据路透社 2026年9月9日 报道，OpenAI CFO Sarah Friar表示，公司正在扩大AI在专业行业中的应用范围，包括芯片设计、生命科学和金融服务，并希望企业客户越来越多地按照实际业务结果来衡量AI价值。
其中最有代表性的案例，就是OpenAI首款自研推理芯片 Jalapeño。
OpenAI此前已经确认，这款芯片由OpenAI与Broadcom共同开发，并在AI模型辅助下，仅用大约 9个月完成从设计到流片。芯片主要面向大型语言模型推理，希望同时提高计算吞吐量、降低延迟，并改善单位功耗下的AI运行效率。
这件事值得关注，并不是因为“OpenAI也开始做芯片”这么简单。
传统高端芯片研发往往涉及：
架构设计；
验证；
软件适配；
物理设计；
性能优化；
大量工程测试。
过去AI更多被用来辅助写代码或者搜索资料，现在模型开始真正参与复杂工程设计，并缩短产品研发周期。
这意味着AI企业应用正在发生一个很明显的变化：
以前企业买AI，是为了提高员工效率。
现在企业开始尝试让AI直接参与核心产品研发。
对于半导体行业来说，如果AI能够帮助工程团队更快完成验证、优化和设计迭代，未来竞争重点可能不只是“谁有更好的芯片人才”，还会变成：
谁拥有更好的AI研发工具。
OpenAI自己也把Jalapeño视为其“全栈AI”战略的一部分。公司目前希望把数据中心、芯片、模型、开发者平台和企业产品逐渐打通，让软件和硬件相互优化，而不是只依赖外部计算资源。
与此同时，AI在企业侧的使用也正在明显加快。
路透社报道显示，OpenAI企业业务收入近期增长速度已经高于整体业务增长，公司同时提到Codex等AI编程工具的用户规模持续扩大。
这也说明，2026年的AI竞争已经不只是：
谁的模型Benchmark更高；
谁聊天更自然；
谁生成图片更漂亮。
新的竞争正在进入：
芯片研发；
软件工程；
企业运营；
金融；
科研；
生命科学。
真正有商业价值的AI，正在越来越直接地进入生产流程。
如果这一趋势继续发展，下一阶段企业采购AI时最重要的问题，可能不会再是：
“这个模型聪不聪明？”
而会变成：
“它到底帮我少花了多少时间、降低了多少成本、提前完成了多少研发工作？”
这可能也是AI产业从“模型竞赛”转向“生产力竞赛”的一个明显信号。
评论列表
Loading...