Bajo una apariencia prometedora, las «cuatro grandes dificultades» de OpenAI

Escritura: Zhao Ying

Fuente: Wall Street Journal

Benedict Evans, exsocio de a16z y reconocido analista tecnológico, publicó recientemente un artículo de análisis profundo en el que señala directamente que OpenAI enfrenta cuatro dilemas estratégicos fundamentales detrás de su aparente prosperidad. Aunque OpenAI cuenta con una gran base de usuarios y capital suficiente, la falta de una ventaja tecnológica defensible, baja retención de usuarios, la rápida recuperación de competidores y una estrategia de producto limitada por las direcciones de investigación del laboratorio amenazan su competitividad a largo plazo.

Evans señala que el modelo de negocio actual de OpenAI no presenta ventajas competitivas claras. La compañía no posee tecnologías únicas ni ha logrado efectos de red, y solo el 5% de sus 900 millones de usuarios activos semanales pagan por sus servicios. Además, el 80% de los usuarios envían menos de 1000 mensajes en 2025, lo que equivale a menos de tres indicaciones diarias en promedio. Este patrón de uso “ancho en alcance, poco profundo” indica que ChatGPT aún no se ha convertido en un hábito cotidiano para los usuarios.

Mientras tanto, gigantes tecnológicos como Google y Meta ya han igualado técnicamente a OpenAI y están aprovechando sus ventajas de distribución para ganar cuota de mercado. Evans cree que el verdadero valor en el campo de la IA provendrá de experiencias y aplicaciones aún no inventadas, y OpenAI no puede crear todas esas innovaciones por sí solo. Esto obliga a la compañía a operar en múltiples frentes, desde infraestructura hasta capa de aplicaciones, en una estrategia integral.

El análisis de Evans revela una contradicción central: OpenAI intenta construir barreras competitivas mediante grandes inversiones de capital y una estrategia de plataforma de pila completa, pero sin efectos de red ni mecanismos de bloqueo de usuarios, la efectividad de esta estrategia sigue en duda. Para los inversores, esto implica reevaluar el valor a largo plazo de OpenAI y su posición real en el panorama competitivo de la IA.

Ventaja tecnológica en declive: aumento de la homogeneización de modelos

Evans señala que actualmente unas seis instituciones pueden lanzar modelos de vanguardia competitivos, con rendimientos similares. Las empresas se superan unas a otras cada pocas semanas, pero ninguna logra establecer una ventaja tecnológica insuperable. Esto contrasta con plataformas como Windows, Google Search o Instagram, que gracias a efectos de red han fortalecido su cuota de mercado, dificultando que competidores, por mucho dinero o esfuerzo que inviertan, puedan romper su monopolio.

Este escenario de igualdad tecnológica podría cambiar con algunos avances, siendo el más evidente la implementación de capacidades de aprendizaje continuo, aunque Evans opina que OpenAI aún no tiene planes claros en ese sentido. Otro posible diferenciador sería el efecto de escala en datos propietarios, como datos de usuarios o datos específicos de industrias verticales, pero las plataformas existentes también tienen ventajas en este aspecto.

En un contexto de rendimiento de modelos cada vez más homogéneo, la competencia se desplaza hacia la marca y los canales de distribución. La rápida expansión de cuota de mercado de Gemini y Meta AI confirma esta tendencia: para el usuario común, estos productos parecen similares, mientras que Google y Meta poseen capacidades de distribución muy fuertes. En cambio, el modelo Claude de Anthropic, aunque frecuentemente destacado en benchmarks, tiene un reconocimiento casi nulo entre los consumidores debido a la falta de estrategia de mercado y producto.

Evans compara ChatGPT con Netscape, que dominó inicialmente el mercado de navegadores pero fue derrotado por Microsoft aprovechando su ventaja de distribución. Considera que los chatbots enfrentan un problema similar: en esencia, son solo una caja de entrada y salida, con un espacio de innovación muy limitado.

Base de usuarios frágil: la escala no oculta la baja retención

Aunque OpenAI tiene una ventaja clara con entre 800 y 900 millones de usuarios activos semanales, Evans advierte que estos datos ocultan un problema grave de participación. La mayoría de los usuarios que conocen y saben usar ChatGPT no lo han convertido en un hábito diario.

Los datos muestran que solo el 5% de los usuarios pagan por el servicio, y entre los adolescentes en EE. UU., incluso aquellos que usan varias veces a la semana, la proporción de uso diario es mucho menor. En el resumen de 2025, OpenAI reveló que el 80% de los usuarios envían menos de 1000 mensajes en todo el año, lo que equivale a menos de tres indicaciones diarias en promedio, y en realidad, la cantidad de conversaciones es aún menor.

Este uso superficial significa que la mayoría de los usuarios no perciben diferencias en personalidad o enfoque entre modelos, ni se benefician de funciones diseñadas para crear retención, como la memoria. Evans enfatiza que la memoria puede generar retención, pero no efectos de red. Aunque una base de usuarios más grande puede ser una ventaja, cuando el 80% de los usuarios usan el servicio solo unas pocas veces por semana, esa ventaja es cuestionable.

OpenAI también reconoce estos problemas, señalando una “brecha de capacidad” entre las capacidades del modelo y el uso real por parte de los usuarios. Evans considera que esto es una forma de evitar abordar la falta de ajuste del producto al mercado. Si los usuarios no saben qué hacer con ChatGPT en su día a día, significa que aún no ha cambiado sus vidas.

La compañía ha lanzado proyectos publicitarios, en parte para cubrir los costos de servicio de más del 90% de usuarios que no pagan, pero más estratégicamente, para ofrecer a estos usuarios los modelos más nuevos, potentes y costosos, con la esperanza de aumentar su participación. Sin embargo, Evans cuestiona si, si los usuarios no saben qué hacer con ChatGPT hoy o esta semana, ofrecerles mejores modelos cambiará esa situación.

Dudas sobre la estrategia de plataforma: falta un verdadero efecto de volante

El año pasado, el CEO de OpenAI, Sam Altman, intentó consolidar las iniciativas de la compañía en una estrategia coherente, mostrando un diagrama y citando a Bill Gates: “La definición de plataforma es crear valor para los socios que supere el valor que se crea para uno mismo”. Al mismo tiempo, el director financiero presentó otro diagrama que mostraba el “efecto de volante”.

Evans considera que el efecto de volante es una estrategia ingeniosa y coherente: el gasto de capital genera un ciclo virtuoso y sienta las bases para construir una compañía de plataforma de pila completa. Desde chips e infraestructura, se construye cada capa de la pila tecnológica, y a medida que se avanza, se ayuda a otros a usar tus herramientas para crear sus propios productos. Todos usan tu nube, tus chips y tus modelos, y en niveles superiores, las capas de la pila tecnológica se refuerzan mutuamente, formando efectos de red y ecosistemas.

Sin embargo, Evans afirma que esa no es la comparación correcta: OpenAI no posee la dinámica de plataformas y ecosistemas que tuvieron Microsoft o Apple. La imagen del “volante” en realidad no muestra un efecto de volante genuino.

En cuanto a la inversión de capital, las cuatro principales empresas de computación en la nube invirtieron aproximadamente 400 mil millones de dólares en infraestructura el año pasado, y anunciaron que este año invertirán al menos 650 mil millones. Hace unos meses, OpenAI afirmó que en el futuro tendría una capacidad de 1.4 billones de dólares y 30 gigavatios de potencia de cálculo (sin un cronograma claro), pero a finales de 2025, su uso real fue de solo 1.9 gigavatios. Debido a la falta de flujo de caja de negocios existentes, la compañía recurre a financiamiento y a usar los balances de otros, en parte mediante “ingresos circulares”.

Evans opina que una gran inversión de capital puede ser solo para obtener un asiento en la mesa, no una ventaja competitiva. Compara los costos de infraestructura de IA con la fabricación de aviones o semiconductores: sin efectos de red, pero con procesos cada vez más complejos y costosos en cada generación, solo unas pocas empresas podrán mantener la inversión en la frontera. TSMC, aunque tiene un monopolio de facto en chips de vanguardia, no ha logrado aprovechar esa posición para obtener ventajas en las capas superiores de la pila tecnológica o en la generación de valor.

Evans señala que los desarrolladores deben construir aplicaciones para Windows porque tiene casi todos los usuarios, y los usuarios compran Windows porque tiene casi todos los desarrolladores. Esto es un efecto de red. Pero si inventas una nueva aplicación o producto con IA generativa, solo necesitas llamar a la API para que funcione en la nube, y los usuarios no saben ni les importa qué modelo estás usando.

Falta de control del producto: la estrategia está en manos del laboratorio

Al inicio del artículo, Evans cita a Fidji Simo, responsable de producto en OpenAI, 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 diciendo: ‘Tengo algo muy genial. ¿Cómo planeas usarlo en el chat? ¿Y en nuestros productos empresariales?’”

Esta declaración contrasta con la famosa frase de Steve Jobs en 1997: “Debes comenzar con la experiencia del cliente y luego retroceder hasta la tecnología. No puedes empezar con la tecnología y luego tratar de averiguar dónde venderla.”

Evans opina que, cuando eres responsable de productos en un laboratorio de IA, no puedes controlar tu hoja de ruta ni definir la estrategia del producto. Abres el correo por la mañana y descubres que el laboratorio ha logrado algo, y tu trabajo es convertirlo en un botón. La estrategia ocurre en otro lugar, pero ¿dónde exactamente?

Este problema revela el desafío fundamental que enfrenta OpenAI: a diferencia de Google en los 2000 o Apple en los 2010, sus empleados inteligentes y ambiciosos no tienen un producto verdaderamente efectivo y difícil de replicar por otros. Evans interpreta que, en los últimos 12 meses, OpenAI ha estado en modo “hacer todo a la vez y ejecutar inmediatamente”, con plataformas de aplicaciones, navegadores, videos sociales, colaboraciones con Jony Ive, investigación médica, publicidad, etc. Algunos parecen ser “ataques totales” o resultados de contratar rápidamente a muchas personas proactivas. A veces da la impresión de que están copiando modelos de plataformas exitosas anteriores, sin entender completamente sus propósitos o mecanismos dinámicos.

Evans usa repetidamente términos como plataforma, ecosistema, palanca y efecto de red, pero admite que estos términos se usan mucho en la industria tecnológica y su significado puede ser vago. Cita a Roger Lovatt, profesor de historia medieval en la universidad, quien decía: “El poder es la capacidad de hacer que las personas hagan cosas que no quieren hacer”. Esa es la verdadera cuestión: ¿OpenAI tiene la capacidad de hacer que consumidores, desarrolladores y empresas usen más su sistema, independientemente de lo que realmente haga? Microsoft, Apple y Facebook alguna vez tuvieron esa capacidad, y Amazon también.

Evans sugiere que una buena forma de entender la frase de Bill Gates es que una plataforma realmente logra aprovechar toda la creatividad del sector tecnológico, permitiendo construir a gran escala sin tener que inventar todo por uno mismo, siempre y cuando todo se haga en tu sistema y bajo tu control. Los modelos base son multiplicadores, y muchas cosas nuevas se construirán con ellos. Pero, ¿tienes razones para que todos tengan que usar tu producto, incluso si los competidores ya han creado algo similar? ¿Por qué tu producto siempre debe ser mejor, sin importar cuánto dinero o esfuerzo inviertan los rivales?

Evans concluye que, si no tienes esas ventajas, lo único que posees es la capacidad de ejecutar mejor que los demás. Ejecutar mejor que otros, por supuesto, es un deseo, y algunas empresas lo han logrado durante más tiempo, incluso creyendo que lo han institucionalizado, pero eso no es una estrategia.