OpenAI 首席财务官 Sarah Friar。
Jason：我们直接进入正题。你刚刚完成了我认为是有史以来最成功的一轮融资。
Sarah Friar：我们实际上要筹集超过一千两百亿美元。我们认为 AI 是我们当今见过的最大时代 。我们才刚刚开始理解它对全球生产力意味着什么，也因此，希望每个人都能更富裕、生活更美好。运气就是当准备遇上机会，但你必须抓住它。
Chamath：资深听众，首次来电。挺兴奋的。能跟各位 bro 一起 hang out。你好。
Jason：我们不太确定该怎么开场，但我想最好让我们这位前加密沙皇说几句——前任——说几句评论，然后……
David：我今天看到一篇文章。我想可能是在《华尔街日报》上，说如果你是一家人工智能公司，早点 IPO 是有优势的。现在我们知道 SpaceX 要上市了，那么问题就是 OpenAI 和 Anthropic 什么时候上？我很好奇，你怎么看这个？你觉得是不是有点竞赛的意思，还是你们还没做这个决定？
Sarah Friar：归根结底，IPO——我一直跟团队这么说——是个里程碑。它不是终点。不要把公司运作得好像那是什么终点一样。它只是另一种融资方式。我们刚刚——你在宣传片里听到我说了——在三月份筹集了一千两百二十亿美元，那是为了给我们自己最大的灵活性。我觉得作为 CFO，我的工作就是创造选择权，不仅是为了这家公司，也是为了我们所处的这个时代。
Jason：说到那个融资节点，那是 SpaceX IPO 之前最大的私募或公募融资吗？
Sarah Friar：是的。
Jason：对吧。
Sarah Friar：它大了好几个数量级。我想迄今为止最大的 IPO 是 Saudi Aramco，大约 300 亿美元。所以，如果可能有三家公司的 IPO 规模甚至超过 2000、2001 年那段时间，那真是太不可思议了。当时市场上也发生了很多事。但市场已经增长了。顺便说一句，市场上发生的另一件事是，如果你看看回购、M&A 等等，实际上大量资本以现金形式返还给股东。所以有很多资金在场外观望。不过，本着 David 你这个问题的精神，我认为归根结底你会被衡量的，对吧？市场最终是称重机，不是投票机。没人记得谁是第一，Google 还是 Yahoo，Lyft 还是 Uber。我这么说不是因为我想争第一或第二，我只是觉得——你知道——媒体喜欢戏剧性，但最终我们必须建立大型、可持续、有韧性的公司。而融资将是实现这一目标的关键组成部分。
Jason：Sarah，突发新闻。
Sarah Friar：天哪，好多人冲我来。嗨，Jason。
Jason：我知道，同时平衡四个采访者确实很难。
Sarah Friar：这就是我的日常，顺便说一句。所以我没问题。Jason。
Jason：Anthropic 刚刚机密提交了 S-1。那是不是意味着你们在申报方面排第三了？
Sarah Friar：这目前还不意味着什么，因为你现在必须闯过 SEC 的重重关卡，谁知道这对任何人要花多久。
Jason：是的，但是不是有好处让他们先上？我想大家都很想了解与 Anthropic 的竞争。所以，我猜你不能谈太多 IPO，那我就转到 Anthropic 吧。Anthropic 曾经远远落后，现在我认为行业内大家都会同意，他们在开发者和企业方面已经远超 OpenAI，而且似乎在收入上也是。那么这在 OpenAI 是怎么发生的？你们明明有如此巨大的领先优势，Anthropic 是怎么超越你们的？
Sarah Friar：我们稍微聊聊我们的战略吧。我们的战略不同，对吧？我们在构建 AI 层、基础设施，非常重要的是有一个单一的基础，然后向世界伸出许多接口。所以 ChatGPT 是面向消费者的一个接口。每周有超过 9 亿人使用 ChatGPT，它已经成为名词和动词。它是大多数人第一次体验 AI 的方式。一个有趣的事实是，我们的经济研究团队刚给我看了，增长最快的大洲现在是非洲，可能不完全令人惊讶，因为基数小。增长最快的语言是阿塞拜疆语和……什么？哈萨克斯坦语？是什么？是哈萨克语。
Jason：哈萨克语。
Sarah Friar：嗯，这很不可思议，谈到它要去向何方。所以，多个接口，ChatGPT，当然还有 Codex，刚在周末突破 500 万用户，我们对此非常自豪，从一月份几乎从零开始。
Jason：用户。
Sarah Friar：Codex 加油。嗯，也帮我准备了一下这个特别节目。嗯，当然还有 Frontier，我们的企业级产品，以及我们能触及各行各业企业的所有其他方式。这是一个非常不同的战略。我们认为，因为它基于一个模型提供服务，所以存在一种复合优势。更多用户、更多数据、更强的个性化能力。ChatGPT 充当了一个前门。随着模型变得更大，应该有更多效率来降低向世界提供一个 token 的整体成本。这应该会转化为更高的毛利率，最终有更多方式为 compute 付费，而获得 compute 目前是真正重要的竞争优势之一。所以，你知道，我们都必须跑自己的比赛，但我们都必须认识到，我们也是生态系统的一部分，需要集体把人带上来。
Jason：那你们是不是铺得太开了，项目太多？大家在谈论这个叫 Sora 的新玩意，然后也许对企业级关注不够。如果过去一年有失误的话，这是公平的评估吗？
Sarah Friar：不，我觉得这个世界喜欢二元对立。比如，Sarah，你们是消费公司还是企业公司？现实是，我们两者都是。我们不是非此即彼。现在，我们的收入正变得非常平衡，大约 50/50。我们非常专注于企业。比如，我花了大量时间——就在上周，我可以说我去了波士顿见 Thermo Fisher，在纽约见了一堆银行，周五和 Travelers 通了电话，今天早上和一家科技公司通了电话。不管什么垂直领域，人们真的在全力推进 AI。我们新任销售负责人 Denise Dresser，去年十二月上任，她是个自然之力。所以，我认为广义上的企业业务真的在全力运转。但我们不想丢下消费者。记住，OpenAI 的使命是 AGI 造福全人类，不是造福能付费的人类，也不是造福企业里的人类，而是非常广泛的。嗯，这就是为什么我们提供这么多免费服务，因为我们想让人们尝到甜头。一旦他们尝到了智能的滋味，他们沿 commitment curve 深入的程度是不可思议的。我们的免费用户每天大约提 7 个问题。我们的第一档付费用户翻倍，大约 15 个。我们真正的付费档，Plus，20 美元，希望你们都在用或者更高档，大约 3 倍。Pro 大约是免费用户的 11 倍。所以，还记得你拿到翻盖手机的时候吗，你说，yeah，我不知道它能干嘛，打打电话。现在，同样是那部手机，想想它为你做了多少事。这就是我们现在在智能方面要走的路。抱歉，Sam。你大概18个月前说过一句对我们业内很多人影响深远的话，当时你框定了一个非常简单的经济权衡，就是“吉瓦换现金”。我记得你说1吉瓦大约相当于OpenAI每年100亿美元的收入。所以，第一个评论是，这1吉瓦等于你们每年100亿美元的收入。但这不只是你们，因为你可以把这个推算到Anthropic和其他公司，比如Gemini。不过，当时你确实是冲在最前面去获取电力、数据中心和带电土地的。那时候看起来有点疯狂，但现在给人的感觉是，“等等，供应其实存在巨大缺口。”你能不能详细拆解一下这一切，解释一下我们目前所处的整个光谱，以及那些具体的经济账，看看情况有没有变化？首先，是的，算力目前是一种非常稀缺的资源。我们在业务中看到，需求正像一堵垂直的墙一样往上冲，而市面上根本没有足够的token。所以我很感激能和Greg以及Sam并肩工作。我觉得我们确实在这个问题上全力押注了。去年，我们肯定挨了不少背后射来的冷箭，有人问，“他们为什么在外面疯狂买算力？”但我觉得，谢天谢地我们买了，因为到2026年，我们算力仍然不够。嗯，我们在算力连续体上处于什么位置？到处都是瓶颈，而且我觉得这些瓶颈还会来回转移。我的意思是，你们在座的各位对这些的了解程度和这里任何人一样深，首先是能源，其次是土地、电力，还有我们如何获得监管环境，让我们能快速建设。再往下到机架和芯片本身，很明显，我们在供应链上有足够的储备吗？内存涨价目前正在发生。获取优秀人才。我们的教育体系培养出足够的人才吗？我现在真的很担心这个。我是Stanford的校董，你知道，我看到的就是，我们必须继续把重点放在教育和科学上。然后是信任。我是说，我其实把信任也视为供应链的一部分。Sam此刻在密歇根州的Saline。他大概两小时后就要去剪彩了。所以你们提前得到了一个内幕消息，但他们告诉我在房间里说出来没关系。那将是我们Oracle综合体的一部分，一个1吉瓦数据中心的破土动工。在信任这一侧非常重要的一点是，我们不能把社区抛在后面。我曾在Nextdoor工作了七年，做那些关于“本地化”意味着什么的一线苦活。你不能自上而下地告诉人们他们需要什么，因为他们会告诉你，谢谢，但不用了。我会告诉你我需要什么。所以在这样一个数据中心项目上，我们其实花了很多时间在社区里沟通：第一，我们不会提高你们的电费。我们会为自己的基础设施和电力买单。不会让用户承担。第二，我们会带来就业。2500个工会岗位。好工作。比如电工、HVAC等等。我们会缴税。仅那个数据中心就要向密歇根州缴纳10亿美元的税款。除此之外，我们还将投资4500万美元用于教育，提供Codex学分，来做你们这个周末谈论的事，也就是帮助那些对新工作不能轻松上手的人。我家青少年就在用Codex。这就好比，我永远不会雇一个不懂Excel的财务人员，而且今天我基本上也不会雇一个不懂Codex这类工具的财务人员。所以，你知道，当我考虑投资时，我们必须在需求到来之前投资。这意味着我们既要能找到所有这些算力和所有配套，还要能付得起钱。这就回到了你关于IPO的资本问题。然后在经济学那一边，听着，经济学确实在持续变好。它们在多个方面都在改善。我觉得我们在向客户展示真正价值这件事上做得更好了。而且我觉得你会超越那种成本加成定价，进入一种更像是在为创造的价值定价的模式。现在，token的稀缺性是有帮助的，因为它正在造成一定程度的时间压缩。再谈谈这个，不用点具体名字，就我们今天所拥有的全部电力和所有人面临的全部需求而言，你知道整体格局是什么样的吗？是的。按照目前可用的资源、现有的速度和轨迹，明年会发生什么？就现有的数据中心、现有的token、现有的基础设施而言，对所有人来说会怎样？因为我上周讲过这个故事，你知道，我拿Anthropic举例，最令人沮丧的事情之一是，到了某个时候，比如10点半，它就说，好了Chamath，咱们两点半再见。是的。而这不是一种可持续的体验。没错。嗯。是的，我们在token上其实相当大方，而且这是故意的，我们在努力推动普及，让人们能够体验，因为如果你用的是免费层，其实并不能拿到最新模型，但我们正努力把它交到你手里，让你有个直观感受，顺便说一句，因为你知道，如果你是个孩子在做作业，我会想起我成长的时候，《Encyclopedia Britannica》出现在北爱尔兰我家门口，在一个处于the Troubles中的小小社区，那感觉就像云开雾散。我们希望确保人们也能有那种感觉，顺便说一句。但目前的格局是，到2026年，如果你想买更多算力，祝你好运。告诉我，因为我也不知道还能去哪儿找。我的意思是，你知道，我本来想说，讽刺的是，Elon最后成了那个在某种程度上算力过剩的人。嗯，但他能把那些算力卖掉，干得不错。嗯，坦率地说，2027年也非常有限。现在有几件事正在发生变化。当我们谈论算力时，训练基本上仍然全部发生在美国境内。出于USG的原因，为了确保这项国家资产实际上在美国本土运行。至于推理，我们希望它是全球性的。而且我觉得，特别是在一个agentic的世界里，你会需要更多那种实时计算。就连像Sora和视频这类东西也是如此，顺便说一句，是的，我们不得不做一个非常艰难的选择，因为我们没有足够的算力。而且视频很耗算力。现在是的，视频确实很耗。但视频并没有结束。特别是，当你开始思考AI正把我们带向更多模态交互的时候。所以，记住，上一代技术教会了我们都用拇指说话。这是一种病。你走到哪儿，每个人都低着头，他们再也不抬头了。青少年晚上坐在我沙发上，用拇指互相聊天。我说，“你在跟谁说话？”然后我儿子会说，“他。”我说，“好吧。”说话吧。多模态已经来了。嗯，我希望，我想你们这个周末都谈过这个。你在跟你的工具说话。我每天都在跟Codex说话。所以这会迅速改变，但这将需要更多那种实时计算，因为否则体验会很奇怪。如果我在跟Chamath说话
Johnny Ive那个puck和耳机的事。所以，也许给我们讲讲那个项目。你现在都承认了。如果我告诉你那是个耳机，Johnny会来拐走我 teenage 儿子的。我可能会把他送过去。送给他。呃，但我们正在转向一种消费级产品形态，我没法告诉你它是什么，但到今年年底，我们会揭晓它。明年初，你就能买到它。我见过。我试过。我是个说话时手会动的人。此刻，我正把手压在身下坐着。
Interviewer：你有没有经历过范式转变？就是，当你使用它的时候，感觉是不是就像第一次拿到 iPhone 那样？
Guest：Johnny 和他的团队真正擅长的是给设备注入人性，我不太好解释这一点，但当你看到它时，你就能感受到。
Interviewer：它在某种程度上感觉很自然？
Guest：它感觉非常自然，而且非常可爱。
Interviewer：真的吗？
Guest：我真的无法解释那种情感是什么，因为太多……
Interviewer：在某种程度上很亲密，就……
Guest：技术而言……不用掏出手机，seamless，这是我听玩过的人说的。它非常……可能非常机械化，但我们都知道，优秀的设计会让一切消失，对吧？就是……当时，你知道，简洁是很难的。
Interviewer：是的。
Guest：但我觉得这是一种 drop set。
Interviewer：回到之前的问题，所以戴上 CFO 的帽子，帮我们理解一下你们使用的资本配置模型。因为在过去十年、二十年里，很多产生超额回报的企业都找到了某种独特的方式，以高于其他人的 ROC 来配置资本，然后你会把所有资本都投入到那个高 ROC 的篮子里。对你们来说那是什么？你们如何看待这种组合式的方法，去拥有更多这种高回报的赌注？而且是否存在一个引擎，让它随时间变得更好？
Guest：必须得有，因为最终，在这个时代创造的持久的高价值公司，我认为它们不会是什么魔法般的存在。它们会像过去那些伟大的公司一样。它们会创造客户价值。从客户开始……真正帮助客户做得更好、创造更多收入、更高效率，对吧？Thermo Fisher 希望能够更快地完成患者筛查，从而更快获得 FDA 批准。这真的很重要。如果你患有一种只能活几周的癌症，那么四周和两周的突破差异真的可能是生死之别。他们还有……我可能会记错数字，但大约有三万、三万八千人在一线销售那些令人惊叹的产品。如果你走进全国任何一个实验室，你会看到 Thermo Fisher 的设备无处不在。那些人希望工作时更高效。就像……OpenAI 内部 Codex 增长最快的应用场景，实际上是在我们的 go-to-market 团队。我们的开发人员也在用，但如果你看月度环比增长的速度，全都在 GTM 上。所以，他们希望 GTM 团队能有更高的生产力。当然，他们在财务等领域也在做一些让我非常兴奋的事情。但总之，客户价值第一。从那里出发，你需要实现很好的毛利率。那么如何实现很好的毛利率？你要看收入成本。主要的投入是算力。算力的好消息是，成本存在巨大的通缩曲线。从 ChatGPT……呃，5 到 5.4，我认为成本降幅大概在 97% 左右。这是一条非常惊人的曲线。实际上，我是说从 4 到 5.4，是 97%。但这发生在两年左右的时间里。非常惊人，对吧？
Interviewer：确实。
Guest：甚至是我们最新发布的 5.5 模型，如果你看看 5.5，我们现在正尝试把这种效益回馈给客户。所以我们实际上把 5.5 的价格提高了两倍。但如果你看客户的成本，他们每个 token 可能仍然能获得大约 20% 到 30% 的成本降低，因为每个 token 的效率要高得多。所以在这个空间里还有很多事情可以做。
Interviewer：没错。
Guest：而且……做出资本配置决策的一部分是，如果你基于今天的成本结构来做决策，实际上可能会错误定价结果。你必须在成本结构上稍微激进一点。然后当我们考虑建设时，是的，你必须做出一些真正……我今天对算力的关注点是，2028 年及以后我能买到什么样的算力。就像 Saline 的密歇根数据中心，我想我们可能要到 2027 年底或 2028 年初才能从中获得算力。所以，那是你开始下注的地方。事实上，我现在感到算力最短缺的是开始展望 2030、2031、2032 年。所以，你必须创造一种商业模式。现在，好消息是每过去一年，我们对建设就更有信心。我们看到它的表现大幅超出预期。所以这给了我们越来越多的信心。而且市场也在越来越向我们靠拢。
Interviewer：好的。那么，你们是如何在需要提前多年预测算力需求的情况下做出预测的，同时考虑到所有正在发生的架构和模型进步，单位功耗的质量、价值或效用正在提升？帮我们理解一下你们是如何估算的，因为正在进行的技术发展有很高的方差。
Guest：是的，是的。所以我们确实需要在算力本身上做多个假设。所以我们目前假设，算力在单吉瓦的基础上实际上正在变得更贵，因为电力在涨价，内存也在涨价等等。然而，由于芯片侧的贬值，我们在另一边获得的智能回报正在超过这部分成本。所以，就卖给客户的每个单位而言，它实际上应该变得更便宜……
Interviewer：这方面的提升。
Guest：没错，完全正确。这只是芯片本身。我们不想在模型侧过度估计，因为有时候 5.5 在效率方面是一个极其出色的模型，但如果你看看像 5.4 这样的前代模型，它是一个非常大的预训练模型。它非常昂贵，实际上很难 serving。而有时候我们想要那样一个非常大的预训练时刻。然后我们会通过多个模型轮次来在成本侧进行优化。我的意思是，在短期，比如 2026 和 2027 年，我显然会建立一个自下而上的模型。所以我知道我的产品是什么，我对定价有感觉。你知道，消费者端的 P 乘以 Q。我认为会有多少周活跃用户（WAU）？我能看到这条线的形状。他们中有多少会订阅？广告收入也与周活跃用户、日活跃用户、消息数量等密切相关。所以你在 2026 和 2027 年实际上可以做一个相当好的模型工作。话虽如此，这条线的形状一直在让我们惊喜地上行。当你进入更远的年份时，你实际上更多是在看你已经购买的算力，然后几乎只是反过来做一种算法，就是说这部分算力应该在某种程度上对应这部分收入。我并不确切知道所有收入会来自哪里。比如一年前，我为投资者建了一个模型，展示了 agentic 收入。故事是我们会推出这个东西，我们会进入 agentic 时代，我们会用自然语言把它交给开发者。他们将能够构建，我们认为他们愿意每月支付高达也许 2000 美元，这在事后看来有点可笑。但没人相信。他们就像，我甚至不知道她在说什么。那不可能发生，而且每月 2000 美元？还记得人们对 ChatGPT Pro 定价 200 美元时抓狂吗？就像，天哪，没人会为此付费的。
Interviewer：没错。
Guest：是的。
Interviewer：那么，为什么是 1220 亿美元？它能支撑你们到 2031、2032 年吗？你是怎么在做这种建模时得出资本需求的计算结果的？
Guest：对。你可能会说得更具体一些。所以我看到的估算是，要建立 1 吉瓦的 AI 算力，大约需要 500 亿美元的资本投入。土地、电力、基础设施、芯片，所有东西。
Jason：总共大约 500 亿美元。建一座新数据中心时，你们必须预先垫付全部资金吗？或者说，你们自己出多少？其中有多少可以通过债务融资？1000 亿美元的融资只能换来 2 吉瓦，还是能换来 5 吉瓦？就是说，这笔钱到底能换来什么？
Sarah：这是个非常好的问题。如果看我们的计算策略，嗯，世界变化之快简直不可思议。就在两年前，我们 literally 只有一个。我们只有一个合作的 CSP，Microsoft Azure。嗯，我们只依赖一种芯片，Nvidia。我们只有一个产品，ChatGPT。一个价格点，每月 20 美元。所以我经常用魔方来打比方。那时候我们就像底层的一个方块。今天，如果看我们的策略，首先是走向多个 CSP。因为 CSP 实际上为我们做的是把 CapEx 转化为 OpEx。你随着获得收入而付费，也就是随着你实际使用数据中心而付费。所以实际上，我们某种程度上借助了它们建设的能力、拥有 CapEx 以及融资的能力。因此，今天我们坐拥每一个 CSP 之上，Oracle、嗯、CoreWeave、嗯、Microsoft、GCP、AWS，以及一堆小型 neoscalers。在芯片方面，我们也嗯推进了多芯片计划。嗯，因为我们想确保你始终处于 frontier。我认为如果只依赖一种芯片，那 inherently 总会有某个时刻你无法处于 frontier，因为会发生 leapfrogging。所以今天，Nvidia 仍然是我们绝对优先的合作伙伴。它们拥有 frontier chip。我们秋季下一次大规模 training run 将在 Vera Rubin 上进行。我们对此非常兴奋。现在我们也在规划即将推出的 Simon series。但与此同时，我们 pipeline 里现在也有 AMD 的芯片。嗯，Cerebras 已经上线。它是一款令人难以置信的低延迟芯片，非常适合想要实时编码的 devs 使用。还有我们正在与 Broadcom 合作的自研芯片。除此之外，我们还在其他方面实现了多元化。所以现在再想想那个魔方。它变得多维多了，这让我们能够有效利用投资级的 CSP，从而能够快速发展，并将其推回为更多 opex 而非 capex。现在我们正开始转向更多 built-to-suit 的环境。我们宣布正在与 SoftBank Energy 合作在德克萨斯州建设一座数据中心。这超越了 CSP 的范畴，是一个新起点。那里需要多一点 capex。最后，我认为随着世界发展，请记住这一切我们仅仅在两年内就完成了。我喜欢魔方的原因还在于——你可以去问问 ChatGPT——我觉得魔方可以组合出的形态大约有 quintillion 种。所以它给了我们极大的 optionality。记住我说过，我的工作是最大化 optionality。在我还不是一个投资级实体、无法获得更低成本债务融资的时刻，能够与合作伙伴共同完成这件事非常重要。
Jason：你认为五年后整个 stack 会完全融合吗？我什么意思？在传统或过去的市场里，Nvidia 卖芯片，但仅此而已。然后 Microsoft 运营云，仅此而已。再然后你会有一个 consumer app，仅此而已。但现在我们看到所有人都在做所有事。你知道，你们自己也在做 silicon，你们有自己的模型。你们最终可能会决定，也可能不会决定，自己需要以某种形式成为一个 neo cloud。你看 Nvidia，它们有出色的 silicon，但也有自己的开源模型。它们越来越成为一个 off-taker。Google 首先是一家 cloud 公司，但它也有芯片，现在还有模型。所以一切都在融合。如果这种趋势持续下去，竞争格局会变得更简单还是更艰难？
Sarah：我的意思是，我认为每个人都想确保自己位于最接近客户的那一层，因为在那里你通常能拿走生态系统中最大比例的利润，对吧？没人希望自己
Jason：他们在寻找利润池。
Sarah：被边缘化。绝对是。所以这就是为什么今天，当我思考我们的定位时，这回到了我一开始说的，为什么我们想成为那个 AI intelligence layer，因为一年前人们还在谈论 LLMs 的 commodity 化。嗯，坦白说，情况恰恰相反，因为当你开始构建 agentic layer，我们都开始用 harness 这个词，而 harness 带来的正是 context 和 memory，对吧？在我的 Codex 里，我有一个巨大的 memory file，它知道我就是我。它知道我是 OpenAI 的 CFO。它知道我喜欢怎么写东西，嗯，我喜欢怎么表达。它知道我对什么感兴趣。它甚至知道我是个有青少年的妈妈。我是说，它承载着所有这些 memory。这让它对我来说变得更强大。现在，想想当这种 memory 和 context 被带入真正的企业环境时会发生什么。所以，现在这甚至不仅仅是关于 residing 在那里的数据，但我总会想起那种 intuition，就像当年我在华尔街工作的时候，对吧？世界上所有数据都会告诉你一只股票在 earnings call 后该怎么走。但是，等一下。然后你打电话给你的交易员。他会说："那只股票不会涨，Sarah。"我就会说："你在说什么？所有数字都表明它这样、这样、这样。"他会说："是啊，但我知道这个基金正面临压力，他们需要减持，这会在接下来一周把那只股票压垮。"对吧？这就是企业的 intuition。这是我一直能想到的最好例子，因为我出身金融世界，但这种 intuition 存在于各行各业。而我认为现在模型正与你的企业的 memory、context 和 intuition 产生非常紧密的连接。这正是让 CEOs 和 C-suite 非常兴奋的地方，因为他们会说："好，现在我真正明白了这如何能为推动我的 revenue line、我的 top line 增值，而且你知道，我也可以把它当作一个 efficiency play。"所以，回到你问的问题，我认为人们想确保的是自己尽可能贴近那份价值。
Jason：还要足够灵活地去 pivot，你看，我们得收尾了，是的。
Sarah：但是
Sarah：抱歉，Jason。
Jason：没关系。嗯，这次访谈非常棒，而且你在细节方面讲得太好了。最后一个细节问题，快速问答。我们这个时代最伟大的三项 consumer businesses：iPhone、Meta advertising network 和 Google 的 advertising network。这三者中有两个是基于广告的，而且就连 Apple 也有一点广告业务。没怎么听你聊过广告。有人告诉我，他们在免费版的实验功能里看到了一些广告。你对广告模式有什么承诺？你们在 Super Bowl 期间被 Anthropic 稍微 troll 了一下。哦，你们要加广告了。但广告是让这款产品对全世界免费的解决方案吗？
Sarah：是的。首先，在广告方面，你知道，我们我们想坚持自己的原则。我们要确保你知道你始终基于模型获得最佳结果，而不是通过某种 sponsored 内容。所以，这一点必须成立。其次，我认为我们会始终提供一个免费嗯 tier，抱歉，一个 ad-free tier，给那些就是不想看广告的人。但是
Jason：如果他们付费的话。
Sarah：如果你接受我 Fiji 的说法，这说得很好。如果，你知道，Google 和 Meta 生了一个孩子，那会是 ChatGPT。因为你在 Google Search 里拥有的，而且顺便说一句，我们知道我们至少占有 11% 的 search market。实际比例要高得多，因为实际上，当你进行 Google search 且页面刷新时，那就算作一次。
Sarah Friar：在 ChatGPT 中，当你进行一整轮对话，哪怕中间可能问了 50 个问题，那也只算作一次。所以实际上，我们占了高得多的比例。意图非常明确。这对广告商来说很棒，因为我实际上在告诉你我在做什么，对吧？我想要很酷的鞋子上台穿。我在告诉你我想去买什么。在 Meta 的案例中，对吧，他们利用的是类似你们这样的人的某种意图，所以他们有的是人口统计学数据。我们不止于此，因为我们有记忆，对吧？我刚告诉过你，它知道我是谁。所以想象一下，把记忆和上下文叠加在意图之上，你应该会得到一个非常强大的广告平台，这让你有能力向全世界大规模地开放接入，因为现在你能负担得起这样做了。我想起你问 Freeberg 的一个问题，就是如果你看他们现在的每 token 收入。如果我只为今天做优化，我会把每个 token 都投给 API。
Host：没错。
Sarah Friar：每个 token 都投给 API。比投给消费端多出一个数量级。然而，我告诉过你，我们在走自己的路。我们的战略是，我们相信存在一层像电力一样的基础 AI 设施。而在未来状态里，你将希望能够服务整个世界，消费者、小企业、大型企业、政府。这就是我们的战略。
Host：女士们先生们，OpenAI 的首席财务官 Sarah Friar。
Host：说得好。
Host：太棒了。