OpenAI 及其 ChatGPT 雖然取得了現象級成功，卻至今未能獲利。儘管至今仍未上市，但 OpenAI 的這困境在 2025 年下半年持續困擾市場。

據「財富中文網」，輝達 (Nvidia)(NVDA-US) 在 11 月再次交出亮眼財報，但是關於人工智慧 (AI) 存在泡沫的討論仍未平息。問題依然在於：一方面，ChatGPT 對遍布經濟各處的資料中心所提供的「算力」有著看似無止境的需求；另一方面，OpenAI 需要將其商業模式扭虧為盈。OpenAI 執行長奧特曼 (Sam Altman) 在最近一次播客露面中，僅用一個詞就回答了這個問題：「夠了。」

滙豐 (HSBC) 雖然明確表示仍相信 AI 處於「超級周期」，且其預測「從營收角度看，OpenAI 將處於領先地位」，但同時測算出，若該公司要實現其雄心壯志，將面臨巨大的財務壓力。滙豐全球投資研究部預測，即使到 2030 年其用戶群將成長至約占全球成年人口的 44%（高於 2025 年的 10%），OpenAI 屆時仍將無法獲利。此外，為跟上其成長計畫，它還需要至少額外 2,070 億美元的算力投入。這項嚴峻的評估反映了飆升的基礎設施成本、日益激烈的競爭，以及一個需求激增且資金密集程度超越歷史上任何技術趨勢的 AI 市場。

由 Nicolas Cote-Colisson 領導的滙豐半導體分析師團隊，透過自 10 月中旬以來首次更新其 OpenAI 預測得出了這項數據，其中考慮了近期達成的多年期雲端運算承諾，包括與微軟的 2,500 億美元協議和與亞馬遜的 380 億美元交易。更重要的是，滙豐指出，這些交易均未涉及新的資本注入，並且是 OpenAI 一系列產能擴張中的最新舉措，該公司目前的目標是到本十年末實現 36GW 的 AI 算力。假設 1GW 電力大約能為 75 萬戶家庭供電，如此規模的電力需求相當於一個比德州稍小、比佛州稍大的州的用電量。先前報導過滙豐預測的《金融時報》Alphaville 部落格將 OpenAI 描述為「一個頂著網站名頭的資金黑洞」。

滙豐預測，到 2030 年，OpenAI 的累計自由現金流仍將為負值，留下 2,070 億美元的資金缺口，必須透過額外債務、股權融資或更積極的創收手段來填補。分析師模擬得出，從 2025 年末到 2030 年，OpenAI 的雲端和 AI 基礎設施成本將達到 7,920 億美元，到 2033 年算力總投入將達到 1.4 兆美元（滙豐指出，奧特曼已製定了一項未來 8 年投入 1.4 兆美元用於算力的計畫）。光是資料中心租賃費用就將高達 6,200 億美元。

儘管預計營收將快速成長——到 2030 年將超過 2,130 億美元——但這仍不足以彌補這項差距。（該行的營收預測基於以下假設：中期付費訂閱用戶比例將提高，以及大型語言模型供應商將搶佔部分數位廣告市占。）

該行指出了幾種彌補缺口的方案，包括大幅提高付費訂閱用戶比例（從 10% 提高到 20% 可能增加 1,940 億美元營收）；搶佔更大比例的數位廣告支出；或從算力營運中榨取非凡效率。但即使在樂觀的用戶轉換和貨幣化情境下，該公司在 2030 年後仍需要新的資本。

OpenAI 的生存與其財務支持者和 AI 生態系統緊密相連。微軟和亞馬遜不僅是雲端供應商，也是主要投資者，而像甲骨文、輝達和超微半導體 (AMD) 這樣的雲端參與者，其得失都將取決於 OpenAI 的命運。然而，風險也相當大：未經證實的營收模式；AI 訂閱服務的潛在市場飽和；監管審查的威脅；以及必要資本注入的巨大規模。

滙豐指出，OpenAI 可以籌集更多債務來滿足其算力需求，但這「在當前市場環境下可能是最具挑戰性的途徑」，因為甲骨文和 Meta 最近已經籌集了巨額債務來為 AI 相關的資本支出融資，引發了市場對 AI 整體融資情況的擔憂。該行指出，這是個例外，因為正如摩根大通的 Michael Cembalest 最近指出的，大多數所謂的超大規模公司都依靠自由現金流為自己融資。滙豐還注意到，近日甲骨文的信用違約交換（CDS）「急劇上升」，幾周前摩根士丹利的 Lisa Shalett 在接受《財富》雜誌採訪時就對此發出了警告。

與許多其他撰文論述 AI 革命的銀行一樣，滙豐再次引用了諾貝爾獎得主 Robert Solow 的名言：「除了生產率統計數據，你在任何地方都能看到電腦時代」，並冷靜地指出：「由疲軟的全要素（勞動力和資本）生產率驅動的低生產率增長，是當今發達經濟體的一個不幸特徵。」事實上，該行指出，一些人甚至對已有 30 年歷史的網路革命本身是否帶來了有意義的回報表示懷疑，並引用了聯準會主席 John Williams 2017 年的評論：「網路等現代技術帶來的生產率提升，迄今為止只影響了我們的休閒消費——尚未滲透到辦公室或工廠。」

美銀美股與量化策略主管 Savita Subramanian 在八月告訴《財富》雜誌，她認為 2020 年代的經濟正在出現生產率的巨變，但這在本質上並非由 AI 驅動。她表示，在包括疫情後薪資通膨在內的多種因素共同作用下，企業被迫「用更少的人做更多的事」，以可擴展且有意義的方式用流程取代人力。然而，令她猶豫的一個考慮因素是，從輕資產模式向更側重重資產模式的轉變，因為許多最具創新力的科技公司發現，他們對一種伴隨巨大風險的硬體——資料中心——有著近乎無法滿足的渴望。

幾個月後，哈佛大學經濟學家 Jason Furman 做了一個粗略估算，發現若沒有資料中心，2025 年上半年的 GDP 成長率將僅為 0.1%。 OpenAI 似乎向市場提出了一個問題：建立在 AI 未來回報和生產力革命——這些遠非板上釘釘之事——之上的成長，究竟能持續多久？