高盛Communacopia会议上，OpenAI首席财务官莎拉·弗莱尔做了一场信息量极大的分享：

第一、企业业务撑起半壁江山，收入结构变了。

OpenAI进入2026年时消费者与企业收入比约60比40，原定年底做到50比50，年中就提前达标——"企业业务一直如火如荼"。7月整体收入运行率同比增长约20%，企业业务同比增长32%，还是在相当大的基数上。

结构变化为什么重要？我认为，企业客户一旦嵌进工作流，迁移成本极高，收入的可预测性远强于消费者订阅。OpenAI的收入质量在变厚。

第二、使用强度比收入数字更值得看。

排名前10%的客户，每用户每周token消耗是平均客户的约8倍——之前是3倍；OpenAI内部用量是平均客户的33倍。

她的意思是：我们自己就是客户未来的预览。头部客户今天的用法，就是普通客户两年后的用法，token消耗是单向放大器。

具体场景：Canva代码"100%来自OpenAI"，用户每周创建数十亿张图像；Travelers的AI理赔助手两个月从八个州扩到全国；Codex用户从年初约10万涨到2500万。

她的原话：自动化编码是关键，已经没有开发者只把AI当辅助工具了。

第三、广告是被低估的一条线。

广告业务上线七个月做到10亿美元运行率，她称这是"最快达到十亿美元的产品"，已上线40个国家，WPP和电通已加入，AI原生广告格式还没推。

她的形容很有意思："如果谷歌和Meta生了个孩子，那就是ChatGPT"——高意图搜索加上记忆，站在两家巨头商业模式的交叉点上。天花板远没到头。

第四、Astra和定价，回应了行业里争论很久的问题。

Astra在10万张GPU上训练，是OpenAI史上最大训练。

两个重点：一是行业该用"每任务成本"而非"每token成本"评估模型——按Artificial Analysis对比，Astra达到同等结果所需输出token比竞争对手前沿模型少68%；二是Luna降价80%，用量直接涨10倍，如今在OpenRouter份额超过下一个中国模型。

降价80%、用量涨10倍，收入是涨的——需求的价格弹性极大。她还补充：Cloudflare上的Luna比GLM 5.3还便宜，前沿实验室可以用低于开源部署的成本提供推理。开源权重"有其位置"，但客户为整个栈付费——算力、数据集成、企业上下文、可靠性。

第五、算力仍然"严重短缺"。

原话："我们仍然感到严重短缺"，每周要在训练、研究和服务之间做算力取舍。应对是全栈推进：云厂商伙伴、自研芯片、OpenAI设计的得州数据中心、"越来越多"的自建。

两个细节：最难的是预测一个"世界从未见过"的业务，必须提前两到三年动工——过去两年被批评"过度投资"的部分，"今年真的收到了回报"。

ROI纪律：每个模型家族，用迄今收入加未来12个月对比算力投入，要求"不仅正，而且极度正"。每吉瓦收入上升、成本曲线下降，是她眼里毛利率扩张的关键。

第六、三个新需求方向

客户询价最集中的是网络安全，"非常紧迫"。

她的观点鲜明："把模型关在盒子里"是谬论——OpenAI自己用Astra以机器速度发现和修补漏洞，上周在旧金山接待约300名CISO，给防御方更多访问是"难以置信的商业机会"。垂直行业是芯片设计、生命科学、金融服务，暗示本周晚些时候在纽约官宣金融消息。

生命科学模型叫GPT Rosalind；自家的Jalapeño芯片九个月流片，模型跑完了工程师送往台积电前最后30天来不及做的优化。

所以怎么看？

这场讲话真正验证了两件事，也给了市场一个很直接的产业链结论。

第一，AI需求正在从“用户增长”进入“使用强度增长”。

企业收入占比过半，头部客户的token消耗拉到平均水平的8倍，编码也从辅助工具走向自动化执行。真正重要的不是还有多少新用户，而是每个用户、每家企业未来会消耗多少算力。

第二，OpenAI的商业模式正在变宽。

从订阅，到按消费收费，再到按结果收费，外加广告这条第二曲线，收入不再只依赖ChatGPT会员。

而对美股最直接的信号还是算力。全世界最大的模型公司之一亲口承认，算力依然“严重短缺”，很多产能必须提前两到三年规划。

只要每个用户的使用强度继续上升、每吉瓦收入继续提高，上游算力、存储、网络和数据中心这条产业链，就很难只被当成一轮短期资本开支行情。

————————————reddit上的这篇文章原文是什么语言不清楚，反正我这边看到就是中文，整个reddit好像都是中文，也不知道怎么设置成英文，感觉有些术语还是差点意思