OpenAI業(yè)績超預期增長，預測2024年收入將增長131.25%，但研發(fā)新技術帶來成本飆升的巨大挑戰(zhàn)；面向多模態(tài)、深度推理等前沿方向推出GPT-4o系列、o1系列等新模型；持續(xù)創(chuàng)新ChatGPT等產品功能，提升用戶交互體驗，并逐步探索新營收模式，在全球多地組建本地化團隊就近提供服務；受高層離職及企業(yè)轉型影響，解散并新建部分團隊；新模型發(fā)布帶動用戶生態(tài)持續(xù)繁榮，通過廣泛外部合作持續(xù)夯實高質量數據基礎、提升技術應用創(chuàng)新。
表1 Meta近半年最新進展的主要指標表
注：1）財務數據方面，“當前進展”列為2024年整體預測數據，“變化幅度”列基于2023年相應數據進行計算，全部數據源于OpenAI官網、負責人對外發(fā)言、公開資料；2）除特別注釋外，“變化幅度”列中定量變化指環(huán)比，定性變化指公司近半年進展對比上一階段（截止到天翼智庫團隊所做第一輪企業(yè)對標）的顯著變化；3）紅色向上箭頭表示增加；4）年度經常性收入指一年內從訂閱客戶處獲得的可預測收入。
財務近況：公司創(chuàng)收潛力大，研發(fā)新技術帶來成本飆升挑戰(zhàn)
2024年收入快速增長，且未來潛力巨大。財務文件顯示，2024年8月，OpenAI的月收入已達3億美元，自2023年初以來增長1700%；但毛利率僅41%，遠低于行業(yè)云軟件初創(chuàng)公司的65%平均水平，OpenAI計劃在2028年前將毛利率提升到67%。2024年10月，OpenAI首席財務官Sarah Friar接受外媒專訪期間預測OpenAI的2024年收入將達到37億美元，與2023年的16億美元相比增長131.25%，預計其收入明年將飆升至116億美元。隨著增長加速，OpenAI估值水漲船高，在今年10月的一輪融資后估值已達1570億美元，大約是年初估值的兩倍。
開發(fā)和運營更先進的AI系統(tǒng)為其帶來巨大開支。OpenAI聯合創(chuàng)始人Altman曾指出，隨著公司開發(fā)更復雜的模型，預計支出將繼續(xù)超過收入增長，可能還需要籌集數百億美元才能滿足成本。預估數據顯示，OpenAI今年運營總成本或將達85億美元，主要由模型推理、訓練、人力成本構成，分別為40億、30億、15億美元。推理成本方面，截至今年3月，OpenAI已花費近40億美元租用微軟的服務器集群來支持ChatGPT及其底層大模型的運轉，該集群相當于35萬個英偉達A100芯片，其中約29萬個芯片為ChatGPT提供支持。訓練成本（包括支付數據的費用）方面，截至第一季度，用于OpenAI模型訓練的服務器集群已包括12萬個英偉達A100，隨著OpenAI加快訓練最新旗艦模型，訓練成本可能將在今年翻一番。人力成本方面，截至目前OpenAI雇用大約1700名員工，隨著該公司與谷歌等科技巨頭爭奪技術人才，最終人力成本在今年可能將高達約15億美元。
大模型技術：面向多模態(tài)、深度推理等前沿方向推出新模型
1.新發(fā)布GPT-4o系列模型，提供多模態(tài)處理、低時延交互能力
GPT-4o為端到端多模態(tài)模型，可實現毫秒級先進視覺音頻理解。2024年5月，OpenAI發(fā)布新的“全能模型”（omni model）GPT-4o，能提供與GPT-4同等程度的模型能力，推理速度更快，還能提供同時理解文本、圖像、音頻等內容的多模態(tài)能力，具有如下亮點：（1）GPT-4o為端到端多模態(tài)模型，模型所有輸入和輸出都由同一神經網絡處理，在文本、推理和編碼智能方面基準測試實現GPT-4 Turbo級別性能，同時在多語言、音頻和視覺功能上達到新的高水位線；（2）毫秒級響應，GPT-4o對音頻輸入的響應時間最短為232毫秒，平均為320毫秒，與人類在對話中的響應時間相似；（3）更先進的視覺與音頻理解能力、智能感知語氣與語態(tài)，GPT-4o支持在對話中隨時打斷，可根據場景生成多種語調，同時支持視頻對話；（4）API性價比顯著提升，與GPT-4 Turbo相比速度提升2倍、成本降低50%，速率限制提升5倍。
GPT-4o mini模型推進實現更具成本效益的人工智能。2024年7月，OpenAI發(fā)布GPT-4o mini，作為GPT-4o系列最具成本效益的型號，該模型具備以下特點：（1）多模態(tài)推理能力，具備文本、圖像、音頻、視頻的多模態(tài)推理能力，已在API中支持文本和視覺輸入，未來計劃擴展視頻和音頻的輸入、輸出；（2）性能表現優(yōu)異，在多個全球權威基準測試中成績超越GPT-3.5 Turbo等模型，如在MMLU文本智能與推理基準測試及Human Eval編碼性能測試中分別以82.0%和87.2%的得分領先，在MGSM數學推理測試及多模態(tài)推理領域的MMMU評估中分別獲得87.0%和59.4%的高分；（3）成本大幅降低，相比原版GPT-4o模型便宜96%-97%。（4）處理能力較強，擁有128k tokens的上下文處理能力，支持16k輸出tokens；（5）安全策略創(chuàng)新，是首個使用全新安全策略“指令層次結構”的AI模型，能優(yōu)先考慮特定指令，使惡意用戶更難讓模型執(zhí)行不當操作，有效抵御越獄攻擊、即時注入及系統(tǒng)即時提取等風險。
2. 基于GPT-4訓練CriticGPT模型以評估高級AI系統(tǒng)內容輸出
2024年6月，OpenAI發(fā)布基于GPT-4的模型CriticGPT，旨在找出ChatGPT代碼輸出錯誤、輔助改進，并更好地幫助工程師評估ChatGPT響應質量和準確性。CriticGPT的發(fā)布標志著RLHF（基于人類反饋的強化學習）領域取得重大進步，解決人類評估者在評估日益復雜的AI模型時面臨的核心挑戰(zhàn)。該模型具備如下特點：（1）可進行智能錯誤捕獲，能深入分析ChatGPT代碼輸出并指出其中錯誤，檢測LLM（大型語言模型）錯誤的準確率達63%；（2）可提高評估效率，使用CriticGPT輔助的人類評估者檢查ChatGPT代碼輸出，效率比不使用時高出60%；（3）自然語言反饋，能通過自然語言反饋指出代碼問題，還能幫助訓練師撰寫更全面的批評，減少虛構問題。
3.新發(fā)布o1系列推理模型，復雜推理能力大幅提升
OpenAI o1系列推動AI向更深層次的智能推理與問題解決能力發(fā)展。2024年9月，OpenAI推出o1系列模型，包括o1、o1-preview和o1-mini三款。該系列模型通過模仿人類的推理過程，能夠在回答前進行更深入思考，從而處理更復雜任務，主要特點如下：（1）采用全新推理范式，o1-preview運用思維鏈（CoT，Chain of Thought）+自我對弈強化學習的推理范式，可將復雜步驟拆解為更簡單部分，并在當前方法無效時嘗試不同方式，代表著Scaling up從預訓練擴展至后訓練階段；（2）領先的深度推理能力，如o1-preview在物理、化學和生物學等復雜任務的基準測試中表現可與博士生媲美，在國際數學奧林匹克競賽的資格考試中正確率達83%，GPT-4o僅為13%；（3）安全性提升，在一項最難的越獄測試中，o1-preview得分84（滿分100），遠高于GPT-4o的22分，證明o1-preview在安全規(guī)則的執(zhí)行和應對違規(guī)嘗試時表現更可靠。
輕量化版本OpenAI o1-mini更好滿足開發(fā)者對高效解決方案的需求。這款經過優(yōu)化的推理模型運行速度快、使用成本低，非常適合處理編程相關任務，主要特點如下：（1）性能優(yōu)化，作為o1系列的輕量版本，o1-mini在保持高質量輸出的同時大大提高響應速度，如單詞推理問題上，o1-mini比GPT-4o快3-5倍；（2）成本效益高，相比o1-preview，o1-mini使用成本降低80%；（3）編程專長，o1-mini在編碼任務上表現突出，可為開發(fā)者提供高效代碼生成和調試支持，在Codeforces編碼競賽中，o1-mini獲得1650 Elo的評分，與o1的1673 Elo相當，高于o1-preview的1258 Elo。
4.推出連續(xù)時間一致性模型促進生成式人工智能發(fā)展
2024年10月，OpenAI推出新型連續(xù)時間一致性模型sCM，將開啟視頻、圖像、三維模型、音頻等實時、高質量、跨領域的生成式人工智能新階段。模型主要特點如下：（1）創(chuàng)新提出TrigFlow統(tǒng)一框架，簡化理論公式，整合多個復雜過程，并讓訓練過程更穩(wěn)定，為后續(xù)模型改進提供堅實基礎；（2）生成速度顯著提升，僅需兩步采樣即可生成高質量樣本，生成速度提升50倍，如15億參數模型在單個A100 GPU上生成一張圖片只需0.11秒；（3）保持高質量輸出效果，采樣步驟答復減少但生成樣本質量與頂尖擴散模型相當；（4）具有跨領域生成能力，不僅適用于圖像生成，還可用于視頻、三維模型和音頻的實時生成，為多領域應用提供發(fā)展廣闊前景。
市場發(fā)展：持續(xù)創(chuàng)新產品功能，逐步探索新商業(yè)模式
1.產品與服務：不斷完善ChatGPT功能，提升用戶交互體驗
逐步開放“高級語音模式”（Advanced Voice Mode），提升人機交互體驗。2024年7月，OpenAI面向小部分ChatGPT Plus用戶推出ChatGPT高級語音模式的Alpha版本進行測試；9月正式向ChatGPT Plus和Team用戶推出高級語音模式，支持超過50種語言；10月用戶可直接在Windows電腦或Mac客戶端使用高級語音模式。高級語音模式的推出是AI對話技術的重要革新，使用戶能直接通過語音與ChatGPT進行對話，允許隨時打斷和調整，甚至能創(chuàng)建和回顧記憶，訪問以往交互信息和自定義指令，以提供更加精準和個性化的反饋，極大提升用戶交互體驗。
引入結構化輸出功能（Structured Outputs），顯著提升API可靠性和應用精確度。2024年8月，OpenAI在API中引入結構化輸出功能，允許API返回JSON或XML等更易于處理的數據格式，以確保模型生成的輸出能完全符合開發(fā)人員提供的JSON架構，顯著提升API的可靠性。同時，OpenAI更新Python和Node SDK，使開發(fā)者能像使用Pydantic或是Zod對象一樣，簡單提供工具的結構或回應格式，SDK便自動處理數據類型轉換，將開發(fā)者的數據類型轉換為支持的JSON結構。
發(fā)布GPT-4o with Canvas功能，提高寫作和編程的協作體驗。2024年10月，OpenAI發(fā)布新的交互方式Canvas，允許用戶在一個單獨窗口中與ChatGPT進行深度合作，進行詳細的內嵌反饋、針對性的編輯以及內容重寫。在編程方面，Canvas包括調試、代碼審查、添加注釋和在多種語言之間轉換代碼等功能；在寫作方面，Canvas提供文本潤色、可讀性調整、語法和清晰度建議等功能。Canvas功能特別適合需要廣泛編輯和修訂的任務，提升寫作和編程的效率和協作體驗。
發(fā)布ChatGPT Search，正式進軍AI搜索領域。2024年10月,OpenAI正式上線搜索功能ChatGPT Search，能使用網絡最新信息來回答問題，并提供相關來源的鏈接。ChatGPT Search覆蓋ChatGPT的網頁版、手機和桌面應用，可為用戶提供經過AI整合后的直接答案，使信息檢索更加高效、準確。未來，廣告可能會成為OpenAI下一步在搜索領域盈利的選擇。
2.商業(yè)模式：圍繞ChatGPT業(yè)務等主業(yè)，逐步探索新營收模式
以消費者訂閱的ChatGPT業(yè)務為核心，通過吸引企業(yè)用戶增加收入。2024年10月，OpenAI首席財務官Sarah Friar表示，目前OpenAI大約75%的業(yè)務來自消費者訂閱，企業(yè)版ChatGPT雖剛起步，但已經實現可觀的年化收入，潛力巨大。企業(yè)版ChatGPT付費用戶在2024年9月已突破100萬，較2023年末的15萬增長566.67%。消費者用戶方面，ChatGPT付費用戶計劃的起價為每月20美元，周活躍用戶達2.5億，消費者用戶付費轉化率達5%-6%。2024年7月ChatGPT Plus付費用戶數已突破770萬，較去年同期增長285%，9月o1系列模型發(fā)布引發(fā)新一輪付費用戶增長，消費者付費用戶已突破1000萬。
API直接收入貢獻較弱且已在逐步收縮，未來或轉向與Azure深度合作的收入分成模式。調研機構Future Search曾在2024年7月對OpenAI的收入構成進行拆解，結果顯示，為開發(fā)者和企業(yè)提供直接訪問其AI模型的API接口服務僅為OpenAI貢獻15%的收入，OpenAI也從7月9日起停止來自非支持國家和地區(qū)的API流量以進行相應業(yè)務縮減。此外，通過2023年初與微軟Azure合作提供旗下AI模型訪問權限，OpenAI有望獲得2億美元的年度分成。
3.市場拓展策略：保持技術領先優(yōu)勢，組建本地團隊拓展國際業(yè)務
堅持開發(fā)最前沿的人工智能模型，將技術創(chuàng)新視為核心驅動力。OpenAI始終不斷投入資源進行GPT系列模型研發(fā)與升級，Sarah Friar曾在2024年7月對外強調，“對我們來說，最重要的是保持前沿，即建立前沿模型，確保我們最終將通用人工智能（AGI）造福于人類”。11月，OpenAI首席執(zhí)行官Altman指出，OpenAI當前重點將聚焦開發(fā)專注于推理和難題解決的模型，以應對更復雜的計算需求與市場挑戰(zhàn)。
通過在全球各地設立辦事處以更好地服務全球客戶，并獲得更多與當地政府、企業(yè)和合作伙伴進行交流和合作的機會。2024年4月，OpenAI宣布在日本東京設立該公司在亞洲的首個辦事處。10月，OpenAI宣布計劃在紐約、西雅圖、巴黎、布魯塞爾和新加坡開設5個新的辦事處，同時不斷擴大舊金山、倫敦、都柏林和東京辦事處，以增強全球影響力。OpenAI曾表示，新加坡是全球人均使用ChatGPT比例最高的地區(qū)之一，強調該地區(qū)對AI應用的準備程度。新加坡辦事處還將與政府主導的支持該地區(qū)AI發(fā)展的AI Singapore合作，OpenAI將向其投資多達100萬美元，以使自身的AI模型更適用于當地語言和文化。
組織及運營：向營利性企業(yè)轉型，新建團隊應對安全及算力需要
多名高層離職，公司向營利性企業(yè)轉型，部分團隊解散。2024年9月底，OpenAI首席技術官Mira Murati、首席研究官Bob McGrew和研究副總裁Barret Zoph先后宣布離職。此后，Mark Chen被任命為研究高級副總裁，OpenAI的研究工作將由他與首席科學家Jakub Pachocki共同領導，而原11位創(chuàng)始團隊成員僅剩Sam Altman和Wojciech Zaremba兩位仍在留任。同期，多家媒體報道OpenAI正計劃重組核心業(yè)務，轉變?yōu)闋I利性公益企業(yè)，不再由非營利性董事會控制。10月23日，OpenAI專注于通用人工智能開發(fā)的“AGI Readiness”團隊負責人Miles Brundage宣布離職，計劃在OpenAI之外繼續(xù)從事該領域研究工作，而“AGI Readiness”團隊也即將解散。
重點布局AI安全及芯片領域，成立新團隊謀求技術自研。2024年5月，OpenAI宣布董事會成立安全與安保委員會，除OpenAI時任高層外，還聘請并咨詢了其他安全、安保和技術專家來支持這項工作，包括前網絡安全官員、為OpenAI提供安全建議的Rob Joyce和John Carlin。該委員會負責就OpenAI項目和運營的關鍵安全與保障決策提出建議。據路透社10月報道，OpenAI將進行硬件戰(zhàn)略調整，組建由約20名工程師組成的芯片開發(fā)團隊，與博通和臺積電聯手打造首款自研芯片，旨在支持其AI系統(tǒng)、優(yōu)化計算資源和降低成本。
行業(yè)影響力：新模型持續(xù)帶動生態(tài)繁榮，外部合作反哺技術創(chuàng)新
模型性能迭代帶動ChatGPT用戶生態(tài)持續(xù)擴大。統(tǒng)計網站tooltester 顯示，2023年5月至2024年4月的一年間，ChatGPT每月訪問量都在16億到18億之間浮動，2024年9月o1系列新模型的發(fā)布帶動用戶生態(tài)快速增長，使ChatGPT躍升為全球訪問量第十一的網站。根據Similarweb的最新數據，ChatGPT在2024年10月的月訪問量已突破31億次，相較去年同期同比增長112%，相比同年8月增長18.7%。
通過加強與媒體及科研院所合作，持續(xù)夯實高質量訓練數據基礎、提升模型技術應用能力。2024年5月至10月，OpenAI先后與《大西洋月刊》、Vox Media、TIME、康泰納仕、赫斯特等美國媒體以及意大利媒體集團GEDI簽訂內容協議，將多家媒體內容整合至其AI產品中，包括文章、視頻、音頻等多種形式內容，將為OpenAI的AI模型提供更為廣泛和多元的數據支持，進一步提升其技術水平和應用范圍。截至目前，OpenAI已與沃頓商學院、洛斯阿拉莫斯國家實驗室、美國商務部國家標準與技術研究院旗下的美國人工智能安全研究所、博通和臺積電等芯片企業(yè)達成戰(zhàn)略合作，合作涉及AI教學投資、生物科學研究、AI安全研究及測試評估、自研AI芯片生產等。
本文作者
江嘉琳
戰(zhàn)略發(fā)展研究所
二級分析師
暨南大學區(qū)域經濟學碩士，在區(qū)域市場分析、區(qū)域政策研究、用戶研究、產品體驗領域有豐富積累，聚焦視聯網、數字生活等領域研究工作。
張媛玥
戰(zhàn)略發(fā)展研究所
一級分析師
就職于中國電信研究院，長期從事人工智能、工業(yè)互聯網等領域的技術及產業(yè)研究。
王曉娣
戰(zhàn)略發(fā)展研究所
助理分析師
大連理工大學碩士，就職于中國電信研究院，專注于人工智能、工業(yè)互聯網等領域技術及產業(yè)研究工作。
