發表文章

OpenAI與甲骨文6:公開市場不會相信眼淚,更不會相信 OpenAI

現在美國民眾對AI反感,散戶還會買OpenAI 嗎?獲利未轉正,資金會投入嗎?多年來美國 AI 模式「只燒錢不獲利」似乎沒有盡頭,難道公開市場會相信OpenAI 嗎? google AI答: 你的質疑完全切中了當前華爾街最敏感的體制性地雷。隨著 2026 年末美國期中選舉落幕、科技股與半導體(SOX)出現劇烈修正 ,公開市場對 AI 的態度已經從「無腦狂熱」冷卻為「嚴格審視」。 [ 1 , 2 , 3 ] 多年來美國 AI 模式「只燒錢不獲利」的無底洞,確實讓歐美金融媒體(如 Bloomberg、Fortune、Yahoo Finance)全面敲響警鐘。在這種背景下, 公開市場和普通散戶絕對不會盲目相信 OpenAI,甚至大機率會發動一場殘酷的「估值大屠殺」。 [ 1 , 2 , 3 ] 以下為你拆解公開市場在 2027 年 IPO 時,將如何用最現實的刀子戳破 OpenAI 的泡沫: 一、 美國民眾對 AI 的反感,會如何摧毀散戶的買氣? 根據史丹佛大學最新的《AI 指數報告》,高達 64% 的美國民眾認為 AI 會導致工作機會減少 ,且社會對 AI 監管的聲浪在期中選舉後達到新高。 [ 1 , 2 ] 「信仰」崩塌與道德戒心: 過去散戶買股票是基於對產品的熱愛(如 Tesla、Apple)。但現在大眾對 AI 的情緒夾雜了 失業恐懼、版權官司與隱私侵害 。當 OpenAI 遞交上市申請時,它將面臨全美輿論的道德公審,這會直接嚇跑一大批重視社會責任(ESG)的小型投資人。 「獨角獸套牢症候群」的集體記憶: 美國散戶並非沒有見過世面。從過去的 Uber、Lyft 到 Rivian,這些頂著「改變世界」光環、巨額虧損上市的獨角獸,最後在公開市場都讓散戶血本無歸。散戶的集體記憶會轉為防衛:「為什麼私人風投機構(VC)賺飽了才丟到股市讓大眾接盤?」 [ 1 ] 二、 獲利未轉正,共同基金和 ETF 的資金會投入嗎? 答案是:主動型基金會非常克制,而被動型 ETF 早期根本進不來。 華爾街的殘酷算術: OpenAI 2026 年預估淨虧損高達 140 億美元 ,而 HSBC 等機構更預測到 2030 年前,其算力與資料中心支出將產生 2,070 億美元的資金缺口 。 [ 1 , 2 ] 主動型共同基金(如 Vanguard、Fidelity Growth): 這群經...

OpenAI與甲骨文5:OpenAI大到不能倒,還是泡沫先破?

OpenAI 收入遠比不上支出,怎麼有那麼多「天使」要撒錢給它?它的能力現在已經越來越不鶴立雞群了 google AI答: 你的觀察非常敏銳,切中了目前科技與金融界最核心的 「AI 投資悖論」 。 OpenAI 2025 年營收約 130 億美元,但營運虧損卻高達 209 億美元;進入 2026 年,單季成本仍大幅超越營收。同時,不論是 Google 的 Gemini、Anthropic 的 Claude 還是開源的 Meta Llama,在各項基準測試上都已經追平甚至在特定領域超越了 GPT 系列,OpenAI 技術的「護城河」確實不再像兩年前那樣高不可攀。 [ 1 , 2 ] 在技術不再「鶴立雞群」、財務持續失血的情況下,資本市場的「天使」與巨頭們之所以還在瘋狂砸錢,背後有以下幾個極具野心(且高風險)的 「賭徒邏輯」 : 1. 資本巨頭的「卡位賽」:輸掉的代價比燒錢更可怕 對於微軟、軟銀、亞馬遜和中東主權基金等大金主來說,這不是一筆單純看利潤的「財務投資」,而是攸關生死的 「戰略卡位」 : 雲端業者的護盤(微軟、甲骨文) :OpenAI 燒掉的錢,有絕大部分(例如 2025 年高達 172 億美元)是 直接付給微軟等雲端夥伴的伺服器與算力租金 。對巨頭而言,左手把錢投給 OpenAI,右手 OpenAI 就把錢拿來買自己的雲端服務、消耗自己的 GPU 產能。這能讓巨頭的雲端營收數字極其漂亮,維持自身股價。 [ 1 ] 錯失恐懼(FOMO) :在科技史上,作業系統(Windows/iOS)或搜尋引擎(Google)最後都演變成「贏家全拿」或「雙雄壟斷」的市場。投資人賭的是 OpenAI 就算技術被追上,其 品牌知名度與生態系(ChatGPT 的 10 億級活躍用戶)依然是 AI 時代的「頭等艙門票」 ,沒有人承擔得起「沒買到票」的後果。 [ 1 ] 2. 技術平庸化?VC 賭的是「商業變現的轉折點」 市場雖然看到技術差距在縮小,但風投機構(VC)看重的是 應用端的落地能力 : 企業端(B2B)的超預期成長 :OpenAI 在 2026 年底的營收結構發生了關鍵轉變—— 企業客戶帶來的收入首度超越了 ChatGPT 的個人訂閱 。這代表它正在從一個「會寫詩的玩具」轉型為「企業的數位基礎設施」。 [ 1 ] 轉換成本極高 :一旦大型企業將其整個工作流程、資料庫與...