AI商业化仍在困扰大模型企业。

作为全球AI先驱的OpenAI也还在探路阶段，选择改换策略，部分转向开源路线；同期的对手Meta，甚至陷入了“作弊刷分”争议。

在商业化现实面前，技术理想主义要崩塌了吗？除了API收费，还有什么商业路径？开源会不会影响赚钱的速度？

看似繁荣背后，暗流涌动。头部玩家正在用开源扩大生态，争抢话语权，初创企业的盈利更是飘渺，B端目标群体持币待购，C端消费者的付费意识还在培养阶段。

一位不愿具名的资深AI行业研究人士告诉21世纪经济报道记者，OpenAI新增400亿美元融资达到3000亿美元估值后，AI行业或许正式进入“超级资本主义”阶段，技术理想主义的生存空间正在变窄。“不过，还没到尘埃落定的时候，DeepSeek杀出重围，证明技术仍有突破空间，但不要过分期待，毕竟这样有钱又有追求的团队少之又少。”

昂贵的代价

大模型竞赛已演变为资本黑洞。斯坦福大学《2024年AI指数报告》显示，GPT-4的训练成本约为7800万美元。即便目前规模效应降低了大模型的训练成本，这依然是一门昂贵的生意。

残酷的是，技术迭代正在加速折旧周期，OpenAI的GPT系列模型在不到5年的时间内迭代了四代产品，但从GPT-3到GPT-4仅历时3个多月。中国DeepSeek大模型的爆火，又将“前辈”们拍在了沙滩上，旧模型的商业价值明显下降。

成本压力直接传导至商业模式。目前AI大模型主流盈利手段仍集中在API调用收费，但这部分收入远远无法打平成本。

OpenAI的做法是外部输血。2025年3月31日，OpenAI正式宣布完成新一轮400亿美元融资，投后估值突破3000亿美元。这也是全球初创公司有史以来规模最大的融资之一。

根据机构统计，OpenAI目前已经成为全球估值最高的非上市公司之一，仅次于估值3500亿美元的SpaceX。

不得不承认，OpenAI能在“AI泡沫“的质疑下拿到巨额融资，与其明星光环紧密相关。全球范围内，OpenAI的用户量依然最多，据其披露，截至2025年2月，每周使用ChatGPT的活跃用户已超过4亿，相比去年12月报告的3亿又有新增长。

但另一边，Meta Llama4刷分事件，则折射了速度压倒质量的代价。

2025年4月，Meta发布Llama 4系列模型，宣称其混合专家架构（MoE）在多模态任务上突破技术边界。但随后就有自称Meta AI研究院成员的网友指控，团队在训练后期将MMLU、BIG-bench等12个基准测试的验证集数据混入训练集，人为提升评测分数，称“Llama 4实际性能远未达到开源顶尖水平”。

该员工还爆料，这种做法是为了应对Meta CEO扎克伯格“4月交付Llama 4”的硬性要求。

多位AI研究人员还认为，Meta在LM Arena测试中使用的版本与广泛提供给开发者的版本不一致。测试版本经过了专门的优化调整，以适应LM Arena的测试环境和评分标准。

“开源鼻祖”的Meta被商业指标反噬的事件，背后正是激进的商业策略在作怪。追赶OpenAI的迭代速度和对消费者认知度的希冀，正在影响业务动作。

OpenAI的探索

当地时间4月9日，关于OpenAI走向营利的争议有了新进展。OpenAI对马斯克提起反诉，指控马斯克存在骚扰行为，并要求联邦法官阻止马斯克对OpenAI采取任何进一步的非法和不公平行动，其中包括通过媒体进行攻击和恶意宣传。

此前，马斯克曾对OpenAI及其CEO塞姆·奥特曼提起诉讼，指控OpenAI最初邀请马斯克资助一个致力于造福人类的非营利AI研究机构，但如今却专注于盈利。

奥特曼曾在采访中坦诚表示，训练AI大模型的成本超出预期，为了让公司持续运营，他们不得不想办法增加营收，转向营利组织也是其中一种探索。他透露，OpenAI正在考虑改变其治理架构，可能将其转变为一家营利性企业，这种转变可以为公司带来更多的资金支持，以实现其长期发展目标。

在OpenAI完成的最新一轮融资中，也有关于转向营利组织的信息。据报道，OpenAI计划在年底前完成公司重组，使其营利性部门独立于目前管理它的非营利组织。

同时，奥特曼承认“闭源路线站在了历史错误的一方”，以及尝试开源，也是OpenAI的一个重要变化。近期，OpenAI宣布正在构建一个更加开放的生成式AI模型，打算在未来几个月内发布自GPT-2以来的首个“开源”语言模型。

不过，前述研究人士指出，OpenAI并非“无私妥协”，开源会吸引更多开发群体加入OpenAI的生态，“先接触OpenAI，有了既定认知和依赖之后，定制化需求还是能够转化为商业收入。”

该人士分析称，就像目前OpenAI一些基础功能也是免费的，但当用户有更高诉求时，比如速度、数量、质量，或者高阶功能，依然会为此付费。

也有业内观点认为，OpenAI的开源底层逻辑是构建“分层生态”。在基础层，通过开放部分模型权重，比如架构设计、预训练参数等，吸引开发者基于此开发垂直应用。同时在应用层，保持实时数据接口，比如联网搜索、多模态交互的控制权。开发者若想实现商业级应用，仍需购买API密钥。“OpenAI或许正在把AI打造成下一个Android系统，但应用商店的控制权更集中。”业内人士指出。

当奥特曼坦言“训练成本超出预期”，当扎克伯格被速度焦虑逼向数据作弊，AI商业化确实是一道必答题。

接受21世纪经济报道记者采访的业内人士指出，解题思路在于，从模型到服务。

未来，行业需要从参数崇拜转向场景深耕，医疗、教育、制造等垂直领域的数据壁垒，远比通用模型的指标更有商业价值。

这也是其他AI创企突破OpenAI射程的有效路径，放弃“对标GPT”的执念，从“卖模型”转向“卖结果”，附加服务价值，真正去为业务流程提效。