Sam Altman:大模型最好的变现方式不是广告,而是垂直一体化
人工智能领域的商业化前景一直是业界关注的焦点。此前,业界对AI的商业化潜力持怀疑态度,认为年化收入超过10亿美元的公司仅有OpenAI和Anthropic两家,担心科技巨头投入的巨额资本无法收回。然而,OpenAI创始人Sam Altman通过一系列新的观点和布局,正在逐步消解这些疑虑。Altman认为,大模型的商业化不应依赖广告,而应走垂直一体化路线,同时解决能源瓶颈与版权合规问题。
01商业化路径:垂直整合优于广告变现
大模型最佳变现模式
超级AI助手
定位为生活助理,核心资产是用户信任
推荐逻辑基于用户需求,而非竞价排名
借鉴iPhone模式,做AI时代的操作系统
通过佣金对应用用进行“征税”,如沃尔玛合作


传统搜索广告
推荐高佣金而非最合适产品,易引发信任危机
依赖市场垄断地位,当前大模型竞争激烈
用户可选项过多,广告转化效果存疑
Altman对商业化的反思体现在对“垂直整合”态度的转变。他过去曾反对垂直整合,认为分工合作效率最高,但现在承认自己判断有误。他指出,iPhone是科技史上最成功的垂直整合产品。OpenAI正致力于将ChatGPT打造为超级AI助手,而非单纯的超级APP,通过整合各类功能并向入驻应用(如沃尔玛)收取佣金,实现类似苹果App Store的生态变现。
02能源需求:光伏与核能双轮驱动
- 历史规律
能源成本的持续降低是改善人类生活质量的最重要因素。 - 当前瓶颈
AI发展的主要制约因素并非算法或数据,而是电力和资本。一次ChatGPT搜索的耗电量约为谷歌搜索的10倍。 - 解决方案
重点关注“光伏+储能”以及核能技术,具体包括先进的裂变技术、小型模块化反应堆(SMRs)及核聚变技术方向。
03版权合规:训练与推理的合理使用
AI版权争议与界定
训练过程:类比人类阅读
- 作家阅读他人作品获得灵感,结合思考创作新内容
- AI训练大量公开数据属于合理使用范畴
- 关键在于生成全新内容而非简单复述
IP应用:担心用得不够多
- Sora的二次创作有助于观众与IP建立更深情感连接
- IP方不应担心“用得太多”,而应担心“用得太少”
- 旨在鼓励类似迪士尼等IP方放开授权限制
04测评方法:GDPval评估模型经济价值
| 模型名称 | 媲美人类专家成果比例 | 成本与速度优势 |
|---|---|---|
| Claude Opus 4.1 | 47.6% | 约为行业专家的1/100 |
| GPT-5 | 38.8% | 约为行业专家的1/100 |
主流AI模型GDPval测评结果对比
OpenAI提出的GDPval测评方法覆盖了对美国GDP贡献最大的9个行业中的44种职业。数据显示,AI模型不仅成本和速度远低于人类,而且在独立进行科学研究方面已取得突破,GPT-5已帮助科学家在数学领域找到新发现,并辅助解决物理化学科研课题。这标志着AI正从超越图灵测试迈向改变世界的新阶段。
当前文章无评论,是时候发表评论了