Sob a aparência de sucesso, as «quatro grandes dilemas» da OpenAI

Benedict Evans afirmou que a falta de uma barreira tecnológica, o baixo apego dos utilizadores, a ausência de um efeito de flywheel na estratégia da plataforma, bem como a dependência da estratégia de produto em relação às direções de investigação do laboratório, representam ameaças à competitividade a longo prazo da OpenAI.

Artigo de opinião: Zhao Ying

Fonte: Wall Street Journal

Ex-sócio da a16z e renomado analista de tecnologia Benedict Evans publicou recentemente um artigo de análise aprofundada, apontando quatro dilemas estratégicos fundamentais que a OpenAI enfrenta por trás de sua aparente prosperidade. Ele acredita que, apesar de possuir uma vasta base de utilizadores e capital suficiente, a falta de uma barreira tecnológica, o baixo apego dos utilizadores, a rápida aproximação dos concorrentes e a dependência da estratégia de produto nas direções de pesquisa do laboratório ameaçam sua competitividade a longo prazo.

Evans destacou que o modelo de negócio atual da OpenAI não apresenta uma vantagem competitiva clara. A empresa não possui tecnologia única nem efeitos de rede, e apenas 5% dos 900 milhões de utilizadores ativos semanais pagam pelo serviço. Além disso, 80% dos utilizadores enviaram menos de 1000 mensagens em 2025 — o que equivale a menos de três prompts diários. Este padrão de uso, “de uma milha de largura e uma polegada de profundidade”, indica que o ChatGPT ainda não se tornou um hábito diário dos utilizadores.

Ao mesmo tempo, gigantes tecnológicos como Google e Meta já alcançaram a OpenAI em termos tecnológicos e estão aproveitando suas vantagens de distribuição para conquistar mercado. Evans acredita que o verdadeiro valor na área de IA virá de experiências e aplicações ainda não inventadas, que a OpenAI não consegue criar sozinha. Isso obriga a empresa a atuar em múltiplas frentes, desde infraestrutura até camada de aplicação, de forma abrangente.

A análise de Evans revela uma contradição central: a tentativa da OpenAI de criar barreiras competitivas por meio de grandes investimentos de capital e uma estratégia de plataforma de pilha completa, mas sem efeitos de rede ou mecanismos de fidelização de utilizadores, levanta dúvidas sobre a eficácia dessa abordagem. Para investidores, isso significa uma necessidade de reavaliar o valor de longo prazo da OpenAI e sua posição real no cenário competitivo de IA.

Vantagem tecnológica desaparece: homogeneização de modelos aumenta

Evans aponta que atualmente cerca de seis instituições podem lançar modelos de ponta competitivos, com desempenho bastante semelhante. Empresas se superam a cada poucas semanas, mas nenhuma consegue estabelecer uma liderança tecnológica que os outros não possam igualar. Isso contrasta com plataformas como Windows, Google Search ou Instagram, que por efeitos de rede reforçam sua participação de mercado, dificultando que concorrentes, mesmo com grandes investimentos, quebrem seus monopólios.

Essa homogeneização tecnológica pode mudar com alguns avanços, especialmente na capacidade de aprendizagem contínua, mas Evans acredita que a OpenAI atualmente não tem planos concretos nesse sentido. Outro possível fator de diferenciação seria o efeito de escala de dados proprietários, incluindo dados de utilizadores ou de setores verticais, embora plataformas existentes também tenham vantagens nesse aspecto.

Diante da convergência de desempenho dos modelos, a competição passa a se concentrar em marca e canais de distribuição. O rápido crescimento de mercado do Gemini e do Meta AI confirma essa tendência — para o usuário comum, esses produtos parecem semelhantes, enquanto Google e Meta possuem capacidades de distribuição robustas. Em contrapartida, o modelo Claude da Anthropic, embora frequentemente destaque-se em benchmarks, tem reconhecimento quase nulo entre consumidores devido à ausência de estratégia de consumidor e de produto.

Evans faz uma analogia entre ChatGPT e Netscape, que dominou o mercado de navegadores no início, mas foi derrotado pela Microsoft por meio de vantagens de distribuição. Ele acredita que chatbots e navegadores enfrentam o mesmo problema de diferenciação: são essencialmente uma caixa de entrada e uma de saída, com espaço de inovação extremamente limitado.

Base de utilizadores frágil: escala não garante fidelidade

Apesar de a OpenAI liderar com cerca de 800 a 900 milhões de utilizadores ativos semanais, Evans aponta que esses números escondem um problema sério de engajamento. A maioria dos utilizadores que conhece e sabe usar o ChatGPT não o transforma em um hábito diário.

Dados mostram que apenas 5% dos utilizadores pagam pelo serviço, e mesmo entre adolescentes nos EUA, a frequência de uso semanal ou menor é muito maior do que o uso múltiplas vezes ao dia. Na “Resumo de 2025” da OpenAI, foi divulgado que 80% dos utilizadores enviaram menos de 1000 mensagens em 2025, o que, na prática, equivale a menos de três prompts diários, com interações ainda menores.

Esse uso superficial significa que a maioria dos utilizadores não percebe diferenças significativas entre modelos ou benefícios de funções como “memória”, que visam criar fidelidade. Evans reforça que a memória pode gerar fidelidade, mas não efeitos de rede. Além disso, embora uma base maior de utilizadores possa ser uma vantagem, quando 80% deles usam o serviço apenas algumas vezes por semana, essa vantagem é questionável.

A própria OpenAI reconhece problemas, afirmando que há uma “lacuna de capacidade” entre o potencial do modelo e o uso real pelos utilizadores. Evans acredita que isso é uma forma de evitar o fato de que a adequação do produto ao mercado ainda não está clara. Se os utilizadores não conseguem imaginar o que fazer com a ferramenta no dia a dia, ela ainda não mudou suas vidas.

A empresa lançou projetos de publicidade, parcialmente para cobrir os custos de serviços para mais de 90% dos utilizadores que não pagam, mas de forma mais estratégica, para oferecer os modelos mais avançados e caros, buscando aumentar o engajamento. Evans questiona: se hoje ou nesta semana os utilizadores não conseguem pensar em algo para fazer com o ChatGPT, será que modelos melhores podem realmente mudar essa situação?

Estratégia de plataforma questionável: ausência de efeito de flywheel real

No ano passado, o CEO da OpenAI, Sam Altman, tentou consolidar as iniciativas da empresa em uma estratégia coerente, apresentando um gráfico e citando uma frase de Bill Gates: “A definição de uma plataforma é criar valor para parceiros que excede o valor criado para si mesmo”. Ao mesmo tempo, o CFO divulgou outro gráfico ilustrando o “efeito de flywheel”.

Evans acredita que o efeito de flywheel é uma estratégia engenhosa e coerente: os investimentos de capital criam um ciclo virtuoso, formando a base para uma empresa de plataforma de pilha completa. Começando por chips e infraestrutura, construindo cada camada da pilha tecnológica, quanto mais avançada, mais ajuda outros a usarem suas ferramentas para criar seus próprios produtos. Todos usam sua nuvem, chips e modelos, e, na camada superior, as camadas da pilha se reforçam mutuamente, formando efeitos de rede e ecossistemas.

Porém, Evans afirma que essa não é uma analogia adequada. A OpenAI não possui a dinâmica de plataforma e ecossistema que a Microsoft ou a Apple tiveram no passado, e o gráfico do flywheel realmente não demonstra um efeito de flywheel verdadeiro.

Em relação ao investimento de capital, as quatro maiores empresas de computação em nuvem investiram cerca de 400 bilhões de dólares em infraestrutura no ano passado, e anunciaram pelo menos 650 bilhões de dólares de investimento neste ano. A OpenAI, meses atrás, afirmou que teria uma capacidade de 1,4 trilhão de dólares e 30 gigawatts de poder de processamento (sem um cronograma claro), mas, até o final de 2025, seu uso real era de apenas 1,9 gigawatts. Sem fluxo de caixa de negócios existentes em grande escala, a empresa depende de financiamento e de usar ativos de terceiros (incluindo receitas circulares) para alcançar esses objetivos.

Evans acredita que esses investimentos massivos podem apenas garantir uma posição, não uma vantagem competitiva. Ele compara os custos de infraestrutura de IA com a fabricação de aviões ou semicondutores: sem efeitos de rede, mas com processos cada vez mais difíceis e caros a cada geração, apenas algumas empresas podem sustentar os investimentos necessários. Embora a TSMC detenha um monopólio de fato na fabricação de chips avançados, isso não lhe dá uma alavancagem ou capacidade de geração de valor na cadeia superior.

Evans aponta que desenvolvedores precisam construir aplicações para Windows porque ele possui quase todos os utilizadores, e os utilizadores compram Windows PCs porque eles têm quase todos os desenvolvedores — isso é efeito de rede. Mas, se você inventar uma nova aplicação ou produto de IA generativa, basta usar uma API para rodar o modelo na nuvem, e os utilizadores nem sabem ou se importam com qual modelo está sendo usado.

Falta de controle de produto: estratégia dependente do laboratório

No início do artigo, Evans cita uma fala de Fidji Simo, chefe de produto da OpenAI, em 2026: “Jakub e Mark definem a direção de pesquisa de longo prazo. Após meses de trabalho, surgem resultados incríveis, e então os pesquisadores me contatam dizendo: ‘Tenho algo muito legal. Como podemos usá-lo em conversas? Como integrá-lo aos nossos produtos empresariais?’”

Essa frase contrasta com a famosa frase de Steve Jobs de 1997: “Você deve começar pela experiência do cliente, e depois fazer o caminho inverso até a tecnologia. Você não pode começar pela tecnologia e tentar descobrir onde vendê-la.”

Evans acredita que, quando você é responsável por produto em um laboratório de IA, não consegue controlar sua própria roadmap, e sua capacidade de definir estratégia de produto é bastante limitada. Você abre o email de manhã e descobre que o laboratório fez uma descoberta, e seu trabalho é transformá-la em um botão. A estratégia acontece em outro lugar, mas onde exatamente?

Esse problema evidencia o desafio fundamental que a OpenAI enfrenta: diferente do Google dos anos 2000 ou da Apple dos anos 2010, seus funcionários inteligentes e ambiciosos não possuem uma plataforma ou produto verdadeiramente eficaz e que outros não possam replicar. Evans interpreta que, nos últimos 12 meses, a OpenAI tem agido sob a compreensão de que o CEO Sam Altman percebeu isso profundamente e tenta, antes que o valor da empresa caia, transformar a avaliação em uma posição estratégica mais duradoura.

Durante a maior parte do ano passado, a resposta da OpenAI pareceu ser “fazer tudo ao mesmo tempo, imediatamente”. Plataformas de aplicação, navegadores, vídeos sociais, parcerias com Jony Ive, pesquisa médica, publicidade, etc. Evans acredita que alguns desses esforços parecem “ataques completos” ou resultados de uma rápida contratação de pessoas ambiciosas. Às vezes, dá a impressão de que estão apenas copiando modelos de plataformas de sucesso anteriores, sem entender completamente seus propósitos ou mecanismos dinâmicos.

Evans usa repetidamente termos como plataforma, ecossistema, alavancagem e efeito de rede, mas reconhece que esses termos são amplamente utilizados na indústria de tecnologia, com significados muitas vezes vagos. Ele cita o professor de história medieval Roger Lovatt, que dizia: “O poder é a capacidade de fazer as pessoas fazerem o que elas não querem fazer”. Essa é a verdadeira questão: a OpenAI tem a capacidade de fazer consumidores, desenvolvedores e empresas usarem mais seus sistemas, independentemente do que eles realmente façam? Microsoft, Apple, Facebook e Amazon já tiveram essa capacidade.

Evans acredita que uma boa forma de interpretar a frase de Bill Gates é que uma plataforma realmente realiza a capacidade de aproveitar toda a criatividade do setor de tecnologia, permitindo construir em larga escala sem precisar inventar tudo do zero, tudo sob seu controle. Os modelos básicos são multiplicadores, e muitas novidades serão construídas com eles. Mas há motivos para fazer todos usarem seu produto, mesmo que concorrentes tenham criado algo semelhante? Há motivos para seu produto sempre ser melhor, independentemente do quanto os concorrentes invistam?

Evans conclui que, sem esses atributos, o único diferencial que resta é a capacidade de execução diária. Executar melhor que os outros é, claro, um desejo, e algumas empresas conseguiram fazer isso por um longo período, até mesmo institucionalizar essa prática, mas isso não é uma estratégia.