2026年以来，围绕AI行业竞争格局的讨论持续升温。知名科技分析师Benedict Evans在其多篇分析中提出，OpenAI正面临一系列根本性挑战：它并不拥有独特技术，虽然坐拥庞大用户基础，但用户参与度和粘性有限，且缺乏网络效应。与此同时，传统巨头（incumbents）已经追平了技术，并正在利用其产品和分发优势展开竞争。

OpenAI的竞争困境

Benedict Evans在2026年2月19日发表的文章《How will OpenAI compete?》中系统阐述了他的观察。他指出，OpenAI面临的核心问题在于：技术层面没有独特性，用户层面虽有规模但缺乏深度参与和粘性，也不存在网络效应。而大量价值和杠杆将来自尚未被发明的新体验，OpenAI无法独自发明所有这些体验。

OpenAI has some big questions. It doesn’t have unique tech. It has a big user base, but with limited engagement and stickiness and no network effect. The incumbents have matched the tech and are leveraging their product and distribution. And a lot of the value and leverage will come from new experiences that haven’t been invented yet, and it can’t invent all of those itself. What’s the plan?

这一判断与Evans此前对生成式AI采用率的观察一脉相承。在2025年5月25日的文章《GenAI’s adoption puzzle》中，他指出，生成式AI聊天机器人或许会带来计算本质的变革，甚至可能取代所有软件，但迄今为止，大多数用户只是每隔一两周才使用一次，真正将其融入日常生活的人要少得多。他当时提出的问题是：这究竟是时间问题还是产品问题？

token定价与商业模式隐忧

在商业模式层面，Benedict Evans于2026年7月9日发表的《Ways to think about token pricing》一文提出了更深层的疑问。他指出，AI目前正处于供应紧缺阶段，模型实验室可以自主定价，但一旦走出紧缺，供需、价格、产能和资本开支将如何回归均衡？他质疑，为什么模型实验室最终不会沦为低利润的大宗商品化基础设施？

AI is in a supply crunch today, but what happens when we come out of it? How and where will supply, demand, price, capacity and capex get back into equilibrium? Today, model labs can name their price, but why won’t they end up as low-margin commodity infrastructure?

这一追问直指当前AI行业高估值背后的结构性风险：如果技术趋于同质化，模型能力不再稀缺，那么定价权将不可避免地转移，行业利润池也可能重新分配。

AI工具化转型的认知误区

除了竞争与定价，Benedict Evans还关注AI对软件构建方式和企业运作的影响。在2026年9月3日的文章《AI, tools and transformation》中，他反驳了一种流行观点，即AI将让每个人都成为工具构建者，用户只需向模型提出需求就能生成所需软件，传统应用将因此消亡。

It’s very tempting to imagine that AI turns everyone into a tool-builder - now everyone can just ask the model to make the software they need, and apps as we know them are dead. I think that misunderstands how most people think and where software actually comes from, and more importantly, it isn’t a path to change how companies actually work.

Evans认为，这种想象误解了大多数人的思维方式以及软件的实际来源，更重要的是，它并非改变企业实际运作方式的路径。这一观点为当前关于AI工具化转型的讨论提供了冷静的反思视角。

衡量标准之惑与后续关注

更早之前，在2025年6月9日的《AI metrics》一文中，Benedict Evans就曾指出，每一次平台迁移，人们都希望衡量增长，却对衡量什么感到困惑。这既是数据和定义的问题，但根本上关乎这场变革究竟将走向何方。

综合Evans的多篇分析，OpenAI及整个AI行业面临的关键问题包括：技术差异化能否持续、用户粘性如何提升、token定价权将如何演变，以及AI工具化转型能否真正改变企业运作方式。这些问题的答案，将决定AI巨头竞争格局的最终走向。