如果一家公司的产品越受欢迎，它反而越需要不断筹钱，会发生什么？这正是OpenAI眼前最重要的商业问题：收入在增长，但服务器、芯片、数据中心和研发也持续吞噬现金。如今，一份面向未来的内部估算，把这道题量化到了近2800亿美元。
据Reuters援引Financial Times看到的公司演示材料，OpenAI预计在2026年至2030年累计消耗约2780亿美元现金。标题中的“2800亿美元烧钱”，是对这一预测的取整表达，并非已经发生的支出，也不等于OpenAI制定了一张确定的采购清单。现有材料只有单一报道链条，预测口径和逐年数据均未公开。
这笔账到底在算什么？
这里的关键词是“现金消耗”（cash burn）：一段时间内，公司经营和投资流出的现金超过流入的净额。它和会计亏损不是一回事，却更直接地回答了一个问题——公司还需要筹多少钱，才能继续运转和扩张。
对AI公司来说，这一区别尤其重要。建设数据中心、购买服务器和芯片属于资本支出（capex），也就是对长期资产的投入。这些资产在会计报表中可以通过折旧分多年计入费用，但购买时占用的现金不会慢慢流出，而是在付款时就要拿出来。
另一个观察指标是自由现金流，即经营活动产生的现金减去资本支出后的余额。它能告诉投资者：扣掉基础设施建设后，这门生意是否已经可以自我供血。Financial Times将OpenAI预计出现的严重负现金流，与扩张算力和基础设施投入、同时承受服务价格压力联系起来。
价格压力也不只是“降价”这么简单。如果模型服务价格下降，而每次生成答案所需的推理成本没有降得同样快，每单位服务留下的利润就会变薄。于是，用户增长和收入增长未必会同步改善现金流。
估值故事变成融资问题
我们此前报道过，投资者在OpenAI暂不于年内上市的情况下，试探约1.2万亿美元的潜在估值。据Reuters报道，OpenAI正在寻求新资本，并已与投资者讨论这一估值。现在，2780亿美元的预测为这场估值讨论补上了另一面：投资者不只是在押注公司未来值多少钱，也要判断它在抵达那个未来之前需要投入多少钱。
这种变化并非突然发生。据TIME报道，OpenAI创办团队2015年宣布获得10亿美元捐赠承诺，但到2019年实际到位的约为1.3亿美元。团队随后设计了由非营利组织控制、允许投资者获得最高百倍回报的“capped-profit”子公司，并获得微软首笔10亿美元投资。一个最初希望减少财务回报约束的实验室，很快被算力成本推向资本市场。如今，融资需求已经被讨论到数千亿美元的量级。
为什么值得关注？
2780亿美元真正值得看的，不是数字本身有多大，而是它把AI竞赛的约束条件摆到了台面上。模型能力、用户规模和估值只是故事的一半；另一半是数据中心要提前建设，芯片和服务器要用现金购买，而服务价格还可能继续承压。
这也让OpenAI的商业模式面对一组清楚的问题：收入增长能否赶上基础设施和研发支出？模型运行成本能否下降得比价格更快？如果自由现金流长期为负，资本市场是否愿意持续提供足够资金？所谓AI领先，最终不仅要靠模型表现，还要靠融资能力和单位经济账共同维持。
局限与未知
- 现有摘要没有说明2780亿美元究竟对应何种现金流口径，也没有披露逐年支出、收入或融资需求。
- 这一数字是公司面向未来的内部估算。Financial Times指出，实际结果仍可能随模型成本、定价和建设计划变化。
- 相关结论目前缺乏独立信源交叉印证，不能把预测写成已经发生的支出或确定承诺。