Sam Altman mówi, że OpenAI musi szybko zwiększać przychody, aby pokryć ogromne koszty obliczeniowe, które budują. Obecnie OpenAI nie ma wystarczającej liczby GPU, aby zaspokoić popyt, co jest w rzeczywistości dobrym problemem. To oznacza, że ludzie chcą tego, co budują. Prawdziwe ryzyko nie polega na niedoborze, lecz na nadbudowie mocy obliczeniowych, zanim pojawi się wystarczająca liczba płacących klientów, aby wykorzystać je z zyskiem. OpenAI wydaje miliardy na centra danych i GPU, stawiając na to, że mogą zapełnić tę pojemność przychodami z subskrypcji ChatGPT, klientów korporacyjnych wbudowujących ich modele oraz firm budujących na API. To jak budowanie drogiego kina, puste miejsca to katastrofa, pełne miejsca zamieniają je w maszynę do zarabiania pieniędzy. Kluczowym spostrzeżeniem jest to, że koszty szkolenia będą nadal rosły w absolutnych dolarach, ale będą malały jako procent przychodów, jeśli popyt będzie się odpowiednio rozwijał. Trzy siły sprawiają, że to możliwe: subskrypcje konsumenckie, umowy z przedsiębiorstwami oraz zyski efektywności, które sprawiają, że każdy dolar mocy obliczeniowej staje się bardziej produktywny z czasem. Przemysł jest najważniejszym dźwignią, ponieważ firmy zapłacą znacznie więcej za jednostkę mocy obliczeniowej niż użytkownicy indywidualni. Ryzyko, które dostrzega Sam Altman, to zbudowanie zbyt dużej mocy obliczeniowej zbyt szybko i opóźnienie popytu. Jeśli to się stanie, OpenAI zostanie z miliardami w niewykorzystanej infrastrukturze, a teza się załamie. Jednak jego pewność wynika z obserwacji wielu niezależnych źródeł popytu, które jednocześnie ciągną za moc obliczeniową, wraz z wystarczającą elastycznością, aby dostosować się, jeśli czas lub ekonomika nieco się opóźnią.