Di balik penampilan yang cerah, 「Empat Tantangan」 OpenAI

Benedict Evans menyatakan bahwa kurangnya perlindungan teknologi, rendahnya keterikatan pengguna, strategi platform yang kurang memiliki efek flywheel, serta ketergantungan strategi produk pada arah riset laboratorium, semuanya mengancam daya saing jangka panjang OpenAI.

Tulisan: Zhao Ying

Sumber: Wall Street Journal

Mantan mitra a16z dan analis teknologi terkenal Benedict Evans baru-baru ini menerbitkan artikel analisis mendalam, secara langsung menunjukkan bahwa di balik kemakmuran tampak, OpenAI menghadapi empat tantangan strategis fundamental. Ia berpendapat bahwa meskipun OpenAI memiliki basis pengguna yang besar dan modal yang cukup, kekurangan perlindungan teknologi, keterikatan pengguna yang rendah, pesaing yang cepat mengejar, serta ketergantungan strategi produk pada arah riset laboratorium, semuanya mengancam daya saing jangka panjangnya.

Evans menunjukkan bahwa model bisnis OpenAI saat ini tidak memiliki keunggulan kompetitif yang jelas. Perusahaan ini tidak memiliki teknologi unik maupun efek jaringan yang terbentuk, dari 900 juta pengguna aktif mingguan hanya 5% yang membayar, dan 80% pengguna pada tahun 2025 mengirimkan kurang dari 1000 pesan—setara dengan kurang dari tiga kali prompt per hari. Pola penggunaan ini yang disebut “lebar satu mil, kedalaman satu inci” menunjukkan bahwa ChatGPT belum menjadi kebiasaan harian pengguna.

Sementara itu, raksasa teknologi seperti Google dan Meta telah menyamai secara teknis OpenAI dan memanfaatkan keunggulan distribusi mereka untuk merebut pangsa pasar. Evans berpendapat bahwa nilai sejati di bidang AI akan berasal dari pengalaman dan skenario aplikasi baru yang belum ditemukan, dan OpenAI tidak mampu menciptakan semua inovasi ini sendiri. Hal ini memaksa perusahaan harus berperang di banyak lini, dari infrastruktur hingga lapisan aplikasi secara menyeluruh.

Analisis Evans mengungkapkan sebuah kontradiksi inti: OpenAI berusaha membangun penghalang kompetisi melalui investasi modal besar-besaran dan strategi platform lengkap, tetapi tanpa efek jaringan dan mekanisme penguncian pengguna, strategi ini masih diragukan keberhasilannya. Bagi investor, ini berarti perlu menilai kembali klaim nilai jangka panjang OpenAI dan posisi sebenarnya dalam kompetisi AI.

Keunggulan Teknologi Menghilang: Homogenisasi Model Meningkat

Evans menunjukkan bahwa saat ini sekitar enam lembaga mampu meluncurkan model mutakhir yang kompetitif, dengan performa yang hampir setara. Perusahaan-perusahaan ini saling melampaui setiap beberapa minggu, tetapi tidak ada yang mampu membangun keunggulan teknologi yang tak tertandingi. Ini kontras dengan platform seperti Windows, Google Search, atau Instagram—yang melalui efek jaringan memperkuat pangsa pasar mereka sendiri, sehingga pesaing sulit memecah monopoli meskipun mengeluarkan banyak dana dan tenaga.

Situasi homogenisasi teknologi ini bisa berubah karena terobosan tertentu, yang paling jelas adalah kemampuan pembelajaran berkelanjutan, tetapi Evans berpendapat bahwa OpenAI saat ini tidak mampu merencanakan hal tersebut. Faktor diferensiasi lain yang mungkin adalah skala data proprietary, termasuk data pengguna atau data industri vertikal, tetapi perusahaan platform saat ini juga memiliki keunggulan di bidang ini.

Dalam konteks performa model yang semakin seragam, kompetisi beralih ke merek dan saluran distribusi. Pertumbuhan cepat pangsa pasar Gemini dan Meta AI membuktikan tren ini—bagi pengguna biasa, produk-produk ini tampak sangat mirip, sementara Google dan Meta memiliki kemampuan distribusi yang kuat. Sebaliknya, model Claude dari Anthropic meskipun sering menempati posisi teratas dalam pengujian benchmark, tidak dikenal oleh konsumen karena kurangnya strategi konsumen dan produk.

Evans membandingkan ChatGPT dengan Netscape, yang pernah mendominasi pasar browser awal tetapi akhirnya dikalahkan oleh Microsoft yang memanfaatkan keunggulan distribusi. Ia berpendapat bahwa chatbot dan browser menghadapi tantangan yang sama dalam diferensiasi: keduanya pada dasarnya hanyalah kotak input dan output, ruang inovasi produk yang sangat terbatas.

Basis Pengguna Rentan: Skala Tidak Menutupi Keterikatan yang Rendah

Meskipun OpenAI memiliki keunggulan yang jelas dengan 800-900 juta pengguna aktif mingguan, Evans menunjukkan bahwa angka ini menutupi masalah keterlibatan pengguna yang serius. Sebagian besar pengguna yang sudah tahu dan tahu cara menggunakan ChatGPT tidak menjadikannya kebiasaan harian.

Data menunjukkan bahwa hanya 5% pengguna ChatGPT yang membayar, bahkan di kalangan remaja di AS, proporsi yang menggunakan beberapa kali seminggu jauh lebih tinggi daripada yang menggunakan beberapa kali sehari. Dalam rangkuman tahunan 2025, OpenAI mengungkapkan bahwa 80% pengguna mengirimkan kurang dari 1000 pesan—setara dengan kurang dari tiga prompt per hari secara rata-rata, dan jumlah percakapan sebenarnya bahkan lebih sedikit.

Penggunaan yang dangkal ini berarti sebagian besar pengguna tidak melihat perbedaan dalam kepribadian dan fokus antar model, dan tidak mendapatkan manfaat dari fitur seperti “memori” yang dirancang untuk membangun keterikatan. Evans menekankan bahwa memori hanya dapat meningkatkan keterikatan, bukan efek jaringan. Selain itu, data penggunaan dari basis pengguna yang lebih besar bisa menjadi keunggulan, tetapi ketika 80% pengguna hanya menggunakan beberapa kali seminggu, keunggulan ini diragukan.

OpenAI sendiri mengakui adanya masalah, menyebutkan adanya “kesenjangan kemampuan” antara kemampuan model dan penggunaan nyata pengguna. Evans berpendapat bahwa ini adalah cara menghindari kenyataan bahwa produk belum benar-benar cocok dengan pasar. Jika pengguna tidak tahu apa yang harus dilakukan dengan ChatGPT dalam kehidupan sehari-hari, itu berarti produk belum mengubah kehidupan mereka.

Perusahaan meluncurkan proyek iklan, sebagian untuk menutupi biaya layanan dari lebih dari 90% pengguna yang tidak membayar, tetapi yang lebih strategis adalah agar perusahaan dapat menawarkan model terbaru dan terkuat (dan paling mahal) kepada pengguna ini, berharap meningkatkan keterlibatan pengguna. Namun Evans mempertanyakan, jika pengguna hari ini atau minggu ini tidak tahu apa yang harus dilakukan dengan ChatGPT, apakah memberi mereka model yang lebih baik akan benar-benar mengubah keadaan ini.

Strategi platform Diragukan: Kurangnya Efek Flywheel yang Sebenarnya

Tahun lalu, CEO OpenAI Sam Altman berusaha mengintegrasikan berbagai inisiatif perusahaan ke dalam strategi yang koheren, menampilkan sebuah diagram dan mengutip kata-kata Bill Gates: “Definisi platform adalah nilai yang diciptakan untuk mitra melebihi nilai yang diciptakan untuk diri sendiri.” Pada saat yang sama, CFO merilis diagram lain yang menunjukkan “efek flywheel”.

Evans berpendapat bahwa efek flywheel adalah strategi yang cerdas dan koheren: pengeluaran modal sendiri menciptakan siklus positif, dan menjadi dasar untuk membangun perusahaan platform lengkap. Dimulai dari chip dan infrastruktur, membangun setiap lapisan teknologi, semakin ke atas, semakin membantu orang lain menggunakan alat Anda untuk menciptakan produk mereka sendiri. Semakin banyak orang menggunakan cloud, chip, dan model Anda, lalu di lapisan yang lebih tinggi, lapisan teknologi saling memperkuat, membentuk efek jaringan dan ekosistem.

Namun Evans secara tegas menyatakan bahwa ini bukan analogi yang tepat; OpenAI tidak memiliki dinamika platform dan ekosistem seperti Microsoft atau Apple dulu, dan diagram flywheel tersebut sebenarnya tidak menunjukkan efek flywheel yang sesungguhnya.

Dalam hal pengeluaran modal, empat perusahaan cloud terbesar tahun lalu menginvestasikan sekitar 400 miliar dolar di infrastruktur, dan mengumumkan bahwa tahun ini mereka akan menginvestasikan setidaknya 650 miliar dolar. Beberapa bulan lalu, OpenAI mengklaim bahwa mereka memiliki komitmen kapasitas sebesar 1,4 triliun dolar dan 30 GW (gigawatt) kekuatan komputasi (tanpa jadwal waktu yang jelas), sementara penggunaan aktual pada akhir 2025 hanya 1,9 GW. Karena kurangnya arus kas besar dari bisnis yang sudah ada, perusahaan ini mengandalkan pendanaan dan penggunaan neraca keuangan pihak ketiga (termasuk “pendapatan siklus”) untuk mencapai target tersebut.

Evans berpendapat bahwa investasi modal besar mungkin hanya memberi mereka tempat di meja, bukan keunggulan kompetitif. Ia membandingkan biaya infrastruktur AI dengan industri pembuatan pesawat atau semikonduktor: tidak ada efek jaringan, tetapi setiap generasi produk menjadi lebih sulit dan mahal, sehingga hanya sedikit perusahaan yang mampu mempertahankan investasi di garis depan. TTSMC, meskipun memiliki posisi de facto monopoli di chip canggih, tidak mendapatkan leverage atau kemampuan nilai dari tumpukan teknologi hulu.

Evans menunjukkan bahwa pengembang harus membangun aplikasi untuk Windows karena memiliki hampir semua pengguna, dan pengguna harus membeli PC Windows karena memiliki hampir semua pengembang—ini efek jaringan. Tetapi jika Anda menggunakan AI generatif untuk menciptakan aplikasi atau produk baru yang hebat, Anda cukup memanggil model dasar melalui API di cloud, dan pengguna tidak tahu atau peduli model apa yang Anda gunakan.

Kekurangan Kendali Produk: Strategi Terbatas pada Laboratorium

Evans mengutip pernyataan kepala produk OpenAI Fidji Simo di awal 2026: “Jakub dan Mark menentukan arah riset jangka panjang. Setelah berbulan-bulan kerja, hasil yang menakjubkan muncul, lalu para peneliti akan menghubungi saya dan berkata: ‘Saya punya sesuatu yang keren. Bagaimana cara menggunakannya dalam chat? Bagaimana untuk produk perusahaan kita?’”

Pernyataan ini kontras dengan kata-kata Steve Jobs tahun 1997: “Anda harus mulai dari pengalaman pelanggan, lalu mundur ke teknologi. Anda tidak bisa mulai dari teknologi dan mencoba mencari tahu ke mana harus menjualnya.”

Evans berpendapat bahwa ketika Anda adalah kepala produk laboratorium AI, Anda tidak dapat mengendalikan peta jalan Anda sendiri, kemampuan untuk menetapkan strategi produk sangat terbatas. Anda membuka email di pagi hari dan menemukan bahwa laboratorium telah menemukan sesuatu, dan pekerjaan Anda hanyalah mengubahnya menjadi sebuah tombol. Strategi terjadi di tempat lain, tetapi di mana?

Masalah ini menyoroti tantangan mendasar yang dihadapi OpenAI: berbeda dengan Google tahun 2000-an atau Apple tahun 2010-an, karyawan cerdas dan ambisius di OpenAI tidak memiliki produk yang benar-benar efektif dan tidak dapat ditiru orang lain. Evans berpendapat bahwa salah satu interpretasi dari aktivitas OpenAI selama 12 bulan terakhir adalah bahwa Sam Altman menyadari hal ini secara mendalam dan berusaha, sebelum musik berhenti, mengubah valuasi perusahaan menjadi posisi strategis yang lebih tahan lama.

Sebagian besar waktu tahun lalu, jawaban OpenAI tampaknya adalah “semua hal dilakukan sekaligus, langsung”. Platform aplikasi, browser, aplikasi video sosial, kolaborasi dengan Jony Ive, riset medis, iklan, dan lain-lain. Evans berpendapat bahwa beberapa dari ini tampak seperti “serangan lengkap”, atau hasil dari cepat merekrut banyak orang yang ambisius. Kadang-kadang juga memberi kesan bahwa mereka meniru bentuk platform yang sukses sebelumnya, tanpa benar-benar memahami tujuan atau mekanisme dinamisnya.

Evans berulang kali menggunakan istilah platform, ekosistem, leverage, dan efek jaringan, tetapi ia mengakui bahwa istilah-istilah ini umum digunakan di industri teknologi dan maknanya cukup kabur. Ia mengutip kata-kata profesor sejarah abad pertengahan di universitas saat masa kuliah Roger Lovatt: kekuasaan adalah kemampuan membuat orang melakukan hal yang tidak mereka inginkan. Inilah inti masalah sebenarnya: apakah OpenAI mampu membuat konsumen, pengembang, dan perusahaan lebih banyak menggunakan sistemnya, tanpa peduli apa yang sebenarnya dilakukan sistem tersebut? Microsoft, Apple, dan Facebook dulu memiliki kemampuan ini, begitu pula Amazon.

Evans berpendapat bahwa cara yang baik untuk memahami kata-kata Bill Gates adalah bahwa platform sebenarnya mewujudkan pemanfaatan kreativitas seluruh industri teknologi, sehingga Anda tidak perlu menciptakan semuanya sendiri, melainkan dapat membangun lebih banyak secara massal, tetapi semua dilakukan di sistem Anda dan dikendalikan oleh Anda. Model dasar memang merupakan pengganda, dan banyak hal baru akan dibangun dengannya. Tetapi apakah Anda memiliki alasan agar semua orang harus menggunakan produk Anda, meskipun pesaing telah membangun hal yang sama? Apakah ada alasan agar produk Anda selalu lebih baik daripada pesaing, tidak peduli berapa banyak dana dan tenaga yang mereka investasikan?

Evans menyimpulkan bahwa jika tidak memiliki keunggulan tersebut, satu-satunya yang Anda miliki hanyalah kemampuan eksekusi harian. Melakukan eksekusi lebih baik dari orang lain tentu saja adalah keinginan, dan beberapa perusahaan mampu melakukannya dalam jangka panjang, bahkan meyakinkan diri mereka sendiri bahwa mereka telah menginstitusionalisasikannya, tetapi ini bukanlah sebuah strategi.