Problem od $15 miliona dnevno: zašto će ekonomija AI videa odlučiti ko preživljava 2026.

Brojke koje su ubile Sora

Hajde da razmotrimo ekonomiju koju je OpenAI pokušavao da sakrije šest meseci.

Sora je lansirana u septembru 2025. sa potrošačkim cenama: otprilike $0,10 po sekundi 720p videa preko API-ja. Na vrhuncu korišćenja, milioni korisnika su generisali klipove svakodnevno. Troškovi GPU inferensa, prevashodno na NVIDIA H100 klasterima, skalirali su se linearno sa svakim zahtevom.

Odnos prihoda i troškova bio je katastrofalan. Sora je zaradila otprilike $2,1 milion ukupnog prihoda za celo svoje postojanje. Pokretanje je koštalo približno $2,7 milijardi. To nije poslovni model. To je demonstracija koja je sagorevala venčer kapital u industrijskim razmerama.

Zašto je generisanje videa fundamentalno skuplje od slika

Da biste razumeli zašto je ovo važno izvan Sora, morate da shvatite jaz u računarskim troškovima između generisanja slika i videa.

Jedan zahtev za generisanje slike modelom poput DALL-E 3 ili Stable Diffusion XL zahteva otprilike 10-30 sekundi GPU vremena na H100. Petosekundni video pri 24fps zahteva generisanje 120 frejmova, svaki sa ograničenjima temporalne koherentnosti koja sprečavaju prostu paralelizaciju. Mehanizam pažnje u video difuzionim transformerima skalira kvadratno sa dužinom sekvence.

Jaz između slike i videa nije 5x ili 10x. Iznosi 30-100x u računanju po rezultatu. I za razliku od generisanja teksta, gde su KV-keširanje i spekulativno dekodiranje drastično smanjili troškove inferensa, u generisanju videa ne postoji ekvivalentna optimizacija koja bi smanjila troškove za red veličine.

Tri strategije za preživljavanje krize troškova

Svaka kompanija koja i dalje nudi generisanje AI videa suočava se sa istim fundamentalnim problemom. Njihove strategije se oštro razilaze.

Strategija 1: subvencionisati i nadati se (pristup venčer kapitala)

Ovo je bila strategija Sora. Formirati cenu ispod troškova, privući korisnike, monetizaciju rešavati kasnije. Završilo se tačno onako kako su profesori ekonomije predviđali od ere dotkomova.

Nekoliko kompanija i dalje radi po ovoj šemi. Pika, Luma i Runway određuju cene usluga znatno ispod procenjenih računarskih troškova. Opklada je da će troškovi padati brže nego što prihodi treba da rastu.

Rizik je očigledan. Ako cena GPU ne padne dovoljno brzo, ili ako korišćenje raste brže od dobitaka optimizacije, ove kompanije će udariti u isti zid kao i Sora.

Strategija 2: prebaciti troškove na hardver (pristup NVIDIA/Open Source)

Ovo je strategija iza Helios, Wan 2.2, LTX-2.3 i svakog drugog open-source modela optimizovanog za potrošačke GPU.

Logika je elegantna: umesto da održavate skupu oblak infrastrukturu, prebacite računarske troškove na hardver korisnika. RTX 4090 košta $1 599 jednom. Posle toga, svako generisanje videa je "besplatno" po marginalnim troškovima (minus struja).

Helios, model sa 14 milijardi parametara od ByteDance i Pekinškog univerziteta, demonstrirao je da jedan H100 može da generiše 60-sekundne video snimke pri 19,5 FPS. Štaviše, optimizovani open-source modeli približavaju se generisanju u realnom vremenu na potrošačkom RTX 5090 hardveru.

Ograničenje je očigledno: ova strategija funkcioniše samo za korisnike koji poseduju jake GPU. To je značajno tržište, ali isključuje masovne kreatore sadržaja koji su učinili Sora popularnom.

Strategija 3: agregacija platformi (pristup Adobe/Google)

Ovo je finansijski najodrživiji pristup. Umesto da snosite punu cenu generisanja, postanite marketplejs koji usmerava zahteve ka različitim provajderima modela.

Adobe Firefly sada hostuje 30+ modela od različitih provajdera. Google Flow integriše Veo sa modelima trećih strana. CapCut ugrađuje Seedance 2.0. U sva tri slučaja platforma uzima maržu, dok provajder modela snosi računarske troškove.

Adobe je u najboljoj poziciji zato što Premiere Pro i After Effects već dominiraju u profesionalnoj video montaži. Dodavanje AI generisanja postojećim radnim procesima je prirodni nastavak, a Adobe može to da uklopi kao premium funkciju u Creative Cloud pretplate za koje korisnici već plaćaju.

Kriva infrastrukturnih troškova

Ključno pitanje je da li će cena GPU padati dovoljno brzo da učini potrošačko AI video održivim.

Arhitektura NVIDIA Blackwell (B200, GB200) isporučuje približno 2-3x bolji odnos cena/performanse za zadatke inferensa u poređenju sa H100. Predstojeća arhitektura Rubin obećava još 2-3x poboljšanje. Ako oba ispune očekivanja, do 2028. cena generisanja 10-sekundnog videa mogla bi da padne sa $0,50 na približno $0,05.

Taj rok je bitan. Kompanije koje sagorevaju novac na subvencionisanim cenama moraju da prežive još 2-3 godine dok hardverska poboljšanja ne spasu njihove poslovne modele. Neće sve uspeti.

Šta ovo znači za kreatore sadržaja

Ako ste kreator sadržaja i birate platformu za AI video danas, ekonomija je jednako važna kao i funkcionalnosti.

• ✓Platforme iza kojih stoje profitabilne matične kompanije (Google, Adobe, ByteDance) su sigurniji izbor na duže staze
• ✓Open-source modeli koji rade lokalno eliminišu zavisnost od bilo koje pojedinačne kompanije
• ✓Startapi koji nude "neograničeno" generisanje po niskim cenama nose najveći rizik
• ✓Čekanje da se troškovi stabilizuju pre izbora radnog procesa je razumno, ali znači propuštanje prednosti ranog usvajanja

Gašenje Sora nije bilo anomalija. Bio je to prvi domino. Ekonomija generisanja AI videa je brutalan i kompanije koje će preživeti biće one koje su pronašle kreativna rešenja za problem troškova, a ne samo kreativna rešenja za problem generisanja.

Šira slika

Svaka velika promena u računarstvu prošla je kroz fazu u kojoj tehnologija funkcioniše, ali ekonomija ne. Oblak računarstvo je bilo nerentabilno godinama pre nego što ga je AWS pretvorio u mašinu za zarađivanje. Striming video je gubio milijarde pre nego što je Netflix pronašao svoj model. Generisanje AI videa je u istom bolnom prelaznom periodu.

Razlika ovog puta je u brzini. Kriva hardverskog poboljšanja je strmija nego za oblak ili striming. NVIDIA isporučuje nove arhitekture svakih 18-24 meseca sa značajnim smanjenjem cene po FLOP-u. Istraživanja efikasnosti modela, od destilacije do mixture-of-experts i arhitektonskih inovacija poput kontekstne kompresije u Helios, smanjuju računarske zahteve sa softverske strane.

Moja procena: do kraja 2027, generisanje 10-sekundnog videa u 1080p će koštati ispod $0,10 na oblak infrastrukturi. Pri toj ceni, poslovni model funkcioniše. Pitanje je koje će kompanije preživeti do tada.

Groblje AI video startapa uskoro će postati prenaseljeno. Ali sama tehnologija ne ide nikuda. Ona jednostavno čeka da ekonomija stigne.