Vi lancerede ChatGPT som et forskningseksempel for bedre at forstå, hvad der ville ske, hvis vi leverede banebrydende intelligens direkte til brugerne.
Det vi oplevede, var en bred implementering og enorm anvendelse på en skala, som ingen havde forudset.
Brugerne eksperimenterede ikke blot med AI; de integrerede ChatGPT i deres daglige liv. Studerende begyndte at bruge det til at lave lektier, som de ikke selv kunne klare. Forældre begyndte at bruge det til at planlægge rejser og administrere budgetter. Forfattere brugte det til at få nye ideer og fylde de tomme sider. Brugerne brugte det mere og mere til at forstå deres liv. Brugere anvendte ChatGPT til at hjælpe med at forstå helbredssymptomer, forberede sig til lægebesøg og træffe komplekse beslutninger. Folk brugte ChatGPT til at tænke mere klart, når de var trætte, stressede eller i tvivl.
Så begyndte de at bruge det til deres arbejde.
I starten var det bare til små arbejdsopgaver. Et udkast, der skulle finjusteres før et møde. Et regneark, der lige skulle tjekkes en ekstra gang. En kundemail, der skulle omskrives for at gøre den mere effektiv. Meget hurtigt blev det en del af de daglige arbejdsrutiner. Ingeniører ræsonnerede hurtigere gennem kode. Markedsførere udviklede kampagner med dybere indsigt. Finansafdelinger skabte scenarier med større klarhed. Ledere forberedte sig på svære samtaler med bedre baggrundsviden.
Det, der startede som et værktøj til nysgerrighed, er hurtigt blevet til en infrastruktur, der hjælper brugerne med at skabe mere, træffe hurtigere beslutninger og arbejde på et højere niveau.
Denne overgang er selve fundament for, hvordan vi udvikler OpenAI. Vi er en virksomhed, der forsker og implementerer. Vores opgave er at mindske afstanden mellem, hvor intelligens udvikles, og hvordan enkeltpersoner, virksomheder og lande rent faktisk tager den i brug og anvender den.
Efterhånden som ChatGPT blev et værktøj, som folk brugte hver dag til at udføre reelt arbejde, fulgte vi et enkelt og vedvarende princip, nemlig at vores forretningsmodel bør vokse med den værdi, som intelligens leverer.
Vi har bevidst anvendt dette princip. Vi introducerede forbrugerabonnementer i takt med, at brugerne krævede mere kapacitet og større pålidelighed. Efterhånden som AI blev integreret i teams og arbejdsgange, oprettede vi arbejdspladsabonnementer og tilføjede brugsbaseret prissætning, så omkostningerne skalerer med det faktiske arbejde, der bliver udført. Vi har også opbygget en platformsforretning, der gør det muligt for udviklere og virksomheder at integrere intelligens gennem vores API'er, hvor udgifterne vokser i direkte forhold til de leverede resultater.
For nylig har vi anvendt det samme princip indenfor handel. Brugerne bruger ikke blot ChatGPT til at stille spørgsmål, men også til at beslutte, hvad de skal gøre næst. Hvad de skal skal købe. Hvor de skal gå hen. Hvilken mulighed de skal vælge. Ved at hjælpe med at gå fra udforskning til handling skabes der værdi for brugerne og for de partnere, der betjener dem. Annoncering følger det samme princip. Når folk er tæt på at træffe en beslutning, giver relevante muligheder reel værdi, så længe de er tydeligt markerede og er virkelig nyttige.
Vi anvender den samme standard på tværs af alle formål. Monetarisering bør føles naturlig i oplevelsen. Hvis det ikke tilføjer værdi, skal det ikke bruges.
Både vores Weekly Active User (WAU (ugentlige aktive brugere)) og Daily Active User (DAU (daglige aktive brugere)) fortsætter med at nå rekordhøje niveauer. Denne vækst er drevet af en effekt på tværs af databehandling, banebrydende forskning, produkter og indtægtsgenerering. Investering i databehandling styrker banebrydende forskning og markante fordele inden for modelkapacitet. Stærkere modeller muliggør bedre produkter og bredere anvendelse af OpenAI-platformen. Implementering driver omsætning, og omsætning finansierer den næste bølge af databehandling og innovation. Cyklussen forstærkes.
Når vi ser tilbage på de seneste tre år, følger vores evne til at betjene kunder (målt ved omsætning) direkte den tilgængelige databehandling: Databehandling voksede med en 3-dobbelt vækst år for år eller med en 9,5-dobbelt vækst fra 2023 til 2025: 0,2 GW i 2023, 0,6 GW i 2024 og ~1,9 GW i 2025. Omsætningen fulgte den samme kurve og voksede med en 3-dobling år for år eller en 10-dobling fra 2023 til 2025, hvilket udgør en årlig indtjening på 2 mia. USD i 2023, 6 mia. USD i 2024 og over 20 mia. USD i 2025. Dette er hidtil uset vækst i så stor skala. Og vi er overbeviste om, at større databehandling i disse perioder har ført til hurtigere implementering og indtægtsgenerering for kunderne.
Databehandling er den mest eftertragtede ressource inden for AI. For tre år siden var vi afhængige af en enkelt udbyder af ressourcer til databehandling. I dag samarbejder vi med udbydere på tværs af et mangfoldigt økosystem. Dette skift gør os både modstandsdygtige, men først og fremmest sikre i forbindelse med databehandling. Vi kan planlægge, finansiere og implementere kapacitet med tillid på et marked, hvor adgang til databehandling definerer, hvem der kan skalere.
Dette forvandler databehandling fra en fast begrænsning til en aktivt administreret portefølje. Vi træner banebrydende modeller på førsteklasses hardware, når kapacitet betyder mest. Vi betjener arbejdsbelastninger med høj volumen på billigere infrastruktur, når effektivitet er vigtigere end ren skala. Forsinkelse mindskes. Gennemløbet øges. Og vi kan levere nyttig intelligens til omkostninger målt i cent pr. million tokens. Det er det, der gør AI brugbar til hverdagens arbejdsgange, og ikke kun til ekspertbrug.
Oven på dette beregningslag ligger en produktplatform, der spænder over tekst, billeder, stemme, kode og API'er. Enkeltpersoner og organisationer bruger det til at tænke, skabe og handle mere effektivt. Den næste fase er agenter og automatisering af arbejdsgange, der kører kontinuerligt, bærer kontekst over tid og handler på tværs af værktøjer. For enkeltpersoner betyder det AI, der styrer projekter, koordinerer planer og udfører opgaver. For organisationer bliver det et operationelt lag for vidensarbejde.
Efterhånden som disse systemer går fra at være en nyhed til at blive en vane, bliver brugen dybere og mere vedholdende. Den forudsigelighed styrker platformens økonomi og understøtter langsigtet investering.
Forretningsmodellen lukker kredsløbet. Vi begyndte med abonnementer. I dag driver vi et system på flere niveauer, der inkluderer forbruger- og teamabonnementer, et gratis annonce- og handelsunderstøttet niveau, der fremmer bred udbredelse, og brugsbaserede API'er, der er knyttet til produktionsbelastninger. Hvor dette fører hen herefter, vil strække sig ud over det, vi allerede sælger. Efterhånden som intelligens bevæger sig ind i videnskabelig forskning, lægemiddeludvikling, energisystemer og finansiel modellering, vil der udvikles nye økonomiske modeller. Licensering, IP-baserede aftaler og resultatbaseret prissætning vil dele den skabte værdi. Sådan udviklede internettet sig. Intelligens vil følge den samme bane.
Dette system kræver disciplin. Sikring af datakraft i verdensklasse kræver forpligtelser, der indgås år i forvejen, og væksten bevæger sig ikke i en jævn linje. Til tider overgår kapacitet brugen. På andre tidspunkter overgår brugen kapaciteten. Vi afbalancerer det ved at indgå partnerskaber frem for at eje og strukturere kontrakter med fleksibilitet på tværs af udbydere og hardwaretyper. Kapital investeres på de steder, hvor der er reelle tegn på efterspørgsel. Det giver os mulighed for at se fremad på tidspunkter med vækst uden at binde mere af fremtidige ressourcer, end markedet har fortjent.
Denne disciplin fastlægger vores fokus for 2026: praktisk implementering. Prioriteten er at lukke kløften mellem, hvad AI nu gør muligt, og hvordan mennesker, virksomheder og lande bruger det i det daglige. Mulighederne er store og umiddelbare, især inden for sundhed, videnskab og erhvervsliv, hvor bedre intelligens direkte fører til bedre resultater.
Infrastruktur udvider, hvad vi kan levere. Innovation udvider, hvad intelligens kan gøre. Implementering udvider, hvem der kan bruge det. Indtægter finansierer det næste spring. Sådan skaleres intelligens og bliver et fundament for den globale økonomi.
