OpenAI-Umsatz im Firmenkundengeschäft beschleunigt sich; Warum Luna behauptet, günstiger als chinesische Open-Source-Modelle zu sein
KI-Podcasts
OpenAIs Firmenkundengeschäft entwickelt sich zum zentralen Wachstumstreiber. Zwischen Juni und Juli stieg der Umsatz in diesem Segment um 32 % und übertraf damit das Gesamtwachstum von 20 %. Firmen- und Privatkundengeschäft glichen sich früher als geplant an, was den Übergang generativer KI zu großflächigen Unternehmensanwendungen widerspiegelt. Gleichzeitig verschiebt sich der Wettbewerb von reinen Modellfähigkeiten und Token-Preisen hin zu den Gesamteinsatzkosten (TCO), der Bereitstellungseffizienz und der wirtschaftlichen Rendite. Kostengünstige Modelle wie Luna zielen auf hochfrequente Enterprise-Szenarien ab, während Unternehmen zunehmend auf das Gleichgewicht zwischen Kosten, Stabilität und ROI achten.
TradingKey – Wie Reuters berichtet, erklärte Sarah Friar, Finanzchefin von OpenAI, dass sich das Firmenkundengeschäft des Unternehmens zu einem zentralen Motor für das Umsatzwachstum entwickelt. Von Juni bis Juli stieg der Umsatz von OpenAI im Geschäftskundenbereich um 32 % und übertraf damit die Wachstumsrate des annualisierten Gesamtumsatzes des Unternehmens im selben Zeitraum von 20 %.
Dieser Wandel deutet darauf hin, dass sich die Nachfrage von Firmenkunden nach dem Kauf und Einsatz generativer KI beschleunigt. Friar merkte an, dass sich die Umsätze von OpenAI im Geschäftskunden- und Privatkundensegment bis Mitte des Jahres nahezu die Waage hielten. Damit wurde ein Ziel für den strukturellen Umsatzmix früher als geplant erreicht, das das Unternehmen ursprünglich erst bis Jahresende anstrebte.
Umsatz im Firmenkundengeschäft gewinnt an Fahrt, während sich der Geschäftsfokus von OpenAI in Richtung Ausgewogenheit verschiebt
OpenAI stützte sich beim Aufbau seiner Umsatzbasis lange Zeit auf das Privatkundengeschäft wie ChatGPT-Abonnements, doch das Unternehmenskundengeschäft wächst noch schneller.
Friar gab bekannt, dass sich das Unternehmens- und das Privatkundengeschäft bis Mitte des Jahres dem Gleichstand annäherten. Dies spiegelt wider, dass KI-Anwendungen für Unternehmen von der Pilotphase zu einem tatsächlichen Einsatz in größerem Maßstab übergehen. Für OpenAI bedeutet dies nicht nur diversifiziertere Einnahmequellen, sondern deutet auch darauf hin, dass sich das eigene Geschäftsmodell immer tiefer in Unternehmenssoftware, Forschung und Entwicklung, Kundenservice sowie automatisierte Workflows integriert.
Unternehmenskunden achten weniger auf die Modellfähigkeiten selbst, sondern vielmehr darauf, ob ein Modell ein nachhaltiges Gleichgewicht zwischen Kosten, Stabilität und wirtschaftlicher Rendite erzielen kann. Dies ist auch zum zentralen Schauplatz im Wettbewerb zwischen OpenAI und Open-Source-Modellen geworden.
Luna setzt auf niedrige Kosten und visiert hochfrequente Enterprise-Deployments an
Im Hinblick auf den Kostenwettbewerb hob Friar insbesondere das kostengünstige OpenAI-Modell Luna hervor. Sie erklärte, dass die Lösung von OpenAI „günstiger“ sei, wenn Unternehmen Luna in der Cloud bereitstellen und mit chinesischen Open-Source-Modellen wie GLM 5.3 von Zhipu AI vergleichen.
Hierbei ist zu beachten, dass es sich bei dieser Aussage um eine öffentliche Behauptung der Unternehmensführung von OpenAI handelt, die keine spezifischen Workloads, Angebote von Cloud-Anbietern oder vollständige Methoden zur Kostenberechnung offenlegt; daher kann sie nicht direkt mit einer allgemeingültigen Schlussfolgerung für alle Unternehmensszenarien gleichgesetzt werden.
Allerdings verdeutlicht diese Aussage eine Verschiebung in der Wettbewerbsdynamik von KI-Modellen: Während für Open-Source-Modelle in der Regel keine Modelllizenzgebühren anfallen, tragen Unternehmen, die sich für eine Eigenbereitstellung oder eine Bereitstellung über Cloud-Anbieter entscheiden, dennoch Kosten für Rechenleistung, Betrieb und Wartung, Modell-Feintuning, Sicherheitsmanagement und Systemintegration. Demgegenüber liegt der Vorteil verwalteter Modell-Services in einer standardisierteren Nutzung sowie einer Kostenstruktur, die sich einfacher kalkulieren und verwalten lässt.
KI-Preiskampf verlagert sich vom „Einheitspreis“ auf die „Gesamteinsatzkosten“
Da Unternehmenskunden den Return on Investment von KI zunehmend in den Mittelpunkt stellen, beschränkt sich der Wettbewerb unter den Modellanbietern nicht mehr nur auf den Preis pro Million Token, sondern erstreckt sich auch auf die Gesamtkosten der Bereitstellung, die technische Effizienz und die geschäftlichen Ergebnisse.
Die Aussagen von Friar deuten zudem darauf hin, dass OpenAI kostengünstige Modelle einsetzen will, um bei volumenstarken, hochfrequenten und standardisierten Anwendungsszenarien in Unternehmen zu konkurrieren, während komplexes Schlussfolgern und wertintensive Aufgaben mit leistungsfähigeren Modellen abgedeckt werden. Für Unternehmenskunden geht es beim tatsächlichen Vergleich nicht bloß um das Preisangebot eines einzelnen Modells, sondern um die Gesamtkosten (Total Cost of Ownership), die sich aus Modellfähigkeiten, Aufrufvolumina, Cloud-Ressourcen, Betriebs- und Wartungsaufwand sowie dem geschäftlichen Mehrwert zusammensetzen.
Derzeit übertrifft das Umsatzwachstum von OpenAI im Unternehmensgeschäft das Gesamtumsatzwachstum, wobei sich Firmen- und Endkundengeschäft früher als geplant angleichen. Dies deutet darauf hin, dass sich der wirtschaftliche Schwerpunkt der generativen KI zunehmend auf das Unternehmenssegment verlagert. Der Kostenwettbewerb zwischen Luna und chinesischen Open-Source-Modellen zeigt zudem, dass sich der globale Markt für Großmodelle weiter von einem reinen Leistungswettlauf hin zu einem Wettbewerb um Bereitstellungseffizienz und Return on Investment verlagert.
Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.
Empfohlene Artikel
Kommentare (0)
Klicken Sie auf die $-Schaltfläche, geben Sie das Symbol ein und wählen Sie eine Aktie, einen ETF oder einen anderen Ticker zum Verlinken aus.