营收口径罗生门:OpenAI收入“缩水”背后,AI商业化进入成本分层时代

一则 OpenAI 年化收入低于预期的消息，搅动了整个美股 AI 板块。市场此前预期其 ARR 可达 700 亿美元，而最新披露的真实年化收入仅为 500 亿美元，200 亿美元预期差一经传出，AI 相关标的集体下挫，市场开始重新审视大模型行业高增长叙事的真实性。

ARR，也就是年度经常性收入，是当前 AI 初创公司最常用的估值指标，计算逻辑为最新单月经常性收入乘以 12，适合衡量订阅、API 这类持续收费业务的增长速度，也是资本给头部大模型企业定价的核心标尺。但很多人忽略了，ARR 只是一个运营指标，并非标准化财报科目，统计口径的差异，直接造成了 OpenAI 与 Anthropic 这两大对手的收入对比陷阱。

此前市场流传 OpenAI 接近 700 亿美元的数字，是投资者为对标 Anthropic，把微软、亚马逊云渠道分销模型的全额销售额一并计入的调整后数值。而 OpenAI 自身采用净额法核算，只统计扣除云厂商分成后，真正归属自身的收入。微软 Azure、亚马逊云平台售卖 OpenAI 模型产生的收入，云厂商会拿走大部分分成，这部分不能全部算作 OpenAI 营收。

反观 Anthropic，自 7 月至今，对外披露的 ARR 稳定在 750 亿美元，始终采用总额法：把 AWS Bedrock、谷歌云等渠道卖出模型的全部销售额计入自己的 ARR，云平台的渠道分成没有扣除，相当于把分销渠道的整体流水算作自身收入，数字天然会更高，存在一定水分。当统一到相同净额口径对比，两家头部模型公司的收入体量已经十分接近，OpenAI 正在快速追上 Anthropic。

更值得警惕的不是口径差异，而是增长动能的变化。Anthropic 的 ARR 在近几个月几乎停滞，增长红利见顶。叠加全行业持续的大模型降价竞赛，市场开始怀疑，AI 行业能否长期维持过去那种爆发式增长。

这个现象放在企业采购视角很容易理解：AI 本质上可以类比为企业雇佣的数字员工，企业采购 AI 服务，同样会做人力成本管理。绝大多数公司不会全员高薪聘请顶尖人才，而是采用高低搭配的用工结构：少数高薪专家负责前沿攻关，大量普通岗位由平均薪资的员工承担。企业使用 AI 的逻辑如出一辙。

当 AI 从尝鲜阶段走向规模化落地，企业客户会主动开启 AI 成本管控。大量文案整理、信息检索、基础数据处理等日常工作，完全可以调用低价基础大模型完成，只有前沿研发、复杂推理等高难度任务，才会采购顶级高性能模型。高端模型单价高、消耗算力巨大，使用场景有限，很难形成海量调用；而平价模型会承接绝大多数日常业务需求，价格战会持续压缩行业整体收入增速。

过去资本市场对 AI 的乐观假设，建立在企业不计成本大规模调用顶尖模型之上。但现实的商业化路径，是客户会精打细算，按需分层选型。头部模型企业收入增速放缓，并不代表 AI 没有价值，而是行业从 “不计成本的增长泡沫”，进入理性的成本分层阶段。