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

a16z ex-sócio, 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 a OpenAI possuir uma base de usuários enorme e capital suficiente, a falta de uma barreira tecnológica, baixo engajamento dos usuários, concorrentes que avançam rapidamente e uma estratégia de produto limitada à direção de pesquisa do laboratório ameaçam sua competitividade a longo prazo.

Evans aponta que o modelo de negócio atual da OpenAI não possui uma vantagem competitiva clara. A empresa não tem tecnologia única nem efeitos de rede, e apenas 5% dos 900 milhões de usuários ativos semanais pagam pelo serviço, além de que 80% das mensagens enviadas em 2025 têm menos de 1000 mensagens — o que equivale a menos de três prompts por dia em média. Esse padrão de uso “uma milha de largura, uma polegada de profundidade” indica que o ChatGPT ainda não se tornou um hábito diário dos usuários.

Ao mesmo tempo, gigantes de tecnologia como Google e Meta já alcançaram a OpenAI tecnicamente e estão usando suas vantagens de distribuição para conquistar fatias de mercado. Evans acredita que, o verdadeiro valor na área de IA virá de experiências e aplicações ainda não inventadas, e a OpenAI não consegue criar todas essas inovações sozinha. Isso força a empresa a atuar em múltiplas frentes, abrangendo infraestrutura até camada de aplicação.

A análise de Evans revela uma contradição central: a OpenAI tenta estabelecer barreiras competitivas por meio de grandes investimentos de capital e uma estratégia de plataforma de pilha completa, mas, na ausência de efeitos de rede e mecanismos de fidelização, essa estratégia ainda é incerta. 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 desaparecendo: homogeneização de modelos

Evans destaca 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 seja inigualável. Isso contrasta fortemente com plataformas como Windows, Google Search ou Instagram — que, por efeitos de rede, reforçam sua participação de mercado, dificultando que concorrentes, mesmo com muito investimento, quebrem seus monopólios.

Esse cenário de equalização tecnológica pode mudar com alguns avanços, sendo o mais evidente a implementação de capacidades de aprendizado contínuo, mas Evans acredita que a OpenAI atualmente não planeja isso. Outro possível fator de diferenciação é o efeito de escala de dados proprietários, incluindo dados de usuários ou de setores verticais, mas plataformas existentes também possuem vantagens nesse aspecto.

Diante da convergência de desempenho dos modelos, a competição passa a se concentrar em marca e canais de distribuição. A rápida expansão de mercado do Gemini e do Meta AI confirma essa tendência — para o usuário comum, esses produtos parecem muito semelhantes, enquanto Google e Meta possuem capacidades de distribuição poderosas. Em contraste, o modelo Claude da Anthropic, embora frequentemente liderando benchmarks, tem reconhecimento quase zero entre consumidores devido à ausência de estratégia de consumidor e produto.

Evans compara o ChatGPT ao Netscape, que dominou o mercado de navegadores no início, mas foi derrotado pela Microsoft usando sua vantagem de distribuição. Ele acredita que, assim como navegadores, chatbots enfrentam o mesmo problema de diferenciação: eles são essencialmente uma caixa de entrada e uma de saída, com espaço de inovação extremamente limitado.

Base de usuários frágil: escala não garante fidelidade

Apesar de a OpenAI ter uma vantagem clara com 800 a 900 milhões de usuários ativos semanais, Evans aponta que esses números escondem um problema sério de engajamento. A maioria dos usuários que conhece e sabe usar o ChatGPT não o transformou em um hábito diário.

Dados mostram que apenas 5% dos usuários 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. A OpenAI revelou, em seu “Resumo de 2025”, que 80% dos usuários enviaram menos de 1000 mensagens em 2025, o que, na prática, equivale a menos de três prompts por dia, com uso ainda mais esporádico.

Esse uso superficial indica que a maioria dos usuários não percebe diferenças entre modelos ou benefícios de funções como “memória”, que visam criar fidelidade. Evans enfatiza que a memória pode gerar fidelidade, mas não efeitos de rede. Além disso, embora uma base maior de usuários possa ser uma vantagem, quando 80% usam o serviço poucas 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 usuários. Evans acredita que isso é uma forma de evitar a questão de ajuste de produto ao mercado. Se os usuários, em dias comuns, não conseguem imaginar o que fazer com o ChatGPT, isso significa que ele ainda não mudou suas vidas.

A empresa lançou projetos de publicidade, parcialmente para cobrir os custos de serviços para mais de 90% dos usuários que não pagam, mas de forma mais estratégica, isso permite oferecer os modelos mais recentes, mais poderosos (e mais caros) a esses usuários, na esperança de aumentar o engajamento. Evans questiona: se hoje ou nesta semana os usuários não conseguem pensar em algo para fazer com o ChatGPT, será que oferecer um modelo melhor mudará essa situação?

Estratégia de plataforma questionável: ausência de efeito de voo 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 plataforma é criar valor para parceiros que excede o valor criado por si mesma.” Ao mesmo tempo, o CFO divulgou outro gráfico mostrando um “efeito de voo”.

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

No entanto, Evans afirma que essa não é uma analogia correta; a OpenAI não possui a dinâmica de plataformas e ecossistemas que a Microsoft ou a Apple tiveram no passado, e o gráfico do efeito de voo na verdade não mostra um efeito de voo real.

Em relação ao investimento de capital, as quatro maiores empresas de 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, no futuro, teria uma capacidade de 1,4 trilhão de dólares e 30 gigawatts de poder computacional (sem prazo definido), enquanto, até o final de 2025, seu uso real era de 1,9 gigawatts. Sem fluxo de caixa de negócios existentes em grande escala, a empresa depende de captação de recursos e de usar ativos de terceiros (incluindo receitas circulares) para atingir esses objetivos.

Evans acredita que grandes investimentos de capital podem apenas garantir uma posição, não uma vantagem competitiva. Ele compara o custo 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 na ponta da inovação. TSMC, embora tenha um monopólio de fato na fabricação de chips avançados, não consegue alavancar essa posição para obter valor na parte superior da pilha tecnológica.

Evans aponta que, para desenvolvedores, construir aplicações para Windows faz sentido porque a maioria dos usuários usa Windows, e os usuários compram PCs com Windows porque há quase todos os desenvolvedores. Essa é uma dinâmica de efeito de rede. Mas, se você inventa uma nova aplicação ou produto com IA generativa, basta fazer chamadas API para modelos hospedados na nuvem; os usuários não sabem ou não se importam com qual modelo você usa.

Falta de domínio do produto: estratégia limitada pelos laboratórios

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: ‘Tenho algo muito legal. Como podemos usá-lo em chat? Como para nossos produtos empresariais?’”

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

Evans acredita que, quando você é responsável por produtos de um laboratório de IA, não consegue controlar seu roteiro, sua capacidade de definir estratégia de produto é muito 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, os funcionários inteligentes e ambiciosos da OpenAI não têm um produto realmente eficaz e difícil de replicar por outros. Evans acredita que, nos últimos 12 meses, uma leitura da atividade da OpenAI é que Sam Altman percebeu isso profundamente e tentou, antes que a música parasse, transformar a avaliação da empresa em uma posição estratégica mais duradoura.

Na maior parte do ano passado, a resposta da OpenAI pareceu ser “fazer tudo ao mesmo tempo, executar imediatamente”. Plataformas de aplicação, navegadores, vídeos sociais, parceria com Jony Ive, pesquisa médica, publicidade… Evans acha que alguns desses esforços parecem “ataques completos” ou resultados de contratar rapidamente muitas pessoas ambiciosas. Às vezes, dá a impressão de que estão apenas copiando modelos de plataformas de sucesso anteriores, sem entender completamente seus propósitos ou dinâmicas.

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, de sua época universitária: “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 seu sistema, independentemente do que o sistema realmente faz? Microsoft, Apple e Facebook tiveram essa capacidade, assim como Amazon.

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 grande escala mais coisas, mas tudo isso acontece dentro do seu sistema, sob seu controle. Os modelos básicos são multiplicadores, e muitas novidades serão construídas com eles. Mas há motivos para fazer com que todos usem seu produto, mesmo que concorrentes tenham criado algo semelhante? Há motivos para garantir que seu produto seja sempre melhor, independentemente do quanto os concorrentes invistam?

Evans conclui que, sem essas vantagens, o que você tem é apenas 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 convencendo a si mesmas de que isso virou uma rotina, mas isso não é uma estratégia.