top of page

據報 OpenAI 第三季營收達 100 億美元,營運虧損擴大

20 分鐘前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Sanket Mishra / Pexels.

據報 OpenAI 第三季錄得 100 億美元營收,較上一季升近 50%,但營運虧損亦有所擴大。OpenAI 第三季營收披露顯示,在年初增長放緩後,市場需求重拾動力。不過,這亦留下了一項尚未解決的財務矛盾:銷售額增加,尚未轉化為較低的絕對營運虧損。

據 Bloomberg 報道,管理層在 11 月 10 日的電話會議上向投資者披露財務資料。報道將回升歸因於市場對 OpenAI 最新軟件的需求。這些仍屬據報的私人財務數據,而非經公開業績申報獨立核實的結果。

核心比較在於營收擴張與維持增長所需成本之間的關係。Anthropic 是一項具競爭性的參考,因為兩家公司均在爭取企業客戶及投資者資金。對 OpenAI 而言,眼前問題是需求上升能否足夠迅速改善其經濟效益,以支持持續投資。

OpenAI 第三季營收顯示需求回升

Bloomberg 對季度營收增長的報道,將這項里程碑置於截至 9 月的三個月內。據知情人士透露,營收較去年同期增加近兩倍。

據報的回升強化了客戶需求的理據,但盈利能力仍是另一個問題。

時點十分重要,因為投資者在 11 月收到更新時,該季度早已結束。這項披露描述截至 9 月的業務活動,並不能證明同樣的增長持續至整個 10 月或 11 月。

Benzinga 另行報道,按季增長由第二季的 17% 加速。按季增長是將一個期間與緊接其前的期間比較,因此這次據報的加速具有意義:OpenAI 在更大的營收基礎上,仍提高了百分比增長率。

這些比較回答的是不同問題。按季數字反映近期動力,而按年比較則顯示業務在較長期間內擴大了多少。任何一項指標本身,都不能證明客戶留存率或需求的持久性。

現有報道支持一個明確結論:OpenAI 在該季度帶來了大幅增加的營收。但報道未有提供足夠細節,無法將每一筆額外收入歸因於某一特定模型、產品或客戶群。

在評估有關新軟件的說法時,這項區分十分重要。一次發布可吸引注意、鼓勵現有客戶增加使用,或帶來新的機構付費部署。若沒有額外披露,整體營收無法分辨這些影響。

這些數字亦不應被視為經審核的業務帳目。Bloomberg 引述知情人士,其他報道則指財務資料由公司向投資者分享,這些資料提供有用證據,但對底層會計選擇的可見度有限。

多份報道出現相似數字,令投資者確曾收到這一訊息的可信度提高。但這不一定代表對 OpenAI 帳目的獨立審查。多家媒體可以準確報道同一項私人披露,而無須獨立核實其內容。

因此,讀者有理由認真看待這項里程碑,同時保留清晰歸因。「據報錄得」比起暗示已完成公開審計的表述,更準確反映現有證據。這項限定保留了報道披露與核實底層帳目之間的分別。

這個結果影響重大,但無須據此對整個 AI 市場作出更廣泛的判斷。它記錄了 OpenAI 近期商業表現表面上的改善。要理解其財務意義,需檢視這些額外銷售同時發生了甚麼。

銷售加快令 OpenAI 的成本基礎承壓

營運情況令營收頭條變得更複雜。Reuters 引述 The Wall Street Journal 查閱的文件報道,營運虧損擴大,由 101 億美元增至 109 億美元。

同一報道指,OpenAI 的經調整營運利潤率為負 109%,較負 150% 改善。營運利潤率衡量營運利潤或虧損相對於營收的比例。經調整指標會套用公司特定的排除項目,因此在解讀變化時,其定義十分重要。

OpenAI 據報的虧損相對於營收有所縮小,即使其絕對金額上升。

兩種情況可以同時發生。營收可以較支出增長更快,但支出仍以更大的美元金額超過營收。這種組合反映比例改善,但不能證明業務需要較少財務支持。

這是透過其財務業績解讀 OpenAI 營收增長的最有效方法。更強的營收走勢與擴大的虧損並不矛盾。只選擇其中一個數字,會令讀者得到不完整的描述。

利潤率改善值得注意,因為這顯示營收與營運結果之間的關係有所改變。然而,現有報道未有解釋每項調整或支出類別,亦無法證明哪些營運決策造成這項變化。

對管理層而言,壓力在於令擴張帶來更高的財務效益。當服務額外客戶所帶來的收入足以覆蓋相關開支時,新增客戶的意義才更大。營收增長提供改善這種關係的空間,但並不保證結果。

這項區分對 AI 軟件尤其重要。推理,即用於生成模型回應的運算,會在客戶使用服務時產生成本。更高參與度可以支持營收,同時亦增加交付服務所需的資源。

這並不能證明推理驅動了 OpenAI 據報的虧損。公開報道未有提供該程度的歸因,只是解釋了為何使用量增長與財務改善需要分開檢視。

研究開支、產品開發及其他營運費用進一步增加了解讀難度。部分支出支持現有服務,另一些則旨在創造未來產品。若沒有詳細分項,讀者無法判斷這些活動如何促成據報結果。

營運虧損亦不應隨意等同於現金消耗。會計結果與現金流動衡量的是不同事物。付款時點、投資支出及其他財務安排,均可能造成兩者之間的差異。

因此,尋求解讀 OpenAI 營收增長的讀者應把結論保持在狹窄範圍內。需求看來有所加速,據報利潤率亦已改善。但絕對虧損擴大顯示,這些收益尚未建立自給自足的營運模式。

實際壓力首先落在 OpenAI 的管理層及融資策略上。公司需要說明持續投資如何隨時間帶來更佳經濟效益。營收里程碑有助於這項說明,但不足以完成它。

OpenAI 企業業務增長改變營收組合

據報的回升亦反映 OpenAI 業務組成有所變化。Yahoo Finance 報道,財務總監 Sarah Friar 表示企業營收按季倍增。她指營收由企業與消費者業務平均分佔。

這個關於企業營收增長的說法,提供了管理層對部分動力的解釋。這仍是公司的陳述,而非對客戶支出的獨立核實評估。

企業客戶貢獻增加為 OpenAI 帶來另一個需求來源,但並不能證明這些需求具盈利能力。

OpenAI 的企業業務增長之所以重要,是因為機構採用涉及的決策與個人訂閱不同。消費者可決定使用助理處理個人工作;機構還必須考慮安全、管理、採購,以及對所產出工作的責任。

這些要求可以令採用過程較慢且要求更高。當軟件成為既定流程的一部分時,它們亦可創造持續使用的機會。營收披露未有說明,多少增長來自新的部署,或擴大既有合作關係。

試想一個正在評估 AI 編程助理的假設工程團隊。初步試用可確立開發人員是否認為輸出有用。更廣泛的部署還需要就存取權限、允許使用的數據、審核程序,以及生成程式碼的問責作出決定。

這個例子旨在說明商業機制,而非記錄某個特定 OpenAI 客戶。一次成功示範不會自動變成全機構採購。當團隊反覆在足以支持持續支出的工作中使用軟件時,採用才變得更有價值。

因此,企業業務增長可能反映多種不同發展。更多機構可能開始付費、現有客戶可能擴大存取權限,或用戶可能增加使用量。這些可能性對留存、服務成本及未來擴張各有不同含義。

頭條數字沒有區分這些情況。營收平均分佔的組合,只描述按公司分類的銷售來源,並不告訴讀者企業客戶是否產生同樣大比例的利潤。

它亦不能證明企業營收如固定且可預測的訂閱收入般運作。商業合約可包含不同使用模式及採購安排。要了解其持久性,需要有關續約、客戶集中度及長期支出的資料。

對買家而言,這帶來一個實際啟示。在評估供應商的方向和資源時,供應商增長是有用背景。採購決策仍需要有關產品在機構實際工作中表現的證據。

例如,管理技術文件的團隊應區分模型能力,以及整理可信來源材料的工作。一個可搜尋知識庫處理的是相關工作流程問題,而整體模型公司營收無法評估這一點。

這項區分讓財務新聞與營運決策保持連繫,同時避免將其變成產品背書。正在增長的供應商仍可能不適合某項特定工作。反過來,公司經濟效益存在不確定性,亦不能證明其產品缺乏實際價值。

OpenAI 的企業成長在各機構持續找到付費理由時,強化了需求敘事。其財務重要性將取決於這些關係在初步採用後如何發展。收入組合是評估這一點的起始證據。

Anthropic 帶來競爭壓力,但無法解釋所有結果

OpenAI 的表現也置身於爭奪企業開支及投資者注意力的競爭之中。美聯社於 11 月 10 日報道,Anthropic 正尋求上市。報道將兩家公司形容為爭取主導 AI 市場的競爭對手。

一次 AI 上市 為投資者評估該行業提供另一個潛在參照。擬定的估值及發售條款仍可能改變。在相關程序完成前,不應將其視作已完成交易。

競爭壓力令財務透明度更具價值,但每家公司仍須自行交代其經濟狀況。

Anthropic 的相關性,不代表要把 OpenAI 的季度業績簡化為勝負故事。一家供應商強勁增長,並不自動表示另一家流失了相等規模的業務。客戶可以增加整體 AI 開支,或同時購買多家公司的服務。

同樣地,不同公司可能按需要仔細比較的定義申報收入。期間、產品分類及會計處理方式都很重要。單靠標題式比較,無法解答產品質素、客戶忠誠度或長期盈利能力的問題。

OpenAI 當前面對的壓力,是在融資需要之餘,令其增長更容易理解。投資者可以考察資本的其他用途。企業客戶亦可在將重要工作流程投入使用前,比較競爭服務。

這種壓力帶來披露更多有用財務細節的理由。清楚說明收入構成及經營業績,有助投資者評估表現,也可減少以關注度、用戶活躍度或產品能見度取代商業成果的誘惑。

不過,競爭無法解釋該季度的每一項變動。現有證據未能分辨客戶是否在 OpenAI 與 Anthropic 之間轉換。它亦無法確定有多少需求來自首次採用 AI 的機構。

更強的模型發布可能支持增長,但要證明這種關係,僅靠時間先後並不足夠。客戶可因多個原因同時改變開支。合約擴展、採購週期、產品改善及內部部署決定都可能重疊。

對市場領導地位的說法也應採取同樣審慎態度。收入提供一項商業衡量指標,但在消費者助理、開發者服務及企業部署之間,「領導地位」可以有不同含義。這些市場不應被合併成一個缺乏支持的排名。

對開發者而言,這項比較最有用之處,是促使他們按特定任務進行評估。適合某一編程工作流程的模型,未必在另一個流程有相同表現。財務規模為供應商提供背景,而不是測試的替代品。

對企業買家而言,競爭帶來可攜性及依賴程度的問題。一個團隊若能保留其文件、評估準則及營運程序,便有更大空間重新評估供應商。即使現有供應商持續增長,這種靈活性仍然重要。

因此,OpenAI 第三季收入應放在更廣闊的競爭評估中理解,而不應承載整個結論。所報告的反彈顯示商業動能。這種動能能否形成持久優勢,取決於標題數字未披露的客戶成果及財務執行力。

季度收入與融資回答的是不同問題

融資背景需要審慎更新。早前報道稱 OpenAI 正尋求一輪估值 1.25 萬億美元的融資。其後報道顯示,在 11 月 10 日披露收入前,首部分融資已經完成交割。

Bloomberg 於 11 月 6 日報道了 首輪融資交割。這意味著,若將整輪融資描述為純粹尚待進行,便會忽略已報道的進展;但假設所有擬議部分均已完成,亦同樣不準確。

融資進展、公司估值及客戶收入,衡量的是 OpenAI 財務狀況中不同的部分。

收入關乎在指定期間內由商業活動產生的收益。融資關乎根據投資安排提供的資本。估值則描述該交易中為公司賦予的價值。

把這些概念分開,有助避免對大型 AI 公司數字的常見誤讀。投資者資本不會因公司收到資金便變成客戶需求。估值不代表銷售額、利潤或可供營運的資金。

同樣的紀律亦適用於年化收入,即把近期收入步伐延伸至全年的估算。季度收入衡量該季度內的活動;年化數字則可描述某個特定時點所達到的收入步伐。

一家正在增長的企業,可能在季度結束時達到較其整季維持水平更高的收入步伐。因此,所得年化估算可高於把季度平均值簡單延伸的結果。這種差異需要解釋,而不是假設存在矛盾。

年化數字亦不保證未來收入。它延伸的是當前條件,而需求、採購模式或產品使用情況都可能改變。讀者需要知道計量日期及計算方法,才能作出解讀。

當財務更新透過訪問及私下投資者通訊發布時,這些區別尤其有用。不同陳述可能描述不同期間或定義。若不核對這些界線便將其混合,即使每項底層陳述均屬準確,也可能產生誤導性的敘述。

融資消息亦不應被視為對每一項營運說法的獨立驗證。投資者若預期未來回報,可以接受相當大的不確定性。他們的參與顯示願意按特定條款投資,而非對商業表現作出公開審核。

同樣地,持續集資本身不表示客戶需求疲弱。正在增長的企業可在改善營運之餘,為擴張尋求資本。問題在於管理層如何把資金需求連繫至未來財務成果。

現有報道對這種連繫的呈現仍不完整。讀者未能取得完整公開的對賬,說明開支承諾、預期現金變動及所報告的營運業績。根據標題數字推導出精確的融資續航期,仍然言之過早。

因此,最有力的評估應保留這兩項發展。據報 OpenAI 大幅擴大收入,並在新一輪融資上取得進展。兩項事實都無法消除對其如何長期為營運提供資金的解釋需要。

下一次披露需要把增長與經濟效益連繫起來

下一項有用證據,應把商業動能與支持該動能的成本連繫起來。另一個龐大的標題數字可增加資訊,但跨報告期間的一致解釋會令這些資訊更有用。

最具資訊價值的後續資料,將顯示在可比較定義下,較強需求是否帶來較佳財務結果。

首先,留意下一次季度收入披露及其計量基礎。持續增長將加強反彈並非只延續一個期間的論點。若增長放緩,便須檢視需求是否改變,或比較是否變得更困難。

一致性與方向同樣重要。投資者及客戶應能辨識報告期間,並理解數字包括甚麼內容。在季度總額與年化估算之間切換,會令趨勢更難評估。

第二,留意經營虧損及利潤率。利潤率若進一步改善,將支持收入增長快於相關開支基礎的論點。絕對虧損額減少,亦可提供更多證據,顯示擴張正在縮減經營赤字。

若虧損反而持續擴大,收入敘事仍可正面,但融資負擔會持續。這些結果需要不同解讀。最有用的披露,會說明開支驅動因素,並對呈列業績時採用的任何調整作出對賬。

企業表現亦屬這項評估的一部分。更多關於續約、擴展及客戶開支的細節,有助解釋增長質素。單靠整體銷售額,無法顯示機構在初步部署後是否持續付費。

第三,留意其餘融資步驟的確認,以及條款的任何改變。完成首部分交割與完成整輪融資,是不同里程碑。清晰的交易報告可確立可用資本,而毋須依賴早前的談判目標。

Anthropic 的上市程序為投資者預期提供背景,而非對 OpenAI 的預設結論。公開市場的發展可改變投資者採用的比較方式,但不會直接決定 OpenAI 客戶是否認為其產品有用。

對企業買家而言,這些訊號應為供應商評估提供參考,但不應主導一切。財務披露有助評估業務方向及對外部資本的依賴程度。準確性、可靠性及工作流程契合度的評估,仍需要來自預定部署的證據。

對開發者而言,實際的回應是維持清晰的評估記錄。記錄模型在哪些任務表現良好、何處仍需要人工覆核,以及甚麼情況足以支持轉換。這些記錄令產品決策較少依賴不斷轉變的財務敘事。

對知識工作者而言,相關問題是助理是否足以改善經常性工作,從而保持實用。公司增長可支持產品投資,但無法證明每項功能或工作流程都能為每名用戶帶來價值。

閱讀下一次 OpenAI 第三季收入跟進報道時,應保留這些區別。留意可比較的報告期間、清楚的營運定義及已確認的融資里程碑。然後,將這些證據連繫至你的機構實際需要 AI 執行的任務。保留採用情況、輸出質素,以及糾正錯誤所需人工作業的記錄。當供應商改變產品或商業方向時,重新檢視這些發現。所報告的反彈值得關注,因為它顯示需求更強;而虧損則說明為何財務執行仍是核心。當下一次披露到來時,問一個具體問題:它是否顯示增長正變得更可持續,還是主要只是延續收入軌跡?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page