Als je product een feature wordt, was het ooit een product?

OpenAI bouwde een browser. Ze noemden hem Atlas. Acht maanden later schakelden ze hem uit en voegden wat bruikbaar was in ChatGPT in. Als je even niet keek, was het voorbij.

Dat is niet bepaald een mislukking. Het is iets inzichtelijkers: een live demonstratie van hoe snel een standalone AI-tool zijn reden van bestaan verliest zodra het platform ernaast beslist om een centimeter in zijn richting te groeien.

De vraag die Atlas oproept is er een waar elk productteam in de AI-ruimte nu mee moet worstelen. Was het ooit een product? Of was het altijd een feature die op een thuisbasis wachtte?

Het platform-zwaartekrachtprobleem

Hier is de dynamiek aan het werk. Een groot platform, zeg ChatGPT, heeft enorme distributie. Het heeft ook enorm veel oppervlak om in te groeien. Als ergens in een aangrenzende ruimte een kleinere, meer gerichte tool verschijnt, wint die tool aanvankelijk omdat het platform daar nog niet is geweest. Die is sneller, stelliger, speciaal gemaakt voor één klus.

Maar het platform let op. En het platform heeft één structureel voordeel dat de gerichte tool vrijwel nooit heeft: het heeft de aandacht van de gebruiker al en hun login.

De race gaat niet echt over features. Het gaat erom of de gerichte tool een moat kan bouwen, een gewoonte, een workflow-afhankelijkheid, iets dat van switch maken werkelijk pijnlijk is, voordat het platform een tab of toggle uitrolt die tachtig procent van het geval dekt.

Tachtig procent is meestal genoeg. De meeste gebruikers hebben die laatste twintig niet nodig.

Atlas was, voor zover de markt kon waarnemen, een slim idee. Een browser met AI ingebakken in de browse-ervaring zelf, niet als addon in een zijpaneel. Maar ChatGPT had al Browse. Het had de gebruiker al. Toen OpenAI besloot dat de browser-interactielaag in ChatGPT thuishoorde in plaats van ernaast, had Atlas geen standpunt meer.

Waar bureaus het nu fout doen

Ik spreek veel teams die AI-gerelateerde producten en interne tools bouwen. De meest voorkomende fout die ik zie is snelheid als moat gebruiken. Ze shippен snel, dat is goed. Maar ze veronderstellen dat omdat ze eerst shippеn, ze tijd hebben. Ze hebben meestal ongelijk.

Snelheid brengt je op de markt. Het houdt je daar niet.

De tweede fout is bouwen op een functie die het onderliggende platform om redenen van commerciële wil opzuigen. Als de kernwaarde van je product is dat het de output van een model in een schoner interface verpakt, of dat het een klein maar nuttig stap aan een workflow toevoegt die de modelprovider uiteindelijk wil bezitten, dan bouw je geen product. Je bouwt een feature met een landingspagina.

Dit is niet pessimistisch. Het is ijking. Sommige features zijn het waard om te bouwen. Ze genereren omzet, scheppen kennis, openen deuren naar het volgende. Maar noem ze wat ze zijn. Bouw geen bedrijfsstrategie eromheen.

Teams die dit goed navigeren, stellen vroeg een ongemakkelijke vraag: als het platform dit in zes maanden uitrolt, wat is dan ons volgende stap? Als het antwoord is "we gaan dicht", dat is nuttige informatie. Plan erop. Als het antwoord is "we gaan dieper in een verticaal waar het platform nooit naar zal kijken", dat is een echte strategische positie. Bouw daar vandaan.

Waar standalone AI-tools werkelijk overleven

Er is een patroon in de tools die wel hun positie behouden. Ze delen meestal drie kwaliteiten.

Eerst zijn ze gebouwd rond een workflow die het platform niet goed begrijpt. Platforms optimaliseren voor de gemiddelde gebruiker. Als je tool ontworpen is voor een specifiek beroep, een specifieke regelgeving, of een specifiek type inhoud, dan zal de generalistenbenadering van het platform niet zo goed voor die gebruiker werken als jij. Een juridisch team dat contracten in het Nederlands controleert, een medische apparatenfabrikant die regelgevinginzendingen beheert, een creatief bureau dat versioned assets over campagnes volgt. Dit zijn geen ChatGPT-gebruikers in de standaardzin. Ze hebben iets doordachters nodig.

Twee, ze bezitten data of context die het platform niet kan bereiken. Als je product in de infrastructuur van een bedrijf zit, hun propriëtaire data inneemt en tijd opbouwt in een model van hun specifieke domein, dan heb je een verdedigbare positie. Het platform kan dezelfde interface uitrollen. Het kan geen achttien maanden aan institutioneelkennis van je klant uitrollen.

Derde, ze creëren switchkosten via gewoonte, niet via lock-in. Er is een verschil. Lock-in is contractueel en mensen verfoeien het. Gewoonte is gedragsmatig en mensen merken het nauwelijks op totdat iemand vraagt of ze willen veranderen. De tools die overleven, zijn de tools die deel worden van hoe een team denkt, niet alleen wat ze aanklikken.

Atlas, als browser, had het moeilijker met alle drie. Browsen is per definitie algemeen. De data was het open web. En acht maanden is niet lang genoeg om een gewoonte te bouwen die sterk genoeg is voor een platformbesluit.

Wat dit betekent als je nu bouwt

Als je een oprichter of productteam bent die iets met AI in het middelpunt bouwt, is Atlas een moment van eerlijke reflectie waard. Niet omdat OpenAI een fout maakte, maar omdat het ineenstorten van een standalone tool tot een platformfeature tientallen keren meer de komende twee jaar gaat gebeuren. Waarschijnlijk honderden.

De platforms zijn niet klaar met groeien. OpenAI, Anthropic, Google, Microsoft. Ze breiden allemaal hun oppervlak uit. Elke nieuwe mogelijkheid die ze uitrollen is een potentieel ontruimingsbericht voor een categorie product die op of naast die mogelijkheid gebouwd is.

Dat betekent niet dat je niet moet bouwen. Het betekent dat je moet bouwen met helderheid over wat je bouwt en waarom het nog steeds belangrijk zal zijn als het platform inhaalt. Niet als. Wanneer.

Bij Studio Hyra is dit een van de eerste gesprekken die we voeren met teams over AI-productstrategie. Waar stopt het platform met groeien? Daar begint het product.

Soms is het antwoord dat dit een feature is, en het zou als zodanig gepositioneerd en geprijsd moeten worden. Dat is een legitiem bedrijf. Soms onthult het antwoord een werkelijk verdedigbare productpositie die het team niet volledig had gearticuleerd. Hoe dan ook, het gesprek is het waard voordat je achttien maanden besteedt aan iets wat het platform in een kwartaalupdate zal uitrollen.

Atlas duurde acht maanden. De les is niet dat browsers lastig zijn. De les is dat naastgelegen positie van een platform geen strategie is. Precies weten waar het platform eindigt, en iets echts in die ruimte bouwen, dat is.