OpenAI 的 5000 亿美元估值｜Altimeter 最大押注

摘要

• Altimeter 的 Apoorv Agrawal 称，OpenAI 是“Altimeter 历史上最大的一笔投资”，并在去年的 1500 亿美元融资轮以超级周期逻辑入场。 互联网造就了 Google（2.5 万亿美元），移动互联网造就了 Apple（3.5 万亿美元），社交网络造就了 Meta（1.8 万亿美元）；因此，他预计 AI 赢家的价值会超过 1500 亿美元，并称“ChatGPT 已经成为一个动词”。他的模型是：7 亿周活用户与已宣布的 100 亿美元收入运行率，按约 10 亿用户的粗略基数计算，意味着每用户每年约 10 美元；长期看，20 亿至 40 亿用户若达到每用户 60–70 美元，消费业务的收入机会约为 2000 亿美元。
• 与把筹码分散到各家 LLM 的同行不同，Altimeter 选择集中下注，因为风险投资的幂律“不是 80/20”：每年约 5000 家融资公司中，只有 15 家（0.3%）贡献某一投资年份超过 90% 的毛利润。 他以 2001 年的搜索市场作类比：当时押注 Lycos、AltaVista 或 Ask Jeeves，在图表上看起来都算“押对了”；但到 Google 2004 年 IPO 时，Google 已拿走搜索行业 99% 的毛利润。他称，ChatGPT 的用户规模超过所有竞品 AI 应用用户数之和再乘以 10。
• ChatGPT 呈现出留存率“微笑曲线”，他举的另外两个例子是 Instagram 和 TikTok。 如今 ChatGPT 的用户时长已经超过 X 等主流应用。在 GPT-5 的讨论中，Molly 将 GPT-4 被关闭后引发的 #4oForever 反弹与拟社会关系联系起来；Apoorv 称这提醒人们，“ChatGPT 已经不再是一个网站……它是一段关系”。记忆功能可能让用户极难切换。他认为 ChatGPT 仍然“相当安全、相当健康”——多巴胺刺激低（“没有无尽刷屏，也没有猫视频”），网络效应也弱，但它依然取得了支配地位。
• “速度是唯一护城河”（Speed is the only moat）：真正的防御性来自发布节奏，而非任何单一模型。 截至今年过半，Operator、Deep Research、ChatGPT Agents、Codex 和 GPT-5 已全部发布；GPT-5 的意义在于它是第一个系统，而不只是一个模型——由路由器根据每次查询分配算力，同时“抬高上限，也抬高下限”。对于混乱的发布过程，他用一个词概括 Sam 和 OpenAI：“反脆弱”。
• 最具交易价值的数据点是：逐字稿将被投公司称为 Expo，后文又称其为 XBOW。 其网络攻击利用基准在从 Anthropic 最新模型切换到 GPT-5 后，成功率从略低于 60% 跃升至 81%。“世界第一黑客已经不再是人类”：公司在几周内登上 HackerOne 美国榜首，随后在 Black Hat 登上全球榜首；团队不到 50 人，但“花在 tokens 上的钱比花在人身上的还多”。Apoorv 提醒，网络攻击领域的 ChatGPT 时刻尚未到来，并称 Expo 这类公司对于西方世界的安全不可或缺。
• AI 价值栈与云计算大致反转，这是 AI 最大的未决问题。 云计算的结构约为 4000 亿美元应用、2000 亿美元基础设施和 500 亿美元半导体；如今 AI 则大致是 2000 亿美元半导体（仅 NVIDIA 上季度数据中心收入就约 400 亿美元）、200–300 亿美元基础设施和 300–400 亿美元应用——“所有 AI 资金中有 90% 实际流向半导体层”。他用 AWS 的耐心作类比：AWS 2004 年启动，8 年后才迎来第一个外部客户 Netflix。
• 在人才争夺战中，Meta 每年化经营现金流约 1000 亿美元，超过 OpenAI 整笔 400 亿美元超大额融资的两倍，因此 Zuck 抢人是在“获取最重要的要素——人才，也是所有价值的领先指标”。 算力和数据要么可获得、要么已经饱和；“现在战争打的是人才”。
• 在快速问答环节中，他看好 Klarna、Discord、Databricks、Cerebras 和 Anduril，其中五家有四家被描述为其投资组合公司；他认为今年至少有一家会上市。 如果不是当天早晨那轮大额私募融资，他原本就会点名 Databricks；他也承认，SpaceX 和 Stripe 等公司可能不需要依赖公开市场，因为它们已经建立了可重复的 12–18 个月一次的员工流动性安排。

精读

1. 1500 亿美元入场：押注 OpenAI 成为超级周期赢家

• Agrawal 的框架建立在历次超级周期之上：互联网带来了 Google（2.5 万亿美元），移动互联网带来了 Apple（3.5 万亿美元），社交网络带来了 Meta（1.8 万亿美元）。他问，AI 赢家的价值是否会超过 1500 亿美元，答案是“肯定”。真正的问题只有一个：OpenAI 是否就是那个赢家——这“不是一道送分题”，但“ChatGPT 把魔法装进了瓶子里。它是一个品牌，而不是技术，也不是产品”。
• 按他的拆解，单位经济模型是：已披露的 7 亿周活用户、约 10 亿至 20 亿月活用户，以及 6 月宣布的约 100 亿美元收入运行率——按整数口径计算，相当于每用户每年约 10 美元。长期看，若有 20 亿至 40 亿用户、每用户贡献 60–70 美元，类似 Meta 和 Google，消费业务在中期可能形成约 2000 亿美元的“P×Q”收入机会。企业业务和 API “机会不逊于任何其他方向”，但企业市场更加分散；真正的大奖仍是消费端。
• 谈到竞争对手，他保持了克制但明确的判断：Anthropic 凭借 API 和面向开发者的 Claude Code“以自己的方式取得了胜利”；至于 Google，“还有很多有待观察……我感觉 Google 最好的部分还在后面”。

2. 为什么要集中下注：幂律是 99.7/0.3，而不是 80/20

• Altimeter 的计算是：每年约有 5000 家公司融资，其中 500 家获得一线投资机构支持，但最终只有 15 家——即 0.3%——贡献某一投资年份超过 90% 的毛利润。“这不是 80/20，也不是 90/10。”一旦他们相信找到了幂律中的赢家，就会集中下注；Snowflake 如此，如今的 OpenAI 也成为公司历史上最大的一笔仓位。
• 2001 年搜索市场的类比支撑了这一逻辑：押注 Lycos、AltaVista 或 Ask Jeeves，当时看起来都“算押对了，因为所有数字都在右上方增长”；但等到 Google 2004 年 IPO，投资者拿到的是“搜索行业创造的全部毛利润中的 99%”。今天的版本是：把 Perplexity、Claude、Grok、Gemini 及长尾玩家的用户数相加，再乘以 10，可能仍然小于 ChatGPT 的用户规模；他说，收入也遵循同样的动态。

3. 微笑曲线与拟社会关系锁定

• 衡量消费产品健康度有 3 个支柱：用户数、使用时长和留存。ChatGPT 的规模远超任何单独的 AI 应用；按用户每日使用时长计算，它领先其他 AI 应用，也超过 X 等部分主流应用；同时呈现留存率“微笑曲线”，使用量不是衰减，而是在上升。他举出的另外两个例子是 Instagram 和 TikTok。企业端的渗透也会随之发生：“你会想在工作中使用自己在家里用的东西。”
• 在讨论 GPT-5 时，Molly 表示，OpenAI 关闭 GPT-4 引发了动荡，也让用户与聊天工具之间的拟社会关系浮出水面。Apoorv 说，#4oForever 周末再次提醒人们：“ChatGPT 已经不再是一个网站。它已经不再是一个产品。它是用户与技术建立的一段关系。”这种关系就像他与手机的关系——“不咨询 ChatGPT，我不会买任何超过 100 美元的东西。”记忆功能“为你的生活增加了大量上下文，切换出去会非常困难”。
• 他从两个维度反驳末日论：第一是多巴胺，即“产品里有多少糖”，ChatGPT 的刺激很低——“没有无尽刷屏，也没有猫视频”；第二是网络效应，它同样很弱：Instagram 上有朋友会把你吸引过去，但“如果他们在 ChatGPT 上，我没有额外的理由也去那里”。真正值得注意的是，ChatGPT 在这两个维度都不占优势，却依然取得了支配地位。

4. GPT-5、反脆弱性，以及为什么基准测试只是起跑线

• 增长曲线上的关键拐点包括取消登录页、2024 年推出高级语音模式，以及 Studio Ghibli 图像生成时刻。“他们已经经历了文本时刻、语音时刻和图像时刻。”仅今年以来，他列举的产品就包括 Operator、Deep Research、ChatGPT Agents、Codex 和 GPT-5：“跟上 OpenAI 的产品更新已经是一份全职工作……速度是唯一护城河。”
• Molly 质疑 GPT-5 的发布：“我不认为它的发布方式符合很多人的预期……进展并不顺利。”Apoorv 用一个词概括自己的判断：“反脆弱”，并提到 Sam 曾短暂离开 OpenAI 的那次风波。“很少有组织会随着时间推移变得更快。”从技术上看，GPT-5 的意义在于它首次发布的是一个系统，而不是单一模型：由路由器判断一个查询只是查资料——“根本不需要紧急出动战斗机”——还是需要持续数分钟、由多个步骤编排的 agent 任务。系统替用户完成模型选择，因此同时抬高了上限和下限。
• 谈到评估，他借用了 Ben Thompson 关于大规模用户群的判断：不可能让所有人满意。“基准测试是起跑线，但绝不是终点线”，尤其是在基准测试逐渐饱和之后。他建议建立针对具体使用场景的专有评估，例如为 Sorcery 设计 100–200 项定制评测，测试模型是否超过人类，以及能否完成 tool use、错误调试等任务。
• 对于波动性，他认同 Molly 关于 Kalshi 的观察：如果 OpenAI 上市，“股价会非常波动”，市场叙事可能完全上下翻转。

5. Expo/XBOW：世界第一黑客已经不再是人类

• 逐字稿先称这家投资组合公司为 Expo，随后又使用 XBOW；Apoorv 的结论是：“世界第一黑客已经不再是人类，而是一组 AI agents。”公司被投入 HackerOne 后，几周内登上美国榜首；两周前在 Black Hat 又登上全球榜首。
• 在公司寻找网络攻击利用的基准测试中，从 Anthropic 最新模型切换到 GPT-5 后，成功率从略低于 60% 跃升至 81%——这是所有 coding、design 或 math 初创公司中幅度最大的提升，也超过了公司团队的预期。其应用是把每年一次、受制于人工数量的渗透测试，替换为持续测试，因为 AI 生成的代码正在以更快速度上线。他认为，这类代码更容易出现漏洞，因为模型训练所用的开源代码中本身包含大量漏洞。
• 创始人 Uhay Dimur 曾在 Oxford 教授计算机科学二十年左右，随后与 Nat Friedman 及 Microsoft 团队共同打造 GitHub Copilot。Apoorv 称这家公司是自己的“阴阳互补”，起因是他看到大量存在漏洞的代码被写出来。团队不到 50 人，Uhay 在 Malta，CTO Nico 在 Argentina；客户覆盖大型金融服务、保险、医疗和科技公司，也服务于希望更快完成合规的小企业。“我们花在 tokens 上的钱比花在人身上的还多……这就是 AI 原生公司的形态。”
• 这笔交易“又快又猛”：第一次见面就像已经是第五次会面，他们周五早上见面，周六晚上就决定合作。Apoorv 的保留意见既有战略层面，也有社会层面：网络攻击领域的 ChatGPT 时刻“还没有到来”，但攻击方会使用 AI，因此 Expo 及类似公司必须帮助守住西方世界的安全。

6. 反转的价值栈与人才这一行

• 在云计算超级周期中，他估算应用约 4000 亿美元，基础设施——AWS、GCP 和 Azure——约 2000 亿美元，半导体约 500 亿美元。AI 当前的结构正好相反：仅 NVIDIA 上季度数据中心收入就约 400 亿美元，年化约 1600 亿美元；整个芯片行业可能达到 1700–2000 亿美元，而基础设施层的推理收入约为 200–300 亿美元，应用层约为 300–400 亿美元。“所有 AI 资金中有 90% 实际流向半导体层。”价值栈是否、以及何时反转，“可能是当下 AI 领域最大的问题”。
• 他用 AWS 作耐心投资的类比：AWS 2004 年启动，花了 8 年时间，直到 2012 年 Netflix 才成为其第一个外部客户。“前 8 年，大部分工作都是建设，是在铺设铁路。”
• Molly 补充的“十亿美元级人才”得到他的完全认同。算力和资本开支重要，数据则总体可获得，而现有训练数据已经饱和；“现在战争打的是人才”。Meta 手头有 700–800 亿美元现金，每季度产生 250–300 亿美元经营现金流，年化约 1000 亿美元，超过 OpenAI 400 亿美元融资的两倍，因此 Zuck 有资源收购人才。“一个大胆领导者做出的大胆动作。”

7. Palantir 路线：前置部署工程与胜利至上

• Palantir 在其大部分存在时期都“被严重误解”，原因在于对客户的极度执着塑造出了一种不同于其他软件公司的业务形态：中位数 ACV 超过 500 万美元。FDE 之所以存在，是因为横向技术进入了工程师未必熟悉的行业；数据管道、组织变革、权限和流程等不性感的工作，才是交付的一部分。Molly 提到的 Palantir 人才外溢数据是：前员工创办的公司累计融资超过 300 亿美元，平均每家公司 8 亿美元，超过 6% 的前员工创办了十亿美元级初创企业，包括 Kalshi、Sourcegraph、Ironclad、Adapar、ElevenLabs 和 Anduril。他的判断是：“这样的公司还会多 10 倍，世界，准备好吧。”
• 这种文化有 3 个组成部分：使命感——“做一些比自身存在更大的事情”；毫不妥协的人才标准——每一名最终录用的候选人都接受过创始人面试；以及对客户成果的执着。“收入和收入增长都是滞后指标。”
• Shyam Sankar 在 Pirate Wires 的文章《The Primacy of Winning》中提出，要围绕胜利组织公司，并接受混乱——“如果你有一份漂亮的产品路线图，那就说明哪里不对。你可能还不够快。”最值得留下的 Shyam 式表达是：“吸收痛苦，排出产品。”Alex Karp 的做法则包括寄出一套 5 本书的入职材料，其中有一本讲即兴喜剧；以及持续维系这个“艺术家群落”。
• 谈到创始人表现，Agrawal 会问两个问题：这是不是一家优秀、且可能具有代际意义的企业；价格和交易结构是否有吸引力。他把 99% 的时间花在第一个问题上——公司是否由卓越的领导者和伟大的使命驱动——并专注于找出定义这家企业的 2、3 或 4 个关键问题。
• 快速问答环节中，他看好 Klarna、Discord、Databricks、Cerebras 和 Anduril，其中五家有四家被描述为其投资组合公司；他认为今年至少有一家会 IPO。如果不是当天早晨那轮融资，Databricks 就会是他的答案。他“非常支持”上市，理由是有利于利益一致和公司治理，但也承认 SpaceX 和 Stripe 已经设计出可重复的 12–18 个月员工流动性机制，如今一些最优秀的企业正在保持私有状态的同时成长起来。