OpenAI前员工刚跑路就喊话：要套现就赶紧套，别等IPO！
内容提要
文章讨论了一位刚从OpenAI离职的员工Andrew Ho对AI前沿实验室估值的悲观看法。他认为当前估值基于过度乐观预期，市场回归理性后可能腰斩，因此劝同事尽快套现。他算账指出，支撑万亿美元市值需巨额收入，但AI实验室持续烧钱训练模型，收入不确定而支出确定。他看好AI发展，但认为未来竞争焦点转向高质量训练数据，并为此创业。
延伸解读
估值逻辑的转变
Andrew Ho指出，私募市场与二级市场的估值逻辑截然不同。私募市场允许投资人基于对AGI的乐观预期买单，容忍长期亏损；而上市后，二级市场更看重现金流、利润和真实增长，缺乏对远期叙事的耐心。这种差异可能导致估值在上市前后出现剧烈调整，甚至腰斩。
算清万亿美元估值的账
Andrew Ho算了一笔账：若一家AI实验室保持80%毛利率，并获得20倍市盈率，支撑1万亿美元市值需年收入1000亿至2000亿美元。但现实是，AI实验室需持续投入巨额资金训练下一代模型，收入不确定而支出确定，这种不对称性使得高估值难以持续。
红皇后竞赛的困境
AI实验室陷入“红皇后竞赛”：必须不断投入算力、数据和团队迭代模型，否则就会被竞争对手超越。即使模型能力提升带来收入增长，训练成本增长更快，领跑者反而承受最重的资金压力。这种竞争格局使得高估值缺乏坚实基础。
下一阶段竞争焦点
Andrew Ho认为，随着Scaling收益放缓，高质量训练数据将成为稀缺资源。未来几年，前沿实验室可能投入超1000亿美元采购数据。他因此创业，专注于为前沿实验室提供强化学习数据集，看好AI发展但认为竞争焦点将转移。
Q&A
OpenAI前员工Andrew Ho为什么劝同事尽快套现？
Andrew Ho认为当前AI前沿实验室的估值建立在过度乐观的预期上，市场一旦回归理性，估值可能腰斩。他建议同事抓住要约收购的机会套现，不要等IPO，因为上市后估值逻辑会改变，且员工股票还有锁定期，集中抛售可能带来抛压。
Andrew Ho如何计算支撑万亿美元市值所需的收入？
他假设AI实验室长期保持80%的毛利率，资本市场给予20倍市盈率，那么支撑1万亿美元市值需要每年创造1000亿到2000亿美元的收入。
为什么AI实验室的支出是确定的而收入不确定？
AI实验室为了保持领先必须持续投入巨资训练下一代模型，这笔投入无法暂停，因为一旦停下就会被竞争对手超越。同时，模型能力提升带来的新增收入难以预测，但GPU、数据、训练集群等成本必须提前支付，因此支出确定而收入不确定。
Andrew Ho认为AI下一阶段的竞争焦点是什么？
他认为随着Scaling收益放缓，高质量训练数据将成为稀缺资源，竞争焦点将从算力转向数据。他预测前沿实验室未来几年可能投入超过1000亿美元采购数据资源。
Andrew Ho对AI发展的总体看法是什么？
他看好AI的长期发展，但认为能力跃迁可能不会像市场预期那样顺利实现，时间线可能长达几十年。他同时认为模型能力提升主要集中在容易验证的任务上，复杂任务进展缓慢。
Andrew Ho离职后创业的方向是什么？
他创立了一家为前沿实验室提供强化学习数据集的公司，专注于高质量训练数据的供应。
OpenAI的员工要约收购是什么？
去年10月，OpenAI完成了一轮约66亿美元的员工要约收购，超过600名员工参与，允许员工出售部分股权套现。Andrew Ho本人持有约70万美元的股权，但暂时无法兑现。
