OpenAI 將如何競爭？

「Jakub 和 Mark 設定了長期的研究方向。經過幾個月的工作後，一些令人驚嘆的成果出現了，接著我會收到研究員傳來的訊息說：『我做出了一些很酷的東西。你打算怎麼把它用在聊天功能中？你打算怎麼把它用在我們的企業產品中？』」

- Fidji Simo，OpenAI 產品負責人，2026

「你必須從客戶體驗開始，然後回溯到技術。你不能從技術開始，然後試圖弄清楚你要把它賣到哪裡。」

- 史蒂夫·賈伯斯 (Steve Jobs)，1997

---

在我看來，OpenAI 面臨四個根本性的戰略問題。

第一，我們今天所看到的這項業務並沒有強大且明確的競爭領先優勢。它不具備獨特的技術或產品。這些模型擁有龐大的用戶群，但參與度和黏著度非常窄，且到目前為止還沒有產生網絡效應或任何其他「贏家通吃」的效應，能提供一條明確的路徑將該用戶群轉化為更廣泛且持久的東西。OpenAI 在模型本身之上，也沒有具備「產品市場媒合度」（product-market fit）的消費級產品。

第二，隨著市場的發展，AI 的體驗、產品、價值獲取和戰略槓桿在未來幾年都會發生巨大的變化。強大且具侵略性的現有巨頭以及數以千計的創業家正試圖創造新的功能、體驗和商業模式，並在此過程中試圖將基礎模型本身轉變為按邊際成本銷售的商品化基礎設施。在開啟了大語言模型（LLM）熱潮後，OpenAI 現在還必須發明另一整套新事物，或者至少要抵禦、收編並吸收成千上萬試圖這樣做的人。

第三，雖然這些問題在很大程度上也適用於該領域的其他所有人，但 OpenAI 與 Anthropic 一樣，必須在沒有既有產品作為分銷管道（並將這一切轉化為一項功能）的情況下，跨越「混亂的中間階段」來「跨越鴻溝」（此處請自行插入你最喜歡的創業書名）；並且要在沒有既有業務現金流支撐的情況下，在歷史上資本最密集的行業之一進行競爭。當然，擁有這一切的公司需要具備自我顛覆的能力，但我們早已過了人們說 Google 做不了 AI 的那個階段。

第四個問題體現在我上面引用的名言中。Mike Krieger 和 Kevin Weil 去年也提出了類似的觀點：當你是一家 AI 實驗室的產品負責人時，你無法控制自己的路線圖。你設定產品戰略的能力非常有限。你早上打開電子郵件，發現實驗室研究出了一些東西，而你的工作就是把它變成一個按鈕。戰略發生在其他地方。但究竟在哪裡？

OpenAI 至少在爭議中仍設定了新模型的議程，它擁有許多偉大的技術以及大量聰明且有抱負的人才。但與 2000 年代的 Google 或 2010 年代的 Apple 不同，這些人還沒有一個「真正有效且別人做不到」的東西。我認為，看待 OpenAI 過去 12 個月活動的一種方式是：Sam Altman 深知這一點，並正試圖在音樂停止前，竭盡全力用他的「紙上富貴」換取更持久的戰略地位。

讓我們從模型開始談起。

---

目前大約有半打組織正在發布具競爭力的前沿模型，且能力幾乎旗鼓相當。每隔幾週，他們就會互相超越。在這些能力中存在差異，有可能掉出曲線（目前是 Meta），或未能進入曲線（目前是 Apple、Amazon、Microsoft），或落後前沿六個月（中國），或嚴重依賴他人的成果（又是中國），而這一切都需要大量的資金（下文詳述），但今天我們還沒看到任何機制能讓一家公司獲得其他同行永遠無法企及的領先優勢。這裡不存在類似 Windows、Google 搜尋、iOS 或 Instagram 那種網絡效應，即市場份額是自我強化的，無論投入多少金錢和努力，別人都無法介入或追趕。

如果出現能實現網絡效應的突破（最明顯的是持續學習），這種情況可能會改變，但我們不能指望這一定會發生。如果獲取專有數據方面存在實際的規模效應，情況也可能改變，這在今天被視為 AI 的「暗物質」：這可能是用戶數據（但目前尚不清楚這裡的規模會是什麼樣子，且現有的平台公司擁有大量數據），或者是垂直領域數據（基礎模型不知道 SAP 或 Salesforce 內部發生了什麼，也沒有投資銀行內部的數百萬份試算表，雖然有時你可以購買這些數據或付錢讓人製作，但其他大玩家也可以）。這裡可能還有其他東西，但目前我們不知道，也無法據此規劃，因此我們必須假設模型在短期內仍將保持非常接近的水平。

---

OpenAI 今天唯一擁有明確領先優勢的地方在於用戶群：它擁有 8 到 9 億用戶。問題在於，這些只是「週活躍」用戶：絕大多數甚至已經知道這是什麼、知道如何使用的人，都沒有養成每日使用的習慣。只有 5% 的 ChatGPT 用戶是付費用戶，甚至美國青少年每週使用幾次或更少的可能性，遠高於每天使用多次的可能性。OpenAI 在其「2025 年度回顧」推廣活動中發布的數據告訴我們，80% 的用戶在 2025 年發送的「訊息」少於 1,000 條。我們不知道這一數字在一年中如何變化（可能有所增長），但從表面上看，這平均每天不到三個提示詞（prompts），且獨立對話次數更少。使用情況是「一英里寬，一英吋深」。

---

這意味著大多數人看不出模型個性與重點之間的差異，大多數人也沒有從「記憶」或其他功能中受益，而各公司的產品團隊為了建立黏著度（記憶是黏著度，而非網絡效應）正互相抄襲這些功能。同時，來自更大（目前而言）用戶群的使用數據本身可能是一種優勢，但如果 80% 的用戶每週最多只使用幾次，這種優勢能有多大？

這種參與度顯然是一個「杯子是半滿還是半空」的問題，但這本應是使用電腦方式的一場變革。如果人們每週最多只使用幾次，且在平常的日子裡想不出能用它做什麼，那麼它並沒有改變他們的生活。OpenAI 自己也承認這個問題，談到了模型能力與人們實際用途之間的「能力差距」，在我看來，這只是為了避免承認自己還沒有明確的產品市場媒合度的一種說法。

因此，OpenAI 的廣告項目部分是為了支付那 90% 以上不付費用戶的服務成本（並在廣告商中取得早期領先，學習其運作方式），但從戰略上講，這也是為了讓這些用戶能夠使用最新、最強大（也最昂貴）的模型，希望能深化他們的參與度。Fidji Simo 在這裡說「傳播和規模是最重要的」。這或許行得通（雖然也可能促使他們付費，或轉向 Gemini）。但這並非顯而易見：如果某人今天或這週想不出能用 ChatGPT 做什麼，給他們一個更好的模型就能改變這一點嗎？或許會，但同樣有可能的是，他們仍受困於「空白螢幕問題」，或者無論模型多好，聊天機器人本身就不是適合他們使用場景的正確產品和體驗。

與此同時，當你擁有一個無差異化的產品時，早期的採用領先往往不持久，競爭往往會轉向品牌和分銷。我們今天可以從 Gemini 和 Meta AI 快速增長的市場份額中看到這一點：對典型用戶來說，產品看起來大同小異（儘管科技圈人士認為 Llama 4 是個慘劇，但 Meta 的數據看起來不錯），而 Google 和 Meta 擁有可利用的分銷優勢。相反地，Anthropic 的 Claude 模型經常在基準測試中名列前茅，但它沒有消費者戰略或產品（Claude Cowork 甚至要求你安裝 Git！），且消費者知名度幾乎為零。

這導致許多人將 ChatGPT 比作 Netscape，當時微軟利用分銷優勢強行進入一個產品本身難以區分的市場，就像今天的 Google 和 Meta 所做的那樣。

進一步來說，比較「區分網頁瀏覽器有多難」與「今天區分聊天機器人有多難」是很有趣的：這看起來是同一個問題。你可以讓瀏覽器的渲染引擎更好，也可以讓聊天機器人的 LLM 更好，但瀏覽器本身和聊天機器人本身，都只是一個輸入框和一個輸出框。ChatGPT 應用程式就像所有的聊天機器人應用程式一樣，只是一個「薄薄的封裝」——你如何能讓你的與眾不同？在瀏覽器中，答案是你做不到——最後成功的產品創新是分頁標籤以及將搜尋與網址列合併。今天的聊天機器人面臨同樣的問題——你還能增加多少個小按鈕，以及你如何區分它們？

---

歸根結底，微軟雖然贏得了第一代消費級互聯網的瀏覽器戰爭，但事實證明這並不重要，因為真正重要的體驗和價值獲取是在別處創造的。同樣地，「參與度差距」的真正問題在於，它是通過我們必須假設會應用於整個行業的通用模型改進來解決，還是通過每個人都會抄襲的 UI 創新來解決，抑或是隨之而來的是在「原始」模型之上發明和創造的新實驗與使用場景。

如果下一步是那些新體驗，誰來做？為什麼會是 OpenAI？整個科技行業都在試圖發明生成式 AI 體驗的第二步——你如何能規劃出那個人就是你？你如何與這張圖表中的每一個人——矽谷的每一位創業家——競爭？

---

所以：你不知道如何讓你的核心技術比別人的更好。你擁有龐大的用戶群，但參與度有限且看起來非常脆弱。主要的現有巨頭已經或多或少追平了你的技術，並正利用其產品和分銷優勢追趕市場。而且，看起來大部分的價值和槓桿將來自尚未被發明的新體驗，而你無法獨自發明所有的體驗。你該怎麼辦？

在去年的大部分時間裡，OpenAI 的答案感覺像是「昨天就把所有事情一次做完」。一個應用平台！不，另一個應用平台！一個瀏覽器！一個社交影片應用！Jony Ive！醫學研究！廣告！還有更多我已經忘記的東西！當然，還有數兆美元的資本支出公告，或者至少是資本支出的願景。

其中一些看起來像是「全面佔領」（flooding the zone），或者至少只是快速招聘大量具侵略性、有抱負的人才後的結果。有時也給人一種人們在模仿先前成功平台的運作形式，卻不完全理解其目的或動力的感覺：「平台都有應用商店，所以我們也需要一個應用商店！」

但在去年晚些時候，Sam Altman 試圖將這一切整合起來，展示了這張圖表，並引用了比爾·蓋茲（Bill Gates）的名言：平台的定義是它為合作夥伴創造的價值超過為自己創造的價值。

---

幾乎在同一時間，財務長（CFO）發布了這張圖表。

---

這是一個漂亮、整潔、連貫的戰略。你的資本支出本身就是一個良性循環，它是建立一個全棧平台公司的基礎。你構建堆棧的每一層，從晶片和基礎設施向上延伸，越往堆棧上方走，你就越能幫助其他人利用你的工具創造他們自己的東西。每個人都可以使用你的雲端、你的晶片、你的模型，然後在更上方，堆棧的各層是互補強化的。你擁有網絡效應，你擁有生態系統，你在堆棧上下都擁有槓桿，每個人都在你的基礎上構建，每個人都被鎖定。其他人也可能構建該堆棧的部分內容，但你擁有一個可防禦、具差異化、能獲取價值的平台。

這確實是 Windows 或 iOS 的運作方式。問題是，我真的不認為這是正確的類比。我不認為 OpenAI 擁有這些。它不具備微軟或蘋果那樣的平台和生態系統動力，而那張飛輪圖實際上並沒有展示出一個飛輪。

讓我們從資本支出談起。這是最引人注目的部分，因為科技行業從未考慮過如此龐大的數字。四大雲端公司去年在基礎設施上花費了約 4,000 億美元，並已宣布今年至少 6,500 億美元的計劃。

---

眾所周知，OpenAI 一直在努力加入這個俱樂部，幾個月前聲稱未來擁有 1.4 兆美元和 30 十億瓦（GW）的算力承諾（未給出時間表），而其報告稱 2025 年底投入使用的算力為 1.9 十億瓦。由於它不像超大規模業者（hyperscalers）那樣擁有來自既有業務的大規模現金流，到目前為止，它通過融資（並非所有融資都已完成）和利用他人的資產負債表（其中一些也是著名的「循環營收」）來實現或至少宣布了這一點。

你可以聽很多長達三小時的播客討論這一切，很多人對 TPU、英偉達的產品領先地位以及甲骨文借貸日益衰落但能產生現金的傳統業務來燒錢進入新領域的戰略各抒己見，但我們其他人應該關心多少？這是一條通往競爭優勢的道路，還是僅僅是一張入場券？

我們並不真正知道 AI 基礎設施成本長期會是什麼樣子，但很有可能這會演變成像客機製造或半導體製造那樣：沒有網絡效應，但每一代的過程都變得更加困難和昂貴，因此這些行業從數十家處於尖端的公司減少到只有波音和空中巴士，以及台積電。半導體製造既有眾所周知的摩爾定律（Moore’s Law），也有大多數人沒聽過的洛克定律（Rock’s Law）：摩爾定律說晶片上的電晶體數量每兩年翻一倍，但洛克定律說最先進的半導體晶圓廠的成本每四年翻一倍。也許生成式 AI 也會如此，單位成本下降但固定成本上升到只有少數幾家公司能維持構建競爭模型所需的投資，而其他人則被擠出市場。* 這種寡佔局面推測會有一個價格平衡，儘管利潤率可能高也可能低——這可能只是按邊際成本銷售的商品化基礎設施，特別是考慮到桌上的一些玩家將利用他們的模型來驅動其他更具差異化的業務。去問你最喜歡的經濟學家吧。**

所以，當 Sam Altman 說他籌集了 1,000 億或 2,000 億美元，當他說他希望 OpenAI 每週能構建一十億瓦的算力（暗示每年約一兆美元的資本支出）時，很容易將其嘲笑為「吹牛瓦特」（braggawatts），據說台積電的人曾輕蔑地稱他為「播客兄弟」，但他正試圖創造一個自我實現的預言。他正試圖憑藉意志力，讓 OpenAI 這家三年前還沒有營收的公司，在一個每年可能需要投入數千億美元基礎設施的牌桌上獲得一席之地。到目前為止，他的意志力被證明是相當強大的。

但是，這除了讓你獲得一席之地外，還能帶來什麼嗎？台積電不僅僅是一個寡佔者——它在尖端晶片上擁有「事實上的壟斷」——但這幾乎沒有給它帶來在堆棧更上層的槓桿或價值獲取能力。人們開發 Windows 應用、Web 服務和 iPhone 應用——他們不開發台積電應用或英特爾應用。

開發者必須為 Windows 開發，因為它幾乎擁有所有用戶；而用戶必須購買 Windows 電腦，因為它幾乎擁有所有開發者（這就是網絡效應！）。但如果你利用生成式 AI 發明了一個出色的新應用、產品或服務，或者將其作為功能添加到現有產品中，你會使用 API 來調用雲端運行的基礎模型，而用戶不知道也不在乎你使用的是哪個模型。使用 Snap 的人沒人在乎它是運行在 AWS 還是 GCP 上。當你購買企業級 SaaS 產品時，你不在乎它使用的是 AWS 還是 Azure。如果我進行 Google 搜尋，第一個匹配結果是一個運行在 Google Cloud 上的產品，我永遠不會知道。

這並不意味著這些 API 是可以互換的——AWS、GCP 和 Azure 擁有截然不同的市場份額，以及開發者選擇它們，都是有充分理由的。但客戶不知道也不在乎。運營雲端並不能讓你對堆棧更上層的第三方產品和服務擁有槓桿。

現在的區別或許在於，所有這些服務以前都是獨立的孤島：頂層有 Google 和 Facebook 這樣的通用搜尋和發現層，底層有雲端這樣的通用基礎設施，但所有這些應用從未相互連接。現在，我們看到模型和網站之間出現了一套複雜的標準和協議，以便在廣告、電子商務以及某種意圖和自動化方面相互對話（圍繞 OpenClaw 的短暫熱情體現了這一點）。一個網站可以展示其功能，以便其中一部分可以直接出現在 ChatGPT 中，無論是房地產搜尋還是購物車。你會告訴你的代理人（agent）去查看 Instagram 上的食譜，並在 Instacart 上訂購食材。一切都可以對接到其他一切，一切都可以相互對話！

與此同時（說出心照不宣的部分），如果你能設定並控制這些 API 並管理流量，那就賦予了你權力。標準在每一代技術中都是基本的競爭武器——還記得微軟的口號「擁抱並擴展」（embrace and extend）嗎？特別是，OpenAI 現在建議你使用 ChatGPT 帳戶作為連接所有這些服務的膠水。這就是網絡效應！

對此我不確定：我不確定這個願景是否真的行得通，如果行得通，我也不確定它是否能讓一家公司獲得主導地位。

首先，科技界存在一個反覆出現的謬誤，即你可以將許多不同的複雜產品抽象成一個簡單的標準界面——你可以稱之為「組件謬誤」（widget fallacy）。十年前人們說「API 是新的商務拓展（BD）」，這其實是同一個概念，而它大多失敗了。這部分是因為在酷炫的演示與實際產品中的交互模型和工作流所需的所有工作與思考之間存在巨大的鴻溝：很快你就會遇到例外情況，這時你需要實際的產品 UI 和人類的決策。這也是因為激勵機制不一致：沒人想成為別人的「啞巴 API 調用」，因此在抽象層可能帶來的分銷（Google 購物、Facebook 購物，以及現在的 ChatGPT 購物）與你控制體驗和客戶關係的願望之間，存在著固有的緊張關係或權衡。畢竟，請記住，Instacart 的所有利潤都來自展示廣告。

當然，這只是推測——也許這次真的行得通！但第二個問題是，如果這些都是通過抽象和自動化 API 插入的獨立系統，用戶或開發者會被鎖定在其中任何一個系統中嗎？如果聊天機器人饋送流中的應用行得通，且 OpenAI 使用一套標準而 Gemini 使用另一套，有什麼能阻止開發者兩者都做？這比同時開發 iOS 和 Android 應用的代碼量少得多，而且，難道你不能讓 AI 幫你寫代碼嗎？這對開發者鎖定會產生什麼影響？同時，是的，也許我會用我的 OpenAI 或 Gemini 帳戶登錄所有這些服務，但對我來說，用同一個帳戶登錄 Tinder、Zillow 和 Workday 真的有意義嗎？而且，同樣地，他們想要這樣嗎？

嗯。

在寫這篇文章的過程中，我不斷回到平台、生態系統、槓桿和網絡效應等術語。這些詞在科技界被頻繁使用，但含義卻相當模糊。Google Cloud、Apple 的 App Store、Amazon Marketplace，甚至 TikTok 都是「平台」，但它們都非常不同。

也許我真正想找的詞是「權力」。很久以前我在大學時，我的中世紀歷史教授 Roger Lovatt 告訴我，權力是讓別人做他們不想做的事情的能力，而這正是這裡的問題所在。OpenAI 是否有能力讓消費者、開發者和企業使用它的系統，而不是其他任何人的系統，無論系統本身實際做了什麼？微軟、蘋果和臉書曾擁有這種能力。亞馬遜也有——這是一個真正的飛輪。***

---

關於這一點，我認為解讀比爾·蓋茲那段話的一個好方法是：一個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，大量的事物能以巨大的規模被構建出來，但是，這一切都在你的系統上完成，且由你掌控韁繩。LLM 具備這一點嗎？

基礎模型無疑是倍增器：大量的新事物將利用它們被構建出來。但是，當你的競爭對手也構建了同樣的東西時，你有理由讓每個人都必須使用你的東西嗎？是否有理由說明，無論競爭對手投入多少金錢和努力，你的東西永遠會比他們的好？這就是我們一生中整個消費科技行業的運作方式。如果沒有，那麼你擁有的唯一東西就是執行力，每一天的執行力。比其他人執行得更好當然是一種抱負，有些公司在很長一段時間內做到了這一點，甚至說服自己已經將其制度化了，但這並不是一種戰略。

---

** 另一個對比是零利率政策（ZIRP）時期的「資本作為武器」階段，當時公司利用廉價資本買下規模，希望能藉此獲得具防禦性的網絡效應並主導市場。這對 Uber 來說至少在爭議中是有效的，但對 WeWork 卻無效，WeWork 和 OpenAI 一樣，沒有網絡效應。*

*** 另一種可能是結果完全不同，例如我們最終擁有了大量形狀和大小各異的模型，其中一些在邊緣端免費運行，而談論 AI 基礎設施的寡佔就像談論 SQL 基礎設施的寡佔一樣毫無意義。我們只是不知道。*

**** 對此的反駁是，微軟、Google、蘋果和 Meta 或許生活在一個「贏家通吃」效應的世界裡，但他們從不認為自己已經贏了。他們總是如履薄冰。這種心態的標誌性表達當然是安迪·葛洛夫（Andy Grove）的名言：「唯偏執狂得以倖存」。英特爾曾擁有網絡效應，後來失去了；它曾擁有技術領先地位，後來也失去了。*