够强,但社会却远没准备好,使用方式、制度、伦理,都是全面滞后的。

GPT-5.2 是 AGI 吗?

主持人抛出了一个尖锐的问题:「GPT-5.2 已经在几乎所有方面比人类更聪明,这难道不就是 AGI 吗?」

奥尔特曼表示,AGI 的问题,不是「到了没有」,而是「从没被定义清楚」。因为,AGI 的定义没有统一指标。

GPT-5.2 到底缺了什么?奥尔特曼表示,它缺少一个关键能力 —— 意识到「我不会」,并主动去学习如何变得会。

但紧接着,奥尔特曼话锋一转,说了一句非常耐人寻味的话:即便停在现在这个水平,世界仍然远远没有「用完」这些模型的价值。

从 AGI 到「超智能」,也许才是真正的分界线

然后,奥尔特曼提出了一个大胆的新视角:与其纠结 AGI,不如直接讨论「超智能」。

当一个系统能比任何人类更好地担任总统、CEO、科研机构负责人,且不需要人类辅助,那才是真正意义上的 Super intelligence。

他还提到,在国际象棋早期,是人类 +AI > 单独 AI。

再往后,就是纯 AI > 人类 +AI。

在有些智能层级,人类只会成为干扰项。

谷歌和 DeepSeek,让我们拉响红色警报

奥尔特曼承认:当 Gemini3 发布、当 DeepSeek 出现、当竞争对手在某个维度突然追近,OpenAI 内部就会进入一种「战时状态」应急模式。

红色警报,在 OpenAI 内部早已是常态:通常持续 6–8 周,集中修补产品短板,加速发布关键更新,然后恢复到正常节奏。

竞争,逼着 OpenAI 变得更好。

ChatGPT 的周活用户已经逼近 9 亿,而奥尔特曼的判断是:这个领先优势不会缩小,反而会继续扩大。

这是因为,AI 的竞争早就不是「哪个模型参数更多」这么简单了,用户真正依赖的,是一个稳定、熟悉、能持续积累价值的平台。

OpenAI 真正害怕的,从来不是「别人追上模型」,而是错过下一次平台级跃迁的窗口。

1.4 万亿算力赌局,OpenAI 在押什么

接下来,是采访中最硬核的部分 ——1.4 万亿美元算力赌局,OpenAI 到底在押什么?

在未来多年,OpenAI 计划在算力和基础设施上总体投入 1.4 万亿!

这个数字,立马引发了整个市场的集体不安。

对于这个反应,奥尔特曼十分清楚。他反复强调:这不是一笔「短期豪赌」,而是一条被需求反复验证过的长期曲线。

算力不是「成本」,而是生命线?

奥尔特曼言简意赅地总结:算力,是限制一切可能性的瓶颈!

他的话很直白:「如果人们真的知道我们能用更多算力做什么,他们只会想要更多。」

这个判断,是基于一个反复出现的事实铁律:每当模型更强一点,每当延迟更低一点,每当成本再降一点,需求就会立刻成倍放大。

为了帮大家理解,奥尔特曼做了一个类比。

假设今天顶级 AI 公司每天输出 10 万亿级别的 token,假设全球 80 亿人类,每人每天「输出」2 万 token 的思考量,那么我们就会发现一个很可怕的趋势。

AI 输出的「智力劳动规模」,正在逼近,甚至未来会远超全人类的总和!

所以,投入 1.4 万亿美元的算力,并不夸张。

算力真正要买的,是「还没被发明的未来」

当被追问「这么多算力到底要干什么」时,奥尔特曼给出的答案,并不是更多聊天机器人。

最令他兴奋的方向只有一个 —— 科学发现,比如新材料、新药物、疾病机理、基础物理与数学问题等。

在奥尔特曼看来,科学进步是推动世界整体变好的最高阶变量,而 AI 刚刚开始触碰门槛。

奥尔特曼表示,算力不是一次性投入,而是「提前十年的工程」。

一个外界经常忽略的现实是:算力建设的节奏,永远落后于模型需求。

比如数据中心建设周期极长,芯片、能源、网络都需要提前规划。

奥尔特曼直言,他们现在做的每一个基础设施决策,都是在为一个尚不存在、但高度确定会到来的需求做准备。

这就是为什么,即便知道风险存在,他们仍然选择继续扩张。

所以,OpenAI 会不会过度建设了?奥尔特曼给出一个十分硬核的回答。

到目前为止,我们从未遇到过算力无法被变现的情况。

在他看来,真正的风险从来不是「算力太多」,而是算力不够,限制了可能性。

所以,1.4 万亿美元买的不是服务器,而是一个前提假设:人类对智能的需求,远未接近上限。

OpenAI,可能要亏上千亿美元

当 1.4 万亿美元的算力计划被摆到台面上,质疑声越来越大 —— 钱,从哪来?该怎么赚回来?

问题极其严峻,但奥尔特曼在访谈中的态度,反而出奇的冷静。

外界流传说,OpenAI 在未来几年可能累计亏损上千亿美元,直到 2028~2029 年左右才接近盈利。

奥尔特曼并不否认这一判断,但他立刻补充了一个前提:

如果我们停止扩大训练规模,现在就可以盈利。

也就是说,OpenAI 的亏损并不是商业模式失效,而是主动选择把钱继续投进训练和算力

在 OpenAI 的账本里,存在一个关键拐点 ——

在早期,训练成本会占绝对的大头,每一次新模型都是巨额投入。

而在后期,推理会成为主要支出,不过,推理是直接产生收入的。

奥尔特曼的判断是:随着模型成熟,推理收入会逐步「淹没」训练成本。

指数级增长,是人类最难直觉理解的东西

当被问到「20 亿、200 亿收入,怎么撑得起万亿级投入」时,Sam 把话题拉回了一个更根本的问题:人类天生不擅长理解指数增长。

如果你用线性思维去看算力投入,它永远显得「过于激进」;但如果你把算力、模型能力、使用频率、收入增长放在同一条指数曲线上,逻辑就会完全不同。

接下来,奥尔特曼承认了一个残酷事实:OpenAI,从来没有算力富余过。

算力不足,就导致产品受限,然后收入增长被压制,会导致更难扩建算力。这就是一条反向锁死的链条。

而现在,OpenAI 正在做的,就是一次性跳出这个约束区间

为什么 OpenAI 的债务并不疯狂?

市场对「债务」最恐慌的点在于:AI 是一个新行业,需求是否稳定,没人能 100% 确定。

但奥尔特曼的看法非常务实:没有人怀疑 AI 基础设施「有没有价值」。真正的不确定性,只在于谁来用、什么时候用、用多快。

在他看来,为数据中心融资、为长期基础设施引入债务,本质上和历史上修铁路、建电网、铺互联网没有本质区别

当然,他也并不否认:过程中一定会出现波动、泡沫、甚至清算。但是,这并不会改变长期方向。

总之,OpenAI 不是在赌「不会亏钱」,而是在赌 —— 智能需求的增长速度,会跑赢所有保守预期!

一段正在展开、无法暂停的历史

总之,如果要用一句话总结奥尔特曼的世界观,那就是 ——

不要赌人类会停下来,也不要赌智能会停下来。

AI 并不是一项普通技术,它更像电力、互联网、印刷术 —— 一旦出现,就不会再被「收回」。

而 OpenAI 所做的,不过是试图在这条不可逆的曲线上,尽量跑在前面,也尽量不失控。

参考资料:

  • https://www.businessinsider.com/sam-altman-openai-ceo-of-public-company-would-be-annoying-2025-12

  • https://www.youtube.com/watch?v=2P27Ef-LLuQ

本文来自微信公众号:新智元(ID:AI_era)

免责声明:

1、本网站所展示的内容均转载自网络其他平台,主要用于个人学习、研究或者信息传播的目的;所提供的信息仅供参考,并不意味着本站赞同其观点或其内容的真实性已得到证实;阅读者务请自行核实信息的真实性,风险自负。