OpenAI CFO谈自研芯片与低价策略：企业业务增速超预期

行业纵深：从通用模型到专业场景

在旧金山举行的高盛Communacopia + Technology Conference上，OpenAI首席财务官Sarah Friar披露了公司最新的战略动向。随着企业级业务增速持续攀升，OpenAI正将资源向芯片设计、生命科学、金融服务等垂直领域倾斜，试图在通用大模型基础上打造更具行业适配性的解决方案。这一转向的背景在于，越来越多的企业客户不再满足于泛化能力，而是要求AI系统能针对具体业务痛点进行优化。

Friar强调，OpenAI正在探索按业务成果付费的定价模式，而非传统的按API调用量计费。这种模式转变折射出企业采购AI服务时的核心诉求——希望投入能直接转化为可量化的商业回报。在竞争白热化的市场环境中，这种客户导向的策略或将成为差异化竞争的关键。

自研芯片：AI反哺硬件设计

值得注意的是，OpenAI自身也在实践AI驱动的研发流程。Friar透露，公司利用自研模型参与了名为Jalapeno的芯片开发项目，并在9个月内完成了流片（即设计定稿并交付晶圆厂生产）。这一效率在传统芯片设计中难以想象，显示出AI在复杂工程领域的巨大潜力。

这一实践不仅验证了AI在硬件设计中的可行性，也可能为OpenAI未来优化自身算力基础设施埋下伏笔。不过，关于该芯片的具体性能指标和应用场景，Friar并未展开说明。

价格策略：以低成本模型争夺市场

面对来自开源社区及Anthropic等竞争对手的挤压，OpenAI采取了更为积极的定价策略。Friar表示，公司已将低成本模型Luna的价格下调80%，由此推动其使用量激增约10倍。她直言，对于企业而言，直接部署Luna可能比通过云服务商运行中国开源模型更为经济。“如果你部署Luna，并将其与GLM 5.3在云端环境中的成本进行比较，我们的价格更低。”她举例道。

这一表态直指当前AI市场中开源模型的成本优势。长期以来，开源和开放权重模型被视为前沿闭源模型的低成本替代品，但OpenAI正试图通过激进定价扭转这一认知。此外，Friar还提到，编程工具Codex的用户数已达到2500万，成为公司吸引开发者生态的重要抓手。

业绩数据与趋势解读

企业业务的增长速度同样引人注目。据Friar披露，今年6月至7月间，OpenAI企业业务收入增长了32%，而同期整体年化收入增幅为20%。到年中，企业业务与消费者业务的收入已大致平分秋色，较原计划提前半年达成这一结构均衡。

从行业视角看，OpenAI的举措反映出AI商业化正进入深水区：单纯比拼模型参数的时代渐行渐远，如何将技术转化为行业生产力、如何建立可持续的商业模式，成为头部玩家的核心课题。自研芯片的尝试若成规模，或将降低对第三方算力的依赖；而按成果付费的定价探索，则可能重塑企业级AI服务的采购逻辑。不过，这一系列战略能否持续奏效，仍需观察后续的市场反馈与财务表现。