Escrito por: Zhao Ying
Fuente: Wall Street News
Benedict Evans, ex socio de a16z y reconocido analista tecnológico, publicó recientemente un análisis en profundidad señalando que OpenAI enfrenta cuatro dilemas estratégicos fundamentales detrás de su aparente prosperidad. Aunque OpenAI tiene una gran base de usuarios y capital suficiente, carece de una barrera tecnológica, la fidelidad de los usuarios es insuficiente, la competencia avanza rápidamente y su estrategia de productos está limitada por la dirección de investigación del laboratorio, lo que amenaza su competitividad a largo plazo.
Evans señala que el modelo de negocio actual de OpenAI no tiene una ventaja competitiva clara. La empresa no tiene tecnología única ni ha formado efectos de red; de sus 900 millones de usuarios activos semanales, solo el 5% paga, y el 80% de los usuarios enviaron menos de 1000 mensajes en 2025, equivalentes a un promedio de menos de tres indicaciones por día. Este patrón de uso de «una milla de ancho, una pulgada de profundidad» indica que ChatGPT aún no se ha convertido en un hábito diario para los usuarios.
Al mismo tiempo, gigantes tecnológicos como Google y Meta ya han igualado a OpenAI en tecnología y están utilizando sus ventajas de distribución para ganar participación de mercado. Evans cree que el verdadero valor en el campo de la IA provendrá de nuevas experiencias y escenarios de aplicación que aún no se han inventado, y OpenAI no puede crear toda esta innovación por sí solo. Esto obliga a la empresa a luchar en múltiples frentes simultáneamente, desde la infraestructura hasta la capa de aplicación.
El análisis de Evans revela una contradicción central: OpenAI intenta establecer barreras competitivas mediante grandes inversiones de capital y una estrategia de plataforma completa, pero en ausencia de efectos de red y mecanismos de retención de usuarios, la efectividad de esta estrategia sigue siendo cuestionable. Para los inversores, esto significa la necesidad de reevaluar la propuesta de valor a largo plazo de OpenAI y su posición real en el panorama competitivo de la IA.
Desaparición de la ventaja tecnológica: intensificación de la homogeneización de modelos
Evans señala en su análisis que actualmente hay alrededor de seis instituciones capaces de lanzar modelos de vanguardia competitivos, con rendimientos básicamente equivalentes. Las empresas se superan entre sí cada pocas semanas, pero ninguna ha logrado establecer una ventaja técnica que otras no puedan igualar. Esto contrasta marcadamente con plataformas como Windows, la búsqueda de Google o Instagram, que, a través de efectos de red, lograron una autofortalecimiento de su participación de mercado, haciendo imposible para los competidores romper el monopolio sin importar cuánto capital y esfuerzo inviertan.
Esta situación de igualación tecnológica podría cambiar debido a ciertos avances, más notablemente la realización de capacidades de aprendizaje continuo, pero Evans cree que OpenAI actualmente no puede planificar para ello. Otro factor diferenciador posible es el efecto de escala de los datos propietarios, incluidos los datos de usuarios o de la industria vertical, pero las empresas de plataformas existentes también tienen ventajas en este aspecto.
En el contexto de la convergencia del rendimiento de los modelos, la competencia se está desplazando hacia la marca y los canales de distribución. El rápido crecimiento de la participación de mercado de Gemini y Meta AI confirma esta tendencia: para el usuario promedio, estos productos se ven muy similares, y Google y Meta tienen una fuerte capacidad de distribución. En comparación, el modelo Claude de Anthropic, aunque a menudo encabeza las pruebas de referencia, tiene una conciencia del consumidor cercana a cero debido a la falta de una estrategia y producto para consumidores.
Evans compara ChatGPT con Netscape, que alguna vez tuvo una ventaja temprana en el mercado de navegadores, pero finalmente fue derrotado por Microsoft utilizando su ventaja de distribución. Él cree que los chatbots enfrentan el mismo problema de diferenciación que los navegadores: en esencia, son solo un cuadro de entrada y un cuadro de salida, con un espacio de innovación de producto extremadamente limitado.
Base de usuarios frágil: la escala oculta la falta de fidelidad
Aunque OpenAI tiene una clara ventaja con 800 a 900 millones de usuarios activos semanales, Evans señala que estos datos ocultan un grave problema de participación del usuario. La gran mayoría de los usuarios que ya conocen y saben cómo usar ChatGPT no lo han convertido en un hábito diario.
Los datos muestran que solo el 5% de los usuarios de ChatGPT pagan, e incluso entre los adolescentes estadounidenses, la proporción que lo usa varias veces a la semana o menos es mucho mayor que la que lo usa varias veces al día. OpenAI reveló en su evento de «Resumen Anual 2025» que el 80% de los usuarios enviaron menos de 1000 mensajes en 2025, lo que, a valor nominal, equivale a un promedio de menos de tres indicaciones por día, y aún menos conversaciones reales.
Este uso superficial significa que la mayoría de los usuarios no ven las diferencias en personalidad y enfoque entre los distintos modelos, ni se benefician de funciones como la «memoria» diseñadas para crear fidelidad. Evans enfatiza que la función de memoria solo puede traer fidelidad, no efectos de red. Al mismo tiempo, los datos de uso de una base de usuarios más grande pueden ser una ventaja, pero cuando el 80% de los usuarios lo usan como máximo unas pocas veces por semana, cuánta ventaja representa es cuestionable.
OpenAI mismo reconoce que existe un problema, planteando que hay una «brecha de capacidad» entre la capacidad del modelo y el uso real del usuario. Evans cree que esto evita el hecho de que el ajuste al mercado del producto no está claro. Si los usuarios no pueden pensar en qué hacer con él en un día normal, significa que aún no ha cambiado sus vidas.
La empresa lanzó un programa de publicidad, en parte para cubrir los costos de servicio del más del 90% de los usuarios que no pagan, pero estratégicamente más significativo es que esto permite a la empresa ofrecer a estos usuarios los modelos más nuevos y potentes (y más caros), con la esperanza de profundizar la participación del usuario. Sin embargo, Evans cuestiona si darles un modelo mejorado cambiará la situación si los usuarios no pueden pensar en qué hacer con ChatGPT hoy o esta semana.
Estrategia de plataforma cuestionable: falta de un verdadero efecto de volante de inercia
El año pasado, el CEO de OpenAI, Sam Altman, intentó integrar las diversas iniciativas de la empresa en una estrategia coherente, mostrando un gráfico y citando la famosa frase de Bill Gates: la definición de una plataforma es crear más valor para los socios que para uno mismo. Al mismo tiempo, el director financiero publicó otro gráfico que mostraba el «efecto de volante de inercia».
Evans cree que el efecto de volante de inercia es una estrategia ingeniosa y coherente: el gasto de capital en sí mismo forma un ciclo virtuoso y se convierte en la base para construir una empresa de plataforma completa sobre él. Comenzando con chips e infraestructura, construyendo hacia arriba cada capa de la pila tecnológica, cuanto más se sube, más se ayuda a otros a usar sus herramientas para crear sus propios productos. Todos usan su nube, chips y modelos, y luego, en capas superiores, las capas de la pila tecnológica se refuerzan mutuamente, formando efectos de red y un ecosistema.
Sin embargo, Evans afirma directamente que no cree que esta sea la analogía correcta, y que OpenAI no posee la dinámica de plataforma y ecosistema que Microsoft o Apple tuvieron alguna vez; ese gráfico del volante de inercia en realidad no muestra un verdadero efecto de volante de inercia.
En términos de gasto de capital, las cuatro principales empresas de computación en la nube invirtieron alrededor de 400 mil millones de dólares en infraestructura el año pasado y anunciaron al menos 650 mil millones de dólares para este año. OpenAI afirmó hace unos meses que en el futuro tendría compromisos de 1.4 billones de dólares y 30 gigavatios de capacidad de cálculo (sin un cronograma claro), mientras que el uso real a fines de 2025 fue de 1.9 gigavatios. Al carecer de un flujo de caja a gran escala de negocios existentes, la empresa logra estos objetivos mediante financiación y el uso de los balances de otros (en parte involucrando «ingresos circulantes»).
Evans cree que la inversión de capital a gran escala puede ser solo para obtener un asiento, no una ventaja competitiva. Compara los costos de infraestructura de IA con la fabricación de aviones o la industria de semiconductores: no hay efectos de red, pero el proceso de cada producto se vuelve más difícil y costoso, y finalmente solo unas pocas empresas pueden mantener la inversión necesaria para estar a la vanguardia. Sin embargo, aunque TSMC tiene un monopolio de facto en chips de punta, esto no le ha dado apalancamiento o capacidad de captura de valor en la pila tecnológica ascendente.
Evans señala que los desarrolladores tenían que construir aplicaciones para Windows porque tenía casi todos los usuarios, y los usuarios tenían que comprar PC con Windows porque tenía casi todos los desarrolladores: eso son efectos de red. Pero si inventas una nueva aplicación o producto excelente usando IA generativa, simplemente llamas a través de una API al modelo base que se ejecuta en la nube, y el usuario no sabe ni le importa qué modelo usaste.
Falta de liderazgo en productos: la estrategia está sujeta al laboratorio
Evans cita al principio de su artículo una declaración de la directora de producto de OpenAI, Fidji Simo, en 2026: «Jakub y Mark establecen la dirección de investigación a largo plazo. Después de meses de trabajo, aparecen resultados sorprendentes, y luego los investigadores me contactan y dicen: 'Tengo algo genial. ¿Cómo planeas usarlo en el chat? ¿Cómo para nuestros productos empresariales?'»
Esta declaración contrasta marcadamente con la famosa cita de Steve Jobs de 1997: «Tienes que comenzar con la experiencia del cliente y luego retroceder hacia la tecnología. No puedes comenzar con la tecnología y luego tratar de averiguar dónde venderla.»
Evans cree que cuando eres el responsable de producto de un laboratorio de IA, no controlas tu hoja de ruta y tu capacidad para establecer una estrategia de producto es muy limitada. Abres tu correo por la mañana y descubres qué ha producido la investigación del laboratorio, y tu trabajo es convertirlo en un botón. La estrategia ocurre en otro lugar, pero ¿dónde?
Este problema resalta el desafío fundamental que enfrenta OpenAI: a diferencia de Google en la década de 2000 o Apple en la de 2010, los empleados inteligentes y ambiciosos de OpenAI no tienen un producto realmente efectivo que otros no puedan hacer. Evans cree que una interpretación de la actividad de OpenAI en los últimos 12 meses es que Sam Altman es profundamente consciente de esto e intenta convertir la valoración de la empresa en una posición estratégica más duradera antes de que la música se detenga.
Durante la mayor parte del año pasado, la respuesta de OpenAI parecía ser «todo, al mismo tiempo, ejecutar inmediatamente». Plataforma de aplicaciones, navegador, aplicación de video social, colaboración con Jony Ive, investigación médica, publicidad, etc. Evans cree que algunos de estos parecen ser «disparos en todas direcciones», o simplemente el resultado de contratar rápidamente a muchas personas agresivas. A veces también da la sensación de que la gente está copiando las formas de plataformas exitosas anteriores sin comprender completamente su propósito o mecanismos dinámicos.
Evans usa repetidamente términos como plataforma, ecosistema, apalancamiento y efectos de red, pero admite que estos términos se usan ampliamente en la industria tecnológica con significados bastante vagos. Cita a su profesor de historia medieval de la universidad, Roger Lovatt: el poder es la capacidad de hacer que la gente haga cosas que no quiere hacer. Esta es la verdadera pregunta: ¿tiene OpenAI la capacidad de hacer que consumidores, desarrolladores y empresas usen más su sistema, sin importar lo que el sistema realmente haga? Microsoft, Apple y Facebook alguna vez tuvieron esta capacidad, y Amazon también.
Evans cree que una buena manera de interpretar la frase de Bill Gates es que lo que una plataforma realmente logra es aprovechar la creatividad de toda la industria tecnológica, de modo que no tengas que inventar todo tú mismo, puedes construir muchas más cosas a gran escala, pero todo esto se hace en tu sistema, bajo tu control. Los modelos base son realmente multiplicadores, y se construirán muchas cosas nuevas con ellos. Pero, ¿tienes una razón para que todos deban usar tu producto, incluso si los competidores ya han construido lo mismo? ¿Hay una razón para que tu producto siempre sea mejor que el de la competencia, sin importar cuánto capital y esfuerzo inviertan?
Evans concluye que, sin estas ventajas, lo único que tienes es la ejecución día a día. Ejecutar mejor que todos los demás es ciertamente un deseo, algunas empresas lo han logrado durante períodos prolongados, incluso convenciéndose a sí mismas de que lo han institucionalizado, pero esto no es una estrategia.
