在本月贝莱德美国基础设施峰会上，数据山姆·奥尔特曼（Sam Altman）首次明确指出，中心战略转型超大规模数据中心的建设建设比预想中要复杂得多。

他提到，遇阻得克萨斯州阿比林的特曼坦承数据中心园区因极端天气短暂停摆，而这一项目是现状OpenAI和其他投资者共同推动的5000亿美元“星门”计划的中心。同时，数据公司面临着供应链紧张和交付周期延长的中心战略转型问题。

在此背景下，建设OpenAI正在经历一次重要的遇阻战略转型。随着公司在最新融资中估值达到7300亿美元并着手准备潜在IPO，特曼坦承其发展逻辑已从“激进扩张”转向“优先考虑财务约束与效率”。现状公司开始缩减某些高投入项目，数据减少自建数据中心的中心战略转型依赖，转而成为大规模云算力采购者。建设

分析人士指出，资本市场对无节制支出的容忍度正在降低，投资者愈发关注收入增长是否能支持支出。

为争夺算力资源，OpenAI曾与英伟达、超威半导体、博通等签署了数百亿美元的合作协议，甚至考虑未来8年支出达1.4万亿美元。但在2024年预计收入仅为131亿美元的情况下，这种模式引发了对AI泡沫的担忧。

算力是OpenAI的核心瓶颈。奥尔特曼曾表示，公司不得不限制产品发布的节奏，原因是算力不足。为了解决这一问题，公司不断融资，今年已筹集到1100亿美元，其中亚马逊贡献了500亿美元。

最引人关注的是与英伟达的合作。双方曾探讨最高1000亿美元的投资计划，并计划部署至少10吉瓦的AI算力，但推进并不顺利，英伟达频繁下调预期，并表示这一规模投资的“可能性不大”。交易结构也从严格的里程碑转向更为灵活的安排，视为IPO前的关键布局。

与此同时，OpenAI已调整其长期资本支出预期。今年2月，公司向投资者表示，到2030年算力总支出目标约6000亿美元，明显低于此前预期，并强调支出将与收入增长更紧密相关。

在业务方面，公司开始加强专注。面对谷歌与Anthropic的激烈竞争，OpenAI内部曾发出“红色警报”，要求将资源集中于优化ChatGPT。本月，应用业务CEO菲吉·西莫（Fidji Simo）进一步明确，公司正转向高生产力的应用场景，强调执行效率与战略聚焦。

基础设施的变化同样显著。OpenAI当前不拥有数据中心，也不计划短期内自建，而是依赖微软、甲骨文、亚马逊等合作方获取算力资源。例如，公司已承诺通过AWS使用约2吉瓦的Trainium芯片算力，并将利用英伟达新一代系统提供额外算力支持。

与一年前“星门”项目启动时的雄心相比，如今的战略显著收缩。项目在推进过程中，建设难度、审批流程和电力接入等问题不断浮现。专家指出，建设一个1吉瓦的数据中心通常需要3到10年，远超市场预期。

因此，OpenAI正在从“自建基础设施”转向“整合现有资源”，优先获取可用算力以支持模型训练与部署。在Meta、谷歌和Anthropic等竞争对手同样加大投入的环境下，围绕算力的竞争已成为AI产业的核心焦点。

尽管OpenAI仍保持高速增长的叙述，但其发展路径正逐步从理想化扩张回归现实的约束。高昂的成本结构和不确定的盈利模式将成为其迈向公开市场过程中必须面对的重大挑战。