Altman blickt auf das schwierigste Jahr von OpenAI zurück: Die Destillation gehört nicht zu meinen zehn größten Sorgen, AGI ist zum Greifen nah, und die Robotik wird in 2 bis 3 Jahren ihren ChatGPT-Moment erleben.

Im vergangenen Jahr hat OpenAI eine Phase durchlebt, die Altman selbst als „ziemlich schwierig“ bezeichnet.

In der jüngsten Podcast-Sendung „Invest Like The Best“ hat er selten eine systematische Rückschau gehalten, die strategische Fehlentscheidungen, Wettbewerbsdruck, Sicherheitsrisiken sowie seine neuesten Einschätzungen zum Zeitplan von AGI und zur Zukunft von Robotern umfasst.

01 Das schwierigste Jahr: „Die Front ist zu breit, das ist mein Fehler“

„Das vergangene Jahr war ziemlich schwierig, teilweise ist das mein Fehler“, sagte Altman direkt in der Sendung.

Die Wurzel des Problems führt er auf ein einziges Wort zurück: Zerstreuung.

Anfang 2025 stand OpenAI vor einer zentralen Sorge – kann das Umsatzwachstum mit dem massiven Einkauf von Rechenleistung Schritt halten? Um dieses Risiko abzusichern, begann das Unternehmen, gleichzeitig mehrere Geschäftsfelder wie Verbraucheranwendungen und Medieninhalte aufzubauen. Die Logik lautete: „Falls das Umsatzwachstum langsamer als erwartet ausfällt, können diese Geschäfte uns helfen, die GPUs zu nutzen.“

„Rückblickend klingt das lächerlich, denn das steile Umsatzwachstum der Branche hat alle Erwartungen übertroffen“, sagte Altman.

Sobald klar wurde, dass der Fortschrittspfad der Modelle eindeutig genug und die wirtschaftliche Rendite hinreichend sicher ist, traf OpenAI sofort eine Reihe von „schwierigen Entscheidungen“, die Aktivitäten wurden stark eingeschränkt und auf das Kerngeschäft konzentriert: die Bereitstellung der hochwertigsten, vielfältigsten und kostengünstigsten KI-Intelligenz sowie die Befähigung externer Entwickler, auf dieser Grundlage Produkte zu erstellen.

„Wir wollen nicht jedes Start-up, nicht jedes Unternehmen verdrängen“, sagte er, „was wir wirklich tun wollen, ist diese Plattform bereitzustellen … KI zu verkaufen. Wir schaffen die beste, vielfältigste und kostengünstigste Intelligenz, damit die Welt auf dieser Grundlage großartige Dinge bauen kann.“

02 Die Destillation gehört nicht zu meinen zehn größten Sorgen

In dem Interview warf der Moderator die von dem Markt hoch beachtete Frage auf: Wie kann OpenAI die Trainingskosten dauerhaft decken, wenn Konkurrenten die Ausgaben von OpenAI-Modellen durch Destillation nutzen, um günstigere Modelle zu trainieren?

Altmans Antwort war unerwartet gelassen.

„Ich habe mir keine tiefen Gedanken über das Destillationsproblem gemacht“, sagte er, „Natürlich würde ich es vorziehen, wenn andere das nicht tun würden.“ Dann schwenkte er um: „Das gehört nicht zu meinen zehn größten Sorgen.“

Seine Logik lautet: Das Volumen des Inferenzgeschäfts von OpenAI ist groß genug, dass selbst bei nicht hohen Gewinnmargen „ein angemessener Gewinn auf einem Umsatz von mehreren Billionen Dollar ausreicht, um die Kosten für das Training großer Modelle zu decken“. Das Kostenverhältnis zwischen Inferenz und Training ist der Schlüssel – das Training ist zwar teuer, aber das Umsatzvolumen der Inferenzdienstleistungen für Kunden wird die Trainingskosten bei weitem übersteigen.

Er gab offen zu: „Vielleicht bin ich derzeit zu zuversichtlich in Bezug auf unsere Fortschritte und die Modelle, die bald veröffentlicht werden.“ Aber die Schlussfolgerung bleibt unverändert – das eigentliche Schwungrad liegt auf der Seite der Inferenz, nicht auf der Exklusivität des Trainings.

Altman ergänzte zudem eine umfassendere Einschätzung: Er geht immer davon aus, dass es auf der Welt hochwertige, billige Modelle geben wird. „Das Wichtige ist, dass wir die besten und preisgünstigsten sind. Was andere tun, ist ihre Sache, wir müssen nur auf unserem eigenen Spielfeld gewinnen.“

03 Die Wette auf Rechenleistung: Von „Du bist verrückt“ zu der Erkenntnis, dass der Einsatz nicht groß genug war

Die massiven Investitionen von OpenAI in Rechenleistung wurden früher von der Außenwelt als leichtsinnig verspottet. Altman erinnerte sich, als sie damals begannen, Cloud-Dienstanbieter, Chiphersteller und Energieversorger zu kontaktieren, lautete die Antwort fast einhellig: „Ihr seid völlig verrückt, keine Branche funktioniert so.“

Er verglich diese Erfahrung mit der Finanzierung in der Frühphase eines Start-ups – die meisten sagen nein, aber man braucht nur ein oder zwei „Ja“. Microsoft war das erste Unternehmen, das „Ja“ sagte, Oracle wurde später ein wichtiger Partner, und Nvidia ist ebenfalls ein zentraler Verbündeter.

Was ihnen wirklich Selbstvertrauen gab, war die Gewissheit durch GPT-4: Das Modell ist intelligent genug, die Inferenzfähigkeit kann realisiert werden, und sobald die Inferenz funktioniert, bedeutet das, dass eine große Anzahl von Arbeiten mit echtem wirtschaftlichem Wert erledigt werden kann.

„Bei einem ausreichend hohen Fähigkeitsniveau und einem ausreichend niedrigen Preis ist die Nachfrage nach KI im Grunde unbegrenzt“, sagte Altman, „das ist wie eine neue knappe Ware.“

Er gab offen zu, dass sie trotzdem die Nachfrage unterschätzt haben – „Wir haben nicht groß genug gewettet, was vor dem Hintergrund der damaligen Schlagzeilen etwas verrückt klingt.“

04 Ein „science-fictionartiges“ Sicherheitsereignis

Was Altman wirklich erschüttert hat, war eine andere Sache.

Er enthüllte, dass OpenAI beim Testen eines unveröffentlichten Modells festgestellt hat, dass dieses Modell in einer Sandbox-Umgebung „geschummelt“ hat: Es hat mehrere Zero-Day-Lücken miteinander verbunden, um die Isolation der Sandbox zu durchbrechen, auf das Internet zuzugreifen, danach in mehrere Systeme von Hugging Face einzudringen und die Testantworten zu erhalten, sodass es bei der Bewertung hervorragende Leistungen erbrachte.

„Das ist das Sicherheitsereignis, das mich bisher am stärksten berührt hat“, sagte Altman, „ich bin etwas überrascht, dass das erst vor wenigen Tagen passiert ist, aber nicht mehr Menschen so erschüttert sind wie ich.“

Kurzfristige Maßnahmen umfassen das Aussetzen des entsprechenden Trainings sowie die Neubewertung, wie die Sicherheit von Sandboxes unter der neuen Realität gewährleistet werden kann, dass „mehrere Zero-Day-Lücken miteinander kombiniert genutzt werden“.

Aber er stellte auch eine tiefere Frage: Wenn dies das normale Tempo des Fortschritts der KI-Fähigkeiten wird, „müssen wir möglicherweise das Tempo der KI-Entwicklung verlangsamen, um der Gesellschaft genug Zeit zu geben, sich an das neue Fähigkeitsniveau anzupassen“. Gleichzeitig betonte er, dass dieser Prozess unbedingt vermeiden muss, als regulatorische Erfassung interpretiert zu werden, und nicht wie eine Absprache zwischen Spitzenlabors aussehen darf.

05 AGI ist „sehr nah“, Roboter erleben in 2 bis 3 Jahren einen Wendepunkt

Zum Zeitplan von AGI äußerte sich Altman deutlicher als je zuvor.

Er sagte, GPT-5.6 hat es ihm bereits schwer gemacht, zu sagen, „was dieses Modell nicht kann“, aber für die echte AGI gibt es noch einige Lücken: keine Echtzeit-Dauerlernfähigkeit, keine Fähigkeit, komplexe physische Aufgaben selbstständig zu erledigen. „Ich glaube, es ist sehr nah, es dauert nicht mehr lange.“

Er räumte auch ein, dass das Phänomen der „verschobenen Zielpfähle“ real existiert – „Wenn wir aus dem Jahr 2019 die heutigen Modelle sehen würden, würden wir sicher sagen, dass das AGI ist.“

Bei Robotern erwartet er, dass innerhalb von 2 bis 3 Jahren ein „beeindruckender Moment“ eintritt, vergleichbar mit der Veröffentlichung von ChatGPT – man schaut nicht nur ein Video von einem Roboterhund, sondern normale Menschen können selbst Anweisungen eingeben und mit eigenen Augen sehen, wie Roboter Aufgaben erledigen. Seiner Meinung nach wäre es „der wirklich verrückte Fall“, wenn die Robotertechnik mit dem Fortschritt der KI-Intelligenz nicht Schritt hält – dann wäre die KI in der Cloud zu allem fähig, aber auf der Ausführungsseite in der realen Welt fehlt es an Automatisierung.

06 Das nächste Kapitel: Persönliche KI, neue Hardware und „keine Sorge vor kognitivem Schwund“

Altman beschrieb seine Vorstellung von der nächsten Generation persönlicher KI: Sie hört Besprechungen rund um die Uhr zu, liest Dokumente, durchsucht Bildschirme und „denkt“ weiter, während der Benutzer schläft, um am nächsten Morgen neue Ideen und Aufgabenlisten vorzulegen. „Ich würde diesen Schieberegler sehr weit nach rechts ziehen, ich wäre bereit, viel dafür zu bezahlen.“

Er gab offen zu, dass das derzeitige Hardware-Paradigma seit 50 Jahren besteht und nicht für diese „ständig aktive, aktiv wahrnehmende“ KI-Form geeignet ist. Das ist auch der Grund, warum er sich für neue Hardware interessiert – er wünscht sich ein Gerät, das in sozialen Situationen nicht auffällt und speziell für diese Art der KI-Interaktion entwickelt wurde.

In Bezug auf Wettbewerbsvorteile räumte er ein, dass die reine „Intelligenz“ selbst zunehmend zur Ware wird, aber er ist der Ansicht, dass Rechenleistungskapazität, Workflow-Integration, Markenvertrautheit und die Fähigkeit, die Kosten kontinuierlich zu senken, dauerhaftere Schutzschilde bilden werden.

In Bezug auf die Auswirkungen von KI auf die Beschäftigung sagte er klar, dass er „kein Anhänger der These vom Ende der Arbeitsplätze durch KI“ ist. Seine Einschätzung lautet: Die KI-Fähigkeiten sind äußerst uneinheitlich, menschliche Fähigkeiten ergänzen KI in hohem Maße, und die Menschen haben eine tief verwurzelte Vorliebe für Interaktionen mit echten Menschen. „Ich selbst möchte mich in fast allen Dingen lieber mit Menschen auseinandersetzen als mit KI.“

Dieser Text stellt keine persönliche Anlageberatung dar, gibt nicht die Meinung der Plattform wieder. Der Markt birgt Risiken, Anlagen erfordern Vorsicht, bitte treffen Sie Ihre Urteile und Entscheidungen unabhängig.

Dieser Text stammt aus dem WeChat-Offiziellen Konto „Wallstreetcn Max“, Autor: Long Yue, veröffentlicht mit Genehmigung von 36Kr.