谷歌nano banana成功后，OpenAI花11億買了一家公司

圖源：攝圖網(wǎng)

作者|苗正 來源|直面AI(ID：faceaibang)

2025年9月3日，OpenAI宣布：以約11億美元的全股票交易方式，收購產(chǎn)品實驗平臺Statsig。伴隨此次收購，Statsig的創(chuàng)始人兼首席執(zhí)行官Vijaye Raji將加入OpenAI，擔(dān)任新設(shè)立的“應(yīng)用部門首席技術(shù)官”（CTO of Applications）。

這一舉動在行業(yè)內(nèi)引起了廣泛關(guān)注，其金額之高、動作之快，都表明這并非一次簡單的業(yè)務(wù)版圖擴張。雖然這不是OpenAI第一次收購，但是OpenAI為何要在這個時間點投入如此巨大的資源去收購一家主營業(yè)務(wù)為產(chǎn)品測試與實驗的公司，并且還要為應(yīng)用部門吸納一名CTO？

01

要理解這一決策的根本動因，首先需要理解OpenAI當(dāng)前所處的經(jīng)營環(huán)境。自ChatGPT發(fā)布以來，OpenAI的營收實現(xiàn)了驚人的增長。2025年6月，奧特曼曾對外公開宣布，OpenAI已經(jīng)實現(xiàn)了100億美元的年收入。

其核心盈利模式主要依賴于面向個人用戶的ChatGPT Plus月度會員訂閱服務(wù)，以及面向開發(fā)者的API接口調(diào)用費用。這些收入來源證明了其技術(shù)具備強大的市場吸引力，也為其持續(xù)的研發(fā)投入提供了資金支持。

然而，收入增長的背后，是更為劇烈的成本消耗。大型語言模型的訓(xùn)練和推理需要龐大的計算資源，這意味著數(shù)據(jù)中心的服務(wù)器、高性能芯片以及相關(guān)的電力和維護費用是一個天文數(shù)字。2025年8月，OpenAI就被爆出年虧損超過50億美元。

同時，為了維持其在技術(shù)研究領(lǐng)域的領(lǐng)先地位，OpenAI必須持續(xù)招攬和留住全球頂尖的人工智能人才，這部分的人力成本同樣高昂。公司首席執(zhí)行官奧特曼曾多次公開表達過帶領(lǐng)OpenAI進行首次公開募股（IPO）的意愿。對于任何一家計劃上市的公司而言，建立一個清晰、穩(wěn)健且可持續(xù)的盈利模型，是獲得資本市場認可的硬性指標(biāo)。

僅僅依靠現(xiàn)有的會員和API收費，雖然在短期內(nèi)能夠維持運營，但其增長潛力和利潤空間相對有限，難以支撐起一個有望成為全球市值最高公司之一的商業(yè)故事。

因此，OpenAI迫切需要找到新的、更具規(guī)?；挠窂?，而這一切的基礎(chǔ)，就是將手中掌握的先進人工智能模型，轉(zhuǎn)化為更多、更好、更具吸引力的具體產(chǎn)品。這種將底層技術(shù)能力封裝成面向市場、解決用戶實際問題的成熟應(yīng)用的過程，就是“產(chǎn)品化”。此次收購Statsig，正是OpenAI為了補強其產(chǎn)品化能力，所邁出的關(guān)鍵一步。

02

根據(jù)OpenAI發(fā)布的官方聲明，此次收購的目標(biāo)是“加強工程系統(tǒng)、加快迭代速度，并將前沿的AI研究轉(zhuǎn)化為人們喜愛的直觀、安全和有用的工具”。聲明中提到的每一個詞匯，都直接指向了產(chǎn)品開發(fā)與優(yōu)化的核心環(huán)節(jié)。

為了深入理解這一點，我們需要對收購的標(biāo)的——Statsig公司及其創(chuàng)始人Vijaye Raji進行更詳細的分析。Statsig并非一家普通的初創(chuàng)公司，它在業(yè)界被公認為最頂尖的實驗平臺之一。其核心價值在于提供一套完整的工具，幫助企業(yè)進行高效的產(chǎn)品開發(fā)決策。

這套工具主要包括A/B測試、功能開關(guān)（Feature Flagging）和實時決策系統(tǒng)。A/B測試允許產(chǎn)品團隊向不同用戶群體推送同一功能的細微不同版本，通過數(shù)據(jù)對比來判斷哪個版本表現(xiàn)更優(yōu)，從而做出有數(shù)據(jù)支撐的優(yōu)化決策。功能開關(guān)則讓團隊可以隨時開啟或關(guān)閉某項新功能，既能進行小范圍灰度測試，也能在出現(xiàn)問題時迅速回滾，極大地降低了新功能上線的風(fēng)險。實時決策系統(tǒng)則能根據(jù)用戶行為和其他數(shù)據(jù)，動態(tài)調(diào)整產(chǎn)品體驗。

總而言之，Statsig提供的是一套“數(shù)據(jù)驅(qū)動產(chǎn)品開發(fā)”的科學(xué)方法論和配套的工程基礎(chǔ)設(shè)施。它能解決的核心問題是：如何在一個復(fù)雜的軟件產(chǎn)品中，快速、低風(fēng)險地驗證新想法，并確保每一次改動都能帶來積極正面的效果。

而即將擔(dān)任OpenAI應(yīng)用部門CTO的Vijaye Raji，其個人履歷更是與這一理念高度契合。在創(chuàng)立Statsig之前，他在Meta（前身為Facebook）工作了十年，領(lǐng)導(dǎo)大規(guī)模消費產(chǎn)品的工程團隊。這段經(jīng)歷讓Raji積累了豐富的、在億萬級用戶產(chǎn)品上進行快速迭代和系統(tǒng)優(yōu)化的實踐經(jīng)驗。

之后，他作為創(chuàng)始人和CEO成功打造了Statsig，這又證明了他具備將這種產(chǎn)品開發(fā)哲學(xué)轉(zhuǎn)化為成功商業(yè)產(chǎn)品的創(chuàng)業(yè)能力。因此，OpenAI得到的不僅僅是一個工具平臺，更是一位產(chǎn)品經(jīng)理。將Statsig平臺與Vijaye Raji的經(jīng)驗相結(jié)合，OpenAI的核心訴求已經(jīng)浮出水面：它需要提升自己的產(chǎn)品化能力，而且這個人必須得是靠近C端，知道消費市場真正需要什么。

03

要完全理解OpenAI做出這一決策的緊迫感，就必須將其置于當(dāng)前激烈的行業(yè)競爭格局中進行考量。就在不久前，其最主要的競爭對手谷歌，通過“nano banana”項目，向整個行業(yè)展示了其強大的產(chǎn)品化執(zhí)行力。

該項目成功地將谷歌自身強大的Gemini模型，通過一套敏捷、高效的內(nèi)部開發(fā)流程，在相對較短的時間內(nèi)轉(zhuǎn)化為一個獲得了市場積極反饋的產(chǎn)品。根據(jù)相關(guān)團隊的播客分享和外界分析，“nano banana”的成功，關(guān)鍵在于其開發(fā)團隊對用戶需求的精準(zhǔn)洞察、對底層模型能力的深刻理解，以及將這兩者高效結(jié)合的工程實踐能力。

團隊成員在8月底放出的播客中反復(fù)強調(diào)，團隊的出發(fā)點不是“我們有強大的模型，能用它做什么？”，而是“用戶在某個具體場景下遇到了什么麻煩，我們的模型技術(shù)如何能以最輕量、最直接的方式幫助他們？”。這種以用戶為中心的逆向思維，促使他們放棄了追求大而全的功能，而是專注于打造一個“最小可愛產(chǎn)品”（Minimum Lovable Product），并以極快的速度推向市場進行驗證。

這個案例清晰地向市場傳遞了一個信號：在當(dāng)前的人工智能競爭階段，決定勝負的關(guān)鍵，已經(jīng)不僅僅在于誰的模型參數(shù)更多、在基準(zhǔn)測試中得分更高，更在于誰能更快地將這些模型能力轉(zhuǎn)化為用戶真正需要并愿意為之付費的產(chǎn)品。

“nano banana”項目的成功，無疑給OpenAI帶來了巨大的警示。谷歌通過這次行動證明，它不僅擁有與GPT系列模型相抗衡的頂尖技術(shù)，更重要的是，它擁有一個成熟、龐大且經(jīng)驗豐富的組織體系，能夠?qū)⑦@些技術(shù)快速“變現(xiàn)”為用戶喜愛的產(chǎn)品。

相比之下，OpenAI雖然憑借ChatGPT的橫空出世取得了先發(fā)優(yōu)勢，但在后續(xù)的產(chǎn)品迭代和功能演進上，其節(jié)奏和策略相對更為審慎和保守。這種差異背后，反映了兩家公司在組織基因上的不同：谷歌是一家以產(chǎn)品和工程為核心驅(qū)動力的公司，而OpenAI則長期以來更像一個以研究為核心的實驗室。

在市場從最初的驚艷和好奇，逐漸轉(zhuǎn)向?qū)嵱脙r值和穩(wěn)定體驗的追求時，這種研究導(dǎo)向的基因可能會成為其持續(xù)領(lǐng)先的障礙。谷歌的快速跟進和產(chǎn)品化能力的展示，讓OpenAI意識到，他們真的需要這種產(chǎn)品化的能力，來補強整個團隊。

04

在這樣的背景下，收購Statsig的深層邏輯就變得異常清晰。這不僅是一次技術(shù)或人才的補充，更是一次對競爭對手戰(zhàn)略壓力的正面回應(yīng)，一次旨在改變自身組織基因的“釜底抽薪”式操作。

Statsig所倡導(dǎo)和實踐的產(chǎn)品開發(fā)哲學(xué)——通過快速實驗、收集數(shù)據(jù)、進行驗證、迭代優(yōu)化的循環(huán)來打造優(yōu)秀產(chǎn)品——與谷歌在“nano banana”項目中展現(xiàn)出的成功方法論幾乎是完全一致的。

面對競爭對手已經(jīng)驗證過的成功路徑，OpenAI沒有選擇從零開始、在內(nèi)部慢慢孵化和培養(yǎng)這種文化與能力，而是選擇了最直接、最高效的方式：直接將這一理念的最佳實踐者收購進來。這是一種典型的“用金錢換時間”的策略，在瞬息萬變的人工智能戰(zhàn)場上，時間往往是最寶貴的資源。

一個重要的細節(jié)是，在被收購之前，OpenAI本身就已經(jīng)是Statsig的客戶。

這意味著OpenAI的工程和產(chǎn)品團隊在使用Statsig平臺的過程中，已經(jīng)親身體會到了其價值所在。他們深知這套工具對于提升開發(fā)效率、降低決策風(fēng)險、科學(xué)評估產(chǎn)品改動效果的重要性。正是基于這種深入的了解，OpenAI才做出了從“租用工具”到“擁有DNA”的戰(zhàn)略升級。

他們認識到，僅僅作為一個外部客戶使用平臺是遠遠不夠的，必須將這種快速實驗和數(shù)據(jù)決策的能力徹底融入到自身的血液中，成為每一個產(chǎn)品經(jīng)理和工程師的思維習(xí)慣與工作方式。通過收購，OpenAI不僅獲得了平臺的所有權(quán)，更重要的是，獲得了打造和維護這套平臺的整個團隊。

此次收購也標(biāo)志著整個人工智能行業(yè)競爭焦點的一次重要轉(zhuǎn)變。在過去幾年里，行業(yè)的競爭主要圍繞著模型的“硬實力”展開，各大公司和研究機構(gòu)競相追逐更大的模型規(guī)模、更高的參數(shù)量和在各種學(xué)術(shù)評測榜單上的排名。這可以被稱之為“模型參數(shù)競賽”階段。

然而，隨著頭部模型的性能逐漸趨于收斂，單純依靠模型能力的提升所能帶來的邊際效益正在遞減。用戶和市場開始更多地關(guān)注產(chǎn)品的實際體驗：應(yīng)用是否穩(wěn)定可靠？功能是否貼合實際需求？交互是否流暢自然？能否解決特定場景下的具體問題？這些問題的答案，都取決于產(chǎn)品化的能力。

因此，行業(yè)的競爭正在進入下半場，即“產(chǎn)品體驗競賽”階段。在這個新階段，誰能夠建立起更敏捷的開發(fā)流程，更頻繁地進行有效的實驗，更快速地收集和響應(yīng)用戶反饋，更精細地打磨產(chǎn)品細節(jié)，誰就更有可能在激烈的市場競爭中脫穎而出，贏得用戶的青睞和忠誠度。

對于OpenAI自身而言，這次收購的意義是極其重大的。OpenAI的管理層已經(jīng)深刻認識到了自身的短板所在，并愿意為此付出巨大的代價去彌補?？梢灶A(yù)見，在整合Statsig之后，OpenAI的核心產(chǎn)品如ChatGPT的更新頻率和功能優(yōu)化速度將有望得到大幅提升。

過去，像Statsig這樣的實驗平臺可能更多地被視為傳統(tǒng)互聯(lián)網(wǎng)公司的“標(biāo)配”，但在人工智能時代，當(dāng)產(chǎn)品本身（即模型）具有不確定性和復(fù)雜性時，科學(xué)的實驗和驗證體系變得更加不可或缺。OpenAI的這次收購，可能會引發(fā)其他人工智能巨頭對自身產(chǎn)品化流程的重新審視，并加大在類似工具、平臺或團隊上的投入。未來，圍繞AI應(yīng)用開發(fā)效率和質(zhì)量的基礎(chǔ)設(shè)施，可能會成為一個新的投資和競爭熱點。

編者按：本文轉(zhuǎn)載自微信公眾號：直面AI(ID：faceaibang)，作者：苗正