OpenAI понимает кое-что особенное и редкое, что лежит прямо на поверхности. Как сказал Питер Друкер полвека назад: цель бизнеса — создавать клиента.
OpenAI победит не потому, что у них лучшие модели, самые передовые чипы, оптимальное соотношение цены и производительности или даже лучший продукт (хотя мы считаем, что всё это у них есть). Мы думаем, что OpenAI победит, потому что они невероятно хороши в создании новых типов клиентов и потому что у них самая устойчивая стратегия дистрибуции.
Пока мы пишем этот текст в сентябре 2026 года, рейтинги продуктов в категории «интеллект как услуга» (intelligence-as-a-service) уже перестали быть главным вопросом. Интеллект теперь повсюду. Кто угодно может сделать почти что угодно; но большинство людей пока этого не делают. Важно то, сможешь ли ты пробудить новое поведение и победить в дистрибуции.
Аргументация в пользу OpenAI сводится к следующему. Чтобы построить устойчивый бизнес на уровне AI Frontier, можно задействовать четыре рычага:
- Создавать новые типы поведения
- Охватывать огромное количество пользователей
- Выстраивать ценообразование так, чтобы захватывать ценность
- Обеспечивать высокие издержки переключения
Пункт 4 по сути отпадает. AI Frontier — это гонка Красной Королевы, по крайней мере на уровне моделей. Переключаться между моделями стало настолько легко, что это можно делать под каждую отдельную задачу, а все игроки постоянно становятся лучше.
Пункт 3 — мечта каждого. Но, опять же, конкуренция здесь жесточайшая, и OpenAI (вместе с другими) твердо намерена лидировать на фронтире стоимости вычислений, снижая цену токена за счет эффекта масштаба, вертикальной интеграции и других стратегий. В итоге лидером по соотношению цены и качества станет тот, кто и так побеждает за счет масштаба.
А значит, всё сводится к пунктам 1 и 2. И мы считаем, что OpenAI явно лучшая в первом:
- У компании есть подтвержденный опыт поиска в сфере ИИ тех простых прорывов, которые кажутся очевидными задним числом, открывая совершенно новые паттерны потребления
И она же лучшая во втором:
- Сейчас каждая ИИ-лаборатория пытается пройти дистрибуцию на скорость, выходя за рамки собственных продуктов. Сделать это можно двумя путями: через платформу или через партнерства. Путь настоящей платформы предпочтительнее в долгосрочной перспективе: выручка приходит чуть медленнее, но когда она появляется, она гораздо более устойчива и ценна.
Есть фундаментальная причина, по которой OpenAI преуспевает в пунктах 1 и 2: у них один из самых широких и сбалансированных показателей общего интеллекта — причем не только в моделях, но и в самой компании, и в их клиентской базе. Они охватывают самую широкую аудиторию (от обычных потребителей до просьюмеров и корпоративного сегмента), обладают самым глубоким самосовершенствующимся технологическим стеком (вплоть до собственных чипов), и именно поэтому они стабильно находят новые рабочие паттерны и примитивы. Они смотрят вдаль, выстраивая победоносную ИИ-платформу, и эта стратегия работает.
OpenAI отлично умеет находить «следующую большую вещь»
OpenAI изначально не планировала становиться потребительской компанией. Они случайно пришли к этому вместе с релизом ChatGPT. И это счастливая случайность, ведь тот момент стал одной из поворотных точек в истории технологий. Если бы этого не произошло, мир выглядел бы совсем иначе. ИИ, вероятно, оставался бы под замком в руках лабораторий и их приближенных клиентов, развивался бы куда медленнее, и мы жили бы в таймлайне «закрытого по умолчанию» ИИ, а не в том бесконечно более богатом мире, который имеем сегодня.
Сэм Альтман недавно рассказал историю о первых неделях после запуска ChatGPT, когда большинство сотрудников OpenAI рассуждали так: «Ну, было весело, но, наверное, пора переходить к созданию настоящих продуктов. Не может же всё сводиться к чат-боту, правда?». Именно Питер Тиль тогда посоветовал Сэму: нет, это и есть оно. Ты создал новый тип клиента. Ничто другое не имеет такого значения.
И дело не только в ChatGPT: OpenAI заслуживает признания за то, что в целом отлично находит прорывные паттерны и примитивы, которые действительно важны, и пробуждает новые модели поведения пользователей. Бен Хилак точно сформулировал это в недавней статье: «OpenAI — (почти) непобедимый король в поиске "следующей большой вещи". Она всегда оказывается намного проще, чем кажется, и абсолютно очевидной задним числом». Чат-интерфейс GPT, reasoning, вызов инструментов (tool calling) и Computer Use — всё это крупные прорывы, которые упростили и сфокусировали вектор развития технологии, сделав её пригодной для использования. Единственное крупное исключение, где OpenAI не была первопроходцем, — это программирование, но они довольно быстро наверстали упущенное.
Почему они так хороши в этом? Возможно, в первые годы у них просто был тот самый «секретный ингредиент»; никто не способен точно описать энергию и магию основания, которые рождают нечто подобное. Но со временем это явно превратилось в навык, который они целенаправленно развивали. Здесь важны три ключевых фактора:
- Они мыслят и действуют как компания, которая хочет быть платформой. Слово «платформа» перегружено смыслами, и мы разберем его подробнее чуть позже, но суть в том, что эта компания искренне верит: её пользователи умны и способны сами делать выбор в рамках тщательно продуманных ограничений.
- Они удваивают ставки на техническую глубину, то есть стремятся контролировать каждый уровень своего стека и непрерывно совершенствуют платформенные примитивы, которые нужны пользователям как строительные блоки.
- И, пожалуй, самое главное — у них колоссальный потребительский охват. Они остаются лидерами по sheer variety (чистому разнообразию) типов пользователей и сценариев применения как в личной жизни, так и в работе.
Широта аудитории — самый недооцененный фактор во всей этой истории. Как просто и емко выразился Хилак: «Computer use» [например] — понятие очень общее и размытое. Чтобы преуспеть в нём, нужно повышать интеллект в целом. Во множестве предметных областей, во множестве рабочих процессов.» Люди стабильно недооценивают, насколько сложно перейти от точечного решения к универсальному. Но обычно обнаружить то, что просто и очевидно (задним числом), но при этом общо и неспецифично (как задача), можно только двигаясь в сторону универсального решения.
Почему же больше компаний не идут за «универсальными решениями»? Потому что это дорого и противоречит большинству лучших практик управления сфокусированным продуктом. Вам нужно собирать обратную связь от огромного множества клиентов, моделей поведения и действий, позволяя им делать буквально всё, что они захотят, чтобы добиться общего прогресса в целой области, а не точечного улучшения конкретного продукта.
Это означает, что способность встроить «универсальные знания» в ваш продукт напрямую зависит от стратегии дистрибуции. Это неочевидно, но крайне важно, и OpenAI это понимает.
Как предоставить «ровно то, что я хочу» (а это может быть очень кастомная, специфичная и капризная штука) в огромном масштабе и абсолютно всем?
По сути, есть три пути. Можно реализовать это через самостоятельный продукт, через партнерства или в виде платформы.
- Самостоятельные продукты имеют выгодное ограничение: ваш продукт по своей сути должен позволять пользователю «делать что угодно» (например, спрашивать ChatGPT о чём угодно). Так вы по-настоящему формируете клиентский опыт — от момента, когда продукт попадает в руки пользователя, до того, как он начинает пользоваться им каждый день.
- Дистрибуция через партнерства хороша тем, что партнеры быстро дают вам огромный охват и множество сценариев использования. Но в конечном итоге именно партнер владеет и управляет инстинктом клиента «я хочу чего угодно». Поэтому в долгосрочной перспективе партнеры не только заберут себе самую привлекательную экономику, но и будут контролировать, что именно сможет делать пользователь и чему будет обучаться система. Более того, ваши клиенты могут даже не знать, что технология работает на вас, так что ни доверия, ни лояльности вы не заработаете.
- Дистрибуция в виде платформы означает, что люди строят поверх вас всё, что захотят. Это медленный путь, потому что все новые продукты, поддерживающие принцип «я хочу чего угодно», придется создавать с нуля. Но, закрепившись, вы получаете огромную силу: даже если выручка приходит медленнее или комиссия платформы ниже, вы выстраиваете действительно мощный цикл обучения об окружающем мире. Пользователи применяют ваши примитивы и паттерны, и это учит вас понимать мир и то, чего люди хотят от вас. Не в смысле «обучения на данных клиентов», а в смысле «примитивы становятся более точной картой территории».
https://x.com/GavinSBaker/status/2100240010695827959
На длинной дистанции продукты приходят и уходят, динамика партнерств меняется, а их экономика может разочаровать по сравнению с ожиданиями. Но OpenAI снова и снова возвращается к своему стремлению построить долговечную платформу. И то, что они делают, работает.
Настоящие платформы — редкость, но они того стоят
Платформы сложно строить, о них сложно рассуждать. Их даже определить непросто!
Обычно у нас есть широкое и размытое представление о платформе: «платформы позволяют людям создавать то, что нужно именно им».
В разработке ПО есть несколько способов это реализовать. Девятнадцать лет назад Марк написал эссе «Три типа платформ, которые вы встретите в интернете», которое актуально и сегодня. Определение Марка звучит так: «"Платформа" — это система, которую внешние разработчики (пользователи) могут программировать и, следовательно, кастомизировать, адаптируя её под бесчисленное множество потребностей и ниш, о которых создатели платформы не могли даже подумать, не говоря уже о том, чтобы найти время на их реализацию».
«Три типа» соответствуют трем разным способам организации компьютеров так, чтобы пользователь получал нужный ему кастомный результат. Строить их становится всё сложнее (по мере перехода от 1 к 3), но и магии в плане нового поведения и возможностей для разработки они создают всё больше.
- Тип 1 — это то, что сегодня мы назвали бы Headless-подходом: дать пользователям доступ к чему-то полезному через API (как Flickr в те времена; даже такие дорогие компании, как Stripe, частично попадают в эту категорию).
- Тип 2 использует то, что мы называем «плагинами»: как старая платформа Facebook или большинство приложений Shopify и HubSpot сегодня. Есть базовый сервис, закрывающий первые 80% потребностей, и кастомные приложения, работающие на собственном сервере и, как правило, управляемые через какой-нибудь магазин приложений, которые дают пользователям нужный им индивидуальный опыт.
- Тип 3 — самый важный: это полноценная среда выполнения (runtime), которую люди могут программировать для создания чего угодно. Такие системы невероятно сложно строить, но когда они работают, это настоящая магия. Примеры: iOS, AWS, Ethereum, а недавно и Cloudflare.
Что интересно в сегодняшнем ИИ: все компании, создающие модели, и провайдеры инференса в каком-то смысле претендуют на создание «платформы 3-го типа». (Модели — это своеобразный runtime, управляемый кастомными инструкциями!) Но сами по себе модели не порождают нового поведения и не так уж хорошо защищены от копирования. Как мы видели на примере программирования, где обвязка (harness) важна не меньше, здесь решающую роль играет надстройка из ограничений и примитивов. Объясним почему — с теоретической и практической точек зрения.
Теоретическая причина: если вы хотите обнаружить те самые очевидные задним числом паттерны и примитивы, вам нужен доступ к максимально широкому спектру сценариев использования, неявных знаний и метода проб и ошибок со стороны ваших пользователей. Только так можно эволюционировать от узкого продукта (локального прорыва) к универсальному (глобальному прорыву). И самый чистый способ добиться этого — позволить пользователям писать произвольные инструкции (то есть код) для того, что они хотят сделать. Правильно настроить безопасность, доступ, структуры данных и ограничения — колоссальная задача, которую «продуктовые» компании с трудом ставят в приоритет; до земли обетованной доберутся лишь по-настоящему преданные делу.
Практическая причина для ИИ прямо сейчас заключается в том, что чтобы агенты были полезны, они должны писать код. Это, возможно, неочевидно, но мы усвоили этот урок за последний год. При том, что ИИ-модели потрясающе пишут код, они на удивление плохо справляются с вызовом инструментов и выполнением инструкций в повседневной интеллектуальной работе — если только не изменить подход и не сказать: «напиши программу, которая выполняет эти задачи». Вот тут они справляются блестяще. Главный открытый вопрос внедрения ИИ в корпоративном секторе сейчас звучит так: «как люди и организации будут поддерживать это безопасно?» — и, вероятно, стоит ставить на тех, кто мыслит платформенно.
Один из главных открытых вопросов сегодня — какие сетевые эффекты, издержки переключения и другие защитные рвы возникнут на разных уровнях ИИ-стека. Пока что уровень моделей остается шокирующе легко заменяемым. Есть общее ощущение, что «мультиплеерный режим» (например, совместная работа над проектами, когда агенты доверяют агентам друзей) содержит хорошие ингредиенты для защиты бизнес-модели, но он еще не оказал реального влияния на общую битву за «больше использования, меньше затрат», которую мы наблюдаем в расходах токенов. Главный вопрос не в том, «прилипчива ли ваша модель», а в том, «создаете ли вы новое поведение?». Как точно заметил Стив Хоу: «Значение имеет не эластичность замещения между моделями, а эластичность совокупного спроса на ИИ».
Поиск исторических параллелей никогда не бывает идеальным, но если судить по последним четырем годам развития ИИ, следующие крупные прорывы в защищенной, мультиплеерной и доступной обычным людям работе с ИИ появятся в моменты озарения, когда мы найдем оптимальное сочетание интеллектуальных моделей, вычислительных примитивов и паттернов поведения, и на свет появится что-то простое и очевидное. Это могут сделать стартапы, строящие свои решения поверх модельных компаний как платформ, или сами модельные компании. В любом случае, OpenAI явно хочет обеспечивать эту работу и доставлять её пользователям.
В мире изобилия причинно-следственная связь переворачивается
Старые привычки умирают тяжело. Если анализировать лабораторию AI Frontier как обычный бизнес, вы будете смотреть на очевидные метрики для оценки конкурентных преимуществ: у кого лучшие модели? У кого лучшие чипы? У кого лучшее соотношение цены и производительности? У кого лучшие продукты?
Разумеется, всё это по-прежнему важно. Но в мире, где интеллект доступен в изобилии и по запросу откуда угодно, мы, вероятно, путаем причину и следствие, если думаем, что наличие всех этих вещей гарантирует победу. Мы считаем, что в будущем у OpenAI будут лучшие модели, чипы и продукты именно потому, что у них лучшая дистрибуция, а не наоборот. До сих пор они принимали отличные решения: обеспечивали достаточный объем вычислений, эффективно обучали модели, разрабатывали Jalapeno как оптимизированный чип и делали другие практические шаги, дающие конкурентное преимущество среди всех ИИ-решений. Но в будущем, как нам кажется, они продолжат побеждать, потому что останутся на фронтире сбора информации о мире от своих новоиспеченных пользователей и будут непрерывно совершенствоваться на основе этих данных.
Новые продукты и модели могут приковывать всеобщее внимание на неделю-две, но в долгосрочной перспективе мы не видим, чтобы OpenAI сдавала позиции в том, что действительно важно:
- Они сохранили статус главного потребительского бренда и широчайший охват аудитории
- Они пробудили новые модели поведения пользователей, которые кажутся очевидными задним числом и меняют правила игры
- Они продолжают двигать границу «лучших моделей по лучшей цене»
- Их «маховик» никогда не останавливается, и всё улучшается одновременно
Сэм описывает будущее продуктовое состояние OpenAI так: останется всего два варианта — либо вы можете создать всё, что захотите, либо просто поговорить с ChatGPT. Вот как выглядит настоящее изобилие в продукте. Вы можете либо точно описать, что вам нужно, и сразу это получить, либо откатиться к варианту: «или я могу просто поговорить с этим текстовым полем и разобраться, куда мне вообще нужно идти».
И это изобилие общедоступно. Уже сегодня. Есть довольно небольшая группа людей, использующих ИИ буквально для всего в своей жизни; и есть немного более широкая группа тех, кто регулярно пользуется ChatGPT. Но они еще не пробудились как клиенты. Кто это сделает?
Мы думаем, OpenAI знает как.
