OpenAI作为AI大模型的代表，其路径和商业模式对整个行业具有指导意义。本文深入分析了OpenAI的商业模型，并与其他成功案例如微软Copilot进行了比较，揭示了AI产业的潜在趋势和挑战。

OpenAI是AI大模型公司的代表，所以一定程度上OpenAI的路径也在隐喻着其它AI大模型公司的未来。而基于OpenAI的应用与模型的关系也折射了未来AI潜在的产业趋势。

01 赚钱的产品什么样

这次以大模型为代表的AI比2010那波进步了许多，核心就是终于有产品真赚钱了。

出海的SaaS工具里面比较有代表性的就是大家经常提到的Heygen，官方的说法是每年差不多2000万美金收入，没有自己模型。

估计最赚钱的不是它，而是Microsoft Copilot，这产品虽然大，但也没自己模型，也是套壳，但收入规模已经拱的比较大了。

一种预测是下面这样：

https://futurumgroup.com/insights/microsoft-unleashes-copilot-and-potential-2024-ai-revenue/

这是个预测，但几个基础数字是来自微软，比如Enterprise用户数的1.8亿（OpenAI 120万个企业用户），企业版30美金每席（OpenAI 50美金），其它版本20美金（OpenAI也这价格）每席等。其它估算细节大家自己看下链接里面的文章。

最终数字要看微软具体财报了，但只要基础用户数偏差不是太大，收入量级按最低的应该可以撑住。也就是说按预测这个产品最低会是OpenAI 2倍左右。

但这类产品对微软还有其它好处，可以促进其它产品销售，没准就因它买了365这样的产品。微软公布的增长可不是一般的好，纳德拉的说法叫：

“Microsoft Copilot and Copilot stack are orchestrating a new era of AI transformation, driving better business outcomes across every role and industry,” （Microsoft Copilot 和 Copilot stack 正在引领人工智能变革的新时代，推动各行各业各个岗位取得更好的业务成果），还算比较直接。

但不要忘记这就是我们说的套壳产品，只不过干的比较大（乐观估计一年247亿美金收入）。

它不盈利只有一个可能就是包含免费用户所对应的推理成本居高不下，但大家对这部分的预期基本上非常乐观，所以这肯定会是个盈利的产品，并且有巨大的利润空间。

那这个大套壳产品内部构成什么样呢？

下面这图是微软公布的：

细节可能不好理解，我简化下它的构成，这产品的核心关键是三个：

1. 入口和账户
2. Microsoft Graph(代表领域数据的全集），这个要打通微软全家桶的各种数据的。
3. AI大模型

在此之上则是一种整体的系统性，系统性对应用户体验包括响应速度、功能的流畅度这些。

大模型在这里扮演了一个发动机的角色，整个系统负责把它的输出根据用户的数据进行拟合（grounding），然后返回给用户。这部分展开太深会比较晦涩，AI碰撞局会把它和智能音箱这两代最成功的AI产品做个对比，挖掘AI产品价值链的重构模式和定位的方式。如果你认为未来产品会爆发，那研究面向AI和未来的产品，必须研究Copilot。

值得一提的是，在这个结构里面，显然的产品方（微软）发言权更大一些，你仔细看上图可以看到这产品不是调用的API，而是OpenAI给微软做了一份私有部署。（按照奥特曼的说法，微软应该是为此支付了2亿美金）

我相信这是模型公司最终需要面对的选择，客户太大的时候就需要私有部署这种上门服务，并且Copilot和GPT-4的这种结构也具有典型性，从中我们可以看出什么来呢？

02 技术创造新价值，产品拿走利润

IT这行当这些年有个隐形的运转规则，可以有两种表述：

一种就是标题：技术创造新价值，产品拿走利润。

另一种则是：硬件创造新世界，软件拿走利润。

这俩是横看成岭侧成峰，本质是一样的。

对于前者，典型的案例可以是图形用户界面。施乐创造了这种技术，苹果和微软借助它成就了自己的大业。后续移动互联网这些技术比如4G和苹果其实关联不大，但还是苹果拿到了整个移动互联网中最丰厚的利润。

对于后者就更简单一点，比如在PC互联网年月，所有卖PC的加在一起的市值也不如一个做应用的，比如阿里巴巴，当然更不如微软这个做操作系统的。

透视OpenAI的时候我们用前一个视角:技术创造新价值，产品拿走利润。

肯定是成功的AI产品才能助推起成功的AI，假如各种成功产品都微软这么整，那产业的分工是什么样子呢？

各种应用是做汽车的，OpenAI是做发动机的。

挑战是即使OpenAI角色类似做发动机的，日子却可能远远不如它们：

第一，一方面开源、竞对全上来后，基于模型的技术会贬值很快；

第二，巨额投入下不来，不管是人员成本还是训练成本。

第三，渠道没了，你怎么变现啊。我不相信买了花了30美金买了微软的订阅的人，还会买OpenAI 50美金的。所以整个AI越成功（应用繁荣），OpenAI越亏损。亏损到什么程度呢？

根据最新FutureSearch报告，OpenAI一年差不多是35亿美金的收入，其中：

ChatGPT Plus订阅贡献了其总收入的55%，约19亿美元；

针对大型企业客户的ChatGPT Enterprise贡献了21%的收入，约7.44亿美元；

面向中小企业和团队用户的ChatGPT Team贡献了8%的收入，约2.9亿美元；

最后，API接口服务贡献了15%的收入，约5.1亿美元。

Sam Altman公布微软差不多每年2亿美元收入。

拿现在的比例计算，亏损的程度是企业、个人收入等都整没了，就剩下微软这2亿美金。

所以OpenAI的根本问题是产业位置不好，不是现在不赚钱，也不是找不到钱。琢磨事读者群里的Pin同学看了新京报的文章后观点很是一阵见血：你让英伟达老黄出钱养OpenAI，他干不干？肯定干。

所以OpenAI的核心问题是产业位置不好。

这是个只能求包养的产业位置。核心驱动力是必须始终站在领头羊的位置。一旦减缓减弱，几番折腾后，最终就会被微软这种巨头吞了。

所以对于OpenAI搞好AI大模型是起点，但最终的产业位置则取决于能否突破这个起点。OpenAI显然认识到了这点，也认识到了包在自己周围、巨头设下的铜墙铁壁，因此SearchGPT、机器人、GPTs不停的折腾，但整体看下来产品力比较弱，很危险。

参照：AI不缺概念，甚至不缺技术，但实在缺产品

进一步感兴趣同学可以来聊聊这个话题：

OpenAI其实需要干好一个产品

OpenAI在不停的折腾，让自己在产品上的厚度能起来。

但这团队看起来干研发更适合，干产品则有点悬。

过去研发的年月里CEO、首席科学家、总裁三个人构成了一种很有意思的均衡状态。CEO代表公司运营和愿景，首席科学家代表AI，总裁代表工程。Brockman的博客和发言里面有清晰的他协调研究与工程团队的记录，从中也可以看出这个团队当初是多么的默契。（高级场域）

但这个团队打破产业位置上先天不足，并且后天还折腾伤元气了。

这个偏研究的团队，其成绩已经举世公认，不必多说。但这个配置做SaaS产品是可以的。SaaS产品是简单产品逻辑，模型权重可能占90%，外面做简单封装就可以了。

可现实也很明显，这样的产品支撑不了OpenAI的突围，参照Copilot的内部架构你就就发现，真想突围那就必须系统级的产品。Copilot外围那一坨东西不管是代表Client的Word ，Excel，还是代表数据整体性的Graph，还是产品的整体体验性，这看着怎么也是这个团队的巨大挑战。

何况现在这团队还自己折腾出来点内伤，人数变多，但如果内核被稀释，其实战斗力是减弱的。

突破产业位置的核心是产品，但这团队看着不是干能突围的产品的。

参照：AI上国内团队好像被甩开了？差钱？差人？

回到ToB，ToC的老话题

模型因为没有行业属性，所以直接基于它的产品是可以同时ToB和ToC的，但做上层的产品就不行，行业属性上来之后，要想做到95分，那你必须选择。你可以主要做一个顺道做另一个比如苹果是主要C端，顺道B端。

OpenAI在这个选择上，倾向性比较明显，它选C端。

从战略上，这无疑是对的 ，在B端微软这些公司层层堆叠了一套复杂的产品栈，根本不是一个拉风的产品就能颠覆的。

苹果产品能力再优秀，让它用这种能力颠覆ERP也是不靠谱的。

C端是能够迅速突破，并且奠定突围的根基的。

关键是产品根本不是东试一下，西试一下就行的。就好比SearchGPT和机器人这俩产品，每一个都需要巨大团队，并且其中模型的权重可能都下降到30%。

但随便干那个都必须把模型放产品下面，并使出洪荒之力。但在OpenAI看着大概率是把产品放模型下面，配合着热闹一下。大家想想GPTs，所以这是困境。

OpenAI的领袖人物们里看着都不是做产品的。Sam Altman做战略可能还适合，甚至做政治家、思想家可能也还行，这兄弟近来好像还对政治感兴趣。

如果真干上述产品，它们其实缺个乔布斯。并且还要驾驭两种完全不一样的基因，一种是技术驱动，一种是用户驱动。挑战更大，毕竟苹果当年核心的是触屏的交互方式，其它的核心技术就很少有自己做的。

而OpenAI打破不良产业位置的关键则有两个：

一个是GPT5是不是还能保持绝对领先，一个是能不能推出自己的站得住的产品。否则会变成启动了一波浪潮，但时隔多年后，再看。其实这浪潮和自己也没什么关系。

这不就是为他人作嫁衣裳么。

03 小结

技术创造新价值，产品拿走利润，在这个行业里近乎铁律，所以真对AI感兴趣的同学保持现场感知第一关键。

这也就是AI碰撞局总讲：现场问题，底层逻辑，相望而行，和而不同的根本原因。真的定义好产品，创造好产品，在国内也会有大模型给产品配套的那一天。

所以大模型公司是AI浪潮的起点，但不是AI浪潮的主流。国内小米似乎采取了这么个策略，专心干自己的产品，静待大模型的发展。