5000 字复盘：从一场 11 亿美金的收购，揭开 OpenAI 的下半场战事
OpenAI 的三重转折
OpenAI 的三重转折
👦🏻 作者: 镜山
🥷 编辑:Koji
🧑🎨 排版: NCon
💡
最近 AI 行业几乎每天都有重磅新闻：新模型发布、资本市场下注、巨头之间的角力，一个比一个精彩。
这样的节奏，也让人有种「每天睁眼都可能错过一个时代节点」的紧迫感。在这样的背景下，「十字路口」推出一系列对 AI 巨头玩家们的盘点。上周，我们刚刚发布了关于 Google 的《6000字复盘：Google AI变猛记——从 Nano Banna、Genie 3、Veo 3到Gemini 2.5的绝地反击》
而这周，我们把镜头转向了 OpenAI。
这次的切入点，不是模型更新或产品，而是一个收购案，它背后折射出 OpenAI 的新一轮战略野心。
忘了技术，现在只谈胜利。
上周， OpenAI 宣布以 11 亿美元收购 Statsig ，相信所有人的目光都聚焦在了价格上。但这，可能恰恰是这个故事中最不重要的部分。
真正的答案，其实埋藏在三重转折之中：一场精心布局的「人才收购」；一次迫在眉睫的「生存考验」；以及一场正在发生的「身份转型」。
这家可以说是定义了 AI 时代的全球最大 AI 独角兽，正面临着技术光环被「争夺」、商业模式被「竞争」的双重困境中。
收购 Statsig、迎回「增长女王」Fidji Simo，都不是孤立的商业动作，而是 OpenAI 全面转型的开始，它正在毫不犹豫地复制硅谷的增长 Playbook：
买下最需要的公司，请来最擅长增长的人。
🚥
为了看懂这场 OpenAI 的蜕变，我们将从以下** 3 个**核心视角进行拆解：
🚦
【1】一场精心策划的收购案
【2】OpenAI 为何开始瞄准产品公司？
【3】OpenAI 正在从「实验室」全面转变为产品公司
一场精心策划的收购案
1）OpenAI 收购的 Statsig 什么背景？
Statsig 并不是一家传统意义上的分析公司，它的目标是为团队提供一站式的产品增长工具。
让产品团队能够在同一个平台上，完成：
从假设提出 — 实验验证 — 功能发布 — 效果分析的完整闭环。
其核心价值在于将产品实验背后复杂的数据科学工作自动化 。
它为此提供了一套集成的工具，我们整理了一下，包括但不限于：
【1】A/B 测试（实验）；
【2】功能开关（功能管理）；
【3】产品分析和会话回放。
这些工具使企业能够「更快地构建产品并做出更聪明的决策」 。
在规模上，Statsig 已经达到工业级水准。2024 年 10 月，它每天能处理超过 1 万亿次事件，每月支撑 25 亿独立实验对象，且保持 99.99% 的正常运行时间。
到 2025 年上半年，这个数字居然再次翻倍，日处理事件数突破 2 万亿次。
这个数字是什么概念？
作为对比，TikTok、YouTube 等日活数亿的平台产生的点击量也只是数十亿级别，而 2 万亿级别则涵盖了实验数据、日志、曝光、性能指标等全生命周期的庞大数据流。
可以说，这种经过实战考验的基础设施，正是高速增长公司、尤其是 OpenAI 这类迫切将基础模型技术转化为产品的 AI 初创公司，所必需的。
Statsig 的价值同样在客户案例中得到了印证，我们找来了 3 个例子。
【1】金融科技公司 Brex 借助 Statsig，将数据科学家的人力成本减少了 50%；
【2】基因技术公司 Ancestry 的实验速度提升了 9 倍；
【3】我们最熟悉的生产力软件 Notion 将实验规模扩大了 30 倍。
这些提升并非简单的效率优化，而是实打实的生产力跃迁。
正如 Statsig 所宣称的使命：「帮助人们利用数据构建更好的产品」，这也与 OpenAI 当前亟需内化的战略目标高度契合。
2）买公司，还是「买」人？
在这方面，Meta 无疑为 OpenAI 打了个样。
上个月，闹得沸沸扬扬的 Alexandr Wang 的 Scale AI 与此次 OpenAI 收购 Statsig 的流程有很大的相似之处：由 AI 基础模型公司，收购下游服务提供商，并将其关键人才，放入自身体系最关键位置。
表面上是买公司、补服务，实际上是收人才、强团队。这种操作在硅谷有个专门的名字 —— 「acqui-hire」（acquisition（收购）+ hire（雇用）） 。
为什么这么说？
来自 Madrona（Statsig 的投资者之一）的公告就曾指出：
OpenAI has long been a significant customer of Statsig。
也就是说，在收购之前，OpenAI 就已经是 Statsig 的核心客户。收购完成后，OpenAI 不仅把这套关键的产品开发与实验能力收归内部，还能直接加速应用部门的产品迭代。
这使得 OpenAI 能够以「硅谷最敏捷的产品公司同样的速度和数据驱动的能力」，来迭代 ChatGPT 及未来的产品。
同时，这笔交易既关乎技术，也关乎人才，甚至可以说人才的权重更大 。
Statsig 的创始人兼 CEO Vijaye Raji 的背景很深厚，他曾在微软任职，更在 Facebook（Meta）度过了整整十年，从工程师一路做到 VP，最后负责娱乐业务。
Raji 本人深受 Facebook 「数据驱动、痴迷实验」文化的熏陶。也这是这种文化，正是帮助 Facebook 把产品扩展到数十亿用户的关键。
如今，他被任命为 OpenAI 新设应用部门的首席技术官（CTO of Applications），直接向同样有 Meta 背景的新任应用部门 CEO Fidji Simo 汇报，形成一条清晰的指挥链，聚焦在产品工程和执行。
而且不仅仅是 Raji，OpenAI 还在声明中明确写道：
包括 Vijaye 在内的 Statsig 全体员工将成为 OpenAI 的员工
这意味着 OpenAI 正在主动打造一支平行于研究部门、以产品为核心的团队和文化。
Vijaye Raji 的职业生涯正是「构建者文化」的典型：在他看来，所有决策都要靠数据说话，所有争论都能通过实验来解决，而不是在会议室里空谈。
通过把 Raji 及其团队整体引入，OpenAI 等于把这种**「极具攻击性、快速交付、数据至上的产品文化」**直接注入商业部门，也为 Fidji Simo 提供了最合适的左膀右臂。
3）硅谷巨头们尝到了收购人才的甜头
本次收购案，其实并不是 OpenAI 首次以人才为核心的收购。
早在 2023 年 8 月，OpenAI 就买下了 Global Illumination，这是一家由 Instagram、Facebook、YouTube 和 Google 的资深员工创立的小型数字产品公司。
最后，其整个团队被并入 OpenAI，参与 ChatGPT 等核心产品的开发工作。
这桩收购的意图非常明确：OpenAI 想要的不是产品，而是那些在「设计和产品体验方面久经考验」的顶尖人才。
结合这次对 Statsig 的收购，一个清晰的模式浮现出来：
OpenAI 已经意识到自己在产品设计、用户体验和增长工程上存在短板，它选择通过收购来快速补齐这些能力，而不是从 0 开始搭建。
而这，仅仅是冰山一角。
除了将关键团队直接收归麾下，OpenAI 的野心显然更大。
它正像一位风险投资家一样，在全球范围内广泛下注，试图锁住那些能够释放其「技术潜能」的初创公司。具体，可以看下面这张来自 CB Insights 总结的图片：
正如我们在上图所看到的，从基础设施到应用层，从开发者工具到医疗，6 个细分垂直赛道，OpenAI 正在用资本圈定自己的盟友。
更有意思的是收购价格本身，其往往可以透露一些交易的性质。
Statsig 在 2025 年 5 月刚完成 C 轮融资，融资额 1 亿美元，估值 11 亿美元。而这次 OpenAI 的收购价，正好也是 11 亿美元。
换句话说，没有任何溢价。
多家媒体报道也同样注意到了这一点：这笔收购的估值恰好「与其最近融资时的估值持平」。
在典型的竞争性收购中，买方往往要付出远高于上一轮估值的价格。但当收购价与最近一轮融资估值持平时，这通常意味着：这不是一场竞价大战，而更像是一笔提前布局好的战略性整合。
这种通过收购另一家公司，重点是吸纳其团队和领导层，而非产品本身，从而补充人才的方式，在硅谷屡见不鲜。
Meta 就是一个典型例子：它以 143 亿美元拿下了 Scale AI 49% 的股份。结果，Scale 创始人兼 CEO Alexandr Wang 直接出任 Meta Superintelligence Labs（超级智能实验室）负责人，连老牌科学家 Yann LeCun 也要向他汇报。
来源：@alvinfoo
Google 也没闲着，前几个月，它以 24 亿美元收购 AI Coding 初创公司 Windsurf 的核心高管（包括 CEO 和联合创始人），直接纳入 DeepMind，同时获得部分技术授权，而不是收整家公司。
最后，只留下一众员工，在风中凌乱。这种直接间接买人的方式，甚至在当时引起了对 Windsurf 高管的声讨。
从 OpenAI 的「查漏补缺」，到 Meta 的「豪赌买人」，再到 Google 的「定向挖角」，硅谷巨头们已经尝到了收购人才的甜头。
背后至少有三点行业现实：
【1】人才稀缺性压倒一切。
这些人的价值已经远超常规薪酬体系，甚至比单一技术或产品更重要。
【2】时间就是最大成本。
用资本换时间，能快速补齐短板。
【3】收购的不只是人。
一个成熟团队往往自带磨合好的工作流程、产品理念和创新文化。
可以预见，接下来的硅谷 AI 圈，人才争夺战只会更加白热化。
OpenAI 为何开始瞄准产品公司？
这次 OpenAI 收购 Statsig，为何会在业内引起如此大反响？难道只是因为 11 亿美元的价格足够高？
其实不然。
金额固然可观，但并不是关键。真正的原因在于：
OpenAI 在商业增长上所背负的压力，已经达到了难以想象的程度。
1）外患：Gemini、Claude 突飞猛进
在 2023 年的大部分时间里，ChatGPT 一骑绝尘，OpenAI 也是毫无争议的 AI 独角兽代表。
但进入 2024、2025 年后，行业格局彻底变了。
谷歌的 Gemini 系列和 Anthropic 的 Claude 系列在一系列关键基准测试中，不仅追平了 OpenAI，甚至在某些项目上实现了超越。
正如我们在**《6000字复盘：Google AI变猛记——从 Nano Banna、Genie 3、Veo 3到Gemini 2.5的绝地反击》中盘点的那样，谷歌这家可能没 OpenAI 起步快，但技术积累足够深的大厂，已经全线反击，并且拿到了不错的成绩。**
如今，BenchMark 和 AI 能力排行榜，已成为一个拥挤而动荡的角斗场，来自 OpenAI、谷歌、Anthropic 等公司的模型在此激烈角逐，争夺榜首位置。
这清晰地表明：
「最佳模型」已不再是一个有定论的问题。
而且，这场战斗不只是技术上的较量。更关键的是，用户心智的变化。
2025 年中期，门罗风险投资公司（Menlo Ventures）的一份报告《2025 Mid-Year LLM Market Update: Foundation Model Landscape + Economics[1]》揭示了企业 AI 市场的逆转（报告链接，我们放在了文末）。
2023 年，OpenAI 占据了 50% 的企业 AI 市场份额，而 Anthropic 仅占 12%。但到 2025 年中，Anthropic 的 Claude 已飙升至 32% 的市场份额，反超跌至 25% 的 OpenAI。
我们曾在**《OpenAI 背水一战 | 关于 GPT-5，你们可能都没注意到的 6 件事情》**一文中，引用了下面这张图：
很明显，Anthropic 的 Claude 已经在几个领域开始快速反超 OpenAI 了，这一转变的背后，是企业客户的关注点从单纯的基准分数转向了实际的业务成果。
最关键的是，用户心智正在改变：
Claude 能做企业级任务，而 ChatGPT 则稍逊一筹。
这种心智转变，对于 OpenAI 来说可不是个好兆头。
就在 1 周前，Anthropic 又宣布了一笔 130 亿美元的 F 轮融资，投后估值 1830 亿美元，从 3 月到 9 月，短短 6 个月，估值翻了 3 倍。
世界就此迎来了全球第 2 大 AI 基础模型独角兽。OpenAI 也迎来了其势力扩展最快的竞争对手。
2）内忧：光靠订阅，盈利困难
在 AI 赛道强敌环伺的背景下，真正让科技观察者和观众们们为 OpenAI 捏一把汗的，或许并非外部竞争，而是其自身的利润表现。
从表面数据来看，OpenAI 的收入增长堪称惊人：预计将从 2024 年的 37 亿美元，跃升至 2025 年的 127 亿美元。这相当于 「今年收入将超过三倍增长」。
然而，这笔收入在巨额开支面前相形见绌。
2024 年，OpenAI 在 37 亿美元的收入基础上，「获」得了 50 亿美元的净亏损，运营成本高达 90 亿美元。训练一个前沿模型的成本动辄数千万美元，仅 ChatGPT 的日常运营成本就估计为每天 70 万美元。
From the Information
尽管收入飞速增长，但 OpenAI 预计要到 2029 年才能实现正向现金流，而那时 Sam Altman 给出的预期是：OpenAI 将会年收入 1000 亿美元。
这个数字大概与特斯拉 2024 年营收（976.90 亿美元）持平。换句话说，如果预期成真，OpenAI 这样一家成立不到 10 年的 AI 公司，其业务规模将在短短数年内追上「深耕行业 20 年，横跨多个消费、科技领域」的特斯拉。
ps. 我记得，上一次 Sam Altman 提及利润这件事的时候，嘴上说的还是 2027 年实现盈利。
ChatGPT 目前严重依赖消费者订阅（约占 2024 年收入的 73%）的模式，这给 OpenAI 带来了巨大压力，迫使其开发更具盈利能力、可扩展性且利润率更高的企业级产品，仓促应战。
OpenAI 给 ChatGPT 的定价众所周知：20 美元，200 美元，2 个档。
就在 8 个月前的一个周日，Sam Altman 吐槽了一句：
200 美元/月的 ChatGPT Pro ，还是亏，亏麻了。
所以，虽然没人怀疑 OpenAI 在技术上的开创性，但不得不承认：
OpenAI 的「技术护城河」，并没能转化为商业上的「盈利机器」。
换句话说，如何赚钱，仍是摆在 OpenAI 面前的一道核心难题。
OpenAI 正在从「实验室」全面转变为产品公司
如果将 Statsig 的收购与最近另一件大事连起来看，或许可以更好地理解 OpenAI 的一系列动作。
OpenAI 正在经历一场身份变革：从「AI 实验室」全面转型为 产品公司。
其最新的核心动作，便是常常被 Elon Musk 抨击「太专制」的 Sam Altman ，任命前 Facebook （现 Meta）高管 Fidji Simo ，为新设立的应用部门 CEO，这一动作被外界广泛认为是「交权」。
1） 「增长女王」Fidji Simo 上线
在 Facebook 的十年（2011–2021）是 Simo 职业生涯的黄金时期，她一路晋升，最终成为执掌 Facebook App 的最高负责人。
Simo 最被人称道的成就，是 Facebook 移动商业化战略的核心推动者。
她领导的团队一手打造了信息流广告、视频广告等核心广告形式，成功将 Facebook 的收入重心从桌面端，平稳过渡到移动端。
最终，该团队构建的广告业务年收入高达 550 亿美元。
此外，当扎克伯格将「视频」定为战略重点时，将这一指令转化为全球级产品的执行者，正是 Simo 的团队。
她们几乎从 0 开始，成功构建并推出了 Facebook Live 和 Facebook Watch。
这充分证明了她有能力，将一项顶层战略，转化为全球规模且能持续创收的成熟产品。
2）新的顶层设计
Simo 的任命并非一次普通的高管调整，而是在 OpenAI 内部创建了一个全新的、权力巨大的「应用」部门。
她作为该部门的 CEO，**将全面监督产品、业务、技术和工程，**这几乎涵盖了整个公司的商业端，并直接向 Sam Altman 汇报。
与她搭档的，是通过收购 Statsig 加入的创始人 Vijaye Raji，担任 CTO。一个擅长战略与商业化，一个擅长产品工程与执行，两人组成了一个在 Meta 高速增长时代磨炼出来的黄金组合。
他们的核心任务只有一个：
把 OpenAI 的研究成果，转化为能够快速盈利、并在市场上跑通的产品。
至此，我们能看到，Simo 的「商业增长」思路，正成为 OpenAI 下半年的主要路线。
🚥
过去 2 年，我们习惯于将 OpenAI 视为一个理想主义的 AI 实验室，一个为探索 AGI 而生的「屠龙少年」。
但其这次的史上最大收购案之一，以及一系列高层变动，透露出一个新故事：
技术要走向世界，必须通过产品和商业模式，才能触达数十亿用户。
在新的架构下，Sam Altman 依旧可以专注于 AGI 的远景，去追逐那些宏大的目标。
至于 Simo，她能否通过充分的授权，真正打造出一个纪律严明、能自我造血的商业引擎，这或许是 OpenAI 新架构下最值得拭目以待的看点。
最终，所有信号都指向同一个结论：
OpenAI 正在将硅谷最成功的增长和商业化引擎（Facebook / Meta）的 DNA，直接注入到自己的组织核心。
参考资料
[1] 2025 Mid-Year LLM Market Update: Foundation Model Landscape + Economics: https://menlovc.com/perspective/2025-mid-year-llm-market-update/