OpenAI снова изменила свои финансовые прогнозы до 2030 года, сделав это во второй раз за последние шесть месяцев. Согласно информации из источников, опубликованных в The Information, затраты на обучение и эксплуатацию моделей возрастут до $665 миллиардов, что на $111 миллиардов больше, чем в предыдущем прогнозе. Ожидаемая выручка также увеличена на 27%, однако темпы роста расходов превышают темпы роста доходов: в 2025 году выручка составит $13,1 миллиарда, а при этом валовая маржа упадет с 40% до 33%.
По годам выручка может быть следующей: $13,1 миллиардов (2025) → $30 миллиардов (2026) → $62 миллиардов (2027). Примечательно, что отток наличности составит $25 миллиардов в 2026 году и $57 миллиардов в 2027, что значительно превышает предыдущие оценки. Ожидается, что обучение моделей потребует $32 миллиарда в 2026 и $65 миллиардов в 2027, а общие расходы до 2030 года могут приблизиться к $440 миллиардам. Основными выгодоприобретателями являются Microsoft, Amazon и Oracle, которые подписали долгосрочные контракты с OpenAI.
К концу 2025 года OpenAI будет иметь около $40 миллиардов, при этом ожидая расходов в $25 миллиардов только в 2026. Положительный поток наличности планируется достичь только к 2030. В то время как конкуренты, такие как Anthropic, планируют выйти на безубыточность к 2028.
Потребительский сегмент остается ключевым драйвером для OpenAI, с прогнозом удвоения продаж до $17 миллиардов в 2026 и достижения $150 миллиардов к 2030 году. Аудитория ChatGPT достигла рекорда в 910 миллионов активных пользователей в неделю, несмотря на замедление темпов роста осенью. Благодаря обновлениям GPT-5.1 и GPT-5.2, OpenAI надеется увеличить число пользователей до 2,75 миллиардов к 2030 году.
Для финансирования этих планов OpenAI ведет переговоры о привлечении более $100 миллиардов инвестиций с оценкой компании от $750 до $850 миллиардов, включая участие таких компаний, как Nvidia, Amazon и SoftBank. При этом, была снижена целевая сумма инвестиций в инфраструктуру с $1,4 трлн до $600 млрд, что указывает на более реалистичный подход к величине амбиций.