OpenAI 尋求政府融資保證 白宮回應不會援助人工智能企業

OpenAI 財務總監 Sarah Friar 上週三於華爾街日報活動中表態,希望美國政府為該公司基礎建設貸款提供擔保,引發外界強烈反響。白宮人工智能及加密貨幣主管 David Sacks 翌日隨即表明,政府不會救助任何人工智能企業,OpenAI 行政總裁 Sam Altman 亦迅速澄清公司無意尋求政府擔保。

OpenAI 財務總監 Sarah Friar 上週三於華爾街日報活動中表態,希望美國政府為該公司基礎建設貸款提供擔保,引發外界強烈反響。白宮人工智能及加密貨幣主管 David Sacks 翌日隨即表明,政府不會救助任何人工智能企業,OpenAI 行政總裁 Sam Altman 亦迅速澄清公司無意尋求政府擔保。

OpenAI 目前已簽訂總值 1.4 萬億美元 (約港幣 10.9 萬億元) 基礎建設合約,該公司計劃於未來 8 年期間投放這筆資金。Sarah Friar 在活動中解釋,政府擔保能夠「大幅降低融資成本」,提高貸款與價值比率,容許企業承擔更多債務。她強調 OpenAI 期望建立由銀行、私募股權甚至政府組成的「生態系統」,協助公司為最先進晶片融資。

Sarah Friar 言論隨即惹來批評。她於同日稍後在 LinkedIn 發文澄清,承認使用「擔保」一詞令表述變得混亂,並強調 OpenAI 並非尋求政府為基礎建設承諾提供擔保。她解釋自己希望表達的是,美國在科技領域的實力源自建立實際工業產能,需要私營部門與政府各司其職。

David Sacks 於週四在社交媒體平台 X 上明確表態:「人工智能不會獲得聯邦援助。美國至少有 5 家主要前沿模型公司。若一家倒閉,其他公司會取而代之。」David Sacks 強調政府希望令審批程序及電力生產變得更容易,目標是在不增加住宅電費情況下快速建設基礎設施。他補充說,並不認為有人真正要求援助,因為這樣做「很荒謬」。

 

 

Sam Altman 隨後在 X 發表長篇貼文回應事件,表示 OpenAI 沒有也不希望政府為數據中心提供擔保。他寫道:「我們相信政府不應挑選贏家或輸家,納稅人不應援助作出錯誤商業決定或在市場上失敗的企業。」Sam Altman 提到,唯一討論過貸款擔保的範疇是支援美國半導體晶圓廠建設,該公司及其他企業響應政府呼籲並樂意協助,但並未正式申請。

 

 

OpenAI 財務狀況與萬億支出

Sam Altman 披露 OpenAI 預計今年年度化收入將超過 200 億美元 (約港幣 1,560 億元),到 2030 年增長至數千億美元。OpenAI 於今年 3 月完成 400 億美元 (約港幣 3,120 億元) 融資,由 SoftBank Group 領投,使公司估值達到 3,000 億美元 (約港幣 2.34 萬億元),成為歷來私營企業最大規模融資交易。

根據財經資料,OpenAI 在 2025 年上半年錄得 43 億美元 (約港幣 335.4 億元) 收入,較去年全年增長 16%,但同期仍然出現 135 億美元 (約港幣 1,053 億元) 淨虧損。該公司在研發方面投入 67 億美元 (約港幣 522.6 億元),反映其押注先進人工智能模型的規模。OpenAI 預期要到 2029 年達到 1,250 億美元 (約港幣 9,750 億元) 收入時才能實現正現金流。

OpenAI 已與多家科技巨擘簽訂大額合約,包括與 Oracle 達成總值 3,000 億美元 (約港幣 2.34 萬億元) 5 年運算能力合約,屬於涉資 5,000 億美元 (約港幣 3.9 萬億元)「Stargate 計劃」一部分,該計劃由 SoftBank、OpenAI 及 Oracle 合作推動。OpenAI 亦與 Broadcom 簽訂 3,500 億美元 (約港幣 2.73 萬億元) 合約設計特製人工智能加速器,與 Microsoft 合約則達 2,500 億美元 (約港幣 1.95 萬億元),另外與 Nvidia、AMD、Amazon AWS 及 CoreWeave 等供應商合約總額超過 1,000 億美元 (約港幣 7,800 億元)。

這些基礎建設投資對人工智能發展至關重要,OpenAI 行政總裁 Sam Altman 表示,該公司已承諾約 1.4 萬億美元支出,相當於 30 吉瓦數據中心容量。他指出大型基礎建設項目需要相當長時間建設,企業必須現在開始投資。Sam Altman 表示長遠目標是建立技術及財務架構,容許公司每週增加 1 吉瓦新產能,成本約為每吉瓦 200 億美元 (約港幣 1,560 億元)。

 

市場憂慮 AI 基建投資過熱

業界分析認為人工智能基礎建設支出正在改變科技行業格局,科技企業 2025 年預計投放近 4,000 億美元 (約港幣 3.12 萬億元) 於相關項目,佔美國國內生產總值增長約一半。然而這種規模投資需要在 2030 年前產生 2 萬億美元 (約港幣 15.6 萬億元) 年度收入才能證明成本合理,目前人工智能收入僅為 200 億美元 (約港幣 1,560 億元),需要增長 100 倍。

投資機構警告人工智能基礎建設投資可能出現過熱跡象,研究顯示大幅增加資本開支企業往往表現遜色,1963 年至 2025 年期間激進擴張資產負債表公司每年跑輸保守同業 8.4%。目前人工智能投資規模相對國內生產總值已超越互聯網泡沫時期高峰,調整晶片較短使用壽命後,甚至超越 1860 至 1870 年代鐵路建設潮。

 

供應鏈「賣鏟」企業迎來機遇

企業如何運用人工智能基礎建設趨勢成為關鍵考量。分析指出為人工智能「賣鏟」的企業正在經歷繁榮期,半導體製造商、雲端運算服務及專業數據中心供應商受惠最多。Nvidia 預測到 2030 年將有 3 萬億至 4 萬億美元 (約港幣 23.4 萬億至 31.2 萬億元) 投放於人工智能基礎建設,支援加速運算轉型、代理型人工智能快速增長及人工智能融入實體應用如機械人及工廠。

投資者可通過多種途徑參與人工智能基礎建設,2025 年人工智能基礎建設項目直接貸款收益率達 9.9%,跑贏槓桿貸款及高收益債券。私募債務基金如 Blue Owl 及 Apollo 憑藉結構性融資及科技基礎建設專業知識佔據有利位置。主題型交易所買賣基金提供數據中心、半導體及雲端運算曝險,但投資者需留意集中風險。

企業亦可從供應鏈角度把握機遇,英國科技企業 Arm Holdings 憑藉節能晶片架構設計及知識產權授權受惠,客戶包括 Nvidia、Apple、Microsoft、Samsung、TSMC、Amazon 及 Google。美國企業 Lumentum 生產的雲端運算及網絡高速雷射組件需求急升,2025 財年末季收入按年增長 56% 至 4.81 億美元 (約港幣 37.5 億元),生產線全速運作。

 

高投資風險與監管挑戰

然而企業必須審慎評估風險,人工智能基礎建設投資面對多項挑戰,包括高資本成本、快速技術過時、監管審查及地緣政治風險。研究顯示估值差距令人憂慮,2025 年科技首次公開招股平均首日上漲 31%,部分飆升超過 250%,私營人工智能基礎建設企業估值倍數超越公開市場同業。

企業應用人工智能改善營運而非建設基礎建設可能是更明智策略,歷史先例顯示基礎建設建造者往往不是最終贏家。鐵路公司經歷多次恐慌及破產才在數十年後穩定下來,電報公司 Western Union 雖建設橫貫大陸網絡但最終未能主導通訊行業。相反,運用基礎建設的企業如 Netflix 及 Facebook 受惠於過剩光纖容量崛起。

監管環境亦值得關注,人工智能基礎建設投資增長導致監管要求提高,合規、安全及數據主權成為基礎考慮,歐盟通用數據保護規例及歐歐人工智能法案提高問責標準。美國白宮科技政策辦公室於 2025 年 9 月發出資料徵詢請求,徵詢可能阻礙人工智能發展的聯邦法規意見,反映持續辯論監管性質及範圍。

 

OpenAI 核心業務的盈利挑戰

OpenAI 個案突顯人工智能企業面對的結構性挑戰,雖然收入快速增長,但開支以同樣速度上升。該公司毛利率約 40% 受可變運算成本限制,2025 年預計在運算及其他成本方面消耗 80 億美元 (約港幣 624 億元) 現金。累計虧損將持續增加,按目前速度預計到 2026 年總虧損達 140 億美元 (約港幣 1,092 億元)。

OpenAI 目前有超過 5 億每週活躍用戶,但超過 90% 用戶不付費使用服務。2025 年僅約 5% 用戶支付每月 20 美元 (約港幣 HK$156) 費用使用更先進人工智能模型,產生約 55 億美元 (約港幣 429 億元) 銷售額。企業收入方面,該公司 2025 年應從企業客戶獲得 40 億美元 (約港幣 312 億元) 收入,當中很大部分來自應用程式介面業務,該業務按使用量收費,較易覆蓋運行模型成本。

Sam Altman 需要在未來數年大幅增加企業銷售以取代虧損的消費者業務。要達到 2029 年 1,250 億美元 (約港幣 9,750 億元) 收入目標,他除了需要將總收入增長 10 倍,亦需要大幅提升企業銷售佔比。持續融資回合提供的現金可能讓他實現目標,但這至少是一項艱巨挑戰。

 

總結:一場高風險的行業轉型

人工智能基礎建設繁榮既非泡沫亦非保證成功,而是高風險轉型。雖然該領域基本面 (經常性收入、可擴展基礎建設) 較互聯網泡沫時期強勁,但資本流入速度及估值水平引發過熱及投機泡沫憂慮。企業必須在創新與風險管理之間取得平衡,面對快速資本流入及不斷演變的技術過時問題。

業界普遍認為人工智能基礎建設投資將重塑數碼基礎設施,對投資者、企業及整個社會產生深遠影響。企業應審慎評估參與方式,無論是直接投資基礎建設、提供相關技術及服務,還是運用人工智能能力改善業務營運。關鍵在於理解自身競爭優勢,避免盲目跟風可能導致資本錯配的大規模投資。

 

來源:TechCrunch