Під поверхнею блиску: «Чотири основні труднощі» OpenAI

a16z前 співзасновник, відомий технологічний аналітик Бенедикт Еванс нещодавно опублікував глибокий аналітичний матеріал, у якому прямо вказує на чотири фундаментальні стратегічні труднощі OpenAI, що ховаються за зовнішнім процвітанням. Він вважає, що, незважаючи на величезну базу користувачів і достатні капітали, компанія стикається з відсутністю технологічної захисної стінки, низькою залученістю користувачів, швидким наздоганянням конкурентів та обмеженнями продуктової стратегії через дослідницькі напрямки лабораторії, що ставить під загрозу її довгострокову конкурентоспроможність.

Еванс зазначає, що поточна бізнес-модель OpenAI не має чіткої конкурентної переваги. Компанія не володіє унікальними технологіями і не створила мережевих ефектів, з 900 мільйонів активних щотижневих користувачів лише 5% платять, а 80% користувачів у 2025 році надсилають менше ніж 1000 повідомлень — що еквівалентно менше трьох підказок на день. Такий «широкий, але неглибокий» режим використання свідчить про те, що ChatGPT ще не став частиною щоденних звичок користувачів.

Тим часом технологічні гіганти, такі як Google і Meta, вже на рівні технологій наздогнали OpenAI і використовують свої переваги у розповсюдженні для захоплення ринкових часток. Еванс вважає, що справжня цінність у сфері ШІ буде походити від ще не винайдених нових досвідів і застосувань, а OpenAI не може самостійно створити всі ці інновації. Це змушує компанію боротися на кількох фронтах одночасно — від інфраструктури до рівня застосунків.

Аналіз Еванса виявляє ключовий конфлікт: OpenAI намагається створити бар’єри для конкуренції за допомогою масштабних інвестицій і стратегії повного стеку, але через відсутність мережевих ефектів і механізмів залучення користувачів ця стратегія залишається під питанням. Для інвесторів це означає необхідність переоцінити довгострокову цінність OpenAI і її реальне становище у конкурентній боротьбі у сфері ШІ.

Зникнення технологічної переваги: ускладнення уніфікації моделей

Еванс у своєму аналізі зазначає, що наразі близько шести організацій здатні запускати конкурентоспроможні передові моделі, і їхні характеристики здебільшого схожі. Компанії кожні кілька тижнів перевершують одна одну, але жодна не здатна закріпити за собою технологічну перевагу, яку не зможуть повторити конкуренти. Це контрастує з платформами, такими як Windows, Google Search або Instagram, які через мережеві ефекти зміцнюють свою частку ринку, ускладнюючи будь-якому конкурентові зусилля з монополізації, навіть за значних інвестицій.

Ця рівність у технологіях може змінитися завдяки проривам, наприклад, у здатності моделей до безперервного навчання, але Еванс вважає, що OpenAI наразі не має плану щодо цього. Ще одним потенційним фактором диференціації є масштаб ефекту власних даних, включаючи дані користувачів або вертикальні галузеві дані, але й у цьому сегменті провідні платформи мають переваги.

У контексті зближення характеристик моделей конкуренція переходить у сферу брендів і каналів розповсюдження. Швидке зростання частки ринку Gemini і Meta AI підтверджує цю тенденцію — для звичайних користувачів ці продукти здаються схожими, тоді як Google і Meta мають потужні можливості у розповсюдженні. У той час як Anthropic із моделлю Claude часто показує високі результати у бенчмарках, через відсутність стратегії для споживачів і продуктів його впізнаваність майже нульова.

Еванс порівнює ChatGPT із Netscape, який раніше займав провідну позицію на ринку браузерів, але згодом був витіснений Microsoft завдяки перевагам у розповсюдженні. Він вважає, що чат-боти і браузери стикаються з однаковою проблемою диференціації: вони по суті — просто поле для введення і виведення, і простір для інновацій у продукті дуже обмежений.

Крихкість бази користувачів: масштаб не приховує низької залученості

Незважаючи на очевидну перевагу OpenAI у 800-900 мільйонів активних щотижневих користувачів, Еванс вказує, що ці дані приховують серйозну проблему залученості. Більшість користувачів, які вже знають і вміють користуватися ChatGPT, не перетворюють його на щоденну звичку.

Дані показують, що лише 5% користувачів платять, навіть серед підлітків у США, частота використання кілька разів на тиждень або рідше значно перевищує кількість тих, хто користується кілька разів на день. У «Звітному підсумку 2025 року» OpenAI повідомляє, що 80% користувачів у 2025 році надсилають менше ніж 1000 повідомлень — що, за номіналом, становить менше трьох підказок на день, а фактично — ще менше.

Такий поверхневий рівень використання означає, що більшість користувачів не бачать суттєвих відмінностей між моделями у плані персоналізації та акцентів, і не отримують користі від функцій, спрямованих на створення залученості, таких як «пам’ять». Еванс підкреслює, що функція пам’яті здатна лише підвищити залученість, але не створити мережевих ефектів. Також, дані з більшої бази користувачів можуть бути перевагою, але коли 80% користувачів використовують його максимум кілька разів на тиждень, ця перевага ставиться під сумнів.

Сам OpenAI визнає цю проблему і говорить про «розрив у можливостях» між потенціалом моделей і фактичним використанням. Еванс вважає, що це — ухил від визнання того, що продукт ще не досяг відповідності ринку. Якщо у звичайний день користувачі не можуть придумати, навіщо їм це, — значить, продукт ще не змінив їхнього життя.

Компанія запускає рекламні проєкти, частково щоб покрити витрати для понад 90% неплатних користувачів, але стратегічно важливіше те, що це дозволяє пропонувати цим користувачам найновіші, найпотужніші (і найдорожчі) моделі, щоб поглибити їх залученість. Однак Еванс ставить під сумнів, чи здатне покращення моделей змінити ситуацію, якщо користувачі сьогодні або цього тижня не можуть придумати, навіщо їм ChatGPT.

Проблеми платформи: відсутність справжнього ефекту «запуску на гальмах»

Минулого року головний виконавчий директор OpenAI Сэм Альтман намагався об’єднати всі ініціативи компанії у цілісну стратегію, показавши діаграму та цитуючи Біла Гейтса: «Платформа — це створення цінності для партнерів, що перевищує цінність для себе». Водночас фінансовий директор опублікував іншу діаграму, що ілюструє «ефект запалювання» (flywheel).

Еванс вважає, що ефект запалювання — це витончене і послідовне стратегічне рішення: капітальні витрати створюють позитивний зворотний зв’язок і стають основою для побудови компанії з повним стеком. Починаючи з чіпів і інфраструктури, поступово піднімаючись вгору по технологічній ієрархії, кожен рівень допомагає іншим використовувати твої інструменти для створення власних продуктів. Кожен використовує твоє хмарне рішення, чіпи і моделі, а потім на вищих рівнях технологічної ієрархії ці рівні взаємно посилюють один одного, формуючи мережеві ефекти і екосистему.

Однак Еванс прямо каже, що це — неправильна аналогія, і OpenAI не має тих платформних і екосистемних динамік, які були у Microsoft або Apple, і ця діаграма фактично не демонструє справжнього ефекту запалювання.

Що стосується капітальних витрат, то минулого року чотири великі хмарні провайдери інвестували близько 400 мільярдів доларів у інфраструктуру і оголосили про намір витратити щонайменше 650 мільярдів у цьому році. OpenAI кілька місяців тому заявила про обіцянки мати 1,4 трильйона доларів і 30 гігафлопс обчислювальної потужності (без чітких термінів), тоді як до кінця 2025 року фактичне використання становитиме 1,9 гігафлопс. Через відсутність масштабних грошових потоків у поточних бізнесах компанія покладається на фінансування і використання чужих активів (частково через «циклічний дохід»).

Еванс вважає, що масштабні капітальні інвестиції — це швидше спосіб отримати місце за столом, ніж конкурентна перевага. Він порівнює вартість інфраструктури ШІ з виробництвом літаків або напівпровідниками: мережевих ефектів немає, але кожне нове покоління технології ускладнює і здорожчує процес, і зрештою лише кілька компаній зможуть підтримувати передові інвестиції. Хоча TSMC має фактичну монополію у виробництві передових чипів, це не дає їй значних важелів або здатності отримувати цінність у верхніх рівнях технологічної ієрархії.

Еванс підкреслює, що розробникам потрібно створювати застосунки для Windows, бо він має майже всіх користувачів, а користувачі купують Windows через те, що він має майже всіх розробників — це мережевий ефект. Але якщо ви винаходите новий застосунок або продукт із генеративним ШІ, ви можете просто викликати базову модель через API у хмарі, і користувачі не знають і не цікавляться, яку саме модель ви використовуєте.

Відсутність домінування у продукті: стратегія залежить від лабораторії

На початку статті Еванс цитує слова керівниці продукту OpenAI Фіджі Симо у 2026 році: «Якуб і Марк визначають довгострокові дослідницькі напрями. Після кількох місяців роботи з’являються вражаючі результати, і тоді дослідники звертаються до мене: “У мене є кілька крутих речей. Як ти плануєш використовувати їх у чаті? Як це застосувати у корпоративних продуктах?”»

Ця цитата яскраво контрастує з відомою фразою Стівена Джобса 1997 року: «Вам потрібно починати з досвіду користувача, а потім вже відштовхуватися від технології. Не навпаки — починати з технології і намагатися знайти, куди її продати.»

Еванс вважає, що коли ти керівник продукту в AI-лабораторії, ти не можеш контролювати свою дорожню карту, і здатність формулювати продуктову стратегію дуже обмежена. Ти відкриваєш пошту і бачиш, що лабораторія зробила нові відкриття, і твоя робота — перетворити їх у кнопку. Стратегія ж формується деінде — але де саме?

Ця проблема підкреслює фундаментальну складність, з якою стикається OpenAI: у порівнянні з Google 2000-х або Apple 2010-х, у талановитих і амбітних співробітників OpenAI немає справжньої ефективної і унікальної продуктної системи. Еванс вважає, що за останні 12 місяців активності OpenAI один із ключових висновків — це глибоке усвідомлення Сэмом Альтманом цієї проблеми і спроба до того, як музика припиниться, перетворити оцінку компанії у більш тривалу стратегічну позицію.

Більшу частину минулого року OpenAI, здається, дотримувалася принципу «робимо все одночасно і одразу». Платформи застосунків, браузери, соціальні відео, співпраця з Jony Ive, медичні дослідження, реклама — все це, на думку Еванса, або «комплексний наступ», або результат швидкого найму великої кількості активних людей. Іноді створюється враження, що компанія просто копіює формули успішних платформ минулого, не до кінця розуміючи їхню мету або механізми.

Еванс багато разів використовує терміни платформа, екосистема, важелі та мережеві ефекти, але визнає, що ці терміни широко поширені у технологічній галузі і мають досить розмиті значення. Він цитує слова середньовічного історика Роджера Ловатта з університету: «Влада — це здатність змусити людей робити те, чого вони не хочуть.» Це — справжня проблема: чи здатна OpenAI змусити споживачів, розробників і бізнеси більше використовувати її системи, незалежно від того, що саме вони роблять? Microsoft, Apple і Facebook колись мали цю здатність, і Amazon теж.

Еванс вважає, що хороший спосіб інтерпретувати слова Біла Гейтса — це те, що платформа справді реалізується через використання всього інноваційного потенціалу технологічної індустрії: ти можеш не винаходити все сам, а масштабно будувати більше речей, але все це — у твоїй системі і під твоїм контролем. Базові моделі — це дійсно мультиплікатори, багато нового буде створено на їхній основі. Але чи є у тебе підстави змусити всіх користуватися саме твоїм продуктом, навіть якщо конкуренти вже створили подібне? Чи є підстави, щоб твій продукт завжди був кращим за конкурентів, незалежно від того, скільки вони вкладуть?

Еванс підсумовує, що без цих переваг у тебе залишається лише щоденна виконавча здатність. Відмінно виконуєш — і це, звісно, бажано, — деякі компанії у довгостроковій перспективі досягають цього і навіть роблять це систематично, але це не є стратегією.