Problém za 15 milionů dolarů denně: proč ekonomika AI videa rozhodne, kdo přežije rok 2026

Čísla, která zabila Soru

Dovolte mi představit ekonomiku, kterou se OpenAI snažilo šest měsíců skrýt.

Sora byla spuštěna v září 2025 se spotřebitelskými cenami: přibližně 0,10 dolaru za sekundu 720p videa přes API. Ve špičce miliony uživatelů generovaly klipy každý den. Náklady na GPU inferenci, především na klastrech NVIDIA H100, se škálovaly lineárně s každým požadavkem.

Poměr příjmů k nákladům byl katastrofální. Sora vydělala odhadem 2,1 milionu dolarů celkových příjmů za celou dobu své existence. Provoz stál přibližně 2,7 miliardy dolarů. To není obchodní model. To je demonstrace, která spalovala rizikový kapitál v průmyslovém měřítku.

Proč je generování videa zásadně dražší než generování obrázků

Abyste pochopili, proč to má význam i mimo Soru, musíte chápat výpočetní propast mezi generováním obrázků a videa.

Jeden požadavek na generování obrázku modelem jako DALL-E 3 nebo Stable Diffusion XL vyžaduje přibližně 10-30 sekund GPU času na H100. Pětisekundové video při 24fps vyžaduje vygenerování 120 snímků, s omezeními časové koherence, která brání jednoduché paralelizaci. Mechanismus pozornosti ve video difúzních transformerech se škáluje kvadraticky s délkou sekvence.

Rozdíl mezi obrázkem a videem není 5x ani 10x. Je to 30-100x ve výpočtech na výstup. A na rozdíl od generování textu, kde KV-caching a spekulativní dekódování dramaticky snížily náklady na inferenci, generování videa nemá ekvivalentní optimalizaci, která by snížila náklady o řád.

Tři strategie přežití nákladové krize

Každá firma, která stále nabízí generování AI videa, řeší tentýž zásadní problém. Jejich strategie se výrazně liší.

Strategie 1: Dotuj a modli se (přístup VC)

To byla strategie Sory. Nastav cenu pod náklady, získej uživatele, monetizaci vymysli později. Dopadlo to přesně tak, jak profesoři ekonomie předpovídali od dob dot-com bubliny.

Několik firem tak stále funguje. Pika, Luma a Runway oceňují své služby výrazně pod odhadovanými výpočetními náklady. Sázka je, že náklady klesnou rychleji, než bude potřeba růst příjmů.

Riziko je zjevné. Pokud náklady na GPU neklesnou dostatečně rychle, nebo pokud využití poroste rychleji než zisky z optimalizace, tyto firmy narazí na stejnou zeď jako Sora.

Strategie 2: Přesuň náklady na hardware (přístup NVIDIA/Open Source)

Toto je strategie za Helios, Wan 2.2, LTX-2.3 a každým dalším open-source modelem optimalizovaným pro spotřebitelské GPU.

Logika je elegantní: místo provozování drahé cloudové infrastruktury přesuň výpočetní náklady na hardware uživatele. RTX 4090 stojí 1599 dolarů jednorázově. Poté je každé generování videa "zdarma" z hlediska marginálních nákladů (minus elektřina).

Helios, model se 14 miliardami parametrů od ByteDance a Pekingské univerzity, prokázal, že jediné H100 dokáže generovat 60sekundová videa rychlostí 19,5 FPS. Důležitější je, že optimalizované open-source modely se blíží generování v reálném čase na spotřebitelském hardwaru RTX 5090.

Omezení je zjevné: tato strategie obsluhuje pouze uživatele s high-end grafickými kartami. To je významný trh, ale vylučuje běžné tvůrce, kteří udělali Soru populární.

Strategie 3: Agregace platforem (přístup Adobe/Google)

Toto je finančně nejudržitelnější přístup. Místo nesení plných nákladů na generování se staň tržištěm, které směruje požadavky k více poskytovatelům modelů.

Adobe Firefly nyní hostuje přes 30 modelů od různých poskytovatelů. Google Flow integruje Veo s modely třetích stran. CapCut vkládá Seedance 2.0. Ve všech třech případech platforma inkasuje marži, zatímco poskytovatel modelu nese výpočetní náklady.

Adobe je zde v nejlepší pozici, protože Premiere Pro a After Effects již dominují profesionální editaci videa. Přidání AI generování do stávajících pracovních postupů je přirozené rozšíření a Adobe to může ocenit jako prémiovou funkci v rámci předplatného Creative Cloud, za které uživatelé již platí.

Křivka nákladů na infrastrukturu

Klíčová otázka zní, zda náklady na GPU klesnou dostatečně rychle, aby se spotřebitelské AI video stalo životaschopným.

Architektura Blackwell od NVIDIA (B200, GB200) přináší přibližně 2-3x lepší poměr ceny a výkonu pro inferenční úlohy ve srovnání s H100. Nadcházející architektura Rubin slibuje další 2-3x zlepšení. Pokud obě dodají, co slibují, do roku 2028 by mohl klesnout náklad na generování 10sekundového videa z 0,50 dolaru na přibližně 0,05 dolaru.

Na tomto časovém harmonogramu záleží. Firmy spalující hotovost na dotovaných cenách musí přežít dalších 2-3 let, než hardwarová vylepšení zachrání jejich obchodní modely. Ne všem se to podaří.

Co to znamená pro tvůrce

Pokud jste tvůrce, který si dnes vybírá AI video platformu, ekonomika je stejně důležitá jako funkce.

• ✓Platformy podporované ziskovými mateřskými společnostmi (Google, Adobe, ByteDance) jsou bezpečnější dlouhodobé sázky
• ✓Open-source modely běžící lokálně eliminují závislost na jakékoli jednotlivé firmě
• ✓Startupy nabízející "neomezené" generování za nízké ceny nesou nejvyšší riziko
• ✓Čekání na stabilizaci nákladů před výběrem pracovního postupu je rozumné, ale znamená ztrátu výhod raného nasazení

Uzavření Sory nebyla anomálie. Bylo to první domino. Ekonomika generování AI videa je brutální a firmy, které přežijí, budou ty, které našly kreativní řešení problému nákladů, nikoli pouze kreativní řešení problému generování.

Širší pohled

Každý velký posun v informatice prošel fází, kdy technologie fungovala, ale ekonomika ne. Cloud computing byl ztrátový roky, než z něj AWS udělal stroj na peníze. Streamování videa tratilo miliardy, než Netflix našel rovnováhu. Generování AI videa je ve stejném bolestivém přechodném období.

Rozdíl je tentokrát v rychlosti. Křivka zlepšování hardwaru je strmější než u cloudu nebo streamování. NVIDIA dodává nové architektury každých 18-24 měsíců s výraznými redukcemi nákladů na FLOP. Výzkum efektivity modelů, od destilace přes mixture-of-experts po architektonické inovace jako komprese kontextu v Helios, snižuje výpočetní požadavky ze softwarové strany.

Můj odhad: koncem roku 2027 bude generování 10sekundového videa v 1080p stát pod 0,10 dolaru na cloudové infrastruktuře. Při tomto cenovém bodu obchodní model funguje. Otázka zní, které firmy přežijí do té doby.

Hřbitov AI video startupů se brzy zaplní. Ale samotná technologie nezmizí. Jen čeká, až ji ekonomika dožene.