За фасадом успеха: «четыре основные дилеммы» OpenAI

Автор: Чжао Ин

Источник: Wall Street CN

Бывший партнер a16z и известный технологический аналитик Бенедикт Эванс недавно опубликовал развернутый аналитический обзор, в котором прямо указывает на четыре фундаментальные стратегические проблемы, скрывающиеся за внешним благополучием OpenAI. Он полагает, что, обладая колоссальной базой пользователей и достаточным объемом капитала, компания все же страдает от отсутствия технологического рва, низкой лояльности аудитории, стремительного догоняния конкурентов и зависимости продуктовой стратегии от вектора разработок в лаборатории, что создает угрозу её долгосрочной конкурентоспособности.

Эванс отмечает, что текущая бизнес-модель OpenAI не обладает четким конкурентным преимуществом. У компании нет ни уникальных технологий, ни сетевых эффектов: из 900 млн еженедельно активных пользователей платят только 5%, а 80% пользователей отправили менее 1000 сообщений в 2025 году — что составляет в среднем менее трех промптов в день. Такая модель использования «в ширину на милю, в глубину на дюйм» показывает, что ChatGPT еще не стал повседневной привычкой пользователей.

Тем временем технологические гиганты, такие как Google и Meta, уже догнали OpenAI на технологическом уровне и используют свои преимущества в дистрибуции для захвата рыночной доли. По мнению Эванса, реальная ценность в сфере ИИ будет исходить от новых опыта и сценариев применения, которые еще не придуманы, и OpenAI не способна самостоятельно создать все эти инновации. Это вынуждает компанию вести борьбу сразу на нескольких фронтах и выстраивать полноуровневую архитектуру — от инфраструктуры до уровня приложений.

Анализ Эванса вскрывает ключевое противоречие: OpenAI пытается возвести барьеры конкуренции за счет масштабных капиталовложений и стратегии полнопрофильной платформы, однако при отсутствии сетевых эффектов и механизмов фиксации пользователей эффективность такой стратегии остается под вопросом. Для инвесторов это означает необходимость переоценки долгосрочного ценностного предложения OpenAI и её реального положения в ландшафте ИИ-конкуренции.

Исчезновение технологического преимущества: усиление гомогенизации моделей

В своем анализе Эванс отмечает, что в настоящее время около шести организаций способны выпускать конкурентоспособные передовые модели со схожими характеристиками. Компании по очереди опережают друг друга каждые несколько недель, но никто из них не может установить технологическое лидерство, недоступное другим. Это резко контрастирует с такими платформами, как Windows, поиск Google или Instagram, где сетевые эффекты обеспечивают самовозрастание доли рынка, делая невозможным нарушение монополии соперниками независимо от затрат ресурсов и усилий.

Ситуация технологической уравниловки может измениться благодаря прорывам, наиболее очевидным из которых является реализация способности к непрерывному обучению, однако, по мнению Эванса, OpenAI в данный момент не может планировать подобное. Другим потенциальным фактором дифференциации является эффект масштаба специализированных данных, включая пользовательские данные или отраслевые данные, но существующие платформенные компании имеют здесь аналогичные преимущества.

На фоне сближения характеристик моделей конкуренция смещается в сторону брендов и каналов дистрибуции. Быстрый рост доли рынка Gemini и Meta AI подтверждает эту тенденцию: для обычных пользователей эти продукты выглядят практически идентично, тогда как у Google и Meta имеются мощные возможности по распространению. Для сравнения, модель Claude от Anthropic, регулярно возглавляющая бенчмарки, из-за отсутствия потребительской стратегии и продуктов почти не известна конечным пользователям.

Эванс проводит аналогию между ChatGPT и Netscape, которая изначально обладала ранним преимуществом на рынке браузеров, но в итоге была побеждена Microsoft благодаря возможностям дистрибуции. По его мнению, чат-боты сталкиваются с той же проблемой дифференциации, что и браузеры: по своей сути они представляют собой лишь поле ввода и поле вывода, что оставляет крайне мало пространства для инноваций в продукте.

Хрупкая пользовательская база: масштаб не скрывает недостаточной вовлеченности

Несмотря на явное преимущество OpenAI в виде 800–900 миллионов еженедельно активных пользователей, Эванс подчеркивает, что эта цифра скрывает серьезную проблему низкого уровня вовлеченности. Подавляющее большинство пользователей, которые уже знакомы с ChatGPT и знают, как им пользоваться, так и не превратили сервис в ежедневную привычку.

Данные показывают, что платными пользователями ChatGPT являются всего 5%. Даже среди подростков в США доля тех, кто пользуется сервисом несколько раз в неделю или реже, многократно превышает долю ежедневных активных пользователей. В рамках акции «Итоги 2025 года» OpenAI признала, что 80% пользователей отправили менее 1000 сообщений в 2025 году, что в пересчете дает в среднем менее трех промптов в день, причем фактическое количество диалоговых сессий еще ниже.

Подобное поверхностное использование означает, что большинство пользователей не замечают различий между моделями в характере и фокусе внимания, а также не могут получить выгоду от функций, таких как «Память», направленных на повышение лояльности. Эванс акцентирует внимание, что функция памяти обеспечивает лишь привязанность, но не сетевой эффект. Хотя данные об использовании от большей базы пользователей потенциально могут стать преимуществом, их реальная ценность сомнительна, когда 80% аудитории обращаются к сервису максимум несколько раз в неделю.

Сама OpenAI признает наличие проблемы, указывая на «разрыв между возможностями моделей и их фактическим применением». Эванс считает, что это попытка обойти непривлекательный факт неопределенности соответствия продукта рынку. Если пользователи в обычные дни не могут придумать, для чего его применять, значит, сервис еще не изменил их жизнь.

Запуск рекламного проекта частью призван покрыть затраты на обслуживание более чем 90% неплатящих пользователей, но в стратегическом плане он позволяет компании предоставлять этим пользователям самые свежие, мощные (и дорогие) модели в надежде повысить вовлеченность. Однако Эванс ставит под сомнение, заменит ли выдача лучшего модели ситуацию, если пользователь сегодня или на этой неделе вообще не понимает, зачем ему ChatGPT.

Сомнения в платформенной стратегии: отсутствие истинного эффекта маховика

В прошлом году генеральный директор OpenAI Сам Альтман пытался интегрировать различные инициативы компании в единую связную стратегию, продемонстрировав схему и процитировав Билла Гейтса: платформа определяется тем, что она создает больше ценности для партнеров, чем для себя самой. В то же время главный финансовый директор опубликовал другую диаграмму, иллюстрирующую «эффект маховика».

Эванс рассматривает эффект маховика как изящную и логически связанную стратегию: сами капитальные расходы создают цикл положительной обратной связи и служат фундаментом для построения полнопрофильной платформенной компании. Начиная с чипов и инфраструктуры, каждая надстройка технологического стека выше должна помогать другим создавать собственные продукты с помощью ваших инструментов. Все пользуются вашим облаком, чипами и моделями, а на более высоких уровнях слои стека усиливают друг друга, создавая сетевые эффекты и экосистему.

Однако Эванс прямо заявляет, что эта аналогия неверна: у OpenAI отсутствуют те платформенные и экосистемные динамики, которые были у Microsoft или Apple, а показанная схема маховика на самом деле не отражает настоящий эффект.

Что касается капитальных расходов, четыре крупнейших облачных провайдера вложили около 400 млрд долларов в инфраструктуру в прошлом году и объявили о планах потратить не менее 650 млрд долларов в этом. Несколько месяцев назад OpenAI заявила о намерении накопить активы мощностью 1,4 трлн долларов и 30 гигаватт вычислительной мощности (без четких сроков), в то время как к концу 2025 года фактическая мощность составила всего 1,9 ГВт. Из-за отсутствия масштабных денежных потоков от действующего бизнеса компания достигает этих целей через финансирование и использование балансов сторонних организаций (включая элементы циклической выручки).

Эванс полагает, что масштабные капитальные вложения могут гарантировать лишь место на рынке, но не конкурентное преимущество. Он сравнивает затраты на ИИ-инфраструктуру с авиастроением или полупроводниковой промышленностью: здесь нет сетевых эффектов, но производство каждой новой модели становится сложнее и дороже, в итоге поддерживающие инвестиции на переднем крае по силам лишь небольшим числом компаний. При этом, хотя TSMC и обладает фактической монополией на производство передовых чипов, это не дало ей рычагов влияния или возможности извлечения ценности в верхней части технологического стека.

Эванс отмечает, что разработчики обязаны создавать приложения для Windows, потому что там сосредоточена почти вся аудитория, а пользователи покупают ПК на Windows, потому что там доступна почти вся экосистема программ — это и есть сетевой эффект. Но если вы используете генеративный ИИ для создания потрясающего нового приложения или продукта, вам достаточно вызвать базовую модель через API в облаке, а пользователю всё равно, какую именно модель вы задействовали.

Отсутствие контроля над продуктом: стратегия в плену у лаборатории

В начале статьи Эванс цитирует слова руководителя по продуктам OpenAI Фиджи Симо из 2026 года: «Якуб и Марк определяют долгосрочные исследовательские направления. После нескольких месяцев работы появляются впечатляющие результаты, и исследователи затем связываются со мной: „У меня есть кое-что крутое. Как ты планируешь использовать это в чате? Как применить в нашем корпоративном продукте?“»

Эти слова резко контрастируют с высказыванием Стива Джобса 1997 года: «Вы должны начинать с клиентского опыта, а затем двигаться обратно к технологии. Нельзя начинать с технологии, а потом пытаться понять, куда её продать».

Эванс считает, что будучи руководителем продукта в ИИ-лаборатории, вы не контролируете свою дорожную карту, а ваши возможности по формированию продуктовой стратегии крайне ограничены. Вы открываете почту утром и видите, какой результат выпустила лаборатория, а ваша задача — просто оформить это в виде кнопки. Стратегия формируется где-то в другом месте, но где именно?

Эта проблема подчеркивает фундаментальный вызов, стоящий перед OpenAI: в отличие от Google 2000-х или Apple 2010-х, талантливые и амбициозные сотрудники OpenAI пока не создали по-настоящему работающий продукт, недостижимый для других. По мнению Эванса, действия компании за последние 12 месяцев можно трактовать так: Сам Альтман отчетливо осознает этот факт и пытается до остановки музыки конвертировать текущую оценку компании в более устойчивое стратегическое положение.

В течение большей части прошлого года ответ OpenAI выглядел как «делать всё сразу, немедленно и интенсивно». Платформа для приложений, браузер, приложение для соцвидео, сотрудничество с Jony Ive, медицинские исследования, реклама и так далее. Эванс полагает, что некоторые шаги выглядят как бездумная экспансия или просто результат быстрого найма множества энергичных специалистов. Порой создается ощущение, что люди копируют формы бывших успешных платформ, не до конца понимая их смысл или внутренние механизмы.

Эванс неоднократно использует термины «платформа», «экосистема», «рычаг» и «сетевые эффекты», но признает, что в IT-секторе они слишком расхожи и теряют конкретику. Он приводит слова своего преподавателя средневековой истории Роджера Ловатта из университетских лет: власть — это способность заставлять людей делать то, чего они не хотят. Вот в чем настоящий вопрос: обладает ли OpenAI способностью побуждать потребителей, разработчиков и корпорации чаще использовать свою систему независимо от того, что она на самом деле делает? Этим владея обладали Microsoft, Apple и Facebook, а также Amazon.

Хорошим способом интерпретировать слова Билла Гейтса, по мнению Эванса, является понимание того, что настоящая платформа позволяет мобилизовать креативность всей технологической отрасли: вам не нужно изобретать всё самому, вы можете масштабировать новые решения, но всё это происходит внутри вашей системы под вашим контролем. Базовые модели действительно выступают мультипликатором, вокруг них будет строиться множество новшеств. Но есть ли причины, по которым каждый обязан пользоваться именно вашим продуктом, даже если конкуренты уже внедрили такое же решение? Есть ли причины ожидать превосходства вашего продукта над продуктами конкурентов независимо от объёма вложенных ими средств и усилий?

Подводя итог, Эванс констатирует: без этих преимуществ у вас остаётся лишь оперативное исполнение ежедневно. Безусловно, желание работать лучше всех обоснованно, некоторым компаниям удавалось поддерживать это на длительном сроке и даже убедить себя в институционализации данного подхода, но исполнению нельзя назвать стратегией.