Как OpenAI будет конкурировать?

OpenAI обладает огромной пользовательской базой и амбициозными планами, но не имеет ни уникальной технологии, ни сетевого эффекта, ни чёткого продуктового преимущества. Бенедикт Эванс разбирает четыре фундаментальные стратегические проблемы компании.

Это AI-перевод статьи, сделанный каналом Про AI: Лучшие Статьи и Исследования.

Как OpenAI будет конкурировать?

How will OpenAI compete? Автор: Benedict Evans Оригинальный текст:

«Якуб и Марк задают направление исследований на долгую перспективу. Потом, после месяцев работы, рождается что-то невероятное, и исследователь пишет мне: "У меня есть кое-что крутое. Как вы собираетесь использовать это в чате? Как вы собираетесь применить это для наших корпоративных продуктов?"»

— Фиджи Симо, руководитель продукта OpenAI, [2026](https://podcasts.apple.com/us/podcast/openais-fidji-simo-on-why-ads-are-coming-to-chatgpt/id1840154537?i=1000749173634)

«Нужно начинать с клиентского опыта и двигаться назад к технологии. Нельзя начинать с технологии и пытаться придумать, куда бы её продать»

— Стив Джобс, [1997](https://youtu.be/EZll3dJ2AjY?si=0o1olcWkA-L1y3rM&t=106)

Мне кажется, перед OpenAI стоят четыре фундаментальных стратегических вопроса.

Во-первых, текущий бизнес компании не обладает сильным и очевидным конкурентным преимуществом. У неё нет уникальной технологии или продукта. Модели имеют огромную пользовательскую базу, но крайне поверхностное вовлечение и низкую «прилипчивость», а также не обладают сетевым эффектом или каким-либо другим механизмом «победитель получает всё», который позволил бы превратить эту базу во что-то более масштабное и устойчивое. У OpenAI нет и потребительских продуктов поверх самих моделей, которые достигли бы product-market fit (соответствия продукта рынку).

Во-вторых, опыт, продукт, захват ценности и стратегические рычаги в сфере ИИ кардинально изменятся в ближайшие пару лет по мере развития рынка. Крупные агрессивные компании-инкамбенты и тысячи предпринимателей пытаются создавать новые функции, опыт взаимодействия и бизнес-модели, а попутно — превратить базовые модели в товарную инфраструктуру, продаваемую по маржинальной себестоимости. Запустив бум больших языковых моделей, OpenAI теперь должна изобрести целый набор других новых вещей, или как минимум отразить, кооптировать и поглотить тысячи людей, которые пытаются это сделать.

В-третьих, хотя многое из этого справедливо и для всех остальных игроков, OpenAI, как и Anthropic, должна «пересечь пропасть» через «грязную середину» (вставьте название любимой книги о стартапах) без существующих продуктов, которые могли бы обеспечить дистрибуцию и превратить всё это в дополнительную функцию, и конкурировать в самой капиталоёмкой отрасли в истории без денежных потоков от существующего бизнеса. Конечно, компаниям, у которых всё это есть, нужно уметь «разрушать самих себя», но мы давно прошли стадию, когда люди говорили, что Google не сможет делать ИИ.

Четвёртая проблема выражена в цитатах, которые я привёл выше. Майк Кригер и Кевин Вейл говорили о том же в прошлом году: когда вы руководитель продукта в лаборатории ИИ, вы не контролируете свою дорожную карту. У вас очень ограниченная возможность задавать продуктовую стратегию. Вы утром открываете почту и обнаруживаете, что в лаборатории что-то придумали, и ваша работа — превратить это в кнопку. Стратегия формируется где-то в другом месте. Но где?

У OpenAI, по крайней мере, можно утверждать, всё ещё есть преимущество в задании повестки для новых моделей, а также много отличных технологий и амбициозных умных людей. Но в отличие от Google в 2000-х или Apple в 2010-х, у этих людей нет такой вещи, которая уже по-настоящему работает и которую никто другой не может повторить. Мне кажется, что активность OpenAI за последние 12 месяцев можно интерпретировать так: Сэм Альтман прекрасно это осознаёт и пытается прежде всего обменять свои бумажные активы на более устойчивые стратегические позиции, пока музыка не остановилась.

Модели

Начнём с моделей. Существует множество бенчмарков (эталонных тестов), все они «неправильные», но все показывают одну и ту же картину.

Есть примерно полдюжины организаций, которые выпускают конкурентоспособные модели передового уровня с практически эквивалентными возможностями. Каждые несколько недель они обгоняют друг друга. Внутри этих возможностей есть различия, можно выпасть из кривой (Meta — пока), не попасть на неё (Apple, Amazon, Microsoft — пока) или оставаться на полгода позади фронтира (Китай), а также сильно полагаться на чужие разработки (опять Китай), и для всего этого нужно много денег (об этом ниже), — но на сегодняшний день нет известного нам механизма, который позволил бы одной компании получить преимущество, недостижимое для остальных. Нет эквивалента сетевых эффектов, которые мы видели у Windows, Google Search, iOS или Instagram, где рыночная доля подкрепляла сама себя, а никакие деньги и усилия не позволяли другим прорваться или догнать.

Это может измениться, если произойдёт прорыв, создающий сетевой эффект, — самый очевидный вариант — непрерывное обучение, — но планировать на это нельзя. Это также может измениться, если появятся практические эффекты масштаба вокруг доступа к проприетарным данным, которые сегодня являются «тёмной материей» ИИ: это могут быть пользовательские данные (но неясно, как здесь выглядит масштаб, а у существующих платформенных компаний данных и так много), или вертикальные данные (базовые модели не знают, что происходит внутри SAP или Salesforce, и не имеют миллионов таблиц из инвестиционных банков, хотя иногда можно купить такие данные или заплатить людям за их создание, но то же самое могут и все остальные крупные игроки). Возможно, есть что-то ещё, но сейчас мы не знаем и не можем на это планировать, поэтому приходится исходить из того, что модели останутся очень близкими по уровню на обозримое время.

Пользовательская база

Единственная сфера, где OpenAI имеет очевидное преимущество сегодня, — это пользовательская база: у неё 800–900 миллионов пользователей. Проблема в том, что это лишь «еженедельно активные» пользователи: подавляющее большинство людей, которые уже знают, что это такое и как этим пользоваться, не сделали это ежедневной привычкой. Лишь 5% пользователей ChatGPT платят, и даже американские подростки с большей вероятностью пользуются этим несколько раз в неделю или реже, чем несколько раз в день. По данным, которые OpenAI опубликовала в промо-акции «Итоги 2025», 80% пользователей отправили менее 1 000 «сообщений» за 2025 год. Мы не знаем, как это менялось в течение года (вероятно, росло), но номинально это менее трёх запросов в день и куда меньше отдельных чатов. Использование — «в ширину на милю, но в глубину на дюйм».

Это значит, что большинство людей не замечают различий в «характере» и акцентах моделей, и не получают выгоды от «памяти» и других функций, которые продуктовые команды каждой компании копируют друг у друга в надежде создать «прилипчивость» (а память — это именно «прилипчивость», а не сетевой эффект). Между тем, данные об использовании от более крупной (пока) пользовательской базы сами по себе могут быть преимуществом, но насколько большим, если 80% пользователей обращаются к сервису лишь пару раз в неделю?

Вопрос вовлечённости — это классический вопрос «стакан наполовину полон или наполовину пуст?», но ведь это должно быть трансформацией в использовании компьютеров. Если люди пользуются этим лишь пару раз в неделю и не могут придумать, чем заняться с сервисом в обычный день, — значит, он не изменил их жизнь. OpenAI сама признаёт проблему, говоря о «разрыве в возможностях» между тем, что модели могут делать, и тем, что люди с ними делают, — что мне кажется способом избежать признания того, что у компании нет чёткого product-market fit.

Реклама и вовлечение

Поэтому рекламный проект OpenAI — это отчасти просто покрытие расходов на обслуживание более чем 90% пользователей, которые не платят (а также захват раннего преимущества у рекламодателей и раннее обучение тому, как это может работать), но в стратегическом плане это также попытка дать этим пользователям доступ к новейшим и самым мощным (то есть дорогим) моделям в надежде углубить их вовлечённость. Фиджи Симо говорит: «Распространение и масштаб — самое важное». Это может сработать (хотя может и подтолкнуть пользователей к оплате, или переключить их на Gemini). Но совсем не очевидно, что если человек не может придумать, чем заняться с ChatGPT сегодня или на этой неделе, ситуация изменится, если дать ему лучшую модель. Возможно, но не менее вероятно, что люди упёрлись в проблему «чистого экрана», или что сам чат-бот просто не является подходящим продуктом и форматом для их сценариев использования, какой бы хорошей ни была модель.

Тем временем, когда у вас недифференцированный продукт, раннее лидерство в принятии обычно нестабильно, а конкуренция смещается к бренду и дистрибуции. Мы уже видим это в быстром росте доли Gemini и Meta AI: продукты выглядят одинаково для типичного пользователя (хотя люди из технологической среды сочли Llama 4 провалом, цифры Meta, похоже, хорошие), а у Google и Meta есть дистрибуция для рычага. И напротив, модели Claude от Anthropic регулярно оказываются на вершине бенчмарков, но у компании нет потребительской стратегии или продукта (Claude Cowork предлагает установить Git!) и практически нулевая узнаваемость среди обычных потребителей.

Многие сравнивают ChatGPT с Netscape, где Microsoft использовала дистрибуцию, чтобы вломиться на рынок, где сами продукты было трудно отличить друг от друга, — точно так же Google и Meta делают сегодня.

Проблема «тонкой обёртки»

Если развить мысль, интересно сравнить, как сложно было дифференцировать веб-браузер и как сложно сегодня дифференцировать чат-бот: это выглядит как одна и та же проблема. Можно улучшить движок рендеринга в браузере, можно улучшить большую языковую модель в чат-боте, но сам браузер и сам чат-бот — это просто поле ввода и поле вывода. Приложение ChatGPT, как и все приложения чат-ботов, — это просто «тонкая обёртка». Как сделать свою версию отличной от других? В браузерах ответ оказался — никак: последними успешными продуктовыми инновациями были вкладки и объединение поиска с адресной строкой. У чат-ботов сегодня та же проблема — сколько ещё маленьких кнопок можно добавить и как их различить?

В итоге Microsoft выиграла войну браузеров для первого поколения потребительского интернета, но это оказалось неважным, потому что значимые пользовательские опыты и захват ценности создавались в другом месте. Точно так же реальный вопрос для «разрыва в вовлечённости» в том, будет ли он решён через общие улучшения моделей, которые, надо полагать, затронут всю отрасль, или инновации в интерфейсе, которые, опять же, все скопируют, или же за ним последует изобретение и создание новых опытов и сценариев использования, построенных поверх «сырых» моделей.

Если следующий шаг — это новые опыты, то кто их создаст, и почему это должна быть именно OpenAI? Вся технологическая индустрия пытается изобрести второй этап опыта работы с генеративным ИИ — как можно запланировать, что это будете именно вы? Как конкурировать с каждым предпринимателем в Кремниевой долине?

Стратегические дилеммы

Итак: вы не знаете, как сделать свою базовую технологию лучше, чем у кого-либо ещё. У вас огромная пользовательская база, но с ограниченной вовлечённостью и, похоже, очень хрупкая. Ключевые инкамбенты более-менее сравнялись с вашей технологией и используют свои продуктовые и дистрибуционные преимущества для захвата рынка. И выглядит так, что большая часть ценности и рычагов придёт от новых опытов, которые ещё не изобретены, и вы не можете изобрести их все сами. Что делать?

Бо́льшую часть прошлого года казалось, что ответ OpenAI — «всё, сразу и ещё вчера». Платформа приложений! Нет, другая платформа приложений! Браузер! Социальное видеоприложение! Джони Айв! Медицинские исследования! Реклама! И ещё куча всего, о чём я забыл! И, конечно, триллионные объявления о капитальных расходах, или скорее о стремлениях к ним.

Часть этого выглядела как «заполнение пространства», или просто результат быстрого найма множества агрессивных и амбициозных людей. Иногда возникало ощущение, что люди копируют формы ранее успешных платформ, не вполне понимая их назначение и динамику: «у платформ есть магазины приложений, значит, нам тоже нужен магазин приложений!»

Но в конце прошлого года Сэм Альтман попытался всё это собрать воедино, показав диаграмму и используя знаменитую цитату Билла Гейтса о том, что определение платформы — это то, что создаёт для партнёров больше ценности, чем для себя самой.

Примерно тогда же финансовый директор опубликовал свою диаграмму.

Это аккуратная, стройная, последовательная стратегия. Ваши капитальные расходы — это самоподдерживающийся цикл, и они же — фундамент плана по строительству полноценной платформенной компании. Вы строите каждый уровень стека — от чипов и инфраструктуры до самого верха, — и чем выше по стеку, тем больше вы помогаете другим создавать свои продукты с помощью ваших инструментов. Все пользуются вашим облаком, вашими чипами, вашими моделями, а далее уровни стека взаимно усиливают друг друга. У вас сетевой эффект, у вас экосистема, у вас рычаг вверх и вниз по стеку, все строят на вашей основе, и все привязаны. Другие тоже могут строить части этого стека, но у вас есть защищённая, дифференцированная, захватывающая ценность платформа.

Именно так работали Windows или iOS. Проблема в том, что я совершенно не считаю это правильной аналогией. Я не думаю, что у OpenAI есть что-либо из этого. У неё нет платформенной и экосистемной динамики, которая была у Microsoft или Apple, и эта диаграмма «маховика» на самом деле не показывает маховик.

Капитальные расходы

Начнём с капитальных расходов. Это то, что привлекает всеобщее внимание, потому что технологическая индустрия никогда не оперировала такими цифрами. Четвёрка крупнейших облачных компаний потратила около 400 миллиардов долларов на инфраструктуру в прошлом году и объявила планы минимум на 650 миллиардов в этом.

Как всем известно, OpenAI носилась повсюду, пытаясь попасть в клуб: несколько месяцев назад компания заявила о 1,4 триллиона долларов и 30 гигаваттах вычислительных мощностей на будущее (без указания сроков), при том что к концу 2025 года она использовала 1,9 гигаватта. Не располагая масштабными денежными потоками от существующего бизнеса, как у гиперскейлеров, ей удалось — или, по крайней мере, объявить об этом — благодаря комбинации привлечения капитала (не весь из которого, вероятно, закрыт) и чужих балансов (часть чего — ещё и пресловутая «круговая выручка»).

Можно посмотреть трёхчасовые подкасты обо всём этом, и у множества людей есть мнения о TPU, лидерстве Nvidia в продуктах и стратегии Oracle — занимать под угасающий, но генерирующий кэш наследственный бизнес, чтобы пробиться в новое — но насколько нам всем стоит об этом думать? Это путь к конкурентному преимуществу или просто входной билет?

Мы не знаем точно, как будут выглядеть затраты на ИИ-инфраструктуру в долгосрочной перспективе, но вполне возможно, что всё сложится как в производстве авиалайнеров или полупроводников: сетевых эффектов нет, но с каждым поколением процесс становится сложнее и дороже, и эти отрасли сократились от десятков компаний на переднем крае до Boeing и Airbus с одной стороны и TSMC с другой. В полупроводниковом производстве действовали и закон Мура, о котором слышали все, и закон Рока, о котором большинство не знает: закон Мура говорил, что количество транзисторов на чипе удваивается каждые два года, а закон Рока — что стоимость передовой фабрики удваивается каждые четыре года. Возможно, генеративный ИИ будет работать так же: удельные затраты падают, но постоянные затраты растут до уровня, когда только горстка компаний способна поддерживать инвестиции, необходимые для создания конкурентоспособных моделей, а все остальные вытесняются. Эта олигополия, предположительно, будет иметь ценовое равновесие, хотя неясно, с высокой или низкой маржой, — всё это может оказаться просто товарной инфраструктурой, продаваемой по маржинальной себестоимости, тем более что некоторые игроки за столом используют свои модели для других, гораздо более дифференцированных бизнесов. Спросите своего любимого экономиста.

Итак, когда Сэм Альтман говорит, что привлёк 100 или 200 миллиардов, и что хотел бы, чтобы OpenAI строила по гигаватту вычислительных мощностей каждую неделю (что подразумевает порядка триллиона долларов годовых капрасходов), легко посмеяться над этим как над «хваставаттами», и, говорят, в TSMC однажды отмахнулись от него как от «подкастера». Но он пытается создать самосбывающееся пророчество. Он пытается обеспечить OpenAI — компании, у которой ещё три года назад не было выручки, — место за столом, где, вероятно, нужно тратить пару сотен миллиардов долларов в год на инфраструктуру, исключительно силой воли. И эта сила воли пока оказалась весьма действенной.

Но опять же: даёт ли это что-то большее, чем просто место за столом? TSMC — не просто олигополист, у компании фактическая монополия на передовые чипы, — но это даёт ей мало рычагов или возможностей для захвата ценности дальше по стеку. Люди создавали приложения для Windows, веб-сервисы и приложения для iPhone — но не создают приложения для TSMC или Intel.

Разработчики были вынуждены создавать продукты под Windows, потому что там были почти все пользователи, а пользователи были вынуждены покупать ПК с Windows, потому что там были почти все разработчики (сетевой эффект!). Но если вы изобретаете гениальное новое приложение, продукт или сервис на основе генеративного ИИ, или добавляете его как функцию в существующий продукт, — вы через API вызываете базовую модель в облаке, и пользователи не знают и не заботятся, какую модель вы использовали. Никого из пользователей Snap не волнует, работает ли он на AWS или GCP. Когда вы покупаете корпоративный SaaS-продукт, вам всё равно — AWS или Azure. А если я ищу что-то в Google и первый результат — продукт на Google Cloud, я никогда об этом не узнаю.

Это не значит, что API взаимозаменяемы — есть веские причины, почему у AWS, GCP и Azure очень разные рыночные доли и почему разработчики выбирают каждую из них. Но клиент не знает и не заботится. Управление облаком не даёт вам рычагов над сторонними продуктами и сервисами, расположенными выше по стеку.

Протоколы и стандарты

Отличие, возможно, в том, что все эти сервисы были отдельными бункерами: наверху был общий слой поиска и обнаружения в виде Google и Facebook, а внизу — общая инфраструктура в облаке, но все эти приложения никогда не были связаны друг с другом. Теперь у нас появляется целый алфавитный суп из стандартов и протоколов для взаимодействия моделей и сайтов в сфере рекламы, электронной коммерции и некоего «намерения и автоматизации» (кратковременный энтузиазм вокруг OpenClaw частично отразил это). Сайт может раскрыть свои возможности так, чтобы их подмножество просто появилось в ChatGPT — будь то поиск недвижимости или корзина покупок. Вы скажете своему агенту посмотреть рецепт в Instagram и заказать ингредиенты в Instacart. Всё можно передать во всё остальное, и всё может общаться друг с другом!

Между тем (говоря вслух то, о чём обычно молчат), если бы вы могли задать и контролировать эти API и управлять потоками, это дало бы вам власть. Стандарты были базовым конкурентным оружием в каждом поколении технологий — вспомните девиз Microsoft «embrace and extend». В частности, OpenAI сейчас предлагает использовать учётную запись ChatGPT как связующее звено между всем этим. Это же сетевой эффект!

Я в этом не уверен: не уверен, что это видение действительно сработает, а если сработает — не уверен, что даст одной компании доминирование.

Во-первых, в технологиях есть повторяющееся заблуждение, что можно абстрагировать множество сложных продуктов в простой стандартный интерфейс — это можно назвать «виджет-заблуждением». Десять лет назад говорили «API — это новые бизнес-партнёрства», что по сути та же идея, и она в основном провалилась. Частично потому, что между тем, что круто выглядит в демо, и всей работой и продуманностью в моделях взаимодействия и рабочих процессах реального продукта — огромный разрыв: очень быстро вы столкнётесь с исключительным случаем, и вам понадобится настоящий интерфейс продукта и человеческое решение. А также потому, что стимулы не совпадают: никто не хочет быть чьим-то тупым API-вызовом, и существует неизбежный конфликт между дистрибуцией, которую может дать абстракционный слой (Google Shopping, Facebook Shopping, а теперь ChatGPT Shopping), и вашим желанием контролировать опыт и отношения с клиентом. Помните: вся прибыль Instacart приходит от показа рекламы.

Конечно, это лишь спекуляции — может, на этот раз всё получится! Но вторая проблема в том, что если это отдельные системы, связанные абстрагированными и автоматизированными API, привязан ли пользователь или разработчик к одной из них? Если приложения в ленте чат-бота работают, OpenAI использует один стандарт, а Gemini — другой, что мешает разработчику поддерживать оба? Это гораздо меньше кода, чем создание приложений и для iOS, и для Android, а ведь можно попросить ИИ написать код за вас. Что это делает с привязкой разработчиков? И да, может быть, я буду логиниться во все эти сервисы через аккаунт OpenAI или Gemini, но имеет ли смысл логиниться в Tinder, Zillow и Workday одним и тем же аккаунтом? И опять же — хотят ли этого сами сервисы?

Власть

Пока я писал это эссе, я снова и снова возвращался к терминам: платформа, экосистема, рычаг и сетевой эффект. Эти слова часто используются в технологиях, но имеют довольно размытые значения. Google Cloud, App Store от Apple, Amazon Marketplace и даже TikTok — все это «платформы», но все они очень разные.

Возможно, слово, которое я на самом деле ищу, — это власть. Когда я учился в университете, давно, мой профессор по средневековой истории Роджер Лоуэтт сказал мне, что власть — это способность заставить людей делать то, чего они не хотят, и именно в этом здесь вопрос. Есть ли у OpenAI способность заставить потребителей, разработчиков и предприятия пользоваться её системами больше, чем чьими-либо ещё, вне зависимости от того, что сама система делает? У Microsoft, Apple и Facebook такая способность была. И у Amazon тоже — вот это настоящий маховик.

К этому моменту, мне кажется, хороший способ прочитать цитату Билла Гейтса таков: платформа по-настоящему позволяет запрячь творческую энергию всей технологической индустрии так, чтобы вам не приходилось изобретать всё самому, и чтобы массово больше всего создавалось в огромных масштабах, — но при этом всё это делается в вашей системе, и вожжи у вас. Есть ли это у больших языковых моделей?

Базовые модели, безусловно, мультипликаторы: на их основе будет построено огромное количество нового. Но есть ли у вас причина, по которой все должны использовать именно ваш продукт, хотя конкуренты построили то же самое? И есть ли причины, по которым ваш продукт всегда будет лучше конкурентов, сколько бы денег и усилий они ни вложили? Именно так работала вся потребительская технологическая индустрия на протяжении всей нашей жизни. Если нет, то единственное, что у вас остаётся, — это исполнение, каждый день. Исполнять лучше всех — это, безусловно, амбиция, и некоторым компаниям удавалось это на протяжении продолжительных периодов, убедив себя, что они институционализировали это. Но это не стратегия.

Ещё одно сравнение — стадия «капитал как оружие» эпохи ZIRP (нулевых процентных ставок), когда компании использовали дешёвый капитал, чтобы купить себе масштаб в надежде, что он даст рыночное доминирование с защитным сетевым эффектом. Для Uber это, пожалуй, сработало, но очевидно не для WeWork, который, как и OpenAI, не имел сетевого эффекта.

Возможно также, что всё сложится совершенно иначе, и, скажем, мы получим большое количество моделей самых разных форм и размеров, часть которых будет бесплатно работать на устройствах, и разговоры об олигополии ИИ-инфраструктуры будут так же уместны, как разговоры об олигополии инфраструктуры SQL. Мы просто не знаем.

Подпишитесь на канал и каждый день читайте лучшие материалы про AI переведенные на русский!

Нашли интересную статью для перевода? Пришлите нашему боту: @ailongreadsbot