【專訪】Ed Zitron斥生成式AI是騙局：OpenAI年虧209億難持續

這場訪談值得注意的點有五個，合起來構成一個完整的指控：第一，生成式 AI 的財務根本撐不住，OpenAI 去年虧損 209 億美元，整個產業的營收有七成來自兩家本身就靠別人輸血活著的公司；第二，用戶採用數字是假象，因為每個人實際上只付了成本的一小部分，真正的 token 費率一旦收起來，連 Uber 三個月就燒光全年預算；第三，軟體品質在 AI 時代反而變差了，GitHub 天天掛，Google Search 越來越爛，他認為這和 LLM 寫出的劣質程式碼直接相關；第四，他預測 OpenAI 將在 2027 年前後耗盡現金，連帶引發一場他稱為rot-com 泡沫的科技股崩潰；第五，他對整個圈子的道德判斷非常清楚：這不是無心之失，是刻意用恐懼行銷與模糊財報數字來維持股價與募資能力的系統性操作。

◎209 億美元的洞，沒人願意正視分母

OpenAI 去年虧損 209 億美元。這個數字 Zitron 說得很平靜，因為他認為更荒謬的是沒人追究。微軟在 2026 財年花了 115 億美元資本支出，從 OpenAI 拿到的 AI 相關營收大約 241 億，聽起來不錯——但那 241 億裡 OpenAI 本身就占了大頭，等於微軟在幫自己投資的公司買單，再把那筆錢算成自家 AI 營收。Amazon 送了 350 億給 OpenAI，Google 送了 100 億給 Anthropic。整個產業七成以上的 AI 營收來自這兩家公司，而這兩家公司的錢又是從那三家大平台流進來的。Zitron 的說法是：這不是市場，這是循環融資，只是規模大到沒人敢說出口。更刺眼的是財報揭露方式：這些上市公司在有好消息時會大聲說，在被問到 AI 賺多少時卻用年化運行率這種可以任意定義的數字打發人。他的結論很直接：不說，就是沒什麼好說的。

◎20 美元訂閱費背後，是 400 美元的真實成本

生成式 AI 的計費單位是 token，大約四分之三個英文單字算一個。有分析機構 SemiAnalysis 算出，在 200 美元月費的 ChatGPT 訂閱方案下，用戶實際上可以燒掉價值 1.4 萬美元的 token;Anthropic 的方案是 200 美元對應 8000 美元。就算是 20 美元的基本方案，燒掉 400 美元也不難。這意味著每一個重度用戶，AI 公司都在大幅補貼。Zitron 說，真正的壓力測試在 2026 年 3 月出現了：當 OpenAI 試著讓超過 150 人的企業客戶改用按 token 計費，Sam Altman 自己說大家對這個有很大的問題。Uber 三個月燒完全年 token 預算。那些說 AI 改變了一切的企業，一看到真實帳單，立刻說要控制成本。Zitron 的判斷是：如果這個東西真的值那個錢，他們早就照實收費了。

◎軟體品質在 AI 時代變差了，而且不是巧合

Zitron 的一個非主流觀察是：大量使用 LLM 寫程式，讓軟體整體品質下滑。GitHub 頻繁當機，有人在 Twitter 說GitHub 上線才值得通知，因為那才是稀有事件。Amazon Web Services 今年因為 AI 編程工具出了好幾次大規模故障。他的解釋是雙重的：一方面，LLM 寫出的程式碼本身就充滿潛在錯誤；另一方面，工程師習慣了讓 AI 生成就直接推上去，檢查密度下降，錯誤就乘數放大。他引用一個他喜歡的說法：AI 讓簡單的事變簡單，讓困難的事變更難。主持人拿出數據說企業 AI 採用率高達 88%，Zitron 的回應是：強迫你用和自願選擇用是兩回事。Google Docs 每次開啟就跳出 Gemini，Word 每次開啟就跳出 Copilot，這是史上規模最大的非自願技術推廣。

◎rot-com 泡沫：他預測 OpenAI 2027 年前耗盡現金

Zitron 有一套他稱為rot-com 泡沫的理論。大意是：微軟，Google，Amazon，Meta 的核心業務成長空間已經見頂，廣告調價，搜尋微調，電商抽成都有極限。他們買進大量 Nvidia GPU，怎麼看都像是賭的是股價會跟著資本支出訊號上漲，而不是因為看到可驗證的真實需求。這個邏輯現在越來越難維持。他的推算是：OpenAI 每年至少要再募百億美元才能活下去，Anthropic 比它更快上市的話，OpenAI 的估值就很難說服市場。一旦 OpenAI 撐不住，他認為這幾家公司都要重新調降成長預期，科技股估值跟著重估。他說自己現在持有現金，不碰股市。

◎恐懼行銷是設計出來的，不是無心之失

Zitron 對 Sam Altman 和 Dario Amodei 的評價非常低，但理由不是他們蠢，而是他們太聰明。2023 年 Altman 說我們對自己正在創造的東西有一點害怕，Zitron 聽到這句話的反應是：這是讓你趕快掏錢，趕快上車的話術。每一個詐騙和傳銷的第一招都是製造緊迫感，AI 圈的不上車就落後敘事和這個邏輯完全一樣。他也注意到一個弔詭：他的批評客觀上幫了 AI 公司的公關——因為他說 AI 沒那麼可怕，不會搶走所有工作，剛好替那些因為末日敘事被民眾反彈的公司緩了一口氣。但他的核心論點和他們完全不同：他不是說 AI 很強但要小心，他是說 AI 根本沒有他們承諾的那種強，花那麼多錢是在燒冤枉錢。

看完這場訪談，你可以不同意 Zitron 的每一個結論，但有一件事很難反駁：當一家公司有好消息，它會告訴你；當它不告訴你某件事，那件事本身就是答案。微軟，Google，Amazon 至今不拆解 AI 的真實營收貢獻，用的是年化運行率這種可以自由定義的數字。如果你在做任何跟這幾家公司相關的決策，不管是投資，採購還是人力規劃，這個沉默值得你認真對待。