---
title: "📢 📊 📊OpenAI 首席财务官 Sarah Friar 借助本次大会，披露了业务相关数据，她表示当前公司业务大约一半属于企业业务。 📊公司在 2026 年初"
topic_id: 22258841482521881
created_at: 2026-09-09T08:05:52.992+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 📢 📊 📊OpenAI 首席财务官 Sarah Friar 借助本次大会，披露了业务相关数据，她表示当前公司业务大约一半属于企业业务。 📊公司在 2026 年初

- 序号：540
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/22258841482521881)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

📢

📊
📊OpenAI 首席财务官 Sarah Friar 借助本次大会，披露了业务相关数据，她表示当前公司业务大约一半属于企业业务。
📊公司在 2026 年初的消费者业务与企业业务比例约为 60 比 40，设定了年底达到 50 比 50 的目标，并且在年中前后完成目标，原因是 “企业业务发展势头十分火热”：7 月，年化收入同比增长约 20%，企业业务同比增长 32%，并且是建立在体量已经相当大的基数之上。
📊配套的使用数据：排名前 10% 的头部客户，当前单用户每周消耗令牌数量大约是普通客户的 8 倍，此前该数值约为 3 倍；OpenAI 自身内部使用量约为普通客户的 33 倍，她以此作为现有客户后续使用趋势的参考。
📊Codex 的用户规模从年初约 10 万人增长至最新披露的约 2500 万人，她表示代码自动化是核心方向，开发者已经不再仅仅依靠 AI 做辅助编码。
📊客户案例十分具体：Canva 当前的代码 “100% 依托 OpenAI 生成”，其用户每周会借助 OpenAI 图像模型生成数十亿张图片；Travelers 保险在两个月内，把 AI 理赔审核助手从 8 个州推广至全美落地。
📊在走访客户的过程中，客户当下重点关注方向：网络安全领域需求 “非常紧迫”、知识工作智能体、行业垂直转型。OpenAI 正在芯片设计、生命科学与金融服务领域投入布局，同时暗示本周晚些时候将在纽约发布金融服务相关消息。
📊消费者业务方面，周活跃用户突破 10 亿，前六个月单用户消息发送量提升约 60%，应用场景数量翻倍；Plus 与 Pro 订阅档位是今年至今表现最好的产品，用户行为从单纯提问转向执行动作；ChatGPT 与 ChatGPT Work 板块标签将在年底完成合并；广告业务上线 7 个月后，年化收入达到 10 亿美元，是 “达成 10 亿年化收入速度最快的产品”，已经在 40 个国家上线，WPP 和电通集团已达成合作，但 AI 原生广告格式暂未推出。
📊她对这一业务机会这样描述：“如果谷歌和 Meta 诞生一个产物，那就是 ChatGPT”，兼具高意图搜索能力与记忆能力。
🚀
🚀该模型在 10 万张 GPU 上完成训练，是 “我们开展过的规模最大的训练任务”，在 ARC-AGI 基准测试得分接近 100%，在数学基准、Exploit Bench 网络基准同样取得优异成绩。Friar 着重强调模型的计算机使用能力、智能体代为操作网站与应用程序，这是 “让我感到震撼” 的能力。
🚀她希望用来评估的经济指标是单任务成本，而不是单令牌成本：依据 Artificial Analysis 的对比数据，Astra 想要实现同等效果，所需输出令牌数量较其他前沿模型减少 68%；几周前对体量更小的 Luna 模型降价 80% 之后，模型使用量提升 10 倍，在 OpenRouter 平台拿到最高市场份额，超过排名其后的中国模型。
🚀关于开源模型权重，她表示开源模型有自身适用场景，但客户付费购买的是整套服务栈，包含算力、数据集成、企业场景适配与企业级可靠性保障，推理服务并非免费：Cloudflare 平台上部署的 Luna，成本低于 GLM 5.3。因此前沿实验室能够以低于开源模型部署的成本提供推理服务。
🚀定价模式正从订阅制，向按使用量计费、按成果结算的方向演进，她 “非常希望摆脱按令牌计费的模式”，计划在芯片设计、生命科学这类垂直领域采用收益分成模式。GPT Rosalind 是面向生命科学领域的专用模型；OpenAI 自研的 Jalapeño 芯片耗时 9 个月完成流片，该模型完成了工程师在芯片送往台积电之前，最后 30 天来不及完成的优化工作。
🚀网络安全板块，她称 “模型可以被关在安全盒子里” 这个想法本身是误区：OpenAI 在自身环境内运行 Astra，以机器速度识别并修复漏洞；上周在旧金山接待约 300 位首席信息安全官，正在为可信访问防御者开放更多权限，同时减少限制规则，她看到了 “极具潜力的商业机会”，但同时会带来实实在在的治理压力。
⚙️
⚙️公司每周都需要在模型训练、研发与业务服务之间分配算力资源，全栈布局形成成本循环逻辑：更大规模的训练任务打造前沿基础模型，再用基础模型训练成本更低的子模型；面向代码、语音、图像、视频场景的低延迟服务，都会消耗算力资源。
⚙️这套技术栈属于 “一个连续谱系，不是二选一的选择题”：云服务商合作伙伴、自研芯片、OpenAI 参与设计的德州合作数据中心，随着时间推移，自建基础设施占比会持续提升。
⚙️高盛主持人提问，这会如何影响未来 3 至 5 年的融资需求，她表示这项业务最难的地方，是预判这个前所未见的行业，评估网络安全、垂直赛道的机会，倒推算力需求，并且提前 2 至 3 年启动建设；过去两年外界批评的过度投入，“在今年真正兑现回报”，投资的核心准则是投资回报率。针对每一个模型系列，团队都会复盘截至当前的收入加上未来 12 个月预期收入，对比投入的算力成本，判断收益是否 “不只是正向，而是极高正向回报”。
⚙️单位吉瓦收入提升叠加成本曲线下行，是扩大毛利率的核心，这也是她阐述里的核心逻辑。
⚙️在应用研究与显性市场需求之间，使命优先级更高，持续投入语音、视频、图像与世界仿真模型的研发，同时她提到一年前没人能够预判 Codex 能达到如今的规模。
⚙️她提出未来数年的优先级清单，按顺序排列：前沿智能能力；维持帕累托最优前沿，让智能能力实现大规模落地；降低算力成本，提升单 GPU 收入；依托消费者用户基础，作为拓展企业业务的增长飞轮；完善企业侧产品能力，其中网络安全是未来 12 个月的重点方向，同时面向首席财务官、首席风险官、首席营销官打造横向办公产品，与垂直行业专业化产品同步推进。

## 总体总结

主题正文
1. 📊公司在 2026 年初的消费者业务与企业业务比例约为 60 比 40，设定了年底达到 50 比 50 的目标，并且在年中前后完成目标，原因是 “企业业务发展势头十分火热”：7 月，年化收入同比增长约 20%，企业业务同比增长 32%，并且是建立在体量已经相当大的基数之上。
2. 📊Codex 的用户规模从年初约 10 万人增长至最新披露的约 2500 万人，她表示代码自动化是核心方向，开发者已经不再仅仅依靠 AI 做辅助编码。
3. 📊在走访客户的过程中，客户当下重点关注方向：网络安全领域需求 “非常紧迫”、知识工作智能体、行业垂直转型。
4. 🚀该模型在 10 万张 GPU 上完成训练，是 “我们开展过的规模最大的训练任务”，在 ARC-AGI 基准测试得分接近 100%，在数学基准、Exploit Bench 网络基准同样取得优异成绩。
5. 🚀关于开源模型权重，她表示开源模型有自身适用场景，但客户付费购买的是整套服务栈，包含算力、数据集成、企业场景适配与企业级可靠性保障，推理服务并非免费：Cloudflare 平台上部署的 Luna，成本低于 GLM 5.3。
6. 上周在旧金山接待约 300 位首席信息安全官，正在为可信访问防御者开放更多权限，同时减少限制规则，她看到了 “极具潜力的商业机会”，但同时会带来实实在在的治理压力。
7. ⚙️高盛主持人提问，这会如何影响未来 3 至 5 年的融资需求，她表示这项业务最难的地方，是预判这个前所未见的行业，评估网络安全、垂直赛道的机会，倒推算力需求，并且提前 2 至 3 年启动建设；
8. 完善企业侧产品能力，其中网络安全是未来 12 个月的重点方向，同时面向首席财务官、首席风险官、首席营销官打造横向办公产品，与垂直行业专业化产品同步推进。