AI产业链地图·知识库 AI前沿原声 · Sam Altman · 「世界还没理解人们会想要多少 AI」——站在星际之门工地上的 Altman
🚧 网站建设中 → 产业链图谱
电视专访全文中译 · 注释版

「世界还没理解人们会想要多少 AI」
——站在星际之门工地上的 Altman

CNBC "Power Lunch" Exclusive Interview with Sam Altman at Stargate
受访者 Sam Altman · OpenAI CEO 采访者 David Faber · CNBC 主持人 地点 密歇根州 Saline · 星际之门数据中心工地 时长 约 15 分钟 类型 现场独家电视专访
CNBC 官方文字稿 | 出版方发布的非官方逐字稿(publisher-released unofficial transcript),内容完整
导读

这是 Sam Altman 站在正在施工的星际之门(Stargate)数据中心工地上接受 CNBC 独家采访。星际之门项目位于密歇根州 Saline,由 Oracle 建设、OpenAI 作为主力租户,仅此一个园区总投资就将达到 450-500 亿美元。Altman 在现场亲身感受的震撼中,解释了为什么他对如此天量的资本支出充满信心。

更值得注意的是 Altman 在就业问题上的明显立场修正:他承认之前低估了人在 AI 经济中的中心地位,指出「谈裁员最多的公司恰恰是用 AI 最少的」。他还罕见地直接批评了行业同行「我们要消灭所有工作,然后成为全球最值钱的公司」这种叙事。此外他首次公开回应了 Anthropic 递交 IPO 申请的消息、谈到了中美 AI 合作的必要性、以及太空数据中心的可行性。

阅读指南:左栏为逐句全文中译,红色标记为 Altman 发言,灰色为主持人发言;右栏注释帮助 AI 产业投资者理解核心背景。黄色高亮为关键表述。
01 · 星际之门工地

Kelly Evans(主持人)欢迎回来。现在让我们切到密歇根州 Saline,OpenAI 正在那里建设其规模巨大的星际之门(Stargate)数据中心项目。我们的 David Faber 正在现场,这一小时他有一位非常特别的嘉宾。你好,David。

David Faber你好,Kelly。是的,没错。当然,我身旁就是 OpenAI 的 CEO Sam Altman。我们都在四处张望。你永远无法适应这种规模和体量,Sam,即使你之前见过。你没办法只看数字就理解你眼前正在看到的东西。

Sam Altman是的,每次来到这些工地,我都会再一次被震撼到。你说得完全对。数字写着一吉瓦这个、多少个工作岗位那个、几百亿美元的资本。但数字真的传达不出亲眼看着这样的东西从地面上长出来的感觉

概念

星际之门(Stargate)

OpenAI 与 SoftBank 在 2025 年初宣布的超大规模数据中心计划,总投资最高 5000 亿美元,分阶段在美国多地建设。密歇根 Saline 园区是第一批落地项目之一,由 Oracle 负责工程建设。一吉瓦(1 GW)级别的单园区算力在 2026 年仍属罕见。

量级感

1 GW 是什么概念

1 吉瓦约等于一座大型核电站的输出,或供 75 万户美国家庭用电。在 AI 数据中心语境中,1 GW 单园区足以容纳数十万块 GPU,是 2024 年主流超大规模数据中心(100-300 MW)的 3-10 倍跳跃。

02 · 450 亿美元的赌注

Faber是的。我的意思是,话虽如此,这些数字本身也已经够惊人了——光是开发场地和建造建筑就要 160 亿美元,然后跟 Oracle 的 Clay Magouyrk 聊下来,至少还有 300 亿美元 要投进去。

Altman是的。

Faber所以我想问的是,当你谈到这样一个项目——450 亿美元,也许 500 亿美元——OpenAI 是主力客户,你觉得这 500 亿能为 OpenAI 和所有出资方产生足够的回报吗?

Altman到了现在这个时点,我们非常有信心。一吉瓦是巨大的算力,但我们理解需求是什么样的——人们有多想使用这些模型,以及我们公司和整个行业的收入增长有多快。更重要的是,价值的增长速度——不再只是"让我试试这个",而是人们真正在说:"我公司的未来、我科研项目的未来,都将取决于这个。你能承诺给我长期的算力吗?"

量级感

$160 亿 + $300 亿

$160 亿是土建+基础设施(电力引入、冷却系统、建筑外壳);$300 亿+ 是IT 设备(GPU、网络、存储)。单园区总投入 $450-500 亿,这在 2026 年相当于微软Google 一年的全球资本支出总额,全部押在一个地方。Clay Magouyrk 是 Oracle Cloud Infrastructure(OCI)的 EVP,星际之门由 OCI 承建。

为什么这么说

从"试试看"到"你能保证吗"

Altman 在描述客户心态的质变:2024 年企业采购 AI 算力是实验预算(能砍就砍),2026 年已变成战略级产能锁定(像预订晶圆代工产能一样签长约)。这正是他敢于在 $500 亿级别下注的根基——需求已从弹性变为刚性。

03 · 编程模型引爆需求

Faber那你能给我一些具体例子吗?因为这个对话最近确实在发生变化。好像有什么事情发生了。也许是去年底的事。我听你也谈过——就需求出现了一个突变。也许是编程模型的能力。

Altman我认为那是人们意识到的最大单一驱动力——编程模型已经极大地改变了企业的工作方式,改变了它们开发产品的效率和速度。编程模型在去年底、今年初变得非常好,然后最近几个月又向前迈了一步。所以我认为你说得对,编程是最大的单一驱动力。但我们现在也看到科学家们在真正使用这些模型,而且知识工作的应用范围远远超出了编程。不过——是的,我觉得公平地说,编程就是当下的魔法

Faber那是一个关键节点。

Altman是的。

投资启发

Coding = 当下的杀手级应用

Altman 把编程模型定义为 AI 需求爆发的「单一最大驱动力」。这与 AnthropicClaude Code、Google 的 Jules/Gemini Code 以及 Cursor/Windsurf 等工具在 2026 年上半年的爆炸式增长数据高度吻合。对投资者的含义:AI 基础设施需求中,代码生成占据了压倒性份额——远超对话式聊天。

概念

「去年底的突变」

指 OpenAI 在 2025 年底发布的 o3 及后续推理模型在编程任务上的质变表现。这些模型不仅能写片段代码,还能完成端到端的软件工程任务(理解需求→设计→实现→调试),让「AI 软件工程师」从概念变成日常工具。

04 · 降价反而用更多

Faber我想回来再谈这个。但说回那 450 亿、500 亿的投资——算力的价格、token 的价格在持续下降,对吧?

Altman是的,但价格下降的速度不如人们在更低价格上想用的量增长得快

Faber所以这就是给你信心的一部分——

Altman是的。

Faber——实际上,我是说,再重复一遍,数字是惊人的,你想想这只是众多项目中的一个,而光这一个就要消耗 450 亿美元的资本。

概念

杰文斯悖论的 AI 版

Altman 用一句话道出了 AI 经济的核心逻辑:降价 → 用量激增 → 总支出反增,这正是 19 世纪经济学家杰文斯(Jevons)发现的「效率提升反而增加资源消耗」悖论。对于 GPU/算力基础设施投资者来说,这意味着单价下降不等于市场缩小——恰恰相反。

量级感

Token 价格降了多少

OpenAI 从 GPT-4 发布(2023 年 3 月)到 2026 年中,旗舰模型每百万 token 的 API 价格下降了约 97-99%。而 OpenAI 的 ARR 从 2024 年的 ~$30 亿增长到 2026 年中的 ~$160 亿+,总营收增速远超价格降幅——完美验证了 Altman 这句话。

05 · 永远在后台运行的 AI

Altman我们仍然认为世界还没有意识到每个人和每家企业将会想要多少 AI。现在你仍然是向 AI 发送一个请求,它帮你做点事,给你返回一个答案。但很快,AI 将会一直在后台为你运行——帮你做工作、查看你所有的信息、了解你所有的上下文、尽其所能帮助你。而我已经能够感觉到,在那个世界里,我和其他所有人将会需要比我们现在想象的多得多的 AI 基础设施

Faber是的。我是说,我前几天听你在一个播客里讲——同样的主题——你说过,我引用你的原话:"这些模型仍然相当笨。"

Altman是的。

Faber"但距离一个真正了解你、了解世界的模型已经不远了。" 你说的使用模式会上升,是在说这个意思吗?

Altman完全是。

投资启发

从请求-响应到常驻代理

这是 Altman 对 AI 产品形态演进最清晰的描述:当前是「聊天模式」(用户发起请求→AI 返回结果),下一步是「代理模式」(AI 持续运行、主动行动)。这种范式转换意味着每用户的算力消耗将数量级增长——从每天几十次查询变成 24/7 持续推理。这正是 $500 亿级单园区投资的终极赌注。

反常识

「模型仍然相当笨」

在模型已经能写代码、做科研、通过专业考试的今天,CEO 公开说自家产品「相当笨」——这不是谦虚,而是为算力投资做预期管理:如果当前的「笨」模型已经带来了这么大的需求,那真正「聪明」的模型需要的算力和创造的价值将不可同日而语。

06 · CEO 也跟不上自己的公司

Faber那具体会是什么样子呢?

Altman拿我自己的工作来说,我能想象一个模型——我跟不上 OpenAI 内部的所有信息。我没法读完每个人写的每份文档。我没法读完每条 Slack 消息。我掌握不了所有上下文。于是我就会错过那些有趣的关联或者能让事情变得更好的新想法。我不可能做到这些。但是一个足够聪明的、一直在运行的 AI——理解我的目标、理解 OpenAI 的所有信息、理解我们客户在说什么和想要什么——它可以给我非常棒的建议,告诉我"嘿,这是你该做的事",而这种事我自己做不到,任何其他人靠自己也做不到。

为什么这么说

用自己当用例

Altman 用自己作为 CEO 的痛点来说明需求——连全球最热 AI 公司的掌门人都无法消化自己公司的信息流。这不是修辞手法,而是对企业客户最有共鸣的卖点:如果 AI 能帮 CEO 发现被埋没的关联和机会,那每个管理者、每个知识工作者都需要同样的能力。

07 · 把电变成智能

Faber所以这就是你优先投资算力的原因之一?

Altman是的。从创立之初我们就看到,我们能提供的算力越多,能交付的服务成本越低,能做出的模型越聪明——这整个技术栈集成在一起——你如果真的想想,在某种意义上,我们是在把电力转化为对人们有用的工具。我们做得越好——让它变得更聪明、更便宜、更充裕、更有帮助、拥有你所有的上下文——人们就越想用它。我们确实在构建这整个技术栈,这是我们的一个特别之处。但这就是我们想要交付给世界的:通过 AI 的充裕来实现繁荣——大量的、人们可以融入生活和工作的 AI。

投资启发

全栈一体的竞争壁垒

「把电力转化为工具」——Altman 把 OpenAI 定位为从能源到应用的垂直整合者。与只做模型(Anthropic)或只做云(AWS)不同,OpenAI 正在构建:数据中心(Stargate)→ 算力 → 模型 → API → 消费级产品(ChatGPT)的完整链条。这种类似 Apple 的全栈策略意味着更高的资本需求,但也意味着各环节的利润不必让渡给中间商。

为什么这么说

「繁荣通过充裕」

这是 Altman 反复使用的修辞框架——把 AI 定位为基础设施级的公共品(类似电网、互联网),而非奢侈品。这种叙事既服务于监管层面(基础设施不应被过度管制),也服务于商业层面(市场天花板极高)。

08 · 繁荣与不平等

Faber说到繁荣,我记得你也说过存在不同的未来路径。一种是底线可以达到当前水平的 10 倍——这种充裕,但仍然伴随着显著的不平等,以及各种不同的变体。

Altman是的。

Faber你仍然认为这大致就是我们的方向?

Altman我认为那只是一种可能性。我认为很明显的是,AI 将大规模增加繁荣。但是要把平等、公平、分配的问题处理好,这需要整个社会共同努力

Faber是的。

Altman所以现在我对 AI 能否实现那些神奇的潜力——所有我们谈论的这些美好事物——已经没什么担忧了。社会如何整合这项技术、如何确保它真正惠及每一个人——我认为这将是未来几年最大的问题。

为什么这么说

技术乐观 + 分配焦虑

Altman 把问题做了一个关键的切分:AI 的技术能力问题已经「没什么担忧」(solved),但分配问题是「最大的问题」(unsolved)。这种框架让他既能继续大力投资和推进技术,又不被指责忽视社会影响——因为他明确说了分配不是技术公司能单独解决的。

量级感

底线 10 倍是什么意思

Altman 多次提过的「10x floor」概念:即使在最保守的情形下,AI 也能让全球人均产出至少增长 10 倍。这个说法来自他 2025 年的博客和公开演讲。作为参照,工业革命花了约 200 年让人均 GDP 增长了约 10-15 倍。

09 · 就业:立场修正

Faber但你——我是说,你最近还被引用了另一个关键话题,当然就是 AI 对就业的影响。你过去在谈论这个问题时相当严肃。你似乎说了一句,大意是"也许我之前错了"——而且是朝更乐观的方向。

Altman是的。

Faber我很好奇是什么让你得出了这个结论。

Altman首先我应该说,我并不确定。我仍然——

Faber嗯,我们谁也不知道答案,对吧?

Altman我们谁也不知道答案。但对我来说一个正面的更新是看到企业是如何采用编程助手(codecs)和其他编程工具的。我所知的那些采用 AI 最多的公司,也是招人最多的公司。而那些在谈论因为 AI 要裁员的公司,一般来说恰恰是采用 AI 最少的公司。不过,你知道,那是一种方便的解释方式。我觉得我低估了这些模型会有多么参差不齐。它们在某些事情上做得极好,但在长期的、复杂的任务监督上根本做不好。所以看那些真正擅长使用这些模型的人——他们能完成惊人数量的工作,创造的经济价值远超没有模型的人,当然也远超模型独自能做到的。我认为这种状态还会持续很长时间。然后还有其他因素:人们真的喜欢其他人,想跟其他人互动。他们想合作。他们跟其他人一起工作。买产品的时候想跟公司的人聊。我觉得大多数人不想看 AI 生成的创作者,他们想了解背后的那个人。所以我觉得我们——这真的是好事,我对此非常高兴——但我认为我们行业低估了在一个基于人的经济和世界中,我们能在多大程度上让人始终处于一切的中心

反常识

裁员者 = AI 落后者

这句话是 Altman 在就业问题上最有新闻价值的断言:「谈裁员最多的公司恰恰是用 AI 最少的。」言外之意——裁员不是因为 AI 太强了不需要人,而是因为公司管理层拿 AI 当借口。真正深度使用 AI 的公司反而在扩张。这直接挑战了「AI 消灭就业」的主流叙事。

概念

「参差不齐」(Jagged)

Altman 用 jagged(参差的、锯齿状的)描述 AI 能力边界——在某些任务上超越专家,在另一些任务上像实习生一样无能。这个词最早由 Ethan Mollick 在沃顿商学院的 AI 生产力研究中使用。这意味着人+AI 的组合远胜于任何一方单独工作,而这种互补性可能长期存在。

投资启发

人力不会归零

对投资者来说,这番话意味着 AI 的市场定位是「增强」而非「替代」。每个知识工作者都将配备 AI 工具 → 工具层(Cursor、Copilot、ChatGPT Enterprise)的市场规模 = 知识工作者人数 × 工具单价。如果人力不归零,这个市场的天花板比「AI 替代一切」的叙事更高、更持久。

10 · 「44 种职业」的修正

Faber但说到这一点,我们显然不知道答案。

Altman是的。

Faber我是说,你们发布——我记得是 5.2 的时候——说它在 44 种职业中超越了专业人士。你能理解为什么人们听到这种话会产生 AI 反弹情绪。

Altman完全理解。我希望我们当时说的是:它在 44 种职业的小型任务上超越了专业人士,我认为这个表述更准确。而且正是在使用这些工具的人,正在看到令人难以置信的生产力增长、工资增长和各种好处。但我觉得人们的焦虑是有道理的。我理解。这——这甚至不是每一代人都会发生的技术变革。这是那种大的。而且——

Faber嗯,如果不是最大的之一,是的,也许就是最大的。

Altman是的。所以不对此保持真正的谨慎,是不明智的。

转录校订

GPT-5.2 基准

Faber 提到的「5.2」指 GPT-5.2(也称 Orion 系列),OpenAI 在发布时公布的基准测试显示,它在多个专业领域任务上超越人类专家表现。Altman 此处的修正——应该说「小型任务」而非「全面超越」——是一个重要的公关降调

为什么这么说

承认过度宣传

Altman 公开说「我们应该那样说才更准确」——这是 OpenAI CEO 罕见地承认自家发布措辞有误导性。背景是 2026 年上半年 AI 反弹情绪在美国和欧洲明显升温(数据中心抗议、教育界反弹、创意行业诉讼),Altman 在做预防性的叙事修正。

11 · 社会应该有抗体

Faber嗯,说到 AI 反弹——我跟行业里好几位领导者聊过,他们都在说,也许我们在阐述好处方面做得不够——虽然这可能很难做到。但反对声不仅仅是针对像这样的数据中心。更重要的也许是,人们对 AI 将对社会造成什么影响的反对。

Altman是的。

Faber作为这个领域的领导者之一,你对自己应对这种反弹的能力有什么感受?

Altman这是一个巨大的挑战。而且正如我说的,我认为这里面有好的一面。社会应该对过于快速的变革保有抗体。而且——我们之所以相信迭代部署这个策略,部分原因就是——我们希望社会看到这个技术。我们希望社会真正理解正在发生什么,有机会辩论、反应,说"嘿,这说不通"或者"这对我行不通"。这必须是——我对构建一个实现某种非人类目标的超级聪明 AI 毫无兴趣。这必须是关于为人服务的东西,人处于中心,人类价值观是我们推动前进的方向。所以人们应该做出反应。人们应该说"嘿,这是我想要的,那个不是"。

概念

迭代部署策略

Iterative deployment 是 OpenAI 2023 年起正式采用的发布哲学:不在实验室里闷头做到「完美」再一次性推出,而是逐步向公众开放能力逐渐增强的模型,让社会有时间适应和反馈。这一策略同时也是 OpenAI 应对安全批评的核心论据——「我们不是在密室里做这件事」。

为什么这么说

「非人类目标」的潜台词

「我对构建一个实现某种非人类目标的超级聪明 AI 毫无兴趣」——这既是对公众的安全承诺,也隐含着对某些竞争对手的暗讽(比如更注重纯粹 AGI 能力提升、较少讨论人文应用的实验室)。Altman 在将 OpenAI 定位为「以人为本」的 AI 公司。

12 · 人们真正想知道的

Faber对。

Altman我觉得问题不在于我们没有阐述好处,因为当我们说"嘿,AI 将治愈一堆疾病"时,人们说"好的,很好,但那其实不是我的问题。"

Faber不是。

Altman他们的问题是:我在未来的角色是什么?我的经济前景是什么?我的自主权是什么?我怎么知道我的孩子、我的家人仍然能够过上有意义的、有创造性表达的生活?能够为推动世界前进而奋斗?能够成长?能够以一种长期有效的方式一起做这些事?而当你的 AI 行业同行说,"好吧,是的,没错,将来不会有工作了,或者 50% 的工作会消失,90% 的工作会消失,AI 基本上会在所有方面比你聪明,我们会给你一些基本收入,但实际上你没什么角色了"——那太糟糕了。我是说,那是一个——而且顺便说一句,这家 AI 公司说"也许我们会消灭所有工作,但我们将成为世界上最值钱的公司"。人们就看着你,然后你就——

Faber是的。

Altman所以我觉得那是一个糟糕的叙事。我不认为是我们没有说清楚好处。我觉得人们其实是相信我们的。你知道吗,去治愈癌症吧,听起来很好。我认为我们整个行业没有做到的是,讲清楚人如何在每一步中保持对自己未来的掌控,以及在我们所关心的方方面面拥有真正有意义的生活

反常识

CEO 公开批评同行叙事

Altman 在全国电视上直接嘲讽了某些 AI 公司的叙事——「我们会消灭所有工作,然后成为世界上最值钱的公司」。虽然没点名,但这很容易被理解为指向某些更激进预测 AI 替代就业的公司高管。这种级别的公开批评在硅谷 CEO 之间极为罕见。

投资启发

叙事风险是真实风险

Altman 实际上在说:AI 行业面临的最大威胁不是技术失败,而是公众反弹导致的监管收紧。如果行业叙事是「消灭就业→我们发财」,政治反弹几乎是必然的。对投资者来说,这是一个ESG 层面的系统性风险信号——买入 AI 股票的同时必须评估其公共关系策略。

13 · iPhone 类比

Faber另一部分原因也许是变革本身的速度。我的意思是,你们每六周左右就发布一个重大模型,对吧。这很难消化,事情似乎变化得太快了。

Altman也许你是对的。我不觉得——我觉得到了现在这个时点,人们已经相信模型会越来越聪明。曾经在最初几代 iPhone 推出的时候,每次发布都是天大的事,人们通宵排队,非常兴奋。而现在我甚至说不出最新 iPhone 的型号。它很棒、很惊艳、是我最喜欢的科技产品。但我预期它会持续进步,而且我知道他们每年出一款新的。我觉得这项技术也是一样的——人们预期模型会持续进步。

Faber对。

Altman他们真正想知道的是——社会会怎样?

为什么这么说

模型发布正在变成例行公事

Altman 用 iPhone 类比做了一个重要的预期引导:他希望模型更新变成像 iPhone 年度迭代一样的常态,而不是每次都引发社会焦虑。这也暗示 OpenAI 未来的竞争壁垒将不再仅靠单次模型发布的震撼力,而是靠产品生态和基础设施的持续领先。

14 · 中美 AI 竞赛与全球安全

Faber对不起。

Altman没关系。

Faber我们在确认你还有多少时间。

Altman没关系。

Faber但我们现在跟中国在竞赛中。至少大家是这么描述的。而这就是我们全速前进的原因之一。不要停下来。

Altman是的。

Faber尽可能多地建数据中心。尽可能快地推进。

Altman我觉得在某些方面,这没问题,但在某些方面,这真的很危险。我觉得说"嘿,我们要赢,我们要获得大部分的经济利益"是可以的。但会有一些全球尺度的安全问题,而我们在过去有过先例——就像国际原子能机构(IAEA)在核能和核武器方面的经验——世界走到一起说"我们任何人都不应该承担全球性风险"。不同国家、不同制度,它们可以说"我在经济方面这样做,你那样做;我这样思考在医疗中使用 AI,你那样思考"。但在真正重大的事情上——确保我们永远不会失去对 AI 系统的控制、网络安全、生物安全——我认为我们不能把这当作一场竞赛,而应该把它当作——一个美好的世界未来符合所有人的利益。

概念

IAEA 类比

Altman 将 AI 安全治理类比为国际原子能机构(IAEA)——一个区分"和平利用"与"武器风险"的全球框架。他的框架是:经济竞争可以各玩各的,但存在性风险(失控/生物武器/网络攻击)必须全球协调。这与他 2023 年在美国参议院作证时的立场一脉相承。

投资启发

地缘风险的双面刃

「中美竞赛」叙事在短期内是 AI 投资的加速器(政府支持、资本涌入),但 Altman 明确警告——如果竞赛逻辑压过安全考量,可能触发黑天鹅事件。他提到特朗普最近访华时讨论了 AI 安全,暗示高层已在推进某种框架。对投资者来说,这是一个信号:AI 领域的国际治理框架可能比市场预期的更快落地。

15 · 从经济赛场到安全议题

Faber但我们目前还不在那个位置。

Altman嗯,我觉得我们还处在经济阶段——我觉得我们还不是——我觉得我们正在过渡到一个必须思考这些问题的世界。我觉得现在主要还是一个经济故事。但随着过去一年里潜在风险的增加,我——令我感到欣慰的是——看到了领先公司和各国政府对此有了新的认识:"嘿,这里有一个类别我们必须区别对待。" 我读到了关于特朗普最近访华的新闻,我知道他们讨论了这个问题。所以我觉得人们在认真对待这件事。

为什么这么说

「过渡中」的精妙措辞

Altman 的措辞极为审慎:「我们正在过渡」——既不否认当前以经济竞争为主的现实(不得罪鹰派),又为 AI 安全合作留出空间(不得罪国际社会)。这种平衡术是 Altman 作为政策游说者的核心能力之一。

16 · Anthropic IPO 与竞争格局

Faber是的,我是说,说到竞赛,Sam,你跟竞争对手之间也有一场竞赛。其中之一是 Anthropic。我相信你今天听说了——他们提交了(IPO 申请)。之前是保密的,显然现在不是了——

Altman我刚刚听说。

Faber——对于他们的——你知道,我很好奇你脑子里在想什么。是不是有一场争先上市的竞赛?

Altman我不觉得,不。不是为了那个。我认为竞赛在于提供最好的技术、构建最好的业务。上市是一个融资事件,我不觉得这是我们关注时机的事情。我们会在觉得合适的时候去做。

Faber但我假设你也会上市的。

Altman我假设那是——是的。

Faber——在某个时点。那么说到竞争,再回到我们一开始谈的要花多少钱的话题——你有信心这不是一个赢家通吃的市场吗?

Altman我有信心这不会是赢家通吃,是的。我认为世界将要求——这将成为如此关键的基础设施,涉及如此多的事物,世界将理所当然地要求系统的稳健性——需要多个提供者。我认为这是一件非常好的事。

投资启发

Anthropic IPO 信号

2026 年 6 月 1 日当天,Anthropic 的 S-1 IPO 申请被公开,此前为保密递交。这标志着继 CoreWeave(3 月 IPO)之后,AI 行业第二个标志性上市事件。Altman 的回应——「我刚听说」——既显示信息时效性,也用「上市只是融资事件」来刻意淡化竞争叙事。

为什么这么说

「不是赢家通吃」

Altman 说「世界将要求多个提供者」——这是一个反垄断预防性表态。如果 AI 的头号公司说这是赢家通吃,将直接招致反垄断审查。同时这也是面向企业客户的信号:不用担心被单一供应商锁定。但对投资者来说,「非赢家通吃」也意味着市场份额的竞争将比消费互联网时代更激烈。

17 · 企业 AI 支出的合理性

Faber你觉得算力——上周我听到关于算力的说法,比如一些公司开始质疑,"我们花这么多钱到底在花什么?" 我们的账单飙升了,但我们不太清楚具体——你知道的,换句话说,我知道我的很多支出效果很好,但我不知道是哪部分。

Altman所以我觉得这是目前对 AI 最合理的批评,就是你听到企业说"我在 AI 上花了一大笔钱。我知道有些很棒的事情在发生,但我也知道有大量的浪费。我还要等多久它才能真正体现在营收上?我还要等多久才能真正控制住成本?" 我相信行业会很快解决这个问题,但我觉得这是一个合理的问题。

Faber你觉得是。

Altman是的。

Faber"很快"是指——

Altman我打赌再过一到两年,企业支出与产出之间会有一个好得多的合理化

投资启发

ROI 拷问是真问题

Altman 在全国电视上承认企业 AI 支出存在大量浪费——这是极为坦诚的表态。他给出的解决时间表是「一到两年」。对投资者的含义:2026 年下半年到 2027 年,企业 AI 预算可能面临一轮理性化调整(不是砍掉,而是从「广撒网试验」转向「集中投入有效场景」)。这对纯卖铲子(GPU/云)的公司是利空,对真正交付 ROI 的应用层公司是利好。

反常识

AI 公司 CEO 说「存在浪费」

作为 AI 模型的最大卖家之一,Altman 主动承认客户在 AI 上存在大量浪费——这不是自毁长城,而是预期管理:先承认问题,给出「一到两年」的时间框架,然后当合理化确实发生时,市场不会恐慌而会说「Altman 早就预见到了」。

18 · 太空数据中心?

Faber最后,Sam,我们以后会看到这样的东西出现在太空吗?

Altman以后?我希望如此。短期内,我觉得可能还是在地面上做比较好——你知道的,就像你看到的,这是一个巨大的工程。

Faber要送上去可不少。是的。

Altman以目前的发射成本把这些东西送入轨道、降低发射成本——感觉很困难。而且,你知道,我们知道怎么在地面上给它供电。我们知道怎么在地面上派人维护。我们有大气层保护我们免受辐射。我希望人类有一天会扩展到群星之间,数据中心也会随之而去。但我们现在要专注于在地球上建设。

Faber听起来你觉得这不会很快发生。

Altman这不是我们的短期优先事项。

FaberSam,感谢你抽出时间。非常感谢。

Altman谢谢你。

Faber期待今后的更多对话。

Altman我也是。

FaberOpenAI CEO Sam Altman。我把时间交还给你,Brian。

概念

太空数据中心构想

太空数据中心是 2025-2026 年的热门话题,由 Lumen Orbit 等初创公司推动,理论优势包括无限太阳能、自然冷却(太空真空散热)、无需征地。但 Altman 给出了清醒的否定:当前发射成本过高、地面维护便利、大气层防辐射——这些都是短期无法解决的硬约束。

为什么这么说

温和的「不」

Altman 没有完全否定太空数据中心(「我希望如此」),但给出的实际理由全是否定性的。这是一种不得罪任何人但传递明确信号的沟通方式——告诉投资者:OpenAI 的资本支出会留在地面,不会被太空概念分散。

五条核心要点

  1. 编程模型是当前 AI 需求爆发的最大单一驱动力。Altman 明确指出,2025 年底到 2026 年初编程模型的质变是客户需求从「试试看」变为「锁定长期产能」的转折点。Token 降价反而推高了总用量,杰文斯悖论在 AI 领域完美应验。
  2. AI 产品形态正从「请求-响应」转向「常驻代理」,算力需求将数量级增长。Altman 描述的未来 AI 是 24/7 运行、了解所有上下文的个人助理,这意味着每用户算力消耗将指数级增加。这是 $500 亿级单园区投资的终极赌注。
  3. 就业问题上的重大立场修正:采用 AI 最多的公司招人最多,谈裁员的反而用 AI 最少。Altman 承认低估了人在 AI 经济中的中心地位,模型的「参差不齐」特性意味着人+AI 的组合远胜任何一方单独工作,这种互补性将长期存在。
  4. 行业叙事风险是比技术风险更大的威胁。Altman 直接批评了「消灭就业→成为最值钱公司」的同行叙事,认为行业真正未能做到的是讲清楚人如何在每一步保持对未来的掌控。AI 反弹的根源不是人们不信好处,而是人们在问「我的角色是什么」。
  5. 企业 AI 支出存在大量浪费,一到两年内将合理化。Altman 罕见地承认客户端浪费问题,给出了明确的时间框架。同时他认为 AI 不会是赢家通吃市场——世界需要多个提供者来保证系统稳健性。

来源:CNBC "Power Lunch" 独家专访,2026 年 6 月 1 日。基于 CNBC 发布的非官方逐字稿(unofficial transcript)全文翻译。

准确性说明:本文为出版方发布的完整文字稿之全文中译,注释为编辑补充,基于公开信息。翻译力求忠实原文,关键术语保留英文。如有疑义以英文原文为准。

本文属于 AI 前沿原声 · 讲话人 Sam Altman(本站收录 4 场) · 正文中带 ◦ 的词可点开知识库词条。全文为节目公开内容的中译与注释,版权归节目方所有,仅供学习研究。