Caras de OpenAI cuatro problemas estratégicos fundamentales que ninguna cantidad de anuncios de cobranza de fondos o gastos de renta puede ocultar, según el analista Benedict Evans: no tiene una tecnología única, su enorme colchoneta de usuarios es superficial y frágil, empresas tradicionales como Google y Meta están aprovechando una distribución superior para cerrar la brecha, y su hoja de ruta de productos está dictada por lo que descubran los laboratorios de investigación en circunscripción de por una táctica de producto deliberada.

La compañía afirma tener entre 800 y 900 millones de usuarios activos semanales, pero el 80% de ellos envió menos de 1.000 mensajes durante todo 2025, con un promedio de menos de tres mensajes por día, y solo el 5% paga. OpenAI ha obligado lo que fogata una “brecha de capacidad” entre lo que los modelos pueden hacer y para qué las personas los usan, un entorno que Evans interpreta como una forma educada de evitar guarecer la desaparición de ajuste entre el producto y el mercado. Mientras tanto, Gemini y Meta AI están ganando décimo rápidamente porque los productos parecen casi indistinguibles para los usuarios típicos, y Google y Meta ya tienen la distribución para impulsarlos. Evans compara ChatGPT con Netscape, uno de los primeros líderes en una categoría donde los productos eran difíciles de diferenciar, superado por un competidor que usaba la distribución como palanca.

En cuanto al compra de renta, Evans sostiene que las ambiciones de Altman (que reclaman 1,4 billones de dólares y 30 gigavatios de computación futura) equivalen a un intento de colocar a OpenAI en un circunscripción en una mesa donde el compra anual en infraestructura puede precisar alcanzar cientos de miles de millones. Pero un asiento en la mesa no significa influencia sobre ella; compara esto con TSMC, que tiene un monopolio de facto en chips pero captura poco valencia más en lo alto en la pila.

Los propios diagramas de táctica de OpenAI de finales del año pasado presentaron una visión de plataforma completa (chips, modelos, herramientas de exposición, productos de consumo), cada capa reforzando a las demás. Evans sostiene que esto toma prestado el idioma de Windows e iOS sin poseer ninguna de las dinámicas subyacentes: sin objetivo de red, sin cerco que impida a los desarrolladores citar a la API de un maniquí diferente, y sin razón para que los clientes sepan o les coste qué maniquí de colchoneta impulsa el producto que están usando.