¿Cómo competirá OpenAI?
(ben-evans.com)- OpenAI logró asegurar una gran base de usuarios sin una ventaja tecnológica propia, pero la participación y la retención de usuarios son bajas, y además opera con una estructura sin efectos de red
- Actualmente, más de 6 organizaciones están lanzando modelos frontier de nivel equivalente y se superan entre sí con apenas semanas de diferencia, por lo que ninguna empresa ha conseguido una ventaja estructural que sus rivales no puedan alcanzar
- Google y Meta están ampliando rápidamente su cuota de mercado aprovechando la ventaja de sus productos existentes y sus canales de distribución, mientras que a ChatGPT le resulta difícil sostener una ventaja inicial en un producto poco diferenciado
- OpenAI plantea una estrategia de plataforma full-stack que va desde chips e infraestructura hasta apps de consumo, pero carece de efectos de red o de bloqueo de ecosistema como los de Windows o iOS
- El verdadero reto estratégico es quién logrará crear la próxima generación de experiencias y casos de uso de IA que aún ni siquiera han sido inventados, en una situación donde nadie puede inventarlo todo por su cuenta
- Al final, la competitividad de OpenAI depende de su capacidad de ejecución sostenida y de la velocidad con la que se adapta al mercado, algo que se parece más a una competencia de ejecución diaria que a una estrategia
Cuatro desafíos fundamentales de OpenAI
- 1. OpenAI no tiene una ventaja tecnológica ni de producto propia; su base de usuarios es grande, pero la participación y la adhesión son bajas, y no hay efectos de red
- El modelo en sí está a un nivel similar al de sus competidores, y además existe una falta de product-market fit en los productos para consumidores
- 2. La estructura de captura de valor y la experiencia de producto del mercado de IA están cambiando rápidamente. Los actores establecidos y miles de startups están creando nuevas funciones, experiencias y modelos de negocio, y existe el riesgo de que los modelos fundacionales se degraden hasta convertirse en infraestructura genérica de bajo margen
- 3. OpenAI y Anthropic enfrentan la dificultad de entrar a una industria intensiva en capital sin distribución ni flujo de caja provenientes de una base de productos existente (Cross the Chasm)
- Incluso las empresas con productos ya establecidos necesitan canibalizarse, pero la idea de que Google no podía hacer IA quedó atrás hace mucho tiempo
- 4. Debido a su estructura organizacional centrada en investigación, el control sobre la hoja de ruta de producto y la estrategia es limitado. Abres el correo por la mañana, el laboratorio ya resolvió algo, y el trabajo consiste en convertirlo en un botón
"Jakub y Mark definieron la dirección de investigación a largo plazo. Y después de varios meses de trabajo salieron resultados sorprendentes; entonces un investigador me contactó y me dijo: 'Encontré algo realmente genial. ¿Cómo van a usar esto en el chat? ¿Cómo lo vamos a aplicar a nuestro producto empresarial?'"
Fidji Simo, directora de producto de OpenAI (2026)
"Hay que empezar por la experiencia del cliente y desarrollar la tecnología de atrás hacia adelante. No se debe empezar por la tecnología y luego pensar dónde venderla."
Steve Jobs (1997)
- OpenAI tiene una tecnología destacada y talento ambicioso, pero a diferencia de Google en los 2000 o Apple en los 2010, no tiene algo que funcione de forma clara y que nadie más pueda hacer
- Las actividades recientes de Sam Altman pueden interpretarse como un intento de intercambiar el valor en papel, antes de que se detenga la música, por una posición estratégica más duradera
Competitividad de los modelos: la falta de una ventaja tecnológica propia debilita la sostenibilidad del liderazgo
- En este momento, unas 6 o más organizaciones están lanzando modelos frontier de nivel casi equivalente, y se van superando unas a otras con apenas semanas de diferencia
- Aunque hay diferencias según el benchmark, en conjunto muestran la misma imagen
- Meta ya quedó fuera de la curva actual, Apple, Amazon y Microsoft todavía no han entrado al frontier, y China va unos 6 meses detrás y depende mucho de la investigación de terceros
- En la competencia actual de modelos no existen efectos de red donde la propia cuota de mercado se refuerce a sí misma, como sí ocurrió con Windows, la Búsqueda de Google, iOS o Instagram
- Un avance como el continuous learning podría habilitar efectos de red, pero por ahora no es algo sobre lo que se pueda planear
- El acceso a datos propietarios también podría generar economías de escala reales, pero no está claro qué forma tomarían esas economías con datos de usuarios o datos verticales (SAP, Salesforce, hojas de cálculo de bancos de inversión, etc.), y además las plataformas incumbentes ya tienen grandes volúmenes de datos
Base de usuarios: amplia pero con poca profundidad de participación y hábitos de uso débiles
- OpenAI tiene entre 800 y 900 millones de usuarios, pero esa cifra está basada en 'usuarios activos semanales'; lo importante es que reportó WAU y no DAU
- Publicar métricas centradas en usuarios activos semanales sugiere que la mayoría no ha incorporado el producto como hábito diario, por lo que la stickiness o adhesión es baja
- Solo alrededor del 5% de los usuarios de ChatGPT pagan una suscripción según este reporte
- Entre los adolescentes de EE. UU. también es mucho más alto el porcentaje de quienes lo usan unas pocas veces por semana o menos, en lugar de varias veces al día, según Pew Research
- Según los datos promocionales de '2025 Wrapped', el 80% de los usuarios envió menos de 1,000 mensajes en 2025, lo que equivale a menos de unos 3 prompts por día en promedio
- La mayoría de los usuarios no percibe diferencias de personalidad o énfasis entre modelos, y funciones pensadas para aumentar la fijación, como 'memory', siguen siendo solo mecanismos de adhesión y no efectos de red reales
- Aunque se habla de “transformar la forma de usar la computadora”, si se usa solo unas cuantas veces por semana es difícil decir que realmente cambió la vida del usuario
- La propia OpenAI reconoce la 'capability gap' entre lo que el modelo puede hacer y el uso real que se le da, lo que indirectamente equivale a admitir que no existe un product-market fit claro
Estrategia publicitaria e intento de profundizar la participación
- El proyecto publicitario de OpenAI busca cubrir, en términos de costos, el servicio para más del 90% de los usuarios gratuitos, y también ganar posición inicial y aprendizaje con los anunciantes
- Estratégicamente, el objetivo es ofrecer incluso a los usuarios gratuitos los modelos más recientes y potentes, que además son costosos, para profundizar la participación
- Fidji Simo mencionó que "la distribución y la escala son lo más importante"
- Sin embargo, no está claro que ofrecer un mejor modelo vaya a aumentar la participación de usuarios que hoy ni siquiera saben qué hacer con ChatGPT
- También es igual de posible que los usuarios estén atascados por el blank screen problem, o que el formato de chatbot en sí mismo no sea el adecuado para ese caso de uso
El alza de Gemini y Meta AI, y Netscape: chatbots sin diferenciación
- En productos no diferenciados, la ventaja de adopción inicial tiende a no durar, y la competencia suele desplazarse hacia la marca y los canales de distribución
- El avance rápido de cuota de mercado de Gemini y Meta AI lo demuestra: para el usuario general, los productos parecen casi iguales
- Aunque en la comunidad técnica se evaluó a Llama 4 como un fracaso, las cifras de Meta parecen ser favorables
- Claude, de Anthropic, está arriba en benchmarks, pero no tiene estrategia ni producto de consumo, y su reconocimiento entre consumidores es casi nulo
- Claude Cowork exige algo tan básico como instalar Git
- Existe una visión que compara a ChatGPT con Netscape: similar a cuando Microsoft entró con fuerza de distribución a un mercado donde era difícil diferenciar el producto
- La dificultad de diferenciarse en navegadores web y la dificultad de diferenciarse en chatbots responden al mismo problema estructural: ambos son, al final, solo una caja de entrada y una caja de salida
- La última gran innovación exitosa del navegador fue la integración entre pestañas y la barra de búsqueda/URL
- Microsoft dominó el mercado de navegadores, pero al final eso no fue lo importante: la verdadera captura de valor se generó en otro lugar
- La app de ChatGPT no es más que un 'thin wrapper', y agregar funciones no basta para diferenciarla
- La innovación en experiencia de usuario es la clave de la siguiente etapa, pero no está claro quién la liderará. Tampoco hay una respuesta clara a por qué tendría que ser OpenAI
- Mientras todos los fundadores de Silicon Valley compiten por inventar la “segunda fase de la experiencia de IA generativa”, queda la pregunta: “¿se puede planear ser quien la haga realidad?”
La estrategia de plataforma de OpenAI y sus límites
- El año pasado, la respuesta de OpenAI se pareció a "todo, al mismo tiempo, desde ayer": plataforma de apps, navegador, app social de video, colaboración con Jony Ive, investigación médica, publicidad, anuncios de gasto de capital de billones de dólares, etc.
- Hubo una tendencia a copiar la forma de plataformas exitosas sin entender realmente su lógica: "las plataformas tienen app store, así que nosotros también necesitamos una app store"
- A finales del año pasado, Sam Altman presentó la estrategia completa en un diagrama y retomó una cita famosa de Bill Gates: "la definición de plataforma es crear más valor para los socios que para uno mismo"
- La estructura estratégica es la de una empresa de plataforma full-stack construida desde chips e infraestructura hacia arriba, donde cada capa refuerza a las demás, ofreciendo nube, chips y modelos al mismo tiempo para asegurar ecosistema y efectos de red
- Pero ese es el modo en que funcionaron Windows o iOS, y hoy OpenAI no tiene esa misma dinámica de plataforma ni de ecosistema
- El diagrama de relación entre gasto de capital e ingresos presentado por su CFO tampoco es un flywheel real
La competencia en gasto de capital (Capex): el requisito para sentarse en la mesa
- Las cuatro grandes empresas de nube gastaron el año pasado alrededor de 400 mil millones de dólares en infraestructura, y este año planean al menos 650 mil millones
- OpenAI habló de una promesa de 1.4 billones de dólares y 30 gigawatts de cómputo para el futuro, pero sin un cronograma concreto, y a finales de 2025 el uso real era de 1.9 gigawatts
- Como no tiene grandes flujos de caja provenientes de negocios existentes, cubre esto mediante financiamiento (parte aún no completado) y usando balances de terceros, y parte de ello sería 'circular revenue'
- A largo plazo, el costo de la infraestructura de IA podría parecerse a la fabricación de aviones o de semiconductores: sin efectos de red, pero con cada generación volviéndose más difícil y más cara, lo que dejaría un oligopolio donde solo unas pocas empresas puedan mantener la inversión
- La comparación contrapone Moore's Law (el número de transistores se duplica cada 2 años) con Rock's Law (el costo de una fábrica de semiconductores de vanguardia se duplica cada 4 años)
- Cuando Sam Altman sugiere un gasto de capital anual de 1 billón de dólares, lo hace como intento de crear una 'profecía autocumplida': una empresa que hace 3 años no tenía ingresos intenta ganarse un lugar en la mesa por pura voluntad
- Pero no está claro que sentarse en la mesa otorgue alguna ventaja adicional: TSMC es, de facto, un monopolio en chips de vanguardia, pero casi no tiene apalancamiento ni captura de valor en la parte alta del stack
API, estándares y posibilidad de efectos de red: oportunidades y límites
- Aunque los desarrolladores construyan productos usando un modelo fundacional específico, los usuarios no saben ni les importa qué modelo se está usando
- Operar la nube no otorga apalancamiento sobre productos o servicios de terceros en la parte alta del stack
- La diferencia nueva es que están surgiendo estándares y protocolos, una verdadera sopa de siglas, para que modelos y sitios web puedan comunicarse entre sí (la fiebre de OpenClaw captura parte de eso)
- Los sitios web podrían exponer sus propias funciones para que en ChatGPT aparezcan directamente una búsqueda inmobiliaria o un carrito de compras
- Se podría pedir a un agente que vea una receta en Instagram y luego ordene los ingredientes en Instacart
- OpenAI propone que la cuenta de ChatGPT sea el pegamento que conecte todo eso, sugiriendo que ahí podría surgir un efecto de red
- Pero existe el problema de la 'widget fallacy': el error recurrente de creer que productos complejos pueden abstraerse a través de una interfaz estándar simple
- Es el mismo concepto de hace 10 años de que "API is the new BD", y en la mayoría de los casos fracasó
- Hay una gran brecha entre lo que se ve bien en una demo y el modelo de interacción de un flujo de trabajo real
- Ninguna empresa quiere convertirse en una simple llamada API de otra: existe una tensión esencial entre distribución y control de la relación con el cliente
- Si estos sistemas realmente se conectaran mediante APIs abstraídas, no queda claro por qué usuarios o desarrolladores quedarían atados a uno en particular
- Aunque OpenAI y Gemini usen estándares distintos, no hay razón por la que un desarrollador no pueda soportar ambos; es mucho menos código que desarrollar para iOS y Android a la vez
- También es discutible que tenga sentido iniciar sesión con la misma cuenta en Tinder, Zillow y Workday
La pregunta clave: la ausencia de 'power'
- En la industria tecnológica se usan constantemente términos como plataforma, ecosistema, apalancamiento y efectos de red, pero su significado real suele ser difuso
- El concepto central es 'power': la capacidad de hacer que los usuarios usen un sistema determinado aunque no quieran
- Microsoft, Apple, Facebook y Amazon sí tienen ese poder
- Lo que una plataforma logra de verdad es aprovechar la energía creativa de toda la industria tecnológica para construir a gran escala sin necesidad de inventarlo todo por cuenta propia, pero haciendo que todo ocurra encima de su propio sistema
- Los modelos fundacionales claramente tienen efecto multiplicador, pero si los competidores pueden hacer lo mismo, no existe una razón por la que todos deban usar el de una empresa específica
- Si no hay una razón estructural por la cual una empresa pueda seguir siempre un paso adelante aunque sus rivales gasten el mismo dinero y esfuerzo, entonces lo único que queda es la execution diaria
- Tener ventaja en ejecución puede ser una aspiración, y algunas empresas la han sostenido durante largos períodos, pero eso no es una estrategia
Conclusión
- OpenAI no tiene una ventaja monopolística en tecnología, producto ni ecosistema
- Pese a contar con una gran base de usuarios y poder de capital, asegurar una ventaja competitiva sostenible sigue siendo una tarea inconclusa
- La ausencia de efectos de red de plataforma, los límites de diferenciación del producto y la incertidumbre de la inversión en infraestructura son los riesgos principales
- Al final, la competitividad de OpenAI depende de su ejecución diaria y su velocidad de adaptación al mercado
Notas
- Comparación con la estrategia de la era ZIRP de 'usar el capital como arma': en tiempos de tasas bajas, muchas empresas buscaron ganar escala con capital barato para luego defenderse con efectos de red; funcionó en Uber, pero fracasó en WeWork por no tener efectos de red. OpenAI se parece a ese caso en el sentido de que tampoco los tiene
- También es posible un resultado completamente distinto: que existan muchísimos modelos de distintos tamaños y formas, algunos ejecutándose gratis en el edge, y que el oligopolio de infraestructura de IA termine siendo tan irrelevante como un oligopolio de infraestructura SQL
- Microsoft, Google, Apple y Meta, incluso en contextos de ganador-se-lo-lleva-todo, nunca creyeron realmente que ya habían ganado, y siempre miraban por encima del hombro
- "Solo los paranoicos sobreviven", de Andy Grove, expresa simbólicamente esa mentalidad
- Intel tuvo efectos de red y ventaja tecnológica, y terminó perdiendo ambas
1 comentarios
Opiniones de Hacker News
La gente está subestimando la adherencia (stickiness) de OpenAI
Tener casi mil millones de usuarios es una verdadera barrera de entrada
Mi esposa también usa ChatGPT todos los días, pero no siente ninguna razón para probar otra cosa
Tiene mucho historial de conversaciones, así que es difícil cambiarse, y la monetización basada en anuncios parece una opción natural
En el mercado de consumo, OpenAI está en una posición más favorable que otros competidores
Casi no hay efectos de red ni curva de aprendizaje de UI, y solo el historial de conversaciones difícilmente explica ese valor
Además, como en el futuro la mayoría de los dispositivos y apps vendrán con funciones de IA integradas por defecto, es muy probable que todo termine comoditizándose al nivel de API de backend
Los usuarios gratuitos probablemente se moverán de inmediato a otro servicio gratis si aumenta la cantidad de anuncios
De hecho, mi pareja se cambió recientemente a DeepSeek durante una caída del servicio y ya no volvió
Un artículo de The Register dice lo mismo
De hecho, Google podría tener ventaja: si integra al AI datos personales como correo, fotos, historial de ubicación, etc., podría lograr una personalización mucho más potente
También para empresas, la integración con Google Docs y GCP sería natural
A largo plazo, incluso parece posible un modelo de reemplazar equipos con “IA + unos cuantos ingenieros de Google”
Existe el riesgo de que, por intentar apuntar a demasiados objetivos al mismo tiempo, termine en una posición “a medias para todos”
El hecho de no poseer directamente la infraestructura también es un factor de inquietud
Si cambia la moda, OpenAI también podría verse desplazado por Grok o Perplexity
Artículo relacionado: MIT Technology Review
Me pregunto cuánto falta para que los modelos locales lleguen a cubrir la mayoría de los casos de uso
En unos 5 años, el OpenAI de hoy podría verse como los sistemas VAX de los años 70
Al final, para que un LLM local llegue a ser suficientemente bueno, haría falta permitir acceso a la API de Google
Si ves la velocidad de crecimiento de la VRAM en GPUs de consumo, parece difícil operar modelos locales de alto rendimiento antes de 2035
Modelos más rápidos estarían bien, pero seguirán necesitando chips costosos, y parece que todavía falta para que lleguen como producto de consumo
Los centros de datos son mucho más eficientes que un servidor casero, así que los modelos locales probablemente queden como gusto de nicho
Prefiero los servicios de chat con IA centrados en la privacidad
Comparé Lumo+ de Proton con Duck.ai de DuckDuckGo y elegí Lumo+
El historial de chat se integra con los datos de Proton y se puede acceder desde todos los dispositivos
Para trabajo técnico uso Gemini Plus o Anthropic, pero para conversaciones personales uso IA privada
En situaciones sensibles, como problemas de salud de la familia, la protección de datos personales debería ser lo básico
El riesgo de privacidad es solo teórico, mientras que en la práctica la utilidad es mucho mayor
Yo uso Kimi-k2 en Tinfoil para tareas sensibles
No hay una gran diferencia frente a BigLabs, pero también existen servicios como privatemode.ai o confer.to que apuntan a un nivel de confidencialidad tipo Apple AI
Creo que este artículo es el mejor análisis de la defensa económica de OpenAI
OpenAI parece estar adoptando una estrategia para que el mercado lo convierta en una entidad “imposible de derribar”
Que la competencia en IA se esté extendiendo hacia una competencia política entre países también parece parte de esa estrategia
El escepticismo público hacia la IA es fuerte, y aunque fracase, el impacto social no sería tan grande
Google Gemini es el mejor en integración (Android, WearOS, Google Home, reconocimiento de voz, etc.)
Anthropic Claude tiene como fortaleza la integración para programación
Meta mantiene presencia gracias al open source, pero no lidera el mercado
Claude tiene mejor UX de frontend, pero Codex es el mejor en relación costo-beneficio
Como la comunidad open source puede acceder a estructuras similares, la diferenciación de ClaudeCode es limitada
Desde que OpenAI empezó a mostrar el aviso de “la memoria está casi llena”, uso varias IAs en paralelo
Reparto el uso entre Grok, Alexa+, Gemini Plus, Copilot, Claude Code, Opencode y otros
Me gusta esta estructura de no depender de ninguno en particular
Si hace falta, puedo cambiarme a otro servicio en cualquier momento
Se está subestimando la oportunidad de la integración vertical (vertical integration)
Así como Anthropic dijo que no haría un IDE propio y luego giró hacia Claude Code, también hay mucho espacio para expandirse por sector (legal, salud, etc.)
Los modelos open source van de 6 a 12 meses atrás, así que la brecha podría ampliarse
Solo en generación de código, ya parece que llegarán a un nivel suficientemente útil
Si se concreta la AGI, todas las empresas basadas en conocimiento podrían volverse irrelevantes
No parece fácil que una nueva empresa de IA entre ahí rápidamente
Si un producto como “Claude for Accountants” cuesta más que Claude general, su propuesta resulta poco convincente
Si el desarrollo de la IA sigue avanzando, la actual filosofía centrada en el usuario al estilo Steve Jobs podría no alinearse con la dirección de la IA
ChatGPT no fue creado para resolver un problema específico del usuario, sino que fue un producto que accidentalmente encontró mercado
Apple todavía no parece saber cómo abordar la IA, pero debería aprender enfoques más centrados en herramientas como los de Anthropic u OpenClaw
OpenAI también tiene cosas que aprender, pero no está en una posición tan ventajosa como Apple o Google
Al final, el mercado de la IA va a derivar en un ecosistema mucho más diverso
Cuando visité Costa Rica como hablante nativo de inglés, vi a menudo que la gente local, cuando había una barrera de idioma, traducía con ChatGPT
La mayoría de estos artículos apocalípticos sobre la IA hablan desde la perspectiva de la valoración empresarial
Pero desde una perspectiva humana, en realidad son más optimistas
En esta generación de computación, puede que ninguna empresa llegue a tener el poder de empujar a las personas en direcciones que no quieren
Y eso es algo bueno