Problém za 15 miliónov dolárov denne: prečo ekonomika AI videa rozhodne, kto prežije rok 2026

Čísla, ktoré zabili Soru

Dovoľte mi predstaviť ekonomiku, ktorú sa OpenAI pokúšalo šesť mesiacov skryť.

Sora bola spustená v septembri 2025 so spotrebiteľskými cenami: približne 0,10 dolára za sekundu 720p videa cez API. V špičke milióny používateľov generovali klipy každý deň. Náklady na GPU inferenciu, predovšetkým na klastroch NVIDIA H100, sa škálovali lineárne s každou požiadavkou.

Pomer príjmov k nákladom bol katastrofálny. Sora zarobila odhadom 2,1 milióna dolárov celkových príjmov za celú dobu svojej existencie. Prevádzka stála približne 2,7 miliardy dolárov. To nie je obchodný model. To je demonštrácia, ktorá spaľovala rizikový kapitál v priemyselnom meradle.

Prečo je generovanie videa zásadne drahšie ako generovanie obrázkov

Aby ste pochopili, prečo to má význam aj mimo Soru, musíte chápať výpočtovú priepasť medzi generovaním obrázkov a videa.

Jedna požiadavka na generovanie obrázku modelom ako DALL-E 3 alebo Stable Diffusion XL vyžaduje približne 10-30 sekúnd GPU času na H100. Päťsekundové video pri 24fps vyžaduje vygenerovanie 120 snímkov, s obmedzeniami časovej koherencie, ktoré bránia jednoduchej paralelizácii. Mechanizmus pozornosti vo video difúznych transformeroch sa škáluje kvadraticky s dĺžkou sekvencie.

Rozdiel medzi obrázkom a videom nie je 5x ani 10x. Je to 30-100x vo výpočtoch na výstup. A na rozdiel od generovania textu, kde KV-caching a špekulatívne dekódovanie dramaticky znížili náklady na inferenciu, generovanie videa nemá ekvivalentnú optimalizáciu, ktorá by znížila náklady o rád.

Tri stratégie prežitia nákladovej krízy

Každá firma, ktorá stále ponúka generovanie AI videa, rieši ten istý zásadný problém. Ich stratégie sa výrazne líšia.

Stratégia 1: Dotuj a modli sa (prístup VC)

To bola stratégia Sory. Nastav cenu pod náklady, získaj používateľov, monetizáciu vymysli neskôr. Dopadlo to presne tak, ako profesori ekonómie predpovedali od čias dot-com bubliny.

Niekoľko firiem tak stále funguje. Pika, Luma a Runway oceňujú svoje služby výrazne pod odhadovanými výpočtovými nákladmi. Stávka je, že náklady klesnú rýchlejšie, než bude potrebné rásť príjmom.

Riziko je zrejmé. Ak náklady na GPU neklesnú dostatočne rýchlo, alebo ak využívanie porastie rýchlejšie ako zisky z optimalizácie, tieto firmy narazia na tú istú stenu ako Sora.

Stratégia 2: Presuň náklady na hardvér (prístup NVIDIA/Open Source)

Toto je stratégia za Helios, Wan 2.2, LTX-2.3 a každým ďalším open-source modelom optimalizovaným pre spotrebiteľské GPU.

Logika je elegantná: namiesto prevádzkovania drahej cloudovej infraštruktúry presuň výpočtové náklady na hardvér používateľa. RTX 4090 stojí 1599 dolárov jednorazovo. Potom je každé generovanie videa "zadarmo" z hľadiska marginálnych nákladov (mínus elektrina).

Helios, model so 14 miliardami parametrov od ByteDance a Pekingskej univerzity, preukázal, že jediné H100 dokáže generovať 60-sekundové videá rýchlosťou 19,5 FPS. Dôležitejšie je, že optimalizované open-source modely sa blížia ku generovaniu v reálnom čase na spotrebiteľskom hardvéri RTX 5090.

Obmedzenie je zrejmé: táto stratégia obsluhuje len používateľov s high-end grafickými kartami. To je významný trh, ale vylučuje bežných tvorcov, ktorí urobili Soru populárnou.

Stratégia 3: Agregácia platforiem (prístup Adobe/Google)

Toto je finančne najudržateľnejší prístup. Namiesto znášania plných nákladov na generovanie sa staň trhoviskom, ktoré smeruje požiadavky k viacerým poskytovateľom modelov.

Adobe Firefly teraz hostuje viac ako 30 modelov od rôznych poskytovateľov. Google Flow integruje Veo s modelmi tretích strán. CapCut vkladá Seedance 2.0. Vo všetkých troch prípadoch platforma inkasuje maržu, zatiaľ čo poskytovateľ modelu znáša výpočtové náklady.

Adobe je tu v najlepšej pozícii, pretože Premiere Pro a After Effects už dominujú profesionálnej editácii videa. Pridanie AI generovania do existujúcich pracovných postupov je prirodzené rozšírenie a Adobe to môže oceniť ako prémiovú funkciu v rámci predplatného Creative Cloud, za ktoré používatelia už platia.

Krivka nákladov na infraštruktúru

Kľúčová otázka znie, či náklady na GPU klesnú dostatočne rýchlo, aby sa spotrebiteľské AI video stalo životaschopným.

Architektúra Blackwell od NVIDIA (B200, GB200) prináša približne 2-3x lepší pomer ceny a výkonu pre inferenčné úlohy v porovnaní s H100. Nadchádzajúca architektúra Rubin sľubuje ďalšie 2-3x zlepšenie. Ak obe dodajú, čo sľubujú, do roku 2028 by mohol klesnúť náklad na generovanie 10-sekundového videa z 0,50 dolára na približne 0,05 dolára.

Na tomto časovom harmonograme záleží. Firmy spaľujúce hotovosť na dotovaných cenách musia prežiť ďalších 2-3 rokov, kým hardvérové vylepšenia zachránia ich obchodné modely. Nie všetkým sa to podarí.

Čo to znamená pre tvorcov

Ak ste tvorca, ktorý si dnes vyberá AI video platformu, ekonomika je rovnako dôležitá ako funkcie.

• ✓Platformy podporované ziskovými materskými spoločnosťami (Google, Adobe, ByteDance) sú bezpečnejšie dlhodobé stávky
• ✓Open-source modely bežiace lokálne eliminujú závislosť od akejkoľvek jednotlivej firmy
• ✓Startupy ponúkajúce "neobmedzené" generovanie za nízke ceny nesú najvyššie riziko
• ✓Čakanie na stabilizáciu nákladov pred výberom pracovného postupu je rozumné, ale znamená stratu výhod skorého nasadenia

Zatvorenie Sory nebola anomália. Bolo to prvé domino. Ekonomika generovania AI videa je brutálna a firmy, ktoré prežijú, budú tie, ktoré našli kreatívne riešenia problému nákladov, nielen kreatívne riešenia problému generovania.

Širší pohľad

Každý veľký posun v informatike prešiel fázou, keď technológia fungovala, ale ekonomika nie. Cloud computing bol stratový roky, kým z neho AWS urobil stroj na peniaze. Streamovanie videa strácalo miliardy, kým Netflix našiel rovnováhu. Generovanie AI videa je v tom istom bolestivom prechodnom období.

Rozdiel tentokrát spočíva v rýchlosti. Krivka zlepšovania hardvéru je strmšia ako pri cloude alebo streamovaní. NVIDIA dodáva nové architektúry každých 18-24 mesiacov s výraznými redukciami nákladov na FLOP. Výskum efektivity modelov, od destilácie cez mixture-of-experts po architektonické inovácie ako kompresia kontextu v Helios, znižuje výpočtové požiadavky zo softvérovej strany.

Môj odhad: koncom roku 2027 bude generovanie 10-sekundového videa v 1080p stáť pod 0,10 dolára na cloudovej infraštruktúre. Pri tomto cenovom bode obchodný model funguje. Otázka znie, ktoré firmy prežijú do tej doby.

Cintorín AI video startupov sa čoskoro zaplní. Ale samotná technológia nezmizne. Len čaká, kým ju ekonomika dobehne.