AI 熱潮持續推升 OpenAI、Anthropic 等前沿 AI(Frontier AI)模型公司的估值,市場普遍相信,隨著 AI Agent、自主工作與通用人工智慧(AGI)逐步實現,這些公司將迎來爆炸性成長。 然而,曾任職於 OpenAI 的研究員 Andrew Ho 卻公開提出截然不同的看法,直言自己「相當看空(fairly bearish)」前沿 AI 實驗室(Frontier Labs)的估值,並認為市場尚未真正建立一套合理的估值模型。 他表示,雖然自己身為前員工,理論上應該替產業說好話,但如果仔細推演商業模式,就很難相信目前的估值能夠成立。 問題核心:前沿 AI 公司至今仍難以獲利 Andrew Ho 認為,最大的問題其實很簡單:這些公司目前都高度虧損。 他指出,私人市場估值往往能夠長時間脫離基本面,但一旦公司上市,市場將開始以更加嚴格的標準檢視獲利能力,尤其 IPO 後六個月禁售期(Lock-up)結束,大量早期投資人開始出售股票時,股價可能承受巨大壓力。 目前市場普遍認為 OpenAI、Anthropic 等公司的毛利率相當高,因此高估值合理。 但 Andrew Ho 認為,即使假設 AI 推論(Inference)擁有約 80% 毛利率,一家市值達 1 兆美元的企業,也必須每年創造約 1,000 至 2,000 億美元營收,再搭配約 20 倍本益比,估值才勉強合理。 然而,他認為這種假設忽略了一件最重要的事情:AI 公司最大的成本不是推論,而是不斷訓練下一代模型 Andrew Ho 指出,前沿模型最大的開銷,是持續投入越來越昂貴的新模型訓練。 他舉例,如果 OpenAI 去年停止開發 GPT-5,那麼今天市場上便可以直接改用更便宜的 Qwen 或 Kimi 等模型,而沒有理由繼續支付 GPT-5 的高價 API。 因此,OpenAI、Anthropic 等公司必須不斷投入更多 GPU、更多資料、更多算力來維持技術領先。 他認為,這形成一個相當殘酷的商業循環: 新模型帶來更多收入。 但下一代模型訓練成本成長得更快。 每一代模型都需要投入比目前收入更高的資本。 領先者反而承擔最大的資本支出壓力。 Andrew Ho 形容,這是一種「對市場領先者極為不利的動態」。 蒸餾模型也救不了營收 近年不少 AI 公司主張,可以透過模型蒸餾(Distillation),將大型模型能力壓縮到更小模型,在低成本市場持續獲利。 Andrew Ho 並不認同。 他指出,小模型主要服務的是價格敏感市場,而推論本身毛利沒有外界想像得那麼高,因此即使大量部署,也很難創造足以支撐目前估值的收入規模。 換句話說,高階模型負責燒錢,低階模型又賺不到足夠的錢,形成兩面夾擊。 市場真正押注的是 AI Agent 全面接管經濟 Andrew Ho 認為,目前 Frontier Labs 的估值,其實建立在一個極大的前提之上。 市場相信,隨著模型持續擴大,將會突然出現足以全面改變世界的新能力,例如: AI Agent 自動成立公司 自主管理大量子 Agent 自動開發產品 自動營運企業 大規模取代白領工作 若這些能力真的出現,企業收入確實可能呈現爆炸式成長。 但 Andrew Ho 並不相信事情會如此快速發生。 他曾在先前文章中提出觀點,認為 AI 能力提升將比市場預期更慢、更不連續,也更容易受到高品質資料供給限制,而不是一路平滑向上。 因此,即便最終真的能實現高度自動化經濟,他認為時間尺度更可能是數十年,而非幾年。 問題就在於,OpenAI、Anthropic 是否能承受如此漫長且持續虧損的過程。 他甚至半開玩笑地表示,如果 AI 真如此重要,也許最後會走向某種形式的「國有化」。 AI 技術真正的瓶頸,不只是模型能力 Andrew Ho 也提出一個較少被討論的觀點:技術擴散(Technology Diffusion)本身就需要非常長的時間。 他認為,很多人以為 AI 普及速度慢,只是因為人們學得慢。 但真正原因其實不是如此。 即便擁有革命性技術,人類仍需要很長時間才能摸索出真正有效的產品型態、商業模式以及工作流程,而這些往往無法僅靠推理或演算法直接推導。 他引用經濟學家海耶克(Friedrich Hayek)的觀點,認為市場價格機制能逐步配置資源、探索需求,這種分散式的經濟計算,很難透過中央規劃或 AI 一次完成。 因此,即使今天停止所有模型能力進步,只維持目前 GPT、Claude 的能力,他認為社會仍可能需要二十年以上,才能真正把大型語言模型全面整合進工作與生活。 Coding Agent 可能只是一次幸運的產品發現 Andrew Ho 還提到,目前 AI 公司最大的商業成功案例之一,就是程式設計 Agent。 然而,他認為這未必代表未來可以持續複製成功。 他以 Anthropic 為例指出,Coding Agent 看起來更像一次成功找到產品市場契合(Product-Market Fit)的案例,而不是證明 AI 能快速找到所有高價值應用。 即使公司持續投入大量前端開發工程師(FDE)與產品團隊,也未必能快速發現下一個與 Coding Agent 同等規模的獲利市場。 不是看空 AI,而是看空目前的估值 Andrew Ho 最後強調,他並不是悲觀看待 AI 產業本身。 相反地,他相信未來數十年 AI 仍將帶來巨大的產業革命。 但他認為,市場目前對 OpenAI、Anthropic 等 Frontier Labs 的估值,建立在許多尚未被驗證的假設之上。 如果投資人真的將估值模型完整寫下來,仔細推演收入、成本、訓練支出、競爭與技術擴散速度,最後得到的答案,可能未必足以支撐如今動輒數千億甚至上兆美元的估值。 本文經授權轉載自:《鏈新聞》 原文標題:《OpenAI 前研究員潑冷水:我看空前沿 AI 公司估值,千億美元神話可能站不住腳》 原文作者:Neo 『OpenAI前研究員:我看空前沿AI公司估值,千億美元神話可能站不住腳』這篇文章最早發佈於『加密城市』
Президент Circle крутить політико-ділову карусель: з одного боку радить вам довгостроковість, а з іншого — виводить готівку на 30 мільйонів доларів
«Circle зосереджений на довгостроковому розвитку і вірить, що ціна акцій зрештою дасть відповідь». Перед обличчям сумної реальності: з моменту пікових значень ціна акцій впала на сімдесят відсотків, а ринкова капіталізація зникла. 14 липня колишній голова CFTC, генеральний директор Circle Гіт Тарбер (Heath Tarbert) у розмові з FOX Business, коли ведучий запитав його, що він хотів би сказати інвесторам, які купили акції Circle на історичних максимумах, не поспішаючи озвучив наведене вище міркування... . Натомість реалії для Circle складаються не на користь: аналітик компанії Mizuho Securities USA LLC нещодавно знизив рейтинг Circle з «нейтрального» до «слабшого за ринок» і встановив цільову ціну на рівні 50 доларів — найнижчу на Волл-стріт.
生成式 AI、Vibe Coding 與各類自動化工具快速普及,愈來愈多創業者開始追求「AI Maxing」:大量購買 Token、部署 AI Agent、快速開發 App,試圖以更少人力完成更多工作。 然而,美國企業家、投資人 Alex Hormozi 卻對這股潮流提出反思。他在近期一支以「Why AI Won’t make you rich in 2026」為題的影片中指出,許多人雖然每天大量使用 AI,Token 帳單不斷上升,實際收入卻沒有同步增加。 Hormozi 認為,問題不在於 AI 沒有效率,而是企業錯把「提高產出」當成「創造價值」。當 AI 讓人有能力完成更多事情時,企業往往不是把資源集中在最重要的瓶頸,反而開始更快速地執行原本不值得執行的低優先級工作。AI 可能讓企業變得更忙,卻不一定讓企業變得更賺錢。 AI 沒有消滅資本、媒體與團隊帶來的槓桿 Hormozi 將「槓桿」定義為投入與產出之間的差距:投入很少,卻能獲得大量回報,代表擁有較高槓桿;投入大量資源,最終只得到有限成果,則代表槓桿較低。 AI 無疑是一種高槓桿工具。一個人現在可以透過生成式 AI 撰寫文案、分析資料、生成圖片、製作程式,完成過去需要多人合作才能處理的工作。 但 Hormozi 強調,AI 的出現並沒有取消其他形式的槓桿。 資本仍然可以放大投資回報;媒體內容可以一次影響數千甚至數百萬人;團隊則可以讓企業同時推進更多工作。當資本、媒體、人才、品牌與 AI 等不同槓桿互相結合時,效果甚至可能是乘法,而不是單純相加。 他也以大型 AI 實驗室為例指出,即使這些公司掌握全球最先進的 AI 模型,仍然僱用數千名員工。這至少說明,在現階段,AI 並未使人力、組織管理與專業判斷失去價值。 企業最大的問題,通常不是「工作做得不夠快」 Hormozi 觀察,許多企業主導入 AI 後,由於個人與團隊的工作容量上升,便開始執行過去沒有時間處理的工作。 表面上看來,企業產能提高了;但這些過去被擱置的工作,往往正是因為重要性較低,才沒有被優先完成。 結果是,企業開始用 AI 更快速地製作更多內容、開發更多功能、建立更多自動化流程,卻沒有先回答最核心的問題:這些工作真的會增加收入嗎? Hormozi 認為,缺乏 AI 有時反而迫使經營者做出更嚴格的排序,將有限的人力與資金集中在真正能改變營運結果的事項上。 當資源因 AI 而顯得更加充裕,企業反而可能降低選擇工作的門檻,讓更多低價值任務進入執行流程。 AI 可以提高效率,卻未必能解決企業真正的瓶頸 Hormozi 並未全面否定 AI。他指出,AI 確實已經在部分商業場景帶來實際效果。 例如,廣告團隊可以使用 AI 產出更多廣告素材;銷售團隊可以部署 AI 業務代表,處理初步接觸、資格篩選與資訊回覆;企業也可以透過自動化降低部分行政與交付成本。 但問題在於,這些工作通常未必是企業成長的主要限制。 一家公司可能真正缺少的是市場需求、品牌信任、具吸引力的產品、有效的銷售流程,或能夠持續提供高品質服務的能力。若企業的核心產品缺乏競爭力,即使後端營運完全自動化,也很難帶來根本性的成長。 Hormozi 表示,若 AI 已經可以完美解決大多數企業瓶頸,那麼大量採用 AI 的公司理論上都應該出現顯著的收入增長;但現實並非如此。 原因是許多企業使用 AI 的位置,並不是收入增長真正受到限制的位置。 不使用 AI,也能創造十倍槓桿 Hormozi 進一步指出,企業其實還有許多不需要任何 AI 技術,也能大幅提高槓桿的方法。 例如,一對一服務可以改為一對多的小組模式。若一名顧問原本一次只能服務一位客戶,轉為一次服務十人,單次投入所產生的收入與影響力,理論上便可能提高至原來的十倍。 企業也可以將需要預約的同步服務,改成非同步交付,減少人員必須同時出席的時間;或重新設計銷售流程,提前教育潛在客戶,讓真正進入業務通話的顧客更了解產品,也更具購買意願。 如此一來,公司可能不再需要十名業務人員進行大量低效率對話,而是只需要兩名業務,即可服務篩選後的高意願客戶,完成相同甚至更多交易。 這些流程設計並不一定需要 AI,卻可能比單純導入聊天機器人更直接地改善企業的單位經濟效益。 最高槓桿的工具不是 AI,而是「做出正確決策」 Hormozi 認為,企業經營中槓桿最高的行為,甚至不是使用 AI,而是做出正確的資源配置決策。 假設一個團隊正準備投入大量時間執行一項工作,管理者若能及時判斷這項工作已經不再重要,並直接取消整個計畫,就能立即釋放整支團隊的時間。 相較之下,若管理者只是利用 AI 將這項工作自動化,最後仍然會產生一個不重要的成果。 因此,他提出一個核心觀點:「判斷某件事不再是優先事項,比將一件不重要的事情自動化更有效率。」 這項決策不僅節省單一員工的時間,而是同時提高整個團隊、資金與營運系統的資源使用效率。相關節目摘要也將此概念形容為:AI 若被用於低優先級任務,只會讓企業在沒有實質影響的工作上變得更有效率。 Token 帳單增加,不等於營收增加 Hormozi 指出,許多人現在把使用大量 Token、建立更多 Agent、開發更多 App,視為自己正在提高競爭力的證明。 但對企業而言,最重要的衡量標準並不是使用了多少 AI,而是導入 AI 後,是否真的增加營收、改善毛利、降低交付成本,或解除企業的主要瓶頸。 企業經營者應直接詢問自己:「在我的公司導入 AI 之後,真的讓我賺到更多錢了嗎?」 若答案是否定的,問題通常不是 AI 本身沒有價值,而是企業可能把 AI 用錯了地方。 AI 的合理用途,應該是集中解決限制企業成長的關鍵問題,而不是因為工具能力增加,就開始製造更多原本不存在的工作。 Hormozi 將現階段的 AI 比喻為企業突然獲得一大批虛擬助理。 這些虛擬助理可以快速研究資料、整理內容、生成初稿、處理行政任務,甚至協助開發軟體。但企業過去即使能夠聘請低成本助理,也不代表一定能建立成功的品牌或提出優秀的產品。 AI 同樣無法自動消除市場競爭。 企業之間仍然會比較產品品質、品牌信任、銷售能力、服務體驗與產品定位。好的產品仍然會與差的產品競爭,強大的品牌仍然會比缺乏信任的品牌更容易成交。 若公司提供的是一個缺乏吸引力的方案,AI 或許可以協助製作更多廣告、寫出更多文案、建立更完整的自動化漏斗,但這些效率提升未必能改變顧客不願購買的根本事實。 AI 是工具,不是企業策略本身 Hormozi 最後總結,AI 確實提高了企業可使用的槓桿,但它沒有取代資本、人才、媒體、品牌、流程設計與管理決策。 對多數企業而言,真正推動成長的因素依然沒有改變:創造更多市場需求、提高需求轉換率,以及持續交付高品質產品與服務。 AI 可以強化上述流程,卻無法替企業決定應該優先解決什麼問題。 每家公司擁有的資金、人力與時間,相較於市場上所有可能執行的事情都極為有限。企業能否把這些有限資源集中到最能推動收入增長的單一瓶頸,仍然是經營能力的核心。 在 AI 大幅降低執行成本之後,「做什麼」的重要性,反而可能比「如何快速完成」更高。 Alex Hormozi 的影片 本文經授權轉載自:《鏈新聞》 原文作者:Neo 原文標題:為何 AI 無法讓你致富?Alex Hormozi:把不重要的事自動化,只會更有效率地浪費資源 『為何AI無法讓你致富?企業家:把不重要的事自動化,只會更有效地浪費資源』這篇文章最早發佈於『加密城市』