OpenAI

1.1 身份、使命与运营模式

OpenAI 将自己定义为一家 AI 研究与部署公司，使命是确保通用人工智能惠及全人类。在现有架构下，这一使命由两个相连实体承载：非营利的 OpenAI Foundation，以及负责把公司模型和产品商业化的营利性公益公司 OpenAI Group PBC。Foundation 治理 Group，而不只是被动持股；这和传统 VC 支持的创业公司有实质差异，后续章节也应把它作为核心尽调事实反复使用。 运营模式之所以重要，是因为 OpenAI 同时是研究实验室、消费级产品公司、API 平台和企业基础设施依赖。公开材料显示，公司靠 ChatGPT、API、企业产品和 Azure 相关渠道分发模型，同时保留一套使命治理结构，意在把商业化和更广泛的公共利益目标绑在一起。这套结构不是门面：OpenAI 称 Foundation 任命 OpenAI Group 董事会并可更换董事，而 Group 本身按公益公司组织，需要考虑更广泛的利益相关方。结果是，分析 OpenAI 时必须同时把它看作高速扩张的软件平台，也看作对治理高度敏感的机构。 [CO001, CO002, CO003, CO004, CO005, CO006]

1.2 治理、领导层与关键人依赖

治理仍是最重要的承销变量之一。官方材料显示，现任董事会成员包括 Bret Taylor、Adam D’Angelo、Sue Desmond-Hellmann、Zico Kolter、Paul Nakasone、Adebayo Ogunlesi、Nicole Seligman 和 Sam Altman。OpenAI 2024 年 3 月的审查材料很关键，因为它把 2023 年董事会危机从传闻变成可复用的规范事实：WilmerHale 审查称，裂痕源于前董事会与 Altman 之间的信任崩塌，而不是产品安全、安全、融资或合作伙伴披露问题。该结论降低了一类生存性担忧，但另一类担忧仍在：领导权集中和治理执行风险。 关键人地图仍然很窄。Sam Altman 仍是核心高管和公共面孔；Greg Brockman 升任总裁，继续贴近技术关键路径；Fidji Simo 后来加入并负责 Applications，补强了商业侧执行深度；2024 和 2025 年新增董事也被明确包装为加强治理。即便有这些变化，证据仍指向一家公司：战略、融资、算力伙伴关系，以及外部利益相关方信任，仍异常集中在少数人手里。对前沿 AI 领导者来说，这种集中不一定构成否决项，但它是后续产品、风险和估值工作中的重大尽调事项。 [CO007, CO008, CO009, CO010, CO011, CO012]

1.3 资本基础、利益相关方地图与公开规模

OpenAI 的资本画像已经自成一档。公开报道和公司材料支撑了一条清晰序列：从 2023 年 1 月 Microsoft 合作伙伴关系延长，到 2024 年 10 月以 1,570 亿美元投后估值完成 66 亿美元融资，再到 CNBC 和 Bloomberg 报道的 2026 年 3 月融资，规模 1,220 亿美元、投后估值 8,520 亿美元。同一批材料也指向一套利益相关方结构：资本重组后，OpenAI Foundation 持有 OpenAI Group 约 26%，Microsoft 约 27%；Amazon、Nvidia、SoftBank、Thrive 及其他财务投资人则对 OpenAI 未来融资能力和谈判筹码产生实质影响。 公开规模指标亮眼，但支撑力度并不均匀。Forbes 将 OpenAI 总部列为旧金山，称截至 2025 年 12 月有 6,400 名员工，并报告 2025 年营收 37 亿美元。同一公司档案称，ChatGPT 周活用户约 5 亿，付费企业用户约 200 万。这些数字有助于判断成熟度和规模，但公开报道仍未给出完全对齐的股权结构表、精确的累计合并融资总额，也没有金融承销人想看的已实现定价、利润率或 cohort 质量颗粒度。因此，后续章节应把这些数字作为公开参照点，而不是把它们当成完整数据室资料的替代品。 [CO015, CO016, CO020, CO021, CO022, CO023]

1.4 里程碑、法律摩擦与可靠性背景

公司概览必须保留一条后续章节可引用、无需重新争论核心事实的时间线。公开记录支撑的顺序很清楚：2015 年以非营利组织创立，2019 年创建营利性业务，2022 年 5 月领导角色调整，2022 年 11 月推出 ChatGPT，2023 年 1 月 Microsoft 续签多年投资，2023 年 3 月发布 GPT-4，2024 年 3 月完成治理审查并扩充董事会，2024 年 10 月融资，2025 年 6 月公开回应 New York Times 数据保留要求，2025 年 10 月资本重组，2026 年 3 月完成融资。这是当前来源集下最好的一条单一记录时间线。 同一条时间线也说明，OpenAI 不是一个干净的“不惜代价增长”故事。状态历史页面显示，ChatGPT、API、登录、文件处理和特定模型服务反复出现服务事件；这很重要，因为 OpenAI 现在是企业和开发者的基础设施，而不再只是新奇应用。法律风险也不是历史问题，而是仍在发生：OpenAI 自己的诉讼回应页面、JD Supra 对 New York Times 证据保全争议的分析、Loeb 的版权诉讼说明，以及 Musk v. Altman 案件卷宗，都显示版权、隐私、非营利使命和治理争议仍是活跃尽调主题。结论不是业务已经坏掉，而是规模、治理和法律复杂度已经成为公司核心身份的一部分。 [CO013, CO015, CO017, CO018, CO023, CO031]

1.5 展示项

2.1 市场边界与规模测算口径

OpenAI 的相关市场不是整个 AI 技术栈。公开产品页显示，公司有三块直接变现界面：面向员工的 ChatGPT Business 和 Enterprise 套餐，面向开发者和软件团队、按 token 定价的 API 用量，以及面向大学的独立教育产品。这个边界很重要，因为 Gartner 对 2025 年生成式 AI 6,440 亿美元的预测，是一个宽口径、自上而下的支出口径，包含设备、服务器、软件和服务等类别；相比之下，Menlo 的 138 亿美元企业支出和 46 亿美元应用层支出，更接近真正流向基础模型应用和 copilots 的预算。投资判断中，实用市场边界应包括按席位收费的企业助手、按用量计费的开发者和 agent 工作流，以及高校等机构部署；应排除通用硬件更新、hyperscaler 基础设施 capex，以及不直接变现模型或助手的非 GenAI 软件模块。 McKinsey 的价值池研究仍有用，但更适合作为外层天花板，而不是直接收入池。其每年 2.6 万亿至 4.4 万亿美元的估算解释了为什么这个类别能拿到溢价估值，但实际支出仍远低于该上限，并且高度受组织变革、集成和治理制约。对 OpenAI 的关键含义是：公司受益于真实庞大的需求背景，但直接 SAM 应通过企业应用预算和模型用量预算来界定，而不是套用整个头条式 AI 经济。[CM001, CM002, CM004, CM008, CM009, CM016]

2.2 买方分层、预算与采用路径

公开证据显示，OpenAI 同时卖进多套买方地图。第一类是广义知识工作市场：OpenAI 明确把 Business 和 Enterprise 套餐作为员工工具销售，而 Microsoft 2025 Work Trend Index 显示，领导者优先关注客服、营销和产品开发，并预期数字劳动力会扩充员工队伍。第二类是开发者市场，OpenAI 的 API 和面向开发的定价，与 Menlo 发现的企业采用率最高用例一致：代码 copilots 的采用率达到 51%。第三类是机构教育，OpenAI 的 ChatGPT Edu 材料把学生、教师、研究人员和校园运营纳入集中化大学采购动作。 预算归属同样关键。Menlo 数据显示，企业需求不再局限于沙盒式创新团队：60% 支出仍来自创新预算，但 40% 已来自常设预算，而且这部分经常性支出中超过一半来自既有预算重分配。按部门看，支出集中在 IT、产品与工程、数据科学，但客服、销售、营销、HR、财务和法务也握有有意义的预算。这一模式适配 OpenAI 的 GTM 界面：公司既能通过中央 IT 横向销售，也能靠职能 ROI 案例纵向切入。采用路径通常仍是从实验到特定职能试点，再到安全和数据集成，最后才进入经常性预算和广泛部署。[CM002, CM003, CM009, CM010, CM012, CM014]

2.3 增长驱动、采用约束与估值相关性

需求侧驱动力很强。Microsoft 报告称，82% 的领导者认为 2025 年是关键战略年份，82% 预期未来 12 至 18 个月会增加数字劳动力。PwC 2025 Jobs Barometer 用可衡量的劳动力市场证据强化了这一信号：具备 AI 技能的员工享有 56% 薪资溢价，受 AI 影响的岗位继续增长，AI 暴露度最高的行业在人均收入增长上显著快于暴露度较低的行业。McKinsey 还给出一张功能地图，显示约 75% 的经济上行集中在客户运营、营销与销售、软件工程和 R&D。OpenAI 的助手、API 和 agent 模式，正好能在这些工作流里争取预算。 制动力同样实质。Deloitte 显示，大多数组织仍预期近期只有一小部分实验能完全规模化，尽管最先进项目的 ROI 往往为正。监管合规成为 Deloitte 报告中排名第一的障碍，治理项目推进缓慢，Menlo 的失败试点数据则显示，实施成本、数据隐私、ROI 落差和幻觉仍是持续失败模式。这就是为什么 OpenAI 的隐私承诺具有商业意义：信任、保留控制和企业身份功能不是装饰性卖点，而是预算从试点走向生产的前提。欧盟 AI Act、OECD 问责框架和 NIST 风险管理指南都强化同一结论：OpenAI 所处市场需求真实且在扩大，但在受监管或高后果工作流中，估值应对较慢规模化打折，直到治理和价值证明能逐个客户跑通。[CM006, CM007, CM011, CM012, CM013, CM014]

2.4 展示项

3.1 版图：直接实验室、套件型巨头、基础设施聚合商和自建替代方案

OpenAI 竞争的不是一两家前沿模型实验室。公开版图已经覆盖直接前沿同行 Anthropic，Google 和 Microsoft 这类套件型巨头，Amazon Bedrock 这类多模型基础设施聚合商，以及围绕 Llama 等开放权重模型或 Mistral 等隐私导向供应商搭建的替代方案。Menlo 2025 企业报告尤其重要，因为它显示买方替代集合在实践中扩宽，而不是只在理论上扩宽：企业 AI 用例中 76% 现在选择外购而非内部自建，横向 copilots 已占 84 亿美元支出，基础模型份额也已在 Anthropic、OpenAI 和 Google 之间发生实质重分配。 这改变了 OpenAI 的“竞争者”定义。直接同行集合仍包括 API 和编码市场里的 Anthropic，但实际交易集合也包括 Google Workspace 和 Microsoft 365 预算、Amazon 的多模型路由层，以及把开放权重模型与云工具结合起来的内部自建。OpenAI 的核心优势仍是旗舰消费产品、广泛使用的 API 和企业信任控制的组合。弱点在于，现在有多条竞争路径可以解决同一类任务：买方可以购买套件内助手，可以在多家供应商之间路由流量，也可以在控制权比前沿质量更重要时基于开放模型自建。[CP027, CP028, CP029, CP030, CP033, CP034]

3.2 竞争者类别画像：OpenAI 哪里最强，哪里对手更锐利

Anthropic 是最清晰的直接产品威胁。Anthropic 官方材料显示，Claude 横跨商业和企业界面销售，并通过 Amazon Bedrock 和 Google Cloud Vertex AI 分发；独立报道则显示 Claude 赢得企业编码叙事，并从 OpenAI 手中拿走企业用量份额。Google 的竞争方式不同：Gemini 不只是模型 API，也是更大的 Workspace 和 Google Cloud 采购界面的一部分，已有合规、安全和终端管理功能。Microsoft 的威胁更偏分发。它的 Copilot 界面嵌在 Microsoft 365 和 Teams 里，Azure OpenAI 则提供一条并行的开发者和企业路线。Amazon 的姿态不是押一款旗舰助手，而是卖可选性：Bedrock 让买方在 Anthropic、Meta、Mistral 和 Amazon 模型之间选择，Amazon Q 则提供明确按席位收费的内部知识工作助手。 Meta Llama 和 Mistral 即便不主导闭源模型份额，也仍然重要。Llama 给企业和构建者一条开放权重后路，并带有长上下文多模态能力；Mistral 则卖隐私和数据主权叙事，在欧洲的说服力强于许多美国对手。合在一起，这些替代方案限制了专有实验室单靠模型独占性建护城河的上限。[CP007, CO083, CP009, CP010, CP011, CP012]

3.3 切换成本、锁定、多家并用与护城河耐久性

OpenAI 仍有真实竞争耐久性，但这种耐久性有条件，并非自动成立。公司受益于 ChatGPT 熟悉度、API 广度，以及默认不使用业务数据训练等企业隐私承诺；这些因素帮助它同时拿下开发者预算和知识工作者预算。不过，同一批公开证据也说明，商品化风险已经是核心尽调事项。Menlo 2025 数据中，Anthropic 已在企业 LLM 支出和编码份额上超过 OpenAI；Google 和 Microsoft 能把 AI 采购藏进更大的套件续约；Amazon Bedrock 则把多模型路由变成一流运营模式，而不再是定制工程项目。 因此，这个市场的结构性锁定低于经典 SaaS。买方可以多家并用模型，把席位预算留给既有套件，也可以把敏感工作负载转向开放权重或主权导向替代方案。Menlo 发现只有 16% 的企业部署算真正 agent，这一点也重要：许多现实系统仍足够简单，价格、治理或可靠性变化时可以迁移到别的供应商。对 OpenAI 来说，护城河不再主要取决于它是不是唯一可信的模型实验室，而在于能否同时在质量、开发者体验、信任和分发上持续明显领先。[CP002, CP003, CP004, CP020, CP030, CP031]

3.4 展示项

4.1 收入模式与公开牵引力：变现面广，但结构披露不完整

OpenAI 现在不是靠单一 SaaS 套餐变现，而是通过几块不同界面赚钱。公开公司材料显示，收入面包括 ChatGPT Plus 和 Pro 消费订阅、自助式 ChatGPT Business 席位、按用量计费的 Codex 席位、定制 Enterprise 合同、按 token 定价的 API 用量，以及由合作伙伴中介的分发或基础设施关系。这个广度很重要，因为它降低了对单一买方分层的依赖；但也意味着公开记录混在一起的是席位定价、token 定价、订阅和谈判得来的商业条款，彼此不能直接比较。最干净的定价证据仍是消费者和 API 标价；Business 和 Enterprise 在已审阅公开材料中只部分透明。 公开牵引力足以证明需求，但不足以对齐收入质量。OpenAI 自己 2025 年 12 月的企业报告称，ChatGPT 服务超过 8 亿周活用户；TechCrunch 报道称，企业消息量自 2024 年 11 月以来增长 8 倍，API reasoning-token 用量同比增长 320 倍，自定义 GPT 用量增长 19 倍并占企业消息的 20%。Forbes 公司档案还给出 2025 年营收 37 亿美元这一公开参照点。关键承销细节是，TechCrunch 也报道 OpenAI 大部分收入仍来自消费者订阅；这意味着企业采用正在快速上升，但尚未完全取代消费者收入成为经济重心。[CI001, CI002, CI003, CI004, CI005, CI006]

4.2 GTM 路径与收入质量：自助速度、企业上行销售和定价不透明

已审阅证据指向一种混合 GTM 模式。OpenAI 的 Business 页面同时推动立即试用和联系销售两种动作；旧版 ChatGPT Team 发布文，现已更新为 Business，也确认自助式员工产品与更早的 Enterprise 发布并行。帮助中心材料显示，Business 将标准订阅席位和按用量计费的 Codex 席位结合在一起；OpenAI 还在 2026 年 4 月 2 日调整 Business 定价，将标准席位月费下调 5 美元，同时引入仅 Codex 的灵活席位。这个结构在财务上很重要：它说明 OpenAI 愿意在同一个 workspace 里混合可预测的席位收入和弹性的开发者式用量收入。 明确的隐私控制有利于收入质量，但最大合同所在位置的定价不透明又削弱了可判断性。OpenAI 称默认不使用业务数据训练，企业客户也可以控制保留期限，这支撑企业在敏感工作流中扩大使用。与此同时，公开记录没有披露标准化 Enterprise 价目表、典型折扣、最低承诺、销售周期长度、CAC、回本期或 NRR。因此，最好的公开销售效率代理指标只能是间接的：OpenAI 企业研究中的员工报告称每天节省约 40 至 60 分钟，Enterprise logos 加上广泛业务路由也显示出真实部署动能。这些是有用的需求信号，但不能替代 cohort 经济性。[CI004, CI005, CI006, CI007, CI008, CI009]

4.3 成本结构与资本强度：算力主导承销故事

OpenAI 的公开财务图景中，主导因素不是工资或销售费用，而是算力和伙伴经济性。OpenAI 自己在 ChatGPT Pro 发布中明确说，更高级模型需要显著更多算力；这是官方材料中最干净的解释，说明为什么单看标价几乎看不出利润率。公司当前的基础设施姿态，通过一组异常庞大的生态承诺变得可见：Stargate 项目计划四年投资 5,000 亿美元，并立即部署 1,000 亿美元；CoreWeave 另行宣布一份最高 119 亿美元的 OpenAI 基础设施合同，以及 OpenAI 对其 3.5 亿美元股权投资；Oracle 也多次把主要 backlog 增长和融资计划与 OpenAI 相关 AI 需求联系起来。 Oracle 披露尤其重要，因为它显示相当一部分 capex 负担由供应商和融资伙伴中介，而不是透明地落在 OpenAI 自己已发布的资产负债表上。Oracle 2025 年 3 月称已与 OpenAI 签署云协议，并预计拿到第一份 Stargate 合同，同时当年把数据中心容量翻倍。到 2026 年 2 月，Oracle 称计划融资 450 亿至 500 亿美元，以为包括 OpenAI 在内的客户扩建 OCI 容量；到 2026 年 3 月，它又称大规模 AI 合同 backlog 的大部分跃升，可以由客户预付款或客户提供 GPU 支撑。这并不让 OpenAI 变成轻资本公司；它意味着部分融资负担转移进合作伙伴资产负债表、供应商合同和预付款结构，而公开投资人仍无法把这些项目完整净额化。[CI012, CI025, CI026, CI027, CI028, CI029]

4.4 财务结论：变现改善，但关键承销指标仍未公开

正面案例很直接。OpenAI 有多条变现向量、明确 API 定价、消费者愿意为每月 20 美元和 200 美元套餐付费、自助式 Business 产品、定制 Enterprise 上行销售路径，以及企业用量深度正在上升的清晰证据。供应商和合作伙伴披露也显示，生态愿意围绕 OpenAI 以异常规模融资建设容量；相比必须自筹每一次重大建设的公司，这降低了近期执行风险。 负面案例同样清楚。公开证据仍未披露现金余额、净 burn、runway、已实现企业定价、产品级毛利率、headline 报道之外的伙伴分成机制，或标准化销售效率数据。CNBC 报道称 Microsoft 经济性被重置，以封顶收入分成付款，这可能有助于未来利润率留存；但已审阅公开材料没有给出量化该收益所需的完整排程。因此，承销结论是混合的：OpenAI 的收入质量在改善，需求基础真实，但利润率路径和资本充足性仍取决于关于算力合同、客户预付款、折扣和内部现金生成的私有信息。本章能支撑强需求叙事；没有管理层数据，它不能完成一份传统财务尽调。[CI009, CI010, CI011, CI012, CI020, CI024]

4.5 展示项

5.1 以客户工作流理解产品界面

OpenAI 的产品界面现在是一个组合，而不是单一聊天机器人。公司公开 Business 页面把 ChatGPT Business 和 Enterprise 描述为员工产品，提供无限聊天、高级模型访问、共享 workspace 管理，以及包括 Codex 和 workspace agents 在内的专门 agent。帮助中心材料显示，Business 产品在 2026 年 4 月 2 日发生实质变化：现在同时支持标准 ChatGPT 席位和按用量计费的 Codex 席位，说明 OpenAI 正在变现不同工作流，而不只是打包一个通用席位。定价界面也强化了这一理解。ChatGPT 公开定价页覆盖 Free、Go、Plus、Pro、Business 和 Enterprise；API 平台则单独公布旗舰模型的 token 价格和上下文窗口限制。 对买方来说，运营含义是 OpenAI 有三种主要交付模式。第一，ChatGPT 作为终端用户 workspace，承载广义知识工作任务。第二，deep research 和 Codex 等专用 agent，把研究和软件开发中的更高自主性工作流产品化。第三，API 平台和 Responses API 给开发者一条可编程路径，接入同一模型家族。这个组合扩大了 OpenAI 可触达的预算所有者，但也让尽调更依赖具体 SKU。评估 ChatGPT Business 的团队应关心管理控制和席位经济性；评估 API 的开发团队应关心模型定价、上下文和工具访问；评估 Codex 的软件团队应关心任务自主性和互联网权限。 公开路线图还显示，OpenAI 愿意快速扩张，也愿意快速下线产品界面。Deep research 和 Codex 在 2025 与 2026 年快速从发布走向更广泛权益；Sora 则反向移动，消费者体验在 2026 年 4 月关闭，API 计划于 2026 年 9 月 sunset。这个组合让 OpenAI 的产品栈显得雄心很大、商业覆盖很广，但也意味着不能只凭发布动能假定产品会长期存在。[CE001, CE003, CE004, CE005, CE006, CE007]

5.2 架构、工具与差异化

OpenAI 的架构在公开材料中越来越明确。公司 2025 年 5 月发布文和开发者参考资料，把 Responses API 定位为 agentic applications 的核心 API primitive，支持远程 MCP servers，也内置 image generation、Code Interpreter 和 file search 等工具。实际含义是，OpenAI 卖的不只是模型推理；它还在卖一层编排层，减少构建者需要自行拼装的工具量。在这一层之上，是 ChatGPT、deep research 和 Codex 等终端用户产品；在其下，是 GPT-5.5、GPT-5.4、GPT-4.1、o1 和 GPT-4o 等前沿模型家族，每个模型通过文档、定价页和发布说明的组合暴露出来。 差异化既来自原始模型质量，也来自包装。公开叙事中，GPT-4.1 相比 GPT-4o 改进了编码、指令遵循和长上下文。Codex 把编码变成一个专用的云端软件工程 agent，可以并行处理多项任务。Deep research 把联网综合能力产品化为 agent，并在 2026 年 2 月加入受信网站限制、MCP 或 app 连接、实时进度跟踪，以及可打断后继续追问精修。这些是工作流 primitive，而不只是模型 benchmark。它们重要，是因为它们让 OpenAI 更接近拥有研究、编码和 agent 构建中的经常性 jobs-to-be-done，而不是只在抽象模型质量上竞争。 最好的公开技术证明仍然不完整。OpenAI 维护第一方 Python 和 Node SDK，模型/系统卡记录覆盖 GPT-4o 和 o1。NIST 对 o1 的预部署评估提供了少见的政府作者检查点。即便如此，公开来源没有完整披露模型路由逻辑、废弃政策，或直接 OpenAI 交付与 Azure 等伙伴渠道之间的确切运营分工。因此，技术故事在界面广度和工具集成上很强，但在企业承销人想要更深部署证据的位置仍不完整。[CE002, CE004, CE015, CE016, CE017, CE018]

5.3 可靠性、信任控制与路线图风险

信任和运营是产品的一部分，不只是后台职能。OpenAI 的业务数据页面称，ChatGPT Enterprise、ChatGPT Business、ChatGPT Edu、ChatGPT for Healthcare、ChatGPT for Teachers 和 API 平台中的组织数据归客户所有，并且默认不用于模型训练。面向消费者的安全页面称，用户可以选择数据是否用于训练和模型改进，并突出 Advanced Account Security 作为账户保护功能。安全材料还把 OpenAI 的运营循环描述为 teach、test、share。合在一起，这些材料对尽调有方向性帮助，但仍未给出许多企业买方在没有单独 trust portal 访问时会要求的完整认证与控制包。 可靠性已经公开到足以影响判断。2026 年 5 月 4 日，状态页面显示一起影响 ChatGPT workspace-connector 写入动作的活跃事件。同一页面披露了 2026 年 2 月至 5 月期间的汇总 uptime 快照：API 为 99.99%，ChatGPT 为 99.83%，Codex 为 99.98%，FedRAMP 为 99.93%；同时也提示，单个客户可用性可能因套餐和模型而异。这比许多 AI 创业公司披露得更好，但仍不能替代特定套餐 SLA 条款或支持响应承诺。 下行背景也来自外部来源。SecurityWeek 在 2025 年末报道称，研究人员攻破了 ChatGPT memory 和 web-search 功能，凸显新便利功能会多快扩大攻击面。The Verge 记录了 Sora 如何从发布热度快速走向申请关闭，随后 OpenAI 自己的帮助页正式确认了停用路径。结果是一家公司既有快速移动的路线图和越来越可信的信任控制，也可能在几个季度内改变套餐设计、产品可用性和运营假设。[CE010, CE011, CE012, CE013, CE014, CE025]

5.4 展示项

6.1 客户基础横跨员工席位、API 构建者和伙伴主导的企业项目

OpenAI 的客户基础已经不再是单一的“给知识工作者用 ChatGPT”故事。公开记录现在支撑三条不同收入路线。第一，OpenAI 有直接员工席位业务：其客户案例 hub 称 100 万家企业使用 OpenAI；2025 年 11 月里程碑文章称超过 100 万名企业客户直接使用 OpenAI；VentureBeat 报道截至 2025 年 6 月有 300 万付费商业用户；2025 企业报告称 OpenAI 服务超过 700 万个 ChatGPT 工作场所席位。合起来看，这既意味着广度，也意味着速度：OpenAI 正在吸引大量组织，同时也在这些组织内部加深权益。 第二，OpenAI 有 API 驱动的构建者分层，且用量越来越接近生产级。企业报告称，超过 9,000 家组织已处理逾 100 亿 tokens，近 200 家组织已超过 1 万亿 tokens，单个组织平均 reasoning-token 消耗量同比约增长 320 倍。API 使用也不局限于传统软件公司。OpenAI 自己的报告称，客户支持和内容生成合计约占 API 活动的 20%，非科技公司 API 使用量同比增长 5 倍。Mercado Libre 的 Verdi 平台进一步强化了开发者/平台买方地图：OpenAI 称 17,000 名开发者可在其上构建，覆盖 30,000 多个微服务。 第三，渠道和伙伴正在放大企业触达。TechCrunch 基于 Ramp 的快照显示，OpenAI 正在美国商业 AI 支出中赢得份额；Microsoft 客户案例和 Accenture 2025 年 12 月公告则显示，OpenAI 正通过 Azure 和咨询主导 rollout 被拉进更大的转型预算。这对尽调很重要，因为买方、用户和付款方并不总是同一方。有些账户由中央 IT 或数字化负责人购买 ChatGPT 席位，用于广泛员工使用；有些由产品或平台团队为 API 用量买单；还有一些由服务或云伙伴塑造部署路径。因此，OpenAI 看起来不像窄应用供应商，更像一个多界面企业平台，同时跑着几套 GTM 动作。[CU001, CU002, CU003, CU004, CU009, CU010]

6.2 具名客户证明最强处在受监管知识工作、客服自动化和零售辅助

最好的公开客户证明并不平均分布在所有分层，而是集中在几个反复出现的 jobs-to-be-done 上。受监管知识工作是最清晰的一类。Morgan Stanley 称 AI @ Morgan Stanley Debrief 在取得客户同意后起草笔记、行动项、邮件和 Salesforce 更新；该公司还称 98% 的 Financial Advisor 团队已采用 AI @ Morgan Stanley Assistant。BBVA 是另一个高信号金融服务案例：OpenAI 2025 年 11 月案例研究称，员工每周节省约 3 小时，周活使用率达到 83%，员工创建超过 20,000 个自定义 GPT，其中约 4,000 个经常使用。合在一起，这两个引用说明，OpenAI 可以在重监管环境中走出试点，而这类环境尤其看重工作流质量和信任。 客服自动化是第二个主要证明集群。Klarna 2024 年 2 月发布称，其 OpenAI 驱动助手首月处理 230 万次对话，覆盖三分之二客服聊天，将重复询问减少 25%，并把解决时间从 11 分钟降至不到 2 分钟。Intercom 给出的是同一故事更像企业软件的版本。Intercom 称 Fin 在数千名客户中平均解决 41% 的对话；OpenAI 2025 企业报告称 Fin Voice 将延迟降低 48%，端到端解决 53% 的电话，并让转人工电话快 40%。这些不是泛泛的“AI 助手”推荐语，而是直接绑定客服运营的工作流指标。 零售辅助是第三个集群。Lowe’s 称 Mylow 为客户提供实时项目指导和产品发现，Mylow Companion 已覆盖 1,700 多家门店的员工。Digital Commerce 360 独立确认，Mylow 已在 Lowe’s 网站和移动 app 上向登录购物者上线；OpenAI 还称，员工工具运行在与面向客户顾问相同的基础上。Morgan Stanley、BBVA、Klarna、Intercom 和 Lowe’s 合在一起形成的模式很重要：OpenAI 的公开客户引用，在买方能指向具体工作流、可衡量节省时间或明确服务水平改善的场景里最强，而不是靠模糊的创新叙事撑着。[CU029, CU030, CU031, CU032, CU033, CU034]

6.3 扩张在用量代理指标上很强，但仍缺少 SaaS 式耐久性披露

判断留存韧性，最有力的证据不是公开披露的 NRR，而是 OpenAI 自己的参与度数据已经显示出多深的工作流嵌入。2025 企业报告称，Enterprise 每周消息数增长 8 倍，Custom GPT 和 Projects 的周活用户年初至今增长 19 倍，约 20% 的 Enterprise 消息已经跑在这些结构化工作流里，工作场景席位超过 700 万。这些都是有用的“落地后扩张”信号，因为它们说明客户不只是买席位然后闲置。报告还称，75% 受访员工表示输出质量或速度提升，75% 表示现在能完成过去做不了的任务，企业用户估计每个活跃日节省 40–60 分钟。合在一起看，OpenAI 进入一个账户后，继续向更多职能扩张这件事是说得通的。 即便如此，公开材料仍明显弱于成熟企业软件尽调所需要的证据包。OpenAI 的企业隐私页面方向上有帮助：客户拥有并控制业务数据，OpenAI 默认不会用业务数据训练，部分企业计划还允许客户控制保留期限。这些披露大概率有助于敏感环境里的采购和扩张。但它们没有回答更硬的商业问题：公开材料里仍没有 NRR、GRR、流失率、标准合同期限、最低席位要求、折扣区间，也没有头部客户集中度表。 这块披露缺口之所以重要，是因为外部基准提醒人谨慎。ChartMogul 的 AI 流失报告警告，部分 AI 合约带有三个月退出条款，退出率达 70–80%；实验性收入或高度按用量计费的收入，可能比实际更像可持续收入。High Alpha 的 2025 基准从上行角度给出相反提示：公司规模做大后，扩张收入会成为主要增长引擎，结果对齐的定价也能支撑更好的留存。合理的综合判断是，OpenAI 的扩张动能显然很强，但公开披露仍没有证明，今天的采用能否转化为上市公司级企业软件通常要证明的续约和 cohort 韧性。[CU004, CU005, CU006, CU007, CU008, CU012]

6.4 渠道依赖和集中度仍是客户尽调的主要盲点

OpenAI 的企业增长覆盖面很广，但公开证据也显示，客户关系并不总是由 OpenAI 直接掌握。Microsoft 的客户案例显示，Azure OpenAI 已用于 Worten、Discovery Bank 等零售和银行部署；Accenture 则称，会让数万名专业人员使用 ChatGPT Enterprise，并为金融服务、医疗、公共部门和零售构建基于 OpenAI 的项目。这些材料是正向信号，因为它们证明生态杠杆有效；但它们也意味着，部分企业扩张可能由云厂商或服务伙伴居中完成，而不是完全靠 OpenAI 自己的直销和客户成功体系拿下并服务。 客户集中度风险也因此很难只靠公开证据判断。公开材料没有说明，客户增长中有多少来自直接席位销售，又有多少来自 Azure 相关用量、伙伴主导实施或大型标杆客户。公开材料也没有披露最大客户对 ARR、续约排期或支持负担的贡献。这块缺口很关键，因为一家公司可以同时呈现出色的顶线采用，又仍然依赖少数超大型企业关系或渠道。 因此，尽调姿态应当是双向的。正面看，OpenAI 似乎已经建出一台客户机器，可以面向知识工作者、开发者、零售商、银行、金融科技公司和企业软件厂商销售，并且扩张信号异常快。风险侧看，公开集中度和合同数据缺位，意味着客户故事仍不完整；管理层还需要拿出按 cohort 的留存、头部客户暴露、伙伴来源 ARR，以及把采用转成耐久经常性收入的商业条款。[CU021, CU022, CU024, CU053, CU054, CU055]

6.5 图表要点

7.1 法律和监管风险仍是严重度最高的一组风险

OpenAI 最大的风险桶仍是法律和监管，而不是单纯的产品竞争。New York Times 诉讼之所以重要，是因为它已经把公司拉进取证和数据保留问题，直接触及用户隐私承诺。OpenAI 表示，影响消费者 ChatGPT 和 API 内容的非常规保留令已于 2025 年 9 月结束，标准删除做法已经恢复，这是实质缓释。但公司自己的诉讼页面也显示，该案仍活跃到需要专门的辩护网站；CourtListener 也确认底层联邦案卷仍在进行。也就是说，隐私负担可以下降，但诉讼负担并没有消失。 第二组法律风险是治理。即便 OpenAI 已在 2024 年 3 月重置董事会，Musk v. Altman 仍把非营利使命和控制权问题留在法庭上。OpenAI 的审查材料有价值，因为它收窄了一类担忧：2023 年的裂痕被定性为信任破裂，而不是隐藏的安全或融资丑闻。即便如此，该结构仍把董事任命权集中在 Foundation，公益公司结构也不能消除未来治理争议的风险。欧洲审查又叠了一层。EDPB ChatGPT taskforce 报告和欧盟委员会 2025 AI Act 落地推进都意味着，前沿模型提供商在欧洲要面对比普通软件公司更重的合规、文档和隐私要求。[CR001, CR002, CR003, CR004, CR005, CR006]

7.2 运营可靠性和安全风险已经是平台风险，不再是边缘问题

OpenAI 已经不是一个宕机只会让人烦躁的新奇应用。状态历史现在显示，ChatGPT、API、登录、文件处理和特定模型服务都反复出现事故；2026-05-04 的连接器写入事故正好说明，可靠性为什么已经变成核心尽调变量。公开的 uptime 数字方向上很强，但 ChatGPT 99.83% 的 uptime 仍足以在 OpenAI 嵌入研究、编程、支持和受监管工作流后造成可见中断。因此，一个前沿 AI 平台可以总体可用性很高，同时对那些一个连接器或一个模型路由坏掉就停工的买家来说，仍然存在运营风险。 安全风险也是同样的结构。SecurityWeek 关于 memory 和网页搜索功能漏洞的报道显示，便利功能扩大攻击面的速度可以非常快。OECD.AI 事故记录和 OpenAI 自己关于 Axios 入侵事件的回应表明，软件供应链问题已不是假设风险。OpenAI 在公开层面确实有实质缓释：安全和隐私页面、漏洞报告流程、bug bounty 计划。但这些是控制信号，不等于公共用户和企业客户已经看到足够的事后复盘、红队证据或合同支持的服务承诺，可以有把握地判断剩余风险。[CR016, CR017, CR018, CR019, CR020, CR021]

7.3 依赖、资本强度和执行跨度，会把风险传导到利润率和估值

OpenAI 的伙伴栈既是护城河，也是集中度问题。Microsoft 从 2023 年合作延伸以来仍是基础性伙伴，公开记录也继续把 Azure 视为研究、API 和产品的结构性核心。Oracle 和 Stargate 更适合解读为部分多元化，而不是独立：它们增加了产能和融资选项，但也增加了第二层交易对手，而这些交易对手自己的资本计划现在已经明确引用 OpenAI 需求。CoreWeave 则增加了第三个集中节点：最高 $11.9B 的基础设施协议，再加上 OpenAI 参股。任一关系如果重新定价、停滞或交付不足，损害都可能传导到产品可用性、毛利率和融资需求，而不是只留在采购环节。 财务模型风险在于，公开需求代理指标是真实的，但公开的耐久性和义务数据不完整。OpenAI 的 2025 企业报告显示，企业消息增长 8 倍、推理 token 消耗增长 320 倍，这意味着宕机、合规限制或渠道冲击现在会打到比一年前大得多的已安装工作流基础。但 ChartMogul 关于短退出期 AI 合约、以及收入在真正耐久前看似经常性的警告，是必要的校正。领导层广度正在改善，尤其是 Fidji Simo 接任 Applications 角色；但公司仍要求投资者相信，它能同时跑好研究、消费者、企业、API 和伙伴多条战线，却没有公开足以闭环的继任、P&L 或承诺支出细节。[CR026, CR027, CR028, CR029, CR030, CR031]

7.4 缓释措施看得见，但投资判断仍需要明确否决标准

和许多高速增长的 AI 公司相比，OpenAI 确实有更多公开的缓释脚手架。2026 DPA 和 Services Agreement 为企业和开发者客户定义了法律框架。企业隐私材料称，客户拥有并控制数据，业务数据默认不用于训练，关键企业计划可以控制保留期限。安全报告通道和运行中的 bug bounty 也显示，公司没有把信任当作边缘问题。治理也已有改善：WilmerHale 审查、董事会补强和 Fidji Simo 的运营角色，都降低了所有关键职能压在一个人或一套临时流程上的概率。 但在这一章里，缓释措施降低风险，并不消灭风险。缺失项恰恰是投资者最关心的东西：合并口径的承诺支出表、完整客户合同条款、SLA 和赔偿附件、伙伴来源 ARR、头部客户暴露和继任材料。正确姿态因此应是有条件的，而不是宿命式的。如果诉讼扩大、可用性恶化、Microsoft 或 Oracle 经济条件转向不利，或者领导层治理再次破裂，这些都不是普通执行失误，而是投资 thesis 的击穿触发项。反过来，如果管理层能拿出合同包、集中度表和支出承诺，并且比公开记录暗示的更干净，剩余风险可能明显压缩。[CR010, CR014, CR015, CR023, CR024, CR025]

7.5 图表要点

8.1 建议：质量真实，但入场价仍跑在公开披露前面

OpenAI 显然已经不再按投机性原型定价。第三方报道称，公司 2025 年年化收入超过 200 亿美元，到 2026 年 2 月底超过 250 亿美元；OpenAI 自己也称 ChatGPT 每周服务超过 8 亿用户，且超过 100 万企业客户直接使用其产品。这些都是顶级需求信号，也解释了为什么资本仍愿意在前所未有的规模上涌向公司。 话虽如此，当前决策仍应对价格敏感，而不是对崇拜敏感。CNBC 的 2026 年 3 月融资报道把入场估值定在 8520 亿美元，Reuters 随即把挑战描述为在这个估值上找到焦点。公开证据支持溢价倍数，但不支持把这个价格视为显然便宜。市场实际上是在被要求提前承销 run-rate 收入转化、伙伴融资的基础设施扩张和未来公开市场接纳度，而在此之前，投资者还看不到申报级别的利润率、烧钱、优先权或现金流数据。这组条件足以支持“继续深入研究”的判断，但不足以在当前估值给出买入建议。[CV001, CV002, CV004, CV005, CV006, CV025]

8.2 价格背景：OpenAI 相对上市巨头偏贵，但相对前沿 AI 稀缺性并不荒谬

最有用的估值框架不是单一比率，而是一组比率。用最新公开 run-rate 证据看，OpenAI 8520 亿美元估值意味着，按 2026 年 2 月底数字约为年化收入的 34.1 倍，按 2025 年底数字约为 39.8 倍。这些水平远高于 Microsoft、Oracle 等上市平台，用当前市值和收入数据看，后两者大约分别是 10.1 倍和 7.7 倍。单看这个镜头，OpenAI 是偏紧的。 但同一组数据也说明，当前价格并没有明显脱离前沿 AI 私募市场行为。Anthropic 2026 年 2 月融资，对 Reuters 后来归因给它的年化收入数字，隐含约 42.2 倍；Palantir 在公开市场约按过去收入的 77.3 倍交易。因此，OpenAI 落在一个不舒服的中间位置：明显贵于多元化上市巨头，但又没有明确贵于能找到的最佳前沿模型或 AI 溢价可比公司。承销问题在于，OpenAI 缺少公开申报文件，投资者无法判断它到底应该落在哪个可比桶里。[CV004, CV005, CV008, CV010, CV011, CV012]

8.3 情景逻辑：上行存在，但下行路径更容易用公开证据解释

多头情景并不难描述。如果 OpenAI 能继续把前沿模型领先转化为企业支出，守住消费者规模，并在伙伴经济性改善的同时，把 run-rate 收入变成耐久的确认收入，公司就有可能复利长成足以支撑甚至超过当前估值的收入基数。Microsoft 收入分成上限重置在这里很重要，因为收入基数已经以数百亿美元计，留存经济性哪怕边际改善，也会产生很大差异。 基准和空头情景更容易由公开证据支撑。OpenAI 正同时尝试把消费者使用、企业工作流、开发者需求和基础设施级伙伴关系货币化，同时又计划承担按软件标准看极其庞大的算力支出和供应商承诺。Stargate 5000 亿美元雄心、Oracle 为 OCI capacity 制定的 450 亿至 500 亿美元融资计划，以及 CoreWeave 119 亿美元 OpenAI 合同，都指向同一个事实：估值压缩不需要需求崩塌。只要收入转化、利润率捕获或伙伴杠杆低于 8520 亿美元估值已经内含的预期，就足够了。[CV003, CV004, CV007, CV019, CV027, CV028]

8.4 退出就绪度和最终尽调：公开证据方向强，但还不完整到能让投资者下判断

公开证据已经足以让人认真看待 OpenAI 作为未来流动性候选人的可能。CNBC 把最新融资直接和 IPO 预期挂钩，Reuters 也描述 OpenAI 和 Anthropic 都在为最终上市铺路。需求、品牌触达和融资能力已经不再是门槛。门槛在披露质量。Microsoft、Oracle 和 Alphabet 都有披露密集的投资者门户；OpenAI 没有，因为它仍是由 Foundation 控制、通过 OpenAI Group PBC 组织的私营公司。 在 8520 亿美元估值上，这块缺口比普通成长期估值下更重要。投资者仍无法公开查看把好感转化为可承销 conviction 所需的精确 2026 年优先权栈、ratchet、清算权、经审计分部收入、客户集中度、确认毛利率、承诺算力流出或现金消耗轨迹。管理层拿出这套材料之前，正确姿态是有纪律的好奇：保持跟进，定义清晰否决触发项，并愿意在价格重置或披露包开始像上市公司级尽调资料室时，重新评估判断。[CV001, CV003, CV030, CV031, CV032, CV033]

8.5 图表要点