Sam Altman 對 AI 尚未出現「iPhone 時刻」的解釋,意外地相當自我檢討。他認為,問題不只是模型能力還不夠,而是業界尚未把這些能力轉化為真正全新的工作方式。
在 2026 年 8 月 23 日與 David Senra 的訪談中,Altman 直言,這個缺口「主要是產品失敗」。
2
3
同一場訪談也說明了 OpenAI 為何先後讓兩個受到關注的產品退場:影片生成工具 Sora,以及 Atlas 瀏覽器。依 Altman 的說法,兩者都是好產品,但在算力、人才與資源有限的情況下,公司選擇把力量集中到 Codex、研究工作與更完整的 AI 平台。
2
3
7
AI 很強,但還沒有成為全新的日常介面
Altman 形容,現在的使用者其實同時生活在兩個運算世界:一邊仍使用傳統電腦與熟悉的工作流程,另一邊則可以透過 Codex 等工具,以更強大的方式操作電腦。真正麻煩的地方在於,使用者還不知道什麼時候該用哪一套系統;AI 也尚未以一個流暢的介面取代舊有流程。
3
這正是他所說的「產品失敗」。AI 可以在單次互動中展現驚人能力,卻不代表它已經成為能徹底改變消費者生活的產品。下一個突破,應該要讓先進 AI 像日常工作的自然延伸,而不是另一個需要特別前往的網站、App,或一組彼此分散的指令。
據報導,Altman 也把這個問題放回自己身上:即使他是 OpenAI 的領導者,仍然使用一套老舊、零碎的電腦工作方式,而不是徹底重新設計過的介面。
2
6 這透露出一個尷尬現實:模型進步的速度,可能已經超過產品設計與使用者體驗的進度。
為什麼 OpenAI 結束 Sora?
Altman 給出的核心理由是資源排序。他表示,OpenAI 「砍掉」了一個「很好、好玩又很酷」的產品,但 Sora 消耗大量算力;相較之下,公司認為 Codex 更值得獲得這些算力,因此選擇把資源轉過去。
2
這個說法並不能單獨證實外界報導的所有細節。現有訪談摘錄支持「將算力重新分配」的理由,但沒有獨立驗證 Sora 高峰約有 100 萬名使用者,或每天營運成本約 100 萬美元等說法。
日期也必須精確區分。OpenAI 在 3 月發布停止服務的公告,而現有報導指出,Sora App 直到 2026 年 4 月 26 日才停止提供服務。
1 因此,「3 月關閉」可以指公告時間,但不是 App 完全離開服務的日期。
Sora 曾與 Disney 建立合作,讓它的退場更受矚目;不過,現有資料沒有顯示這項合作改變了 Altman 所說的資源配置邏輯。他公開說明的重點仍是:有限的算力在其他方向具有更高價值。
2
5
Atlas 不是消失,而是被納入更大的平台
Altman 對 Atlas 的說法採取了類似邏輯。他稱這款瀏覽器是很棒的產品,根據訪談摘錄,甚至認為它是最好的網頁瀏覽器;但 Atlas 團隊的人才與資源,在其他地方有更高優先級的用途。
3
現有報導指出,Atlas 在 7 月宣布調整後,於 2026 年 8 月 9 日停止作為獨立瀏覽器運作。不過,它的瀏覽器代理能力並未完全消失,而是移入 ChatGPT 與 Codex。
1
這項差別很重要。OpenAI 的做法不一定是把已停止產品的所有能力一併丟棄,而是把功能集中到數個更核心的入口,同時將獨立產品團隊與資源重新導向公司認為更重要的目標。
OpenAI 的賭注:一個平台,而不是一堆獨立 App
這場訪談呈現出的更大策略,是把 OpenAI 定位成平台公司,而不是由許多獨立產品組成的公司。相關報導將其概括為:提供一個直接面向使用者的介面,再加上一個 API,讓個人與組織透過不同方式使用 AI。
4
7
這也有助於理解 ChatGPT 與 Codex 被整合到同一介面的原因。與其讓使用者在一般助理和知識工作工具之間做選擇,OpenAI 更希望把彼此互補的能力放進同一個平台。
5
Altman 描述的目標同樣十分龐大:讓平台促成 1 億家新企業,最終由 80 億人使用或建構於其上。
1 在這套敘事裡,巨額基礎設施投資不只是維持今日聊天產品的成本,也是在為前沿模型研究、大規模運算與統一 AI 平台建立基礎。
7
代價則很清楚:平台策略會偏好集中資源。即使某個產品技術出色、使用者也喜歡,只要它無法推進公司的核心方向,仍可能被關閉。Altman 將犧牲「好點子」視為資源有限時追求更重要目標的必要做法。
2
3
為什麼 AI 對經濟的衝擊比預期慢?
Altman 也承認,自己對 AI 帶來產業變化的時間表估得太快。GPT-4 在 2023 年推出後,他原本預期軟體公司與整體經濟會更迅速改變,但實際進展並沒有那麼快。
8
相關報導將他的解釋概括為「經濟慣性」:企業採購流程、法規要求、既有工作方式,以及組織內部的改變速度,都可能遠慢於模型能力的提升。
8
13
這代表 AI 有兩個採用落差。第一個發生在產品層面:AI 工具還沒有成為傳統運算的無縫替代品。第二個發生在制度層面:企業即使能使用 AI,要改變預算、權限、流程與責任歸屬,仍需要時間。
對企業而言,實際啟示是:更強的模型本身未必足以帶來轉型。真正勝出的產品,可能是能接入現有工作、又把導入過程做得足夠簡單,讓團隊願意信任並反覆使用的工具。
現有證據能說明什麼,又不能說明什麼?
目前提供的資料支持 OpenAI 採取部署、迭代與集中資源的策略:把產品放進真實使用場景中,從使用回饋學習,同時把有限的算力與人才投向公司認為更具戰略重要性的系統。
2
3
7
但現有摘錄不足以直接支持原始問題中較詳細的安全論述,包括「失去對 AI 系統的控制」、權力過度集中,以及約 10 億名每週使用者等說法。因此,不能把這些具體主張直接歸因於這場訪談。
可以較有把握地說,這種策略會讓產品學習加速;但隨著平台擴張,治理、使用權限與資源集中的問題也會變得更加重要。
下一個突破,可能不是更高的基準分數
Altman 的說法指向一個令 AI 產業不太舒服的結論:下一個重大突破,未必是擁有更長上下文視窗、或在基準測試拿到更高分數的模型。
它可能是一項產品,終於能讓先進 AI 變得平常、可靠,並真正融入人們已經在做的工作。
在那之前,AI 可以同時強大又笨拙。Sora 與 Atlas 的退場,則展示了另一面:即使產品本身很有吸引力,只要公司判斷更統一的平台,以及打造平台所需的算力,具有更高的戰略價值,這些好產品仍可能被犧牲。