Problem 15 milijonov dolarjev na dan: zakaj bo ekonomika AI videa odločila, kdo preživi leto 2026

Številke, ki so ubile Soro

Dovolite mi, da predstavim ekonomiko, ki jo je OpenAI poskušal skriti šest mesecev.

Sora je bila lansirana septembra 2025 s potrošniškimi cenami: približno 0,10 dolarja za sekundo 720p videa prek API-ja. V času največje uporabe so milijoni uporabnikov dnevno generirali posnetke. Stroški GPU inferenciranja, predvsem na grozdih NVIDIA H100, so se linearno povečevali z vsakim zahtevkom.

Razmerje med prihodki in stroški je bilo katastrofalno. Sora je zaslužila ocenjenih 2,1 milijona dolarjev skupnih prihodkov v celotnem obdobju delovanja. Njeno poganjanje je stalo približno 2,7 milijarde dolarjev. To ni poslovni model. To je demonstracija, ki je sežigala tvegani kapital v industrijskem obsegu.

Zakaj je generiranje videa bistveno dražje od slik

Da bi razumeli, zakaj je to pomembno onkraj Sore, morate razumeti računsko vrzel med generiranjem slik in videa.

Ena zahteva za generiranje slike z modelom, kot je DALL-E 3 ali Stable Diffusion XL, potrebuje približno 10-30 sekund GPU časa na H100. Petsekundni video pri 24fps zahteva generiranje 120 sličic, z omejitvami časovne koherence, ki preprečujejo preprosto paralelizacijo. Mehanizem pozornosti v video difuzijskih transformerjih se skalira kvadratno z dolžino zaporedja.

Razlika med sliko in videom ni 5x ali 10x. Je 30-100x v računanju na izhod. In za razliko od generiranja besedila, kjer sta KV-caching in špekulativno dekodiranje dramatično znižala stroške inferenciranja, generiranje videa nima enakovredne optimizacije, ki bi znižala stroške za red velikosti.

Tri strategije za preživetje stroškovne krize

Vsako podjetje, ki še vedno ponuja generiranje AI videa, se sooča z istim temeljnim problemom. Njihove strategije se ostro razlikujejo.

Strategija 1: Subvencioniraj in moli se (pristop VC)

To je bila strategija Sore. Postavi ceno pod stroške, pridobi uporabnike, monetizacijo izumi pozneje. Končalo se je natančno tako, kot profesorji ekonomije napovedujejo od dobe dot-com balona.

Več podjetij še vedno tako deluje. Pika, Luma in Runway določajo cene svojih storitev precej pod ocenjenimi računskimi stroški. Stava je, da bodo stroški padali hitreje, kot bodo morali rasti prihodki.

Tveganje je očitno. Če stroški GPU ne padejo dovolj hitro, ali če uporaba raste hitreje od dobičkov optimizacije, ta podjetja udarijo v isto steno kot Sora.

Strategija 2: Prenesi stroške na strojno opremo (pristop NVIDIA/Open Source)

To je strategija za Helios, Wan 2.2, LTX-2.3 in vsakim drugim odprtokodnim modelom, optimiziranim za potrošniške GPU.

Logika je elegantna: namesto poganjanja drage oblačne infrastrukture prenesi strošek računanja na uporabnikovo strojno opremo. RTX 4090 stane 1599 dolarjev enkratno. Po tem je vsako generiranje videa "brezplačno" v smislu mejnih stroškov (minus elektrika).

Helios, model s 14 milijardami parametrov od ByteDance in Univerze v Pekingu, je pokazal, da en sam H100 lahko generira 60-sekundne videe s hitrostjo 19,5 FPS. Še pomembneje, optimizirani odprtokodni modeli se približujejo generiranju v realnem času na potrošniški strojni opremi RTX 5090.

Omejitev je očitna: ta strategija služi le uporabnikom, ki imajo vrhunske grafične kartice. To je pomemben trg, a izključuje priložnostne ustvarjalce, ki so naredili Soro priljubljeno.

Strategija 3: Agregacija platform (pristop Adobe/Google)

To je finančno najbolj vzdržen pristop. Namesto prevzemanja polnih stroškov generiranja postani tržnica, ki usmerja zahtevke k več ponudnikom modelov.

Adobe Firefly zdaj gosti več kot 30 modelov od različnih ponudnikov. Google Flow integrira Veo z modeli tretjih oseb. CapCut vgrajuje Seedance 2.0. V vseh treh primerih platforma jemlje maržo, medtem ko ponudnik modela nosi računske stroške.

Adobe je tu v najboljšem položaju, ker Premiere Pro in After Effects že prevladujeta v profesionalnem urejanju videa. Dodajanje AI generiranja v obstoječe delovne tokove je naravna razširitev, Adobe pa to lahko postavi kot premijsko funkcijo znotraj naročnin Creative Cloud, za katere uporabniki že plačujejo.

Krivulja stroškov infrastrukture

Ključno vprašanje je, ali bodo stroški GPU padli dovolj hitro, da bo potrošniški AI video postal izvedljiv.

Arhitektura Blackwell od NVIDIA (B200, GB200) prinaša približno 2-3x boljše razmerje med ceno in zmogljivostjo za inferenčna opravila v primerjavi s H100. Prihajajoča arhitektura Rubin obljublja še 2-3x izboljšav. Če obe izpolnita obljube, se bo do leta 2028 strošek generiranja 10-sekundnega videa lahko znižal z 0,50 dolarja na približno 0,05 dolarja.

Ta časovni okvir je pomemben. Podjetja, ki sežigajo gotovino s subvencioniranimi cenami, morajo preživeti še 2-3 leta, preden bodo izboljšave strojne opreme rešile njihove poslovne modele. Vsem ne bo uspelo.

Kaj to pomeni za ustvarjalce

Če ste ustvarjalec, ki danes izbira AI video platformo, je ekonomika enako pomembna kot funkcionalnosti.

• ✓Platforme, podprte z dobičkonosnimi matičnimi podjetji (Google, Adobe, ByteDance), so varnejše dolgoročne stave
• ✓Odprtokodni modeli, ki tečejo lokalno, odpravijo odvisnost od kateregakoli posameznega podjetja
• ✓Startupi, ki ponujajo "neomejeno" generiranje po nizkih cenah, nosijo največje tveganje
• ✓Čakanje na stabilizacijo stroškov pred izbiro delovnega toka je razumno, a pomeni zamujanje prednosti zgodnjega sprejemanja

Ukinitev Sore ni bila anomalija. Bil je prvi domino. Ekonomika generiranja AI videa je brutalna in podjetja, ki bodo preživela, bodo tista, ki so našla ustvarjalne rešitve problema stroškov, ne le ustvarjalne rešitve problema generiranja.

Širša slika

Vsak velik premik v računalništvu je šel skozi fazo, ko je tehnologija delovala, ekonomika pa ne. Računalništvo v oblaku je bilo nedobičkonosno leta, preden ga je AWS spremenil v stroj za denar. Pretočni video je izgubljal milijarde, preden je Netflix našel ravnotežje. Generiranje AI videa je v istem bolečem prehodnem obdobju.

Razlika tokrat je v hitrosti. Krivulja izboljšav strojne opreme je strmejša kot pri oblaku ali pretočnem videu. NVIDIA izdaja nove arhitekture vsakih 18-24 mesecev z pomembnimi znižanji stroškov na FLOP. Raziskave učinkovitosti modelov, od destilacije prek mixture-of-experts do arhitekturnih inovacij, kot je kompresija konteksta v Heliosu, zmanjšujejo računske zahteve s programske strani.

Moja ocena: do konca leta 2027 bo generiranje 10-sekundnega videa v 1080p stalo manj kot 0,10 dolarja na oblačni infrastrukturi. Pri tej ceni poslovni model deluje. Vprašanje je, katera podjetja lahko preživijo do takrat.

Pokopališče AI video startupov se bo kmalu napolnilo. Toda tehnologija sama ne bo izginila. Samo čaka, da jo ekonomika dohiti.