OpenAI CFO Sarah Friar 拆解史上最大私募：一兆美元的算力豪賭，跟那個 Jony Ive 不肯說名字的小東西

TL;DR

• OpenAI 三月一口氣募了 1,220 億美金，是史上最大的私募輪，比歷來最大 IPO 還大上好幾個數量級。Sarah Friar 說 IPO 只是里程碑，不是終點，她的工作是「把選擇權最大化」。
• 一年前 Anthropic 還遠遠落後，現在開發者、企業、營收幾乎全面超車。Friar 的解釋是「我們在跑不一樣的賽道」：單一模型底座，多個對外介面。
• 算力是 2026 年最稀缺的資源。她直接說：「你想在 26 年買更多算力？祝你好運，因為我也不知道哪裡還有。」
• 一 gigawatt 約等於每年 100 億美金營收，但蓋一座 gigawatt 資料中心要燒掉約 500 億美金。這筆帳怎麼算，是整集最硬的部分。
• 跟 Jony Ive 做的新硬體，年底發表、明年初開賣。Friar 試用過，形容它「可愛、親密、很自然」，但死都不肯講那是什麼。

先認識一下這集的兩邊人馬

這集是 2026 年 6 月 2 日上線的 All-In Podcast 現場訪談。All-In 是矽谷四個創投跟科技老闆主持的節目，Chamath Palihapitiya、Jason Calacanis、David Sacks、David Friedberg 四個人每週聊市場、科技、政治跟撲克牌，在創投圈基本上是情報交換站等級的存在。這集四個主持人輪流轟炸一位來賓。

來賓是 Sarah Friar，OpenAI 從 2024 年六月才首度設立的 CFO（財務長）。這個人的履歷很嚇人：Goldman Sachs 待了十一年帶科技團隊、Salesforce 管財務策略、2012 到 2018 當 Square（現在叫 Block）的 CFO 帶它上市、2018 到 2024 當社區 App Nextdoor 的 CEO 還帶它用 SPAC 上市。換句話說，她是少數真的帶過公司 IPO、又懂科技財務的老手。現在她要管的，是這個地球上燒錢燒最兇、也最被看好的 AI 公司的錢袋子。

IPO 不是終點，是另一種募資方式

開場 Sacks 就丟出大家最好奇的問題：SpaceX 要 IPO 了，OpenAI 跟 Anthropic 是不是也在比誰先上市？市場上甚至有種說法，AI 公司早點 IPO 有優勢。

Friar 的回答很冷靜。她說 IPO 是里程碑，不是終點，千萬不要把公司當成「為了上市而存在」來經營，它說穿了就是另一種募資管道。她搬出一句話：「市場是一台秤重機，不是人氣投票機。」沒人記得 Google 跟 Yahoo 誰先上市、Lyft 跟 Uber 誰先上市，媒體愛戲劇性，但最後你會被秤斤論兩地衡量。

訪談進行到一半，Jason 還插播一條即時新聞：Anthropic 剛剛祕密遞交了 S1（上市申請文件）。Friar 完全不接這個招，只說「遞件不代表什麼，後面還要過 SEC 那一關，誰知道要跑多久」。一個老 CFO 面對突發消息的鎮定，這段滿好看的。

「我們在跑不一樣的賽道」

Jason 接著問了一個尖銳的問題：一年前 OpenAI 領先這麼多，怎麼 Anthropic 在開發者、企業、營收上全面超車了？

Friar 沒有正面承認落後，她選擇講策略。OpenAI 想做的是「AI 智慧層」，也就是底層基礎建設。核心是單一模型底座，然後伸出很多隻手去碰世界：ChatGPT 對一般消費者（每週超過九億人用，已經變成一個動詞）、Codex 對工程師（光是一月還幾乎是零，這個週末就破五百萬使用者）、Frontier 對企業。

她的論點是，因為全部架在同一個模型上，會產生複利效應：更多使用者、更多資料、更強的個人化，模型越大效率越高、每個 token 的成本越低、毛利越高、就有更多錢去買算力。這是一個會自己滾大的雪球。

有個冷知識她講得很開心：ChatGPT 成長最快的洲是非洲，成長最快的語言是亞塞拜然語跟哈薩克語。從這些地方的成長速度，你大概能感覺到這東西正往哪裡擴散。

至於 Sora、新硬體這些是不是分散了火力、害企業端做不夠？Friar 直接吐槽「世界很愛把事情二分法」。她說 OpenAI 現在營收已經接近五五分，消費者跟企業各半，兩邊都是重心。光是上週她就跑去 Boston 見 Thermo Fisher、在 New York 見一堆銀行、週五跟 Travelers 通電話、今天早上又跟一家科技公司講電話。她的結論是：各行各業現在都在認真動 AI 了。

這裡有個我覺得很值得記下來的數字。她用「使用次數」量化了 AI 的上癮曲線：免費用戶一天問七次，第一層付費翻倍到十五次，20 美金的 Plus 是免費用戶的三倍，Pro 用戶更是十一倍。她拿翻蓋手機打比方：你剛拿到手機時只會打電話，現在同一支手機幫你做幾百件事。智慧這條路，我們現在正走在同一段。

一 gigawatt = 100 億美金，但要先燒 500 億

整集最硬的部分，是 Chamath 把 18 個月前 Friar 講過的一句話翻出來：一 gigawatt 的算力，大約等於 OpenAI 每年 100 億美金的營收。

這個換算很關鍵，因為它可以外推到 Anthropic、Gemini 全部。而 Friar 當年帶頭去搶電力、土地、資料中心，當時看起來很瘋，現在回頭看是供給嚴重不足。她說 2024 年公司因為到處買算力，背上沒少挨箭，「但謝天謝地我們買了，因為到了 26 年我們還是不夠用」。

她把算力的瓶頸拆成一條供應鏈，每個環節都是卡點：能源、土地、電力、能不能快速通過法規去蓋、機櫃跟晶片本身夠不夠（記憶體現在正在漲價）、有沒有足夠的人才從教育體系出來（她是 Stanford 的董事，對這點特別焦慮），最後她還把「信任」也算進供應鏈。

信任這塊她講得很實在。訪談當下，Sam Altman 人正在 Michigan 州的 Saline，兩小時後要替一座 gigawatt 資料中心動土，那是 Oracle 園區的一部分。Friar 說她在 Nextdoor 做了七年「在地」這件事，最懂一件事：你不能由上而下告訴社區他們需要什麼，他們會回你「謝謝，不用了，我自己會講」。所以這座資料中心他們花很多時間跟社區溝通三件事：不會讓你電費漲（基礎建設跟電力的錢公司自己付，不是攤給居民）、帶來 2,500 個工會工作（電工、空調這些好工作）、光這座資料中心就繳十億美金的稅給 Michigan，外加四千五百萬美金的教育投資，發 Codex 額度給當地。

她順帶講了一句很 Friar 的話：「我大概不會雇用一個不會用 Excel 的財務人員，今天我也幾乎不會雇用一個不會用 Codex 這種工具的財務人員。」她家青少年都在用 Codex 了。這跟 Legora CTO 在Token Maxing 正在害死企業新創講的「寫程式不再是瓶頸」其實是同一件事的兩個面向，工具會用變成入場券。

成本兩年掉九成七，但帳要往前算

那要怎麼把這麼貴的東西做成生意？Friar 給的答案是先看毛利，而毛利的主要成本就是算力。好消息是算力有一條很猛的「通縮曲線」。

她舉的數字嚇人：從 GPT-4 到 5.4，每單位算力的成本掉了大約 97%，而這只花了兩年。最新的 5.5 模型他們把售價調漲兩倍，但因為每個 token 變得更有效率，客戶實際上每個 token 還是省了 20% 到 30%。漲價同時還變便宜，這個聽起來矛盾，但這就是 AI 經濟學現在最反直覺的地方。

做資本配置決策時，這條曲線會逼你做一件事：不能用今天的成本去定價，不然你會把未來算錯。你得稍微往前壓一點，押注成本會繼續掉。Friar 說她現在最缺算力的時間點，已經不是 26、27 年，而是看到 30、31、32 年去了。她要替「四年後才會通電」的資料中心現在就做模型。那座 Michigan 的資料中心，她估計要到 2027 年底、2028 年初才拿得到算力。

這套「算力要提前好幾年押注」的邏輯，跟 Anthropic CFO 在算力是顏料，不是電費講的幾乎一模一樣。兩家最大的 AI 公司的財務長，對算力的心智模型出奇一致：它不是一筆當期費用，是一個要賭未來的資本工具。

她也坦白模型預測沒辦法太精準。26、27 年她做的是由下而上的模型，知道有哪些產品、定價大概多少、消費者 P 乘以 Q、多少人會訂閱、廣告跟週活躍的關係。但到了更外面的年份，她其實是反過來算：我買了這麼多算力，這些算力大概應該換回多少營收。她說一年前她替投資人做的模型裡，預測 agentic（代理）營收時放了「開發者每月可能付到 2,000 美金」，當時所有人都覺得她在說瘋話。現在回頭看，當年大家為 ChatGPT Pro 賣 200 美金集體崩潰的樣子，也挺好笑的。

魔術方塊：怎麼把 CapEx 變成 OpEx

問到那 1,220 億到底夠買多少算力，Friar 給了一個我覺得最實用的比喻：魔術方塊。

兩年前 OpenAI 只有一個方塊：一個雲端夥伴（微軟 Azure）、一款晶片（NVIDIA）、一個產品（ChatGPT）、一個價格（月費 20 美金）。今天這個方塊變成多維的。雲端這邊，他們同時架在 Oracle、CoreWeave、微軟、GCP、AWS 加一堆小型 neocloud 上。為什麼要這樣？因為雲端供應商幫他們把 CapEx（資本支出）變成 OpEx（營運費用），你是用多少付多少、隨著營收進來才付，等於是搭著這些投資級公司的融資能力跑。

晶片這邊也走多元路線：NVIDIA 還是第一優先夥伴，秋天那次大型訓練會跑在 Vera Rubin 上，後面還在排 Feynman 系列；同時 AMD 進管線、Cerebras 已經上線（低延遲、適合要即時寫程式的工程師）、還有跟 Broadcom 一起做的自家晶片。她說一個魔術方塊有大約一百京（quintillion）種排列，這就是她要的「最大選擇權」。

關於每 gigawatt 約 500 億美金的全包成本（土地、電力、外殼、晶片全算），Friar 沒給死數字，但她的策略很清楚：在還拿不到低成本的投資級債務融資之前，盡量靠夥伴跟雲端供應商把資金壓力分攤出去。OpenAI 也開始往「built-to-suit」走，跟 SoftBank 在 Texas 蓋的資料中心就需要多一點 CapEx。

那個 Jony Ive 不肯說名字的小東西

訪談裡最吊胃口的，是跟 Jony Ive 團隊做的新硬體。Friar 全程死守，只說「我們正在打造一個消費端載體，我不能告訴你它是什麼，但今年底會揭曉，明年初就能買」。

她說她看過、試過。主持人問她用起來是不是像第一次拿 iPhone，她形容 Jony Ive 團隊最厲害的就是「把人性帶進裝置裡」，這東西「很自然，而且很可愛、很親密」，不用把手機掏出來，是無縫的。這段她講得有點玄，但一個老 CFO 用「lovable」「intimate」去形容一個硬體，本身就很反常，值得留意。

她也順手講了一個更大的趨勢：我們被上一代科技訓練成「用拇指講話」，這是一種病，大家走路都低著頭。她家青少年坐在沙發上居然用拇指互傳訊息，她問兒子在跟誰講，兒子指旁邊那個人。多模態（multimodality，能同時處理語音、影像、文字）來了，你會直接「跟工具講話」，而這需要大量的即時算力。

廣告會是讓全世界免費用的解法嗎

最後 Jason 丟了個快問快答：人類史上最偉大的三個消費級生意，iPhone、Meta 廣告、Google 廣告，其中兩個靠廣告，你們怎麼很少談廣告？

Friar 守住兩條原則：你拿到的結果永遠是模型給的最佳解，不是被贊助出來的；而且永遠會保留一個無廣告的付費層給不想看廣告的人。但她引用 Fiji Simo 的話：「如果 Google 跟 Meta 生個小孩，那就是 ChatGPT。」

她的廣告論點其實很犀利。Google 搜尋他們至少佔 11% 市佔，但實際更高，因為 Google 一次刷新算一次搜尋，而 ChatGPT 一整段五十個問題的對話只算一次。而且 ChatGPT 的意圖（intent）極高，你等於直接告訴它你要買什麼。Meta 靠的是「跟你類似的人」的人口統計意圖，而 OpenAI 多了一樣東西：記憶。她的 Codex 裡有個巨大的記憶檔，知道她是誰、是 OpenAI 的 CFO、怎麼寫東西、是個有青少年的媽媽。把記憶、上下文、再加上高意圖疊在一起，那會是一個非常強的廣告平台。

她最後攤牌了 OpenAI 的真正盤算。如果只看今天的每 token 營收，她應該把每一個 token 都丟給 API，因為那比消費者端高一個數量級。但她說「我們在玩自己的遊戲」，OpenAI 相信存在一個像電力一樣的 AI 基礎建設層，未來要服務的是全世界：消費者、小企業、大企業、政府。廣告，是讓這件事「付得起」的其中一條路。

這套「token 該餵給誰」的取捨，跟 Dylan Patel 在一間公司一年燒七百萬美金在 Claude Code 上講的供需邏輯剛好可以對照著看，一邊是賣方怎麼分配稀缺的 token，一邊是買方對 token 的無窮胃口。

聽完這集我最大的感受是，OpenAI 的故事表面上是模型多強，骨子裡其實是一場跨好幾年的算力與資本調度賽。Friar 反覆講「最大選擇權」，這四個字大概就是 2026 年所有 AI 公司財務長的共同信仰。當所有人都在搶同一批電力跟晶片的時候，誰能把資金結構排得最有彈性，誰就撐得久。至於那個 Jony Ive 的小東西到底是什麼，年底見真章，我會盯著。

這類把 AI 產業財務面講透的內容，我之後會持續寫，訂閱 wilsonhuang.xyz 就不會錯過。