撰文：趙穎，華爾街見聞
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擁有龐大用戶基礎和充足資本，但缺乏技術護城河、用戶黏性不足、競爭對手快速追趕，以及產品策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目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，也沒有形成網路效應，其9億週活躍用戶中僅5%付費，且80%用戶在2025年發送的訊息少於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尚未成為用戶的日常習慣。
同時，Google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發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試圖透過大規模資本投入和全端平台策略建立競爭壁壘，但在缺乏網路效應和用戶鎖定機制的情況下，這種策略能否奏效仍存疑問。對投資人而言，這意味著需要重新評估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，目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。各家公司每隔幾週就會互相超越，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 搜尋或Instagram 等平台形成鮮明對比——後者透過網路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，包括用戶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管道。 Gemini 和Meta AI 的市場份額快速增長印證了這一趨勢——對於普通用戶而言，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。相較之下，Anthropic 的Claude 模式雖然經常在基準測試中名列前茅，但因缺乏消費者策略和產品，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。
使用者基礎脆弱：規模難掩黏性不足
儘管OpenAI擁有8至9億週活躍用戶的明顯領先優勢，但Evans指出這項數據掩蓋了嚴重的用戶參與度問題。絕大多數已經了解並知道如何使用ChatGPT的用戶，並未培養成日常習慣。
數據顯示，只有5%的ChatGPT用戶付費，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%的用戶在2025年發送的訊息少於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。
這種淺層使用意味著大多數使用者看不到不同模型之間在個性和重點上的差異，也無法從"記憶"等旨在建立黏性的功能中受益。 Evans強調，記憶功能只能帶來黏滯性，而非網路效應。同時，來自更大用戶基礎的使用數據可能是一種優勢，但當80%的用戶每週最多只使用幾次時，這種優勢有多大值得懷疑。
OpenAI 自己也承認有問題，提出模型能力與使用者實際使用之間存在「能力差距」。 Evans 認為這是迴避產品市場契合度不明確的事實。如果使用者在普通日子裡想不出用它做什麼，就表示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% 以上不付費用戶的服務成本，但更具策略性的是，這使得公司能夠向這些用戶提供最新、最強大（也最昂貴）的模型，希望藉此加深用戶參與度。然而Evans 質疑，如果使用者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。
平台策略存疑：缺乏真正的飛輪效應
去年，OpenAI 執行長Sam Altman 試圖將公司的各項舉措整合成一個連貫的策略，展示了一張圖表，並引用比爾蓋茲的名言：平台的定義是為合作夥伴創造的價值超過為自身創造的價值。同時，財務長發布了另一張展示「飛輪效應」的圖表。
Evans 認為飛輪效應是精巧、連貫的策略：資本支出本身形成良性循環，並成為其上建構全端平台公司的基礎。從晶片和基礎設施開始，向上建造每一層技術棧，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、晶片和模型，然後在更高層，技術堆疊的各層相互強化，形成網路效應和生態系統。
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，四大雲端運算公司去年在基礎建設上投入約4,000 億美元，並宣布今年至少投入6,500 億美元。 OpenAI 幾個月前聲稱未來擁有1.4 兆美元和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，該公司透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製造或半導體產業類比：沒有網路效應，但每一代產品的製程都變得更困難、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，台積電雖然在尖端晶片領域擁有事實上的壟斷地位，但這並未為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 建立應用程式是因為它幾乎擁有所有用戶，而用戶必須購買Windows PC 是因為它幾乎擁有所有開發者——這是網路效應。但如果你使用生成式AI 發明了一個出色的新應用或產品，你只需透過API 呼叫雲端運行的基礎模型，使用者並不知道或關心你使用了什麼模型。
產品主導權缺失：策略受制於實驗室
Evans 在文章一開始引用了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，令人驚嘆的成果出現了，然後研究人員會聯絡我說：『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：「你必須從客戶體驗開始，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裡。」
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，設定產品策略的能力非常有限。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，但在哪裡？
這個問題凸顯了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。
去年大部分時間裡，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、社群影片應用程式、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」，或者只是快速招募大量積極進取的人的結果。有時也給人一種感覺，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 重複使用平台、生態系統、槓桿和網路效應等術語，但他承認這些術語在科技業被廣泛使用，意義卻相當模糊。他引用大學時代中世紀歷史教授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係統，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。
Evans 認為，解讀比爾蓋茲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建造。但你是否有理由讓每個人都必須使用你的產品，即使競爭對手已經建立了相同的東西？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，有些公司在較長時期內做到了這一點，甚至說服自己已經將其製度化，但這不是一種策略。
