All-In Podcast：OpenAI 財務長揭露新款消費性裝置、2027 年前算力短缺現況，以及結合 Google 意圖與 Meta 精準投放的廣告平台
OpenAI 財務長 Sarah Friar 於 2026 年 6 月 2 日作客 All-In Podcast，針對 OpenAI 的經濟模型、資本策略與產品藍圖，提供迄今最詳盡的公開說明
OpenAI 財務長 Sarah Friar 在 All-In Podcast 的長篇訪談中，以極為細膩的觀點闡述了該公司的戰略與財務架構，內容涵蓋一款尚未發表的消費性硬體裝置、坦承算力供應至少在 2027 年前仍將面臨嚴重瓶頸，並清晰說明為何 OpenAI 認為自己正在打造業界最強大的廣告平台。綜合來看，這場對談是該公司在邁向未來指標性 IPO 之前，所進行過最具實質意義的公開披露之一。
新款消費性裝置：「討喜」且將於年底前問世
訪談中對市場影響最大的披露，莫過於 Friar 確認了一款由 Jony Ive 團隊設計的全新消費性硬體產品。該產品預計於年底前亮相，並有望在 2026 年初進行商業化發布。Friar 未詳細描述其外型規格，但用詞審慎且引人深思。「Johnny 和他的團隊最擅長的就是為裝置注入人性，」她表示。「當你看到它時，你會有所感觸。它在某種程度上感覺很自然，而且感覺非常討喜。」她形容這款產品完全跳脫了手機的既有框架——不再需要動用大拇指操作——並暗示其設計核心在於無縫、即時的多模態互動。她證實自己已親自使用過該裝置，並稱其帶來的體驗近乎典範轉移。該產品處於 OpenAI 推動多模態發展與代理人運算（agentic computing）願景的交會點，也代表該公司首度直接挑戰由 Apple 主導的消費性硬體市場。
算力是關鍵瓶頸，且短期內難以緩解
Friar 在供應端問題上直言不諱：「如果你想在 2026 年買到更多算力，那祝你好運——告訴我去哪裡找。」她將這項短缺評估延伸至 2027 年，坦言該環境「坦白說也相當受限」。位於密西根州 Seline 的資料中心（屬於 Oracle 園區的一部分，Sam Altman 在訪談後幾小時內便親自出席剪綵）要到 2027 年底或 2028 年初才能提供可用算力。Friar 表示，她目前規劃新算力採購的資本重心已放在 2030、2031 及 2032 年，反映出前置時間已從「季度」拉長至「年度」計算。她指出，儘管晶片效率提升帶動了單位智慧價值顯著增加，但由於電力與記憶體價格通膨，OpenAI 預估每吉瓦（gigawatt）的算力成本實際上仍在上升。
面對此限制，該公司的對策是有意識地分散算力架構。兩年前，OpenAI 僅依賴單一雲端供應商（Microsoft Azure）、單一晶片（Nvidia）以及單一價格的產品。如今，該公司已橫跨所有主要雲端服務供應商（CSP）——包括 Oracle、CoreWeave、Microsoft、GCP、AWS 以及多家新興雲端平台——並採取多晶片策略，運行 Cerebras 進行低延遲推論，AMD 也在規劃中，同時也正與 Broadcom 合作開發自有晶片。預計於秋季進行的下一輪大型訓練，將採用 Nvidia 的 Verrubin 架構。Friar 以魔術方塊比喻其戰略意圖：在極其龐大的配置空間中追求最大化選擇權。「我的工作是實現最大選擇權，」她說，「在尚未成為能取得低成本債務融資的投資等級企業時，能與合作夥伴共同達成目標至關重要。」
經濟模型：97% 成本通縮、定價權與毛利成長
在單位經濟效益方面，Friar 透露，從 GPT-4 到 GPT-4.5，單位 Token 成本下降了約 97%——她形容這是一段歷時約兩年的通縮曲線。隨著 GPT-5 的推出，OpenAI 雖將價格調漲 2 倍，但受惠於底層模型的效率提升，客戶的單位 Token 成本仍降低了約 20% 至 30%。OpenAI 收取的費用與服務成本之間的價差，正是該公司正在建立的毛利引擎。Friar 明確表示，若以當前的成本結構進行定價將會低估未來的價值，因此資本配置架構必須傾向於前瞻性的成本曲線，而非現行水準。
在營收結構上，她證實目前消費端與企業端營收比例約為 50/50，並稱此平衡是刻意經營的結果。消費端由 9 億名 ChatGPT 週活躍用戶支撐，且參與度隨訂閱層級顯著提升：免費版用戶平均每日互動 7 次，首個付費層級約 15 次，20 美元的 Plus 層級約為免費版的 3 倍，而 Pro 用戶的互動頻率則高達免費版的 11 倍。Codex 自 1 月從零起步，在訪談週末用戶數已突破 500 萬。在 OpenAI 內部，Codex 普及速度最快的並非工程部門，而是市場開發（go-to-market）團隊，Friar 指出，這項數據顯示了企業生產力提升的真正落點。
廣告業務：結合 Google 的意圖與 Meta 的精準投放，並疊加記憶體功能
訪談中或許最被低估的戰略披露，是 Friar 解釋為何 OpenAI 認為自己正在打造一個結構上更優越的廣告平台。她直接引用 Figma 執行長 Dylan Field 的觀點：「如果 Google 和 Meta 有個孩子，那就會是 ChatGPT。」其邏輯簡單卻強大：Google 捕捉高意圖搜尋訊號，Meta 捕捉人口統計與行為資料，而 ChatGPT 兩者兼具，且外加持久性記憶（persistent memory）。「試想將記憶與情境結合意圖，」Friar 說，「這將會是一個非常強大的廣告平台。」她證實廣告已在免費版進行測試，並承諾會為偏好無廣告體驗的用戶保留付費選項，同時強調廣告支援模式是 OpenAI 達成讓 AGI 廣泛普及（而非僅限付費客戶）使命的關鍵機制。
她還透露，OpenAI 認為自己至少掌握全球 11% 的搜尋市場份額——並主張真實份額遠高於此，因為現有的搜尋查詢計算方法低估了 ChatGPT 相較於 Google 頁面重新整理模式的使用量。目前的指標將一次包含 50 次對話的完整 ChatGPT 對話視為一次互動，而 Google 進行 50 次頁面重新整理則被視為 50 次。對於擁有高意圖受眾的廣告主而言，這種不對稱性將越來越難以忽視。
資本結構與 IPO：選擇權優於時程
針對 IPO 議題（鑑於 Anthropic 已秘密提交 S-1 文件，此議題佔據了訪談前半段），Friar 展現了一貫的紀律。3 月完成的 1,220 億美元融資——她形容這是史上規模最大的私募融資，金額遠超沙烏地阿拉伯國家石油公司（Saudi Aramco）約 300 億美元的 IPO——其設計初衷明確是為了最大化靈活性，而非加速或推遲公開上市。「IPO 是一個里程碑，而非終點，」她說。「沒人會記得誰先上市，是 Google 還是 Yahoo，是 Lyft 還是 Uber。」對投資人傳遞的隱含訊息是：OpenAI 將在資本結構與業務軌跡最優化時上市，而非受 Anthropic 提交文件的競爭壓力所左右。
代理人營收的轉折點：從荒謬到顯而易見
Friar 真誠回顧了自己的預測紀錄，藉此說明代理人（agentic）營收論點如何迅速從投機轉為主流。一年前，她建立的投資模型顯示代理人 API 定價最高可達每月 2,000 美元。「沒人相信，」她說。「他們說『我甚至不知道她在說什麼，這根本不可能發生。』」她指出，同樣的質疑者過去也曾懷疑是否有人會每月支付 200 美元使用 ChatGPT Pro。這並非為了炫耀，而是真實反映了企業在代理人工作流程展現價值後，付費意願提升的速度——這對仍將模型錨定在傳統 SaaS 定價慣例的分析師而言，是一項警訊。
Friar 反覆提及的戰略主軸，是 OpenAI 深信自己正在打造經濟的智慧層——一種如同電力般的公用事業，位於消費介面、開發者工具、企業部署以及最終政府應用程式之下。許多人一年前預測的大型語言模型（LLM）商品化並未發生；相反地，代理人與記憶層正在創造更深層的鎖定效應。「模型現在正與企業的記憶、情境和直覺緊密連結，」她表示，「這才是讓執行長與高階主管真正感到興奮的地方。」OpenAI 能否在 Google、Anthropic 以及快速垂直整合的 Nvidia 夾擊下維持此地位，是市場最終必須定價的問題——但就目前而言，Friar 已向機構投資人提供了比以往更詳盡的資訊，說明該公司打算如何勝出。