Под поверхностным блеском: «Четыре большие проблемы» OpenAI

Бенедикт Эванс заявил, что отсутствие технологической защиты, недостаточная приверженность пользователей, отсутствие эффекта «флота» в платформенной стратегии и зависимость продуктовой стратегии от направления лабораторных исследований — все это угрожает долгосрочной конкурентоспособности OpenAI.

Статья: Чжао Инь

Источник: Wall Street Journal

Бывший партнер a16z, известный аналитик технологий Бенедикт Эванс недавно опубликовал глубокий аналитический материал, в котором прямо указал на четыре фундаментальных стратегических кризиса, стоящих за внешним благополучием OpenAI. Он считает, что несмотря на огромную базу пользователей и достаточный капитал, отсутствие технологической защиты, недостаточная приверженность пользователей, быстрое приближение конкурентов и зависимость продуктовой стратегии от направления лабораторных исследований — все это угрожает долгосрочной конкурентоспособности компании.

Эванс отметил, что текущая бизнес-модель OpenAI не обладает явными конкурентными преимуществами. Компания не обладает уникальными технологиями и не достигла сетевых эффектов: из 900 миллионов активных пользователей в неделю только 5% платят, а 80% пользователей в 2025 году отправляют менее 1000 сообщений — что примерно менее трех подсказок в день. Такой «широкий, но неглубокий» режим использования показывает, что ChatGPT еще не стал частью повседневных привычек пользователей.

В то же время технологические гиганты, такие как Google и Meta, уже догнали OpenAI по технологиям и используют свои преимущества в распространении, чтобы захватить долю рынка. Эванс считает, что истинная ценность в области ИИ будет исходить из новых опытов и сценариев применения, которые еще не изобретены, и OpenAI не сможет создать все эти инновации самостоятельно. Это вынуждает компанию одновременно бороться на нескольких фронтах — от инфраструктуры до уровня приложений.

Анализ Эванса выявляет внутренний противоречие: OpenAI пытается создать барьеры для конкуренции за счет масштабных инвестиций и стратегии полного стека платформы, но при отсутствии сетевых эффектов и механизмов привязки пользователей эффективность этой стратегии остается под вопросом. Для инвесторов это означает необходимость переоценки долгосрочной ценности OpenAI и ее реальной позиции в конкуренции в области ИИ.

Исчезновение технологического преимущества: усиление однородности моделей

Эванс указывает, что сейчас около шести организаций способны выпускать конкурентоспособные передовые модели, и их показатели примерно равны. Компании каждые несколько недель превосходят друг друга, но ни одна не создала технологического преимущества, которое было бы недосягаемым для конкурентов. Это резко контрастирует с платформами вроде Windows, Google Search или Instagram — которые благодаря сетевым эффектам усиливают свою долю рынка, делая монополию самоподдерживающейся, несмотря на любые вложения конкурентов.

Эта ситуация может измениться благодаря прорывам, например, в области постоянного обучения, но Эванс считает, что OpenAI пока не планирует таких решений. Еще одним возможным фактором дифференциации является масштаб данных — пользовательских или вертикальных отраслевых данных, — однако существующие платформы тоже обладают преимуществами в этой области.

На фоне сходства моделей конкуренция смещается в области брендов и каналов распространения. Быстрый рост доли Gemini и Meta AI подтверждает этот тренд: для обычных пользователей эти продукты выглядят очень похоже, а Google и Meta обладают мощными каналами распространения. В то время как модель Claude от Anthropic часто показывает хорошие результаты в бенчмарках, из-за отсутствия стратегии для потребителей и продукта ее узнаваемость практически нулевая.

Эванс сравнивает ChatGPT с Netscape, который в ранней эпохе браузеров имел преимущество, но в итоге был побежден за счет преимуществ Microsoft в распространении. Он считает, что чат-боты и браузеры сталкиваются с одинаковой проблемой дифференциации: по сути, это просто поле ввода и вывода, и возможности для инноваций очень ограничены.

Уязвимость пользовательской базы: масштаб не компенсирует недостаток приверженности

Несмотря на очевидное преимущество OpenAI с 800–900 миллионами активных пользователей в неделю, Эванс указывает, что эти цифры скрывают серьезные проблемы с вовлеченностью. Большинство пользователей, уже знакомых и умеющих пользоваться ChatGPT, не превращают его в ежедневную привычку.

Данные показывают, что только 5% пользователей платят за сервис, и даже среди американской молодежи, использующей его несколько раз в неделю или реже, доля значительно выше, чем у тех, кто использует его несколько раз в день. В «Годовом отчете 2025» OpenAI раскрывает, что 80% пользователей в 2025 году отправляют менее 1000 сообщений — что по сути, при подсчете, составляет менее трех подсказок в день, а фактическое число разговоров еще меньше.

Такое поверхностное использование означает, что большинство пользователей не замечают различий между моделями по индивидуальности и акцентам, а также не получают выгоды от функций вроде «памяти», предназначенных для повышения приверженности. Эванс подчеркивает, что память может повысить приверженность, но не создает сетевых эффектов. Также, данные о использовании на базе большого числа пользователей могут быть преимуществом, но при том, что 80% используют сервис всего несколько раз в неделю, это преимущество сомнительно.

Сам OpenAI признает проблему, заявляя о «разрыве возможностей» между возможностями модели и реальным использованием пользователями. Эванс считает, что это уклон от признания того, что продукт еще не достиг рыночного соответствия. Если в обычные дни пользователь не может придумать, зачем ему это — значит, продукт еще не изменил их жизни.

Компания запускает рекламные проекты, часть из которых покрывает расходы на обслуживание более 90% неплатных пользователей, но более стратегически важным является то, что это позволяет предлагать им самые новые и мощные (и самые дорогие) модели, надеясь увеличить вовлеченность. Однако Эванс сомневается, что если сегодня или на этой неделе пользователь не знает, зачем ему ChatGPT, то предоставление им более хорошей модели изменит ситуацию.

Стратегия платформы вызывает сомнения: отсутствует настоящий эффект «флота»

В прошлом году генеральный директор OpenAI Сэм Альтман попытался объединить все инициативы компании в единую стратегию, показав диаграмму и цитируя Билла Гейтса: «Определение платформы — это создание ценности для партнеров, превышающей ценность для самой компании». В то же время финансовый директор представил другую диаграмму, иллюстрирующую эффект «флота».

Эванс считает, что эффект «флота» — это изящная и согласованная стратегия: капиталовложения создают положительный цикл и служат основой для построения компании полного стека. Начиная с чипов и инфраструктуры, строя каждый уровень технологической пирамиды, чем выше поднимаешься, тем больше помогаешь другим использовать твои инструменты для создания своих продуктов. Все используют твой облачный сервис, чипы и модели, а затем, на более высоких уровнях, слои технологической пирамиды взаимно усиливают друг друга, создавая сетевые эффекты и экосистему.

Однако Эванс прямо говорит, что это не правильная аналогия: OpenAI не обладает платформенной и экосистемной динамикой, которой обладали Microsoft или Apple, и диаграмма «флота» на самом деле не демонстрирует настоящего эффекта «флота».

В части капиталовложений четыре крупнейшие облачные компании в прошлом году вложили около 400 миллиардов долларов в инфраструктуру и объявили о планах инвестировать не менее 650 миллиардов долларов в текущем году. Несколько месяцев назад OpenAI заявила о намерениях иметь 1,4 триллиона долларов и 30 гигаватт вычислительных мощностей (без конкретных сроков), а к концу 2025 года фактическое использование составит 1,9 гигаватт. Из-за отсутствия крупного денежного потока от существующего бизнеса компания прибегает к финансированию и использованию чужих балансовых ведомостей (частично через «циклический доход»).

Эванс считает, что крупные капиталовложения могут дать лишь место за столом, а не конкурентное преимущество. Он сравнивает затраты на инфраструктуру ИИ с производством самолетов или полупроводников: сетевых эффектов нет, но каждая новая версия становится сложнее и дороже, и в итоге только немногие смогут поддерживать передовые технологии. Хотя TSMC фактически монополизировала производство передовых чипов, это не дает ей рычагов или ценности в верхних слоях технологической пирамиды.

Эванс отмечает, что разработчики создают приложения для Windows потому, что у него почти все пользователи, а пользователи покупают Windows потому, что у него почти все разработчики — это сетевые эффекты. Но если вы создаете новое приложение или продукт с помощью генеративного ИИ, вы можете просто вызвать API и запустить модель в облаке, а пользователи не знают и не заботятся, какую модель вы используете.

Отсутствие контроля над продуктом: стратегия зависит от лабораторий

В начале статьи Эванс цитирует слова руководителя продукта OpenAI Фиджи Симмо в 2026 году: «Якуб и Марк определяют долгосрочные направления исследований. После нескольких месяцев работы появляется поразительный результат, и тогда исследователи связываются со мной и говорят: “У меня есть кое-что очень крутое. Как вы планируете использовать это в чатах? Как это применимо к нашим корпоративным продуктам?”»

Эта цитата ярко контрастирует с известной фразой Стива Джобса 1997 года: «Вы должны начинать с опыта клиента, а затем работать в обратном направлении к технологиям. Нельзя начинать с технологий и пытаться понять, куда их продать».

Эванс считает, что когда ты — руководитель продукта в ИИ-лаборатории, ты не можешь контролировать свою дорожную карту, и способность формировать продуктовую стратегию очень ограничена. Утром ты открываешь почту и узнаешь, что лаборатория достигла какого-то результата, а твоя задача — превратить его в кнопку. Стратегия происходит где-то в другом месте, но где именно?

Эта проблема подчеркивает фундаментальный вызов, с которым сталкивается OpenAI: в отличие от Google 2000-х или Apple 2010-х, талантливые и амбициозные сотрудники OpenAI не имеют по-настоящему эффективного продукта, который другие не смогли бы повторить. Эванс считает, что за последние 12 месяцев деятельность OpenAI можно интерпретировать так: Сэм Альтман ясно осознает это и пытается, пока не наступит «музыка», превратить оценку компании в более устойчивое стратегическое положение.

Большую часть прошлого года OpenAI, по его мнению, действовала по принципу «делать все одновременно и немедленно». Платформы приложений, браузеры, социальные видео, сотрудничество с Jony Ive, медицинские исследования, реклама — все это кажется «всеобъемлющими атаками» или результатом быстрого найма активных людей. Иногда создается ощущение, что копируют модели успешных платформ прошлого, не полностью понимая их цели или динамику.

Эванс неоднократно использует термины «платформа», «экосистема», «рычаги» и «сетевые эффекты», но признает, что эти слова широко распространены в индустрии, а их смысл зачастую размытый. Он цитирует слова профессора средневековой истории Роджера Ловатта: «Власть — это способность заставить людей делать то, что они не хотят». В этом и заключается настоящая проблема: есть ли у OpenAI возможность заставить потребителей, разработчиков и бизнесы чаще использовать их системы, независимо от того, что эти системы делают? Microsoft, Apple и Facebook раньше обладали такой способностью, и Amazon тоже.

Эванс считает, что хороший способ понять слова Билла Гейтса — это то, что платформа по-настоящему реализует возможность использовать креативность всей технологической отрасли: так ты можешь не изобретать все сам, а масштабировать создание новых вещей, которые все равно будут строиться на твоей системе и под твоим контролем. Базовые модели действительно являются усилителями, и множество новых продуктов будет создаваться на их основе. Но есть ли у тебя основания заставлять всех пользоваться именно твоим продуктом, даже если конкуренты создали аналогичные? Есть ли причина, чтобы твой продукт всегда был лучше конкурентов, независимо от их инвестиций и усилий?

Эванс подытоживает, что без этих преимуществ у тебя остается только ежедневное исполнение. Хорошо выполнять задачи лучше других — это, конечно, мечта, и некоторые компании достигли этого в течение долгого времени, даже сделав это своей системой, но это не стратегия.