Geschäft & Markt 🇨🇳 01.08.2026 09:01

Ehemaliger OpenAI-Mitarbeiter rät Kollegen, vor dem Börsengang auszuzahlen

OpenAIOpenAI
Ein ehemaliger OpenAI-Mitarbeiter, der das Unternehmen kürzlich verlassen hat, rät seinen Kollegen, ihre Aktien jetzt zu verkaufen, anstatt auf einen Börsengang zu warten. Er begründet dies mit Pessimismus bezüglich der Bewertung von KI-Labors an der Spitze der Forschung. Er argumentiert, dass die aktuellen Bewertungen auf übermäßig optimistischen Erwartungen beruhen und sich halbieren könnten, wenn der Markt wieder zur Vernunft kommt. Der Mitarbeiter selbst hält etwa 700.000 US-Dollar an OpenAI-Aktien, konnte aber beim letzten Aktienrückkaufprogramm keine verkaufen.
Andrew Ho, der Ende 2025 dem technischen Team von OpenAI beitrat und nach etwa acht Monaten wieder ging, hat sich in den sozialen Medien deutlich geäußert und ehemaligen Kollegen geraten, an etwaigen Übernahmeangeboten teilzunehmen und sofort zu verkaufen, anstatt auf einen Börsengang zu warten. Er ist der Ansicht, dass sich die Bewertungslogik grundlegend zwischen privaten und öffentlichen Märkten unterscheidet: Private Märkte erlauben Storytelling und optimistische Erwartungen, während öffentliche Märkte Cashflow, Gewinne und echtes Wachstum verlangen. Er weist auch auf praktische Probleme wie Sperrfristen und potenziellen Verkaufsdruck nach Ablauf der Sperrfrist hin. Ho selbst besitzt Aktien von OpenAI im Wert von etwa 700.000 US-Dollar, verpasste jedoch das jüngste Übernahmeangebot im Oktober, bei dem über 600 Mitarbeiter in einem Rekordgeschäft Aktien verkauften. Trotzdem bleibt er skeptisch gegenüber der Bewertung von KI-Labors an der Spitze, da diese hohe Kosten für das Training von Modellen der nächsten Generation haben, unsichere Einnahmen und in einem Wettrüsten stecken, in dem sie kontinuierlich investieren müssen, um wettbewerbsfähig zu bleiben. Er berechnet, dass ein Labor, um eine Marktkapitalisierung von einer Billion US-Dollar zu unterstützen, einen Jahresumsatz von 100 bis 200 Milliarden US-Dollar benötigen würde, was er für unrealistisch hält. Er deutet auch an, dass Verbesserungen bei Modellen hauptsächlich bei überprüfbaren Aufgaben wie Mathematik und Programmierung zu verzeichnen sind, während komplexe Aufgaben aus der realen Welt nur langsam Fortschritte machen. Dennoch bleibt er optimistisch in Bezug auf die Zukunft der KI, glaubt jedoch, dass der nächste Engpass hochwertige Trainingsdaten sein werden, nicht nur Rechenleistung, und hat ein Startup gegründet, das Verstärkungslern-Datensätze für führende Labore bereitstellt.
Quelle: QbitAI 量子位 — Original
Unsere früheren Beiträge zu diesem Thema ↓
Aktuelle Nachrichten