Beneath the surface glamour, OpenAI's "Four Dilemmas"

a16z 前合夥人、著名科技分析師 Benedict Evans 近日發表深度分析文章，直指 OpenAI 在表面繁榮背後面臨四大根本性戰略困境。他認為，儘管 OpenAI 擁有龐大用户基礎和充足資本，但缺乏技術護城河、用户粘性不足、競爭對手快速追趕，以及產品戰略受制於實驗室研發方向等問題，正威脅其長期競爭力。

Evans 指出，OpenAI 當前的商業模式並不具備明確的競爭優勢。該公司既沒有獨特技術，也沒有形成網絡效應，其 9 億周活躍用户中僅 5% 付費，且 80% 用户在 2025 年發送的消息少於 1000 條——相當於每天平均不到三次提示。這種 “一英里寬、一英寸深” 的使用模式表明，ChatGPT 尚未成為用户的日常習慣。

與此同時，谷歌和 Meta 等科技巨頭已在技術上追平 OpenAI，並正利用其分銷優勢搶佔市場份額。Evans 認為，AI 領域的真正價值將來自尚未被髮明的新體驗和應用場景，而 OpenAI 無法獨自創造所有這些創新。這使得該公司必須在多個戰線同時作戰，從基礎設施到應用層全面佈局。

Evans 的分析揭示了一個核心矛盾：OpenAI 試圖通過大規模資本投入和全棧平台戰略建立競爭壁壘，但在缺乏網絡效應和用户鎖定機制的情況下，這種策略能否奏效仍存疑問。對於投資者而言，這意味着需要重新評估 OpenAI 的長期價值主張及其在 AI 競爭格局中的真實地位。

技術優勢消失：模型同質化加劇

Evans 在分析中指出，當前約有六家機構能夠推出具有競爭力的前沿模型，且性能基本相當。各家公司每隔幾周就會相互超越，但沒有任何一家能夠建立其他公司無法匹敵的技術領先地位。這與 Windows、Google 搜索或 Instagram 等平台形成鮮明對比——後者通過網絡效應實現了市場份額的自我強化，使得競爭對手無論投入多少資金和精力都難以打破壟斷。

這種技術平等化的局面可能因某些突破而改變，最明顯的是持續學習能力的實現，但 Evans 認為 OpenAI 目前無法對此進行規劃。另一個可能的差異化因素是專有數據的規模效應，包括用户數據或垂直行業數據，但現有平台公司在這方面同樣具有優勢。

在模型性能趨同的背景下，競爭正在轉向品牌和分銷渠道。Gemini 和 Meta AI 的市場份額快速增長印證了這一趨勢——對於普通用户而言，這些產品看起來大同小異，而谷歌和 Meta 擁有強大的分銷能力。相比之下，Anthropic 的 Claude 模型雖然經常在基準測試中名列前茅，但因缺乏消費者戰略和產品，其消費者認知度接近零。

Evans 將 ChatGPT 與 Netscape 進行類比，後者曾在瀏覽器市場佔據早期優勢，但最終被微軟利用分銷優勢擊敗。他認為，聊天機器人與瀏覽器面臨同樣的差異化難題：它們本質上只是一個輸入框和輸出框，產品創新空間極為有限。

用户基礎脆弱：規模難掩粘性不足

儘管 OpenAI 擁有 8 至 9 億周活躍用户的明顯領先優勢，但 Evans 指出這一數據掩蓋了嚴重的用户參與度問題。絕大多數已經瞭解並知道如何使用 ChatGPT 的用户，並未將其培養成日常習慣。

數據顯示，只有 5% 的 ChatGPT 用户付費，即使是美國青少年，每週使用幾次或更少的比例也遠高於每天多次使用的比例。OpenAI 在"2025 年度總結"活動中披露，80% 的用户在 2025 年發送的消息少於 1000 條，按面值計算相當於平均每天不到三次提示，實際聊天次數更少。

這種淺層使用意味着大多數用户看不到不同模型之間在個性和側重點上的差異，也無法從"記憶"等旨在建立粘性的功能中受益。Evans 強調，記憶功能只能帶來粘性，而非網絡效應。同時，來自更大用户基礎的使用數據可能是一種優勢，但當 80% 的用户每週最多隻使用幾次時，這種優勢有多大值得懷疑。

OpenAI 自己也承認存在問題，提出模型能力與用户實際使用之間存在 “能力差距”。Evans 認為這是在迴避產品市場契合度不明確的事實。如果用户在普通日子裏想不出用它做什麼，就説明它還沒有改變他們的生活。

該公司推出廣告項目，部分是為了覆蓋 90% 以上不付費用户的服務成本，但更具戰略意義的是，這使得公司能夠向這些用户提供最新、最強大（也最昂貴）的模型，希望藉此加深用户參與度。然而 Evans 質疑，如果用户今天或本週想不出用 ChatGPT 做什麼，給他們更好的模型是否就能改變這種狀況。

平台戰略存疑：缺乏真正的飛輪效應

去年，OpenAI 首席執行官 Sam Altman 試圖將公司的各項舉措整合成一個連貫的戰略，展示了一張圖表，並引用比爾·蓋茨的名言：平台的定義是為合作伙伴創造的價值超過為自身創造的價值。與此同時，首席財務官發佈了另一張展示"飛輪效應"的圖表。

Evans 認為飛輪效應是一個精巧、連貫的戰略：資本支出本身形成良性循環，併成為在其上構建全棧平台公司的基礎。從芯片和基礎設施開始，向上構建每一層技術棧，越往上走，就越能幫助其他人使用你的工具創造自己的產品。每個人都使用你的雲、芯片和模型，然後在更高層，技術棧的各層相互強化，形成網絡效應和生態系統。

然而 Evans 直言，他認為這不是正確的類比，OpenAI 並不具備微軟或蘋果曾經擁有的那種平台和生態系統動態，那張飛輪圖實際上並未展示真正的飛輪效應。

在資本支出方面，四大雲計算公司去年在基礎設施上投入約 4000 億美元，並宣佈今年至少投入 6500 億美元。OpenAI 幾個月前聲稱未來擁有 1.4 萬億美元和 30 吉瓦的算力承諾（未明確時間表），而 2025 年底實際使用量為 1.9 吉瓦。由於缺乏現有業務的大規模現金流，該公司通過融資和使用他人資產負債表（部分涉及"循環收入"）來實現這些目標。

Evans 認為，大規模資本投入可能只是獲得一個席位，而非競爭優勢。他將 AI 基礎設施成本與飛機制造或半導體行業進行類比：沒有網絡效應，但每一代產品的工藝都變得更困難、更昂貴，最終只有少數公司能夠維持在前沿所需的投資。然而，台積電雖然在尖端芯片領域擁有事實上的壟斷地位，但這並未給它在上游技術棧中帶來槓桿作用或價值獲取能力。

Evans 指出，開發者必須為 Windows 構建應用是因為它擁有幾乎所有用户，而用户必須購買 Windows PC 是因為它擁有幾乎所有開發者——這是網絡效應。但如果你使用生成式 AI 發明了一個出色的新應用或產品，你只需通過 API 調用雲端運行的基礎模型，用户並不知道或關心你使用了什麼模型。

產品主導權缺失：戰略受制於實驗室

Evans 在文章開頭引用了 OpenAI 產品負責人 Fidji Simo 在 2026 年的一段話："Jakub 和 Mark 設定長期研究方向。經過數月工作後，令人驚歎的成果出現了，然後研究人員會聯繫我説：'我有一些很酷的東西。你打算如何在聊天中使用它？如何用於我們的企業產品？'"

這段話與史蒂夫·喬布斯 1997 年的名言形成鮮明對比："你必須從客户體驗開始，然後反向推導到技術。你不能從技術開始，然後試圖找出要把它賣到哪裏。"

Evans 認為，當你是 AI 實驗室的產品負責人時，你無法控制自己的路線圖，設定產品戰略的能力非常有限。你早上打開郵件，發現實驗室研究出了什麼成果，而你的工作就是把它變成一個按鈕。戰略發生在別處，但在哪裏？

這一問題凸顯了 OpenAI 面臨的根本性挑戰：與 2000 年代的谷歌或 2010 年代的蘋果不同，OpenAI 的聰明而雄心勃勃的員工並沒有一個真正有效且其他人無法做到的產品。Evans 認為，過去 12 個月 OpenAI 活動的一種解讀方式是，Sam Altman 深刻意識到這一點，並試圖在音樂停止之前，將公司的估值轉化為更持久的戰略地位。

去年大部分時間裏，OpenAI 的答案似乎是"所有事情，同時進行，立即執行"。應用平台、瀏覽器、社交視頻應用、與 Jony Ive 合作、醫學研究、廣告等等。Evans 認為，其中一些看起來像是"全面出擊"，或者只是快速招聘大量積極進取的人的結果。有時還給人一種感覺，即人們在複製以前成功平台的形式，卻沒有完全理解其目的或動態機制。

Evans 反覆使用平台、生態系統、槓桿和網絡效應等術語，但他承認這些術語在科技行業被廣泛使用，含義卻相當模糊。他引用大學時代中世紀曆史教授 Roger Lovatt 的話：權力是讓人們做他們不想做的事情的能力。這才是真正的問題所在：OpenAI 是否有能力讓消費者、開發者和企業更多地使用其系統，而不管系統本身實際做什麼？微軟、蘋果和 Facebook 曾經擁有這種能力，亞馬遜也是如此。

Evans 認為，解讀比爾·蓋茨那句話的一個好方法是，平台真正實現的是利用整個科技行業的創造力，這樣你就不必自己發明一切，可以大規模構建更多東西，但所有這些都是在你的系統上完成的，由你掌控。基礎模型確實是倍增器，大量新東西將用它們構建。但你是否有理由讓每個人都必須使用你的產品，即使競爭對手已經構建了同樣的東西？是否有理由讓你的產品始終優於競爭對手，無論他們投入多少資金和精力？

Evans 總結道，如果沒有這些優勢，那麼你唯一擁有的就是每天的執行力。執行得比其他人都好當然是一種願望，一些公司在較長時期內做到了這一點，甚至説服自己已經將其制度化，但這不是一種戰略。