从SPAC到OpenAI：AI商业模式的泡沫叙事与高估值隐忧

还记得2020到2021年那波SPAC（特殊目的收购公司）的狂热吗？那时候的路演PPT里，十年后百亿甚至千亿美金营收仿佛是标准配置。资本市场只要听见“市场规模（TAM）上万亿”、“复合增长率50%+”这样的宏大叙事，就愿意为一个尚未成型的故事提前买单。

几年过去，SPAC的泡沫已然退去，冷水浇在了每一家曾描绘过“十年百亿”蓝图的公司身上。而现在，一种极其相似的叙事方式，正在当下最火热的人工智能领域卷土重来。这一次，故事的主角换成了OpenAI，以及那份在业界流传甚广的“2030年达到2800亿美元年收入”的激进预测。

2800亿美元：这个数字意味着什么？

先抛开情绪，我们只看看这个数字本身。

• 年收入2800亿美元，大致相当于今天微软Azure云服务加上Office业务的总体量，或者接近“谷歌云加YouTube”的组合。
• 根据公开数据，OpenAI在2024年的收入大约在30到40亿美元的量级。要在2030年冲到2800亿，意味着在6年内放大近70倍。
• 这个目标背后隐含了三个苛刻的前提：
  • 用户数量需要指数级扩张（流传的内部目标是达到27.5亿周活跃用户）。
  • 平均客单价不能太低，必须通过“海量轻度用户+深度企业付费”的模式叠加，才能撑起数百亿的收入池。
  • 最关键的是，市场竞争格局不能恶化，竞争对手不能把产品价格和行业毛利打穿。

问题随之而来：一个产品要覆盖超过20亿用户，通常需要满足“刚需、高频、极低门槛”的特性，这更像是微信、WhatsApp或YouTube的逻辑，而非当前形态下的ChatGPT。

“9.1亿周活”背后：用户活跃度与商业价值的错位

很多人看到“ChatGPT周活跃用户达9.1亿”这个数字时，会本能地感叹：“这已经是一个超级应用了。”

但如果我们拆解一下用户的使用深度，故事可能就没那么简单了。

• 有媒体披露，截至2025年，绝大多数ChatGPT用户的使用频率其实非常低：约80%的用户在其整个使用生命周期内发送的消息不足1000条，折算下来平均每天不到3条。
• 更关键的问题在于，这每天不到3条的互动中，有多少是“能够直接挂钩收入的商业场景”？
  • 写一封邮件、润色一段文案、翻译几句话，这些确实有价值，但很难持续带来高客单价。
  • 真正愿意且能够持续付费的，是企业客户：通过API进行大规模调用、将AI能力深度集成进业务流程、用以替换部分软件或人工成本。

换句话说，目前的ChatGPT，更像是一个“超大规模的工具型产品”，而非一个“用户深度经营、强留存的基础设施平台”。如果大部分用户都停留在“偶尔来问两句”的阶段，那么再漂亮的日活/周活数据，也很难自然生长出2800亿美元的年收入。

为何这波AI叙事，与SPAC时代如此相似？

回顾SPAC时代的典型“故事配方”，大概是这样几步：

1. 画一个尽可能大的市场：“我们瞄准的是万亿级市场，未来所有XX领域都会被我们颠覆或替代。”
2. 给出一条平滑陡峭的“十年收入曲线”：每年翻倍增长，看起来既激进又似乎“合乎逻辑”。
3. 用几页PPT把故事拆解到多个赛道：“ToB SaaS + 广告 + 金融科技 + 国际扩张”，听上去无所不包，总有一个能成。

把这个配方套用在今天的OpenAI身上，你会发现惊人的契合：

• 大市场叙事：“通用人工智能将重塑所有行业，软件、内容创作、搜索、办公、教育……都是我们的潜在服务市场。”
• 激进的收入曲线：“收入从几十亿到几百亿再到几千亿，用户从几亿到十几亿再到二十几亿。”
• 多元化的赛道布局：“个人/团队订阅、API服务、企业级解决方案、自研芯片、乃至可能的硬件终端……”

逻辑上当然说得通，而且与当年的SPAC公司相比，OpenAI至少已经拥有了真实且可观的收入与强大的产品影响力。但两者的相似之处在于一个核心点：当一家公司的市场估值开始需要依赖“十年后2800亿收入”这样的远期预测来支撑时，叙事本身就成了其资产负债表中最重要、也最脆弱的一部分。

被高估的技术护城河与被低估的行业竞争

另一个被反复讨论的核心问题是：OpenAI的护城河究竟在哪里？

通常被提及的几点包括：模型效果与迭代速度的领先、强大的算力与资金支持（背后有微软）、品牌与先发优势（ChatGPT几乎成了AI对话的代名词）。

这些优势固然重要，但在商业史上，单凭“技术领先+资本充足”并不足以垄断一个广阔的市场。云计算时代，亚马逊AWS曾一度遥遥领先，但如今Azure、Google Cloud等玩家依然将市场撕扯成了多极格局。搜索时代，谷歌近乎统治，但在中国诞生了百度，在俄语世界有Yandex，在各类垂直场景下也存在着大量专业搜索引擎。

回到AI领域，情况可能更加复杂：

• 大模型技术在开源社区正飞速演化，头部公司与追赶者之间的能力差距在不断收窄。
• 本地化部署、行业专用小模型、垂直领域的SaaS解决方案，正在瓜分“大模型技术普及”之后产生的实际应用价值。
• 市场价格战已然开启，企业客户越来越看重实际的投资回报率（ROI）和供应商的可替代性，而非单纯的技术品牌情怀。

这意味着，即便人工智能真的创造出了一个万亿级别的庞大市场，其价值也几乎不可能被某一家“单点公司”全部独占。OpenAI那2800亿美元营收的宏伟蓝图，其隐含的前提是一个越来越不现实的、高度集中的市场格局。

我们该如何看待这份“2800亿预测”？

我更倾向于把它看作三样东西：

1. 一个对外的叙事工具：要支撑起庞大的融资需求、惊人的算力投入和全球性的业务扩张，资本市场需要一个可以想象、足以令人兴奋的“终局数字”。
2. 一个内部的动员口号：对于内部团队、潜在合作伙伴和供应链而言，“我们要成为下一个操作系统级的平台”远比“我们要做一个好用的工具网站”更能驱动资源的倾斜与投入。
3. 一面反映市场情绪的照妖镜：它会持续暴露市场对AI领域的预期温度：
   • 当所有人（包括投资人、媒体、公众）都无条件买账时，说明乐观情绪和泡沫成分仍在积聚。
   • 当理性的质疑声开始越来越多时，则可能预示着市场情绪正在从狂热回归冷静区间。

从投资或创业的实用角度出发，我觉得有几点是值得借鉴和思考的：

• 不要被任何一个“终局数字”吓到或者过度兴奋，首先要问的是：“在这个宏大故事最终落地之前，真正稳定、可持续、可复利的现金流在哪里？”
• 真正能沉淀长期商业价值的，不一定是掌握最顶级通用模型技术的团队，而往往是那些最懂某个具体行业、最擅长将AI能力无缝嵌入现有业务流程的人。
• 历史表明，每一轮重大的技术浪潮都难以避免被过度金融化：故事会跑在技术成熟的前面，估值会跑在实际收入的前面，市场情绪会跑在商业理性的前面。

OpenAI的2800亿故事，或许有一天会成为现实，也或许只是SPAC时代狂热的一个更高级、更技术化的版本。无论结果如何，保持一份清醒的观察和独立的思考，总是有益处的。对于这类前沿技术的商业动态，你也可以在 云栈社区 的开发者广场找到更多有趣的讨论和不同视角的解读。