OpenAI:n kasvukiila: liikevaihto, laskenta ja ekosysteemin riippuvuus

Mikä tapahtui?

OpenAI jäi vuoden 2025 lopussa alle käyttäjä- ja liikevaihtotavoitteistaan, Wall Street Journalin mukaan. Samaan aikaan yhtiön talousjohtaja Sarah Fry on useissa lähteissä ilmaissut huolen siitä, ettei liikevaihdon kasvu riitä kattamaan laskentasitoumuksia, joita on tehty hyperscalereille ja laskentatoimittajille vuosikymmeniksi eteenpäin.

Markkinareaktio oli nopea: NVIDIA, Microsoft, Broadcom, CoreWeave, Oracle ja SoftBank laskivat. Reaktio kertoo enemmän ekosysteemiriippuvuudesta kuin yhdestä yhtiöstä — OpenAI ei ole eristetty toimija, vaan solmu, johon kymmenien miljardien dollarien tilauskannat on sidottu.

Tämä analyysi täydentää aiempaa rakenteellisen poikkeaman käsittelyä: siinä keskityttiin capexiin ja datakeskuksiin. Tässä tarkastellaan liiketoimintamallia, kysynnän keskittymistä ja rahoitusketjun kestävyyttä.

Faktum AI:n näkökulma: Analyysi perustuu julkisiin raportteihin, vuototietoihin ja journalistiseen aineistoon. Emme ota kantaa OpenAI:n konkurssiriskiin tai osakekurssiin — tarkastelemme mittasuhteita ja niiden vaikutusta suomalaiseen IT-kenttään.

Avainluvut

Kasvukiila: hidastuminen vs. sitoumukset

OpenAI:n omat pitkän aikavälin suunnitelmaluvut asettavat mittasuhteet selvästi:

1 0007505002500

673

Liikevaihto 2030

852

Burn 2030

Vuoden 2026 liikevaihtotavoite on noin 25 mrd $, kun vuoden 2030 tavoite on 284 mrd $ kannattavuudella. Tämä edellyttää käytännössä yli kymmenkertaista kasvua nykyisestä tahdista — samaan aikaan kun kasvu on jo hidastunut tavoitteiden alapuolelle.

Laskentapuolella tilanne on vielä jäykempi. OpenAI on sitoutunut noin 10 gigawatin kapasiteettiin. Tarjoajille tämä tarkoittaa arviolta 100–140 mrd $ vuosittaisia maksuja — enemmän kuin useimpien hyperscalerien koko operatiivinen kulurakenne yksittäisenä eränä.

Mittari	Nykytila / tavoite	Ongelma
Liikevaihto	~2 mrd $/kk (väitetty)	Korkea absoluuttisesti, heikko suhteessa sitoumuksiin
Tappio per $	arvio 5–10 $ kulua / 1 $ tuloa	Ei skaalaudu ilman massiivista kasvua
2030 liikevaihto	284 mrd $ (kannattavuus)	Vaatii >10× kasvua
Laskenta	10 GW sitottu	Fyysisesti ja taloudellisesti toteutumaton lyhyellä aikajänteellä

Tilaajamalli murroksessa

Yksi konkreettisimmista signaaleista tulee OpenAI:n omista sisäisistä projektioista (The Information -vuoto):

• 80 % nykyisistä ChatGPT Plus -tilaajista (20 $/kk) arvioidaan poistuvan vuonna 2026.
• Korvaavuus: 109 miljoonaa uutta ChatGPT Go -käyttäjää (5–8 $/kk, mainoksilla) vuoden loppuun mennessä.

403020100

20

Plus 20 $/kk

7

Go 5–8 $/kk

Media keskittyi usein Go-käyttäjämäärään, ei siihen, että suurin liiketoimintalinja heikkenee. 109 miljoonaa uutta käyttäjää vuoden aikana on poikkeuksellisen kunnianhimoinen tavoite — erityisesti tilanteessa, jossa käyttäjäkasvu on jo jäänyt alle tavoitteen.

Tämä kytkeytyy laajempaan siirtymään: subsidoidusta kuukausimaksusta token-pohjaiseen laskutukseen. Microsoft ilmoitti GitHub Copilotin siirtyvän token-pohjaiseksi kesäkuusta 2026. Kun käyttäjät maksavat todellisen inferenssikulunsa, AI:n hinta nousee läpinäkyväksi — ja usein korkeaksi.

NVIDIAn sovelletun syväoppimisen varapuheenjohtaja totesi julkisesti, että tekoäly maksaa enemmän kuin ihminen samassa tehtävässä — myös subsidoidulla hinnalla. Tämä on suora haaste koko teollisuuden myyntiväitteelle: automaatio ei ole halvempaa, vaan kalliimpaa ja epävarmempaa.

Kysyntä on keskittynyt — ei laajentunut

Tekoälyteollisuuden keskeinen harha on sekoittaa GPU:n saatavuusongelma ja laaja markkinakysyntä. Kun kaksi laboratoriota varaa suurimman osan globaalista kapasiteetista, muilla toimijoilla jää vähän tilaa — mutta se ei tarkoita, että tuhansilla yrityksillä olisi sama skaala tarpeita.

Kartoituksessa ei löydy merkittäviä toimijoita, jotka käyttäisivät yli 50 miljoonaa dollaria vuodessa AI-laskentaan ilman, että kyse on OpenAI:sta, Anthropiclta tai hyperscalerista itsestään. Suurin itsenäinen kehitystyökaluyhtiö (Cursor) suunnitteli noin 10 000 GPU:n vuokrausta — noin 40 miljoonaa dollaria vuositasolla.

Hyperscalerien AI-liikevaihdon keskittyminen:

403020100

37

MSFT AI yhteensä

24

OpenAI-osuus

15

AMZN AI yhteensä

12

Anthropic-osuus

• Microsoft: ~37 mrd $ AI-liikevaihtoa — arviolta 70 % (~24 mrd $) OpenAI:n laskentaa
• Amazon: ~15 mrd $ — arviolta ≥ 80 % Anthropic
• CoreWeave: 67 % liikevaihdosta Microsoftilta, käytännössä OpenAI:lle
• Oracle: suurin osa remaining performance obligations -backlogista OpenAI-sidonnaista

Vertaus: jos bussissa yksi matkustaja vie neljä paikkaa, bussi näyttää täydeltä — mutta kysyntä ei ole nelinkertaistunut.

Kierrätysrahoitus ja RPO-backlogit

Rahoitusvirta kiertää ekosysteemin sisällä:

Hyperscaler (MSFT, AMZN, GOOG)
    → sijoitus OpenAI / Anthropic
        → osto laskentaa samalta hyperscalerilta
            → liikevaihto kirjautuu hyperscalerille
                → osa palaa NVIDIA:lle ja rakennusprojekteihin

Amazon on sijoittanut sekä Anthropicille että OpenAI:lle. Google lisäsi Anthropicille 10 mrd $ ja optiolla 30 mrd $. Microsoft on sijoittanut OpenAI:hin 13+ mrd $. NVIDIA sijoittaa laskentakumppaneihin, jotka vuokraavat GPU:ita takaisin.

Remaining performance obligations (RPO) — tulevaisuuden tilauskannat — ovat kasvaneet satojen miljardien dollarien tasolle hyperscalereilla. Merkittävä osa on sidottu datakeskuksiin, joita ei ole vielä rakennettu. Jos 12 kuukauden raportointihorisonttia ei rajoiteta, markkina näkee liikevaihtoa, jota ei ole vielä toteutettu eikä välttämättä toteuteta.

Tämä on sama rakenne, jota käsittelimme datakeskusanalyysissä: capex edellä, toteuma jäljessä, tarina edellä molempia.

Ketjureaktio: kun yksi solmu heikkenee

OpenAI:n tavoitteiden alitus ei ole eristetty tapahtuma. Sidonnaisuusketju:

Toimija	Sidonnaisuus OpenAI:hin
Microsoft	~70 % AI-liikevaihdosta, Azure-sitoumukset 250+ mrd $
Oracle	Stargate-backlog, suurin osa RPO:sta OpenAI
CoreWeave	67 % liikevaihdosta MSFT→OpenAI -ketjusta
Broadcom	10 GW -sopimus, tilausta ei vielä tehty
SoftBank	monimutkainen rahoitus OpenAI:lle
NVIDIA	kysyntä ketjun kautta

Markkinoiden reaktio tavoitteiden alitukseen oli nopea mutta maltillinen — toimijat tulkitsevat sen ennakkovaroituksena, ei vielä maksukyvyttömyytenä. Kun maksut tai rahoituskierrokset epäonnistuvat, reaktio voi olla rajumpi.

Listautuminen ja läpinäkyvyys

OpenAI on viestinyt haluavansa pörssilistautumista, mutta talousjohtaja on todennut yhtiön olevan valmis julkisten markkinoiden tarkasteluun. Sama viesti toistuu Anthropiclta, joka kerää yksityistä rahoitusta sen sijaan että julkaisisi S-1-dokumentin.

Kun biljoonan dollarin arvostuksen yhtiön CFO sanoo, ettei raportointi kestä julkista tarkastelua, kyse on läpinäkyvyysaukosta, ei tavanomaisesta kasvuyrityksen vaiheesta. Listautuminen pakottaisi GAAP-luvut, auditorin ja compute-kulujen erittelyn — juuri sen, mitä markkina ei tällä hetkellä näe.

Lisähuomio: raporttien mukaan CFO on jäänyt pois datakeskusinvestointipäätöksistä. Organisaatiossa, joka tarvitsee 852 mrd $ burn-tason hallintaa vuoteen 2030, talousjohtajan sivuuttaminen laskentapäätöksissä on poikkeuksellinen hallintorakenne.

Token-austerity: subsidoidun AI:n loppu

Kesäkuusta 2026 GitHub Copilot siirtyy token-pohjaiseen hinnoitteluun. Anthropic ja OpenAI seuraavat todennäköisesti perässä, kun subsidio ei enää ole kestävä.

Käyttäjille tämä tarkoittaa:

• 20 $/kk -rajaton käyttö ei ole taloudellisesti kestävä malli tuottajalle.
• Kun sama työ maksaa 2–50 $ per sessio, käyttäytyminen muuttuu.
• Enterprise-asiakkaat ovat jo token-pohjaisilla sopimuksilla; kuluttajamarkkina seuraa.

Faktum AI:n arvio: token-austerity on todennäköisin laukaisin, joka paljastaa todellisen hinnan laajalle käyttäjäkunnalle — ennen kuin datakeskukset valmistuvat tai kupla puhkeaa rahoituskanavasta.

Tekninen arvio suomalaiselle tiimille

Kehittäjille ja IT-päättäjille:

1. Älä rakenna strategiaa subsidoidulle hinnoittelulle. Copilot-, Claude- ja ChatGPT-hinnat voivat nousta nopeasti token-malliin siirtyessä.
2. Seuraa toimittajaketjua. Jos OpenAI heikkenee, Azure OpenAI -hinnoittelu, API-saatavuus ja enterprise-sopimukset voivat muuttua nopeasti.
3. Pidä vaihtoehtoiset mallit valmiina (avoimen lähdekoodin, paikallinen inferenssi, DeepSeek-tyyppiset tehokkaat mallit).
4. Token-budjetit nyt — yritysten pitäisi asettaa käyttökatot ennen kuin toimittaja pakottaa ne.
5. Sopimusten exit-ehdot — pitkät API-sitoumukset ja prepaid-krediitit ovat riskialttiita tässä ympäristössä.

Johtoryhmälle:

• AI-tehokkuusväitteet työvoiman vähentämisessä ovat ristiriidassa NVIDIAn ja toimittajien omien hintatietojen kanssa.
• Pilvi- ja AI-budjetit kannattaa erottaa perinteisestä IT:stä ja raportoida erikseen.
• RPO- ja backlog-luvut toimittajien tilinpäätöksistä kertovat enemmän kuin API-markkinointi.

Riskit ja epävarmuudet

• Plus-poistuma 80 % ja Go 109M -tavoite ovat vuototietoja / projektioita, eivät virallisia tilinpäätöslukuja.
• Microsoftin ja Amazonin AI-liikevaihdon erittelyt ovat arvioita — yhtiöt eivät jaa täyttä breakdownia.
• 2030-luvut (673 / 852 mrd $) ovat OpenAI:n suunnitelmapuhetta, ei toteutunutta historiaa.
• Tämä artikkeli ei ennusta OpenAI:n konkurssia tai IPO-aikataulua.

Johtopäätös

OpenAI:n liiketoimintamalli on rakenteellisesti jännitteinen: korkea absoluuttinen liikevaihto kohtaa eksponentiaaliset laskentasitoumukset, hidastunut kasvu ja tilaajamallin murros. Yhtiö ei ole eristetty toimija vaan solmu, johon hyperscalerit, laskentatoimittajat ja chip-toimittajat ovat sitoneet tulevaisuutensa.

Tekoälyteollisuus ei ole romahtamassa huomenna — mutta kasvukiila on näkyvissä: tavoitteet alitetaan, CFO ilmaisee huolta, markkinat reagoivat, token-laskutus lähestyy. Suomalaiselle kentälle viesti on selvä: suunnittele infrastruktuuria ja budjetteja niin, että subsidio päättyy eikä ketjun heikentyminen yllätä.

Lue myös: Rakenteellinen poikkeama — capex, datakeskukset ja aikahorisontit.