Rédaction : Zhao Ying
Source : Wall Street News
Benedict Evans, ancien associé de a16z et célèbre analyste technologique, a récemment publié un article d'analyse approfondie, pointant directement les quatre dilemmes stratégiques fondamentaux auxquels OpenAI est confrontée derrière une prospérité apparente. Il estime que, bien qu'OpenAI dispose d'une vaste base d'utilisateurs et de capitaux suffisants, le manque de fossé technologique, l'engagement insuffisant des utilisateurs, la concurrence rapide des rivaux et une stratégie de produit contrainte par les orientations de recherche du laboratoire menacent sa compétitivité à long terme.
Evans souligne que le modèle commercial actuel d'OpenAI ne présente pas d'avantage concurrentiel clair. La société ne possède ni technologie unique ni effet de réseau, et seulement 5 % de ses 900 millions d'utilisateurs actifs hebdomadaires paient, tandis que 80 % des utilisateurs ont envoyé moins de 1000 messages en 2025 — soit en moyenne moins de trois requêtes par jour. Ce mode d'utilisation « d'un mile de large, d'un pouce de profondeur » indique que ChatGPT n'est pas encore devenu une habitude quotidienne pour les utilisateurs.
Dans le même temps, des géants technologiques comme Google et Meta ont rattrapé OpenAI sur le plan technologique et utilisent leurs avantages de distribution pour gagner des parts de marché. Evans pense que la vraie valeur dans le domaine de l'IA proviendra de nouvelles expériences et scénarios d'application qui n'ont pas encore été inventés, et qu'OpenAI ne peut pas créer à elle seule toutes ces innovations. Cela oblige la société à se battre sur plusieurs fronts simultanément, en se déployant de l'infrastructure à la couche applicative.
L'analyse d'Evans révèle une contradiction centrale : OpenAI tente d'établir des barrières à la concurrence grâce à des investissements massifs en capital et une stratégie de plateforme full-stack, mais en l'absence d'effets de réseau et de mécanismes de fidélisation des utilisateurs, l'efficacité de cette stratégie reste incertaine. Pour les investisseurs, cela signifie qu'il faut réévaluer la proposition de valeur à long terme d'OpenAI et sa position réelle dans le paysage concurrentiel de l'IA.
Disparition de l'avantage technologique : l'homogénéisation des modèles s'accentue
Evans souligne dans son analyse qu'environ six institutions sont actuellement capables de lancer des modèles de pointe compétitifs, avec des performances globalement équivalentes. Les entreprises se dépassent mutuellement toutes les quelques semaines, mais aucune n'a pu établir une avance technologique que les autres ne peuvent égaler. Cela contraste fortement avec des plateformes comme Windows, la recherche Google ou Instagram — qui ont renforcé leur part de marché grâce aux effets de réseau, rendant difficile pour les concurrents de briser le monopole, quels que soient les fonds et les efforts investis.
Cette situation d'égalisation technologique pourrait changer en raison de certaines avancées, notamment la réalisation d'une capacité d'apprentissage continu, mais Evans estime qu'OpenAI ne peut actuellement pas planifier cela. Un autre facteur de différenciation possible est l'effet d'échelle des données propriétaires, y compris les données utilisateurs ou sectorielles, mais les entreprises de plateforme existantes ont également un avantage à cet égard.
Dans le contexte de la convergence des performances des modèles, la concurrence se tourne vers la marque et les canaux de distribution. La croissance rapide des parts de marché de Gemini et Meta AI confirme cette tendance — pour l'utilisateur moyen, ces produits se ressemblent beaucoup, et Google et Meta disposent de solides capacités de distribution. En comparaison, le modèle Claude d'Anthropic, bien qu'il figure souvent en tête des benchmarks, a une notoriété consommateur proche de zéro en raison de l'absence de stratégie et de produit consommateur.
Evans compare ChatGPT à Netscape, qui avait un avantage précoce sur le marché des navigateurs mais a finalement été battu par Microsoft exploitant son avantage de distribution. Il estime que les chatbots font face au même problème de différenciation que les navigateurs : ils ne sont essentiellement qu'une boîte de saisie et une boîte de sortie, avec un espace d'innovation produit extrêmement limité.
Base d'utilisateurs fragile : l'ampleur masque mal un engagement insuffisant
Bien qu'OpenAI dispose d'un avantage évident avec 8 à 900 millions d'utilisateurs actifs hebdomadaires, Evans souligne que ces données masquent un grave problème d'engagement des utilisateurs. La grande majorité des utilisateurs qui connaissent et savent déjà utiliser ChatGPT ne l'ont pas transformé en habitude quotidienne.
Les données montrent que seulement 5 % des utilisateurs de ChatGPT paient, et même parmi les adolescents américains, la proportion qui l'utilise quelques fois par semaine ou moins est bien supérieure à celle qui l'utilise plusieurs fois par jour. OpenAI a divulgué lors de son « récapitulatif annuel 2025 » que 80 % des utilisateurs ont envoyé moins de 1000 messages en 2025, ce qui, à valeur nominale, équivaut à moins de trois requêtes par jour en moyenne, et encore moins de conversations réelles.
Cette utilisation superficielle signifie que la plupart des utilisateurs ne voient pas les différences de personnalité et d'orientation entre les différents modèles, et ne bénéficient pas de fonctionnalités comme la « mémoire » conçues pour créer de l'engagement. Evans souligne que la fonction de mémoire n'apporte que de l'engagement, et non des effets de réseau. Parallèlement, les données d'utilisation provenant d'une base d'utilisateurs plus large peuvent être un avantage, mais lorsque 80 % des utilisateurs ne l'utilisent que quelques fois par semaine au maximum, on peut s'interroger sur l'ampleur de cet avantage.
OpenAI reconnaît elle-même le problème, évoquant un « écart de capacité » entre les capacités du modèle et l'utilisation réelle des utilisateurs. Evans estime que cela évite le fait que l'adéquation produit-marché n'est pas claire. Si les utilisateurs ne savent pas quoi en faire lors d'une journée ordinaire, c'est qu'il n'a pas encore changé leur vie.
La société a lancé un programme publicitaire, en partie pour couvrir les coûts de service des plus de 90 % d'utilisateurs non payants, mais plus stratégiquement, cela permet à l'entreprise d'offrir à ces utilisateurs les modèles les plus récents, les plus puissants (et les plus chers), dans l'espoir d'approfondir l'engagement des utilisateurs. Cependant, Evans s'interroge : si les utilisateurs ne savent pas quoi faire avec ChatGPT aujourd'hui ou cette semaine, leur donner un meilleur modèle changera-t-il la donne ?
Stratégie de plateforme douteuse : manque d'un véritable effet flywheel
L'année dernière, le PDG d'OpenAI, Sam Altman, a tenté de consolider les initiatives de l'entreprise en une stratégie cohérente, présentant un diagramme et citant la célèbre phrase de Bill Gates : la définition d'une plateforme est de créer plus de valeur pour ses partenaires que pour elle-même. Parallèlement, le directeur financier a publié un autre diagramme illustrant l'« effet flywheel ».
Evans pense que l'effet flywheel est une stratégie ingénieuse et cohérente : les dépenses en capital forment elles-mêmes un cycle vertueux et deviennent la base pour construire une entreprise de plateforme full-stack par-dessus. En commençant par les puces et l'infrastructure, on construit vers le haut chaque couche de la pile technologique, et plus on monte, plus on aide les autres à utiliser vos outils pour créer leurs propres produits. Tout le monde utilise votre cloud, vos puces et vos modèles, puis, aux couches supérieures, les différentes couches de la pile technologique se renforcent mutuellement, créant des effets de réseau et un écosystème.
Cependant, Evans déclare franchement qu'il ne pense pas que ce soit la bonne analogie, qu'OpenAI ne dispose pas de la dynamique de plateforme et d'écosystème que Microsoft ou Apple possédaient autrefois, et que ce diagramme flywheel ne montre pas réellement un véritable effet flywheel.
En termes de dépenses en capital, les quatre grandes entreprises de cloud computing ont investi environ 4000 milliards de dollars l'année dernière dans l'infrastructure et ont annoncé au moins 6500 milliards de dollars cette année. OpenAI a affirmé il y a quelques mois détenir des engagements futurs de 1,4 billion de dollars et de 30 gigawatts de puissance de calcul (sans calendrier précisé), tandis que l'utilisation réelle fin 2025 était de 1,9 gigawatt. Faute de flux de trésorerie important provenant d'une activité existante, l'entreprise atteint ces objectifs par le financement et l'utilisation du bilan de tiers (impliquant en partie des « revenus circulaires »).
Evans estime qu'un investissement massif en capital pourrait simplement permettre d'obtenir une place, et non un avantage concurrentiel. Il compare les coûts de l'infrastructure IA à la fabrication d'avions ou à l'industrie des semi-conducteurs : pas d'effets de réseau, mais la technologie de chaque génération devient plus difficile et plus chère, et finalement seules quelques entreprises peuvent maintenir les investissements nécessaires pour rester à la pointe. Cependant, bien que TSMC ait un monopole de facto sur les puces de pointe, cela ne lui a pas apporté d'effet de levier ou de capacité de capture de valeur dans la pile technologique en amont.
Evans souligne que les développeurs devaient créer des applications pour Windows parce qu'il avait presque tous les utilisateurs, et les utilisateurs devaient acheter un PC Windows parce qu'il avait presque tous les développeurs — c'est l'effet de réseau. Mais si vous inventez une excellente nouvelle application ou produit en utilisant l'IA générative, vous appelez simplement via une API le modèle de base fonctionnant dans le cloud, et l'utilisateur ne sait pas ou ne se soucie pas du modèle que vous utilisez.
Absence de maîtrise produit : la stratégie contrainte par le laboratoire
Evans cite en introduction de son article la responsable produit d'OpenAI, Fidji Simo, en 2026 : « Jakub et Mark fixent les orientations de recherche à long terme. Après des mois de travail, des résultats impressionnants émergent, puis les chercheurs me contactent et disent : 'J'ai quelque chose de cool. Comment comptes-tu l'utiliser dans le chat ? Comment pour nos produits entreprise ?' »
Cette déclaration contraste fortement avec la célèbre citation de Steve Jobs en 1997 : « Vous devez commencer par l'expérience client et remonter vers la technologie. Vous ne pouvez pas commencer par la technologie et ensuite essayer de trouver où la vendre. »
Evans estime que lorsque vous êtes le responsable produit d'un laboratoire d'IA, vous ne contrôlez pas votre feuille de route, votre capacité à définir une stratégie produit est très limitée. Vous ouvrez vos emails le matin, vous découvrez ce que le laboratoire a produit, et votre travail est d'en faire un bouton. La stratégie se passe ailleurs, mais où ?
Ce problème met en lumière le défi fondamental auquel OpenAI est confrontée : contrairement à Google des années 2000 ou Apple des années 2010, les employés intelligents et ambitieux d'OpenAI n'ont pas un produit vraiment efficace que les autres ne peuvent pas faire. Evans pense qu'une interprétation des activités d'OpenAI ces 12 derniers mois est que Sam Altman en est profondément conscient et tente de transformer la valorisation de l'entreprise en une position stratégique plus durable avant que la musique ne s'arrête.
Pendant la majeure partie de l'année dernière, la réponse d'OpenAI semblait être « tout faire, en même temps, immédiatement ». Plateforme d'applications, navigateur, application de vidéo sociale, collaboration avec Jony Ive, recherche médicale, publicité, etc. Evans estime que certains de ces projets ressemblent à une « attaque tous azimuts », ou sont simplement le résultat de l'embauche rapide de nombreuses personnes ambitieuses. Parfois, cela donne aussi l'impression que les gens copient la forme des plateformes qui ont réussi par le passé sans en comprendre pleinement l'objectif ou la dynamique.
Evans utilise fréquemment des termes comme plateforme, écosystème, levier et effets de réseau, mais il admet que ces termes sont largement utilisés dans l'industrie technologique avec des significations assez floues. Il cite son professeur d'histoire médiévale à l'université, Roger Lovatt : le pouvoir est la capacité à faire faire aux gens ce qu'ils ne veulent pas faire. C'est là la vraie question : OpenAI a-t-elle la capacité d'amener les consommateurs, les développeurs et les entreprises à utiliser davantage son système, peu importe ce que le système fait réellement ? Microsoft, Apple et Facebook possédaient autrefois cette capacité, Amazon aussi.
Evans pense qu'une bonne façon d'interpréter la phrase de Bill Gates est qu'une plateforme réalise véritablement l'exploitation de la créativité de toute l'industrie technologique, afin que vous n'ayez pas à tout inventer vous-même, vous pouvez construire beaucoup plus de choses à grande échelle, mais tout cela se fait sur votre système, sous votre contrôle. Les modèles de base sont effectivement multiplicateurs, beaucoup de nouvelles choses seront construites avec eux. Mais avez-vous une raison pour que tout le monde doive utiliser votre produit, même si un concurrent a construit la même chose ? Avez-vous une raison pour que votre produit soit toujours meilleur que celui des concurrents, quels que soient les fonds et les efforts qu'ils investissent ?
Evans conclut que sans ces avantages, la seule chose que vous possédez est l'exécution au jour le jour. Mieux exécuter que tout le monde est bien sûr un souhait, certaines entreprises y sont parvenues sur de longues périodes, se convaincues même de l'avoir institutionnalisé, mais ce n'est pas une stratégie.
