OpenAI 曾放出豪言壮语，要砸下1.4万亿美元去建设AI基础设施，然而在现实面前，他们迅速改变了策略。现在OpenAI称到2030年花6000亿美元就足够了，这表明他们已经从盲目扩张转向精打细算，努力确保盈利。这次变化反映出OpenAI在资金压力和行业理性回归方面的考量。虽然他们刚刚完成超过1000亿美元的融资，估值达到8300亿，但过高的估值给他们带来了资金压力。如果继续无休止地烧钱，估值就像悬在空中的一把刀。OpenAI也意识到AI算力、数据中心和芯片这些基础设施本身成本高昂，英伟达的GPU价格上涨就是一个例子。所以他们把预算从无脑扩张变成精打细算，逼行业更健康一些，泡沫尽可能被挤掉。如今节约成本是核心任务，市场竞争不再是看谁烧钱多就能赢。OpenAI 还打算到2025年实现131亿美元的收入。为了达到这个目标，他们把产品提升到极致，并且提供丰富的内容和流畅的使用体验。目前付费用户每年花费600美元，在行业里处于中等偏上的水平。假如一半活跃用户付费，4.5亿活跃用户中大概有一半付费就可以实现这个目标。因此需要保证产品持续好用，保证内容丰富。另外，Codex每周活跃用户数达到150万，虽然没有官方数据，但我估计新增模型和API 帮助减轻了用户体验压力。这次变化让我想到一个问题：未来泡沫会不会越吹越大？或者说AI仍然是个次新股，看起来增长迅速但底层还不够稳固？硬件设备需求会跟着精打细算走。 芯片厂商和液冷设备厂商开始限制订单或者延迟生产计划，避免库存积压。英伟达、英维克这些做基础设施的公司形势却比较乐观。芯片技术能不能继续涨价？除了液冷系统还有没有其他散热技术能降低成本？这个话题很复杂但值得深思。 从产业链角度看，每次转折点都可能孕育出新机会。但有时候我会怀疑厂商是否忽略了技术成熟度。GPU是否能一直涨价？另外，关于散热技术也存在疑问。 我翻查过工程师内部讨论，发现很多技术细节隐藏在数据背后。OpenAI的基础模型是大规模训练加上微调，但瓶颈在于训练数据与算力之间的匹配度。调度优化是业内攻关的技术点之一。我自己使用过这些模型体验过表现惊艳但也遇到过忽略背景的细节问题。这让我觉得某些AI仍在成长道路上，精度和复杂度的提升是个渐进过程。 回到OpenAI的变化上，原本无脑烧钱的战略变得审慎谋划起来。因为他们意识到大规模基础设施和模型不能没有边界，否则就是盲目追逐泡沫。行业里许多公司都在犹豫应该如何掌控成本与创新之间的平衡问题。 投资者也开始从赌未来转变为拼未来成本优势。总之现在这个阶段很多人都在观察究竟谁能在成本控制与创新上取得双赢局面。 未来AI基础设施将成为日常必需品而非梦想之屋而是城市框架一部分。“健康度”取决于谁能在这个城市建设中既省钱又持续输出能力。或许有一天我们会看到一个全新生态圈各地出现像英伟达那样不断优化、降成本的基础设施巨头。