（预告）OpenAI转向企业市场、Agents的崛起与泡沫论反驳，Nvidia调整推理叙事
摘要
- 据报道，OpenAI重新聚焦编程和企业用户，与其说是撤退，不如说是向最愿意为生产力付费的市场校正。 Andrew指出，OpenAI过去3年一直在追求消费者订阅。Ben以Dropbox作类比，解释了这一逻辑：一个出色的消费者产品最终仍不得不围绕企业权限和身份验证重建，因为“消费者不会为生产力应用付费”，而只要软件能提升领薪员工的生产率，雇主就很愿意订阅。
- 眼下最直接的战略威胁是 Anthropic，Ben称其正在企业市场“爆发式增长”（blowing up in the enterprise）。 他引用的数据显示，Anthropic的年化收入规模似乎已从1月的140亿美元升至目前约190亿美元，同时承认私营公司的数据难以验证。Ben还称，OpenAI拥有远多于Anthropic的算力，而这些算力目前主要服务消费者；Andrew认为未来12至24个月存在直接机会，Ben则警告，企业可能以Anthropic为标准，从而把OpenAI挡在门外。
- 这一转向并不意味着 OpenAI 放弃消费者，尽管其全员会上关于避免“支线任务”的信息引发了剧烈反应。 Sora是一个可能被降级处理的支线项目，但Sam Altman明确否认硬件项目会被关停：“恰恰相反。我认为你们会喜欢团队正在打造的东西。”
- ChatGPT庞大的消费者覆盖既是OpenAI的战略优势，也是其“最大的问题”，因为服务这一用户群消耗了海量算力，却尚未形成经过验证的匹配收入引擎。 广告可以打开更大的消费者市场，但OpenAI要从零搭建广告系统，而Google和Meta已经拥有成熟、并由AI持续增强的基础设施；企业订阅则提供了更清晰的短期现金收入路径。
- 企业AI采用部分是组织设计问题，因为聊天机器人要求员工主动选择使用，而很多员工“只是来领一份工资”。 自上而下的激励可能带来反感或表面服从：Microsoft要求整合Copilot的KPI确实让Copilot无处不在，包括Ben认为用户并不想要、且运行效果不佳的场景。
- Ben对AI泡沫论的反驳是，旧GPU的经济寿命比折旧怀疑者设想的更长，价格实际上还在上涨。 主要平台的支出大致都接近预期自由现金流，并未普遍过度加杠杆；债务可以用来匹配前期基础设施成本，并以随时间获得的回报偿还，而Oracle是一个例外——它在大举举债，同时有快速扩张的已承诺业务作支撑。
- Anthropic看似取得的份额增长应因选择偏差打折，尤其当证据来自Ramp客户时。 Ramp的客户结构明显偏向初创公司和技术型硅谷企业，而这正是最可能追逐“硅谷热门公司”的群体；Ben称，一般的Fortune 500公司知道OpenAI。在OpenAI强烈反驳后，他决定暂且相信OpenAI。
精读
1. OpenAI重新发现生产力软件的商业模式
Andrew通过Fidji Simo的警告来概括这次据报道的战略转向：OpenAI不能被“支线任务”（side quests）分散注意力。管理层正评估哪些工作应当降级，以便“把整体生产力、尤其是企业端生产力做扎实”，编程和企业用户因此成为重心。Andrew指出，OpenAI过去3年一直在追求消费者订阅。
Ben回溯的样本是Dropbox，曾经令人震撼地像一块“云端USB盘”（USB drive in the sky）。他在台北周边的英语学校使用Dropbox、Mac Minis、AppleScript和夜间任务，在不同教室间同步Keynote课程内容——这是一个临时拼出的系统，但真正驱动它的，是Dropbox极其简单的承诺：文件放进一个文件夹，就会出现在所有地方。
但Dropbox的消费者成功并没有带来匹配的商业经济性。它花了多年重写应用，补上企业权限、身份验证和管理能力，因为除了Ben这样的发烧友之外，“消费者不会为生产力应用付费”；企业既愿意付费，也会要求部署所需的安全性、支持和持续更新。
Ben把这套模板追溯到Steve Ballmer领导下的Microsoft订阅转型，大约发生在1990年代末至2000年前后。对一个理性、表格驱动的CTO来说，经常性付款对应经常性效用：员工持续保持生产力，支持持续可用，安全得到维护，更新立即到位。相比之下，消费者通常更愿意用注意力换取产品，也就是接受广告。
2. 员工激励，而非模型能力，可能限制聊天机器人普及
Ben对生产力命题的限定是，聊天机器人需要员工主动参与。有人确实想把工作做得更好，但很多人只是“打卡上班、打卡下班”，可能会反感被要求提高生产率；Andrew提到，金融行业的朋友要在季度会议上说明自己每周如何在工作中使用AI。
组织面临的问题，是让数百名乃至数百万名员工“总体上朝同一方向划船”。人们会围绕本地KPI优化，因此Microsoft将整合Copilot设为KPI后，Copilot自然被铺到了所有地方，包括Ben认为并不需要、效果也不太好的场景。
Ben眼中的企业管理是一种之字形运动：激励机制起初把组织推向目标，随后员工为最大化指标而过度执行，迫使公司再次重组并校准方向。Ben称之为“书呆子谬误”（nerd fallacy）：计算机很难理解，但一旦掌握，就会精准执行哪怕有缺陷的指令；相比之下，人和组织层面的阻力要难管理得多。
3. 当前AI支出尚未呈现全面过度杠杆化
Ben回应泡沫论中关于折旧的逻辑：批评者假设GPU只在两年左右有用，因此财报中的亏损被人为压低。“事实似乎并非如此”，因为旧GPU的价格正在上涨，公司实际上正在从已经完成折旧的硬件上赚到更多钱。
主要平台的资本开支大体跟随预期自由现金流：Meta和Google接近该数，Microsoft略低，Amazon略高。Ben对Amazon支出超过自由现金流的担忧不以为然：资本投入先消耗现金、之后逐步产生回报；债务则先提供现金、再随时间偿还。
在Ben的框架里，债务“并不是坏事”，只是科技公司尚未充分利用、且具备税收优势的工具。Oracle是明显在大举举债的公司，但其盈利“令人难以置信”，RPO——已承诺的未来业务——增加了“差不多500亿美元，或者大概这个数”。Andrew判断真正泡沫化的基础设施建设，应当是所有大型公司都陷入过度杠杆，而不只是把支出维持在内部产生的现金附近。
4. 聚焦企业市场并不妨碍OpenAI的消费者野心
Ben提醒，不应把全员会的报道解读为彻底退出消费者市场。Sora应用是一次令人印象深刻的实验，但“最终并没有影响利润底线”，因此可能被列为要砍掉的支线任务；在Altman表示“我们没有关停它。恰恰相反”后，硬件项目看起来受到保护。
听众Adrian给出最强反驳：随着通用模型、智能手机、手表、眼镜和其他交互入口不断进化，OpenAI的消费者平台可能形成更大的飞轮。他对互联网的类比是，早期政府和学术界的采用最终让位于巨大的日常价值，规模则带来定向广告，同时惠及广告主和用户。
Ben承认，消费者市场通常更大，ChatGPT的规模理论上足以支撑广告驱动的业务。真正的障碍在执行：“天哪，做广告太难了”（Oh my God, building ads is hard）。Google和Meta已经拥有成熟的广告系统，并在用AI持续改进；OpenAI则必须从零搭建，同时服务高算力消耗的消费者群体。这种规模也意味着，OpenAI拥有远多于Anthropic的算力，而这些算力目前主要服务消费者。
他的反例是1980年代和1990年代的Microsoft：企业市场的主导地位造就了Windows飞轮，几乎“免费”带来了消费者市场，甚至为Microsoft后来进入游戏市场埋下基础。Apple则展示了相反的风险：在有足够多买家认可差异化电脑之前，它长期向消费者收取溢价，几乎走向失败。
5. Anthropic带来紧迫感，但其表面领先难以测量
Ben指出的战略压力来自Anthropic，其企业端增长呈指数曲线：“他们在增长、在增长、还在增长，然后——我的天——他们还在增长。”他提到，Anthropic的年化收入规模大约从1月的140亿美元升至目前约190亿美元，同时强调私营公司数据天然存在不确定性。
Andrew认为，OpenAI已经能清晰判断编程和企业产品在未来12至24个月的潜力，尤其是考虑到Codex的表现。Ben则明确指出下行情形：如果OpenAI继续等待，客户可能会以Anthropic为标准，最终把OpenAI挡在最稳定的订阅市场之外。
不过，Ben不再把Ramp的支出数据视为Anthropic领先的决定性证据。Ramp的客户结构明显偏向初创公司和技术型硅谷客户，而这批客户也明显偏向Anthropic；Ben称，一般的Fortune 500公司知道OpenAI。在OpenAI“非常强烈的反驳”之后，Ben在这一点上决定暂且相信OpenAI。