OpenAI：算力稀缺下AI需求将从千万级爆增至十亿级

最近OpenAI总裁Greg Brockman的一场45分钟深度访谈引发了行业广泛讨论，整场对话涵盖了AI智能体、通用人工智能、医疗应用、行业竞争等多个话题，但所有战略判断最终都围绕同一个核心关键词展开：算力。

Brockman的核心判断清晰且坚定：全球范围内在未来很长一段时间内都无法获得足够的算力支撑，整场访谈的所有战略逻辑都源于这一核心结论。

AI算力需求才刚刚起步

Brockman在访谈中给出了一组极具参考价值的数据：当前全球活跃的AI智能体用户约为2000万，而ChatGPT的全球月活用户已经达到10亿，两者之间的巨大差距正是他认为算力需求尚未真正启动的核心依据。

AI智能体与普通对话式AI的算力消耗完全不在一个量级：单次对话仅需完成一次响应即可结束，但智能体需要持续规划任务、调用工具、执行流程并迭代循环，每一步都在消耗大量算力。目前仅2000万用户使用智能体，一旦将这类能力覆盖到10亿级别的ChatGPT用户群体，用户规模和单用户算力消耗都会迎来爆发式增长，当前的使用深度与未来相比几乎可以忽略不计。

这意味着当下的算力紧张并非短期供应链波动，而是长期的结构性供需错配，这种缺口将持续多年。

连旧芯片都在涨价的供给信号

Brockman在访谈中提到了一个极具代表性的细节：英伟达Hopper架构的H100芯片，按照行业正常逻辑，新一代产品推出后旧型号应该逐步贬值，但当前市场上H100的价格反而在上涨。

一款本该被淘汰的芯片价格走高，背后的原因是新型号芯片供不应求，企业只能抢购旧型号，最终导致连淘汰品的价格都被哄抬。Brockman将这一现象称为“正常折旧曲线的反转”，当一块GPU从贬值资产变为升值资产，说明行业算力供给已经紧张到连存量淘汰设备都无法满足需求。

“买多少？全买光”的算力策略

当被问及OpenAI应该采购多少算力时，Brockman的回答斩钉截铁：“全买光”。在对方追问是否在开玩笑时，他再次确认了这一答案。

这并非玩笑，Brockman的逻辑非常清晰：算力从下单到交付需要等待数年，今天订购的算力可能两三年后才能投入使用，在这种情况下，采购过多的风险远低于采购不足的风险。为此OpenAI已经启动了自研芯片项目，推进全产业链的垂直整合，Brockman表示后续还会公布更多相关进展，他认为供应链本身就是企业的核心护城河。

降价却增收的矛盾逻辑

一个看似矛盾的现象是，OpenAI一方面在下调产品价格，另一方面却实现了利润的增长。Brockman解释称这两件事发生在不同的业务层面：对于同等水平的AI智能能力，产品价格确实在持续下降，但前沿顶尖的AI能力永远是最贵的。

他用“杰文斯悖论”来解释这一现象：当AI使用效率提升后，整体的算力总消耗量反而会上升。普通智能的价格下降会吸引更多用户、拓展更多应用场景，最终推高整体算力消耗。这形成了一个持续滚动的台阶结构：今年的顶尖AI模型到明年就会成为普通产品，价格大幅下降，但新的顶尖模型又会成为新的价格天花板，利润空间会沿着台阶不断向上迁移而非消失。

无界面的未来交互形态

有访谈参与者询问ChatGPT融合了编程、对话、浏览器操作等功能，是否算得上超级应用，Brockman并未认可这一说法。他表示OpenAI的长期目标是实现通用人工智能，核心方向是简化和统一人机交互。

他描述的终极交互状态是几乎不需要任何界面，用户只需要向持续运行的AI实体告知目标和方向，就能由其全权处理所有事务。比如早上醒来时收件箱已经整理完毕，遇到健康问题时可以随时咨询完全了解自身状况的AI助手。

当被问及这是否相当于新的操作系统时，Brockman拒绝了这一比喻，他认为“操作系统”属于上个时代的产物，当前的AI正在扭转人机关系：过去人类需要扭曲自身行为去适配计算机的文件夹、表格逻辑，而未来AI会主动适配人类的使用习惯。

Codex在企业内部的落地实践

Brockman对AI智能体的落地充满信心，因为OpenAI内部已经广泛使用Codex产品，其内部渗透率已经和Slack相当，而这家公司几乎完全依靠Slack进行协作而非邮件。

他举了一个具体的例子：活动策划团队的一名员工让Codex连接Gmail和日历工具，自动统计与会者的饮食偏好、生成座位安排表，帮助她从繁琐的事务性工作中解放出来，专注于更有创造性的环节。但随着智能体能力的提升，信任问题也随之而来。

Brockman表示信任需要逐步建立，无法直接授予，最佳方式是渐进式授权：先让智能体起草邮件，需要用户确认后再发送；当用户建立足够信任后，再让智能体自主完成发送操作。他还提到2023年的插件尝试虽然方向正确但最终失败，当时的模型仅能处理两三千个token的上下文，无法同时记住三个以上的工具，而现在的模型可以支持数百个工具的调用，上下文窗口大幅扩展，才真正具备了落地的能力。

医疗场景的爆发潜力

访谈接近尾声时，Brockman公布了一组令人惊讶的数据：每周约有2.3亿人通过ChatGPT查询健康相关问题，这一规模远超他的预期。他判断医疗是AI能够带来最大改变的领域之一。

访谈中提到了两个广为流传的真实案例：GitLab联合创始人将密集的诊断数据输入ChatGPT，辅助自己对抗癌症；澳大利亚的一位主人借助AlphaFold和mRNA设计方案，帮助自己的宠物狗缩小了肿瘤。当被问及这些是否只是特例时，Brockman表示这类场景未来会成为常态。这不仅是他的行业判断，也是他的个人经历：他的妻子患有多种健康问题，他坦言如果没有ChatGPT，有些健康相关的问题他不知道该如何应对。

看懂全局的核心观察点

Brockman整场访谈的所有战略判断都建立在同一个核心前提之上：算力是当前最稀缺的资源，需求增长速度远超供给。基于这一前提，OpenAI才会全力采购算力、推进自研芯片实现垂直整合；才会理解前沿AI能力始终保持高价，同时普通能力降价但整体利润上升的逻辑；才会聚焦于无界面的AI交互形态，而非打造传统超级应用。

所有这些判断的核心支点，是AI智能体的用户规模会从2000万级爆发式增长到接近10亿的ChatGPT用户基数。想要观察这一供需缺口是否会得到缓解，可以关注两个信号：一是H100芯片是否恢复正常的贬值曲线，二是医疗领域的AI辅助场景是否能从个案转变为普遍常态。Brockman将整个公司的战略赌注都押在了这一判断上：未来的算力需求会远超当前所有人的想象。

--end--