ปัญหา $15 ล้านต่อวัน: ทำไมเศรษฐศาสตร์ของวิดีโอ AI จะเป็นตัวตัดสินว่าใครจะอยู่รอดในปี 2026

ตัวเลขที่สังหาร Sora

ขออธิบายเศรษฐศาสตร์ที่ OpenAI พยายามปกปิดมาตลอดหกเดือน

Sora เปิดตัวในเดือนกันยายน 2025 ด้วยราคาสำหรับผู้บริโภค: ราว $0.10 ต่อวินาทีของวิดีโอ 720p ผ่าน API ในช่วงการใช้งานสูงสุด ผู้ใช้หลายล้านคนสร้างคลิปทุกวัน ต้นทุน GPU inference ซึ่งส่วนใหญ่รันบนคลัสเตอร์ NVIDIA H100 เพิ่มขึ้นแบบเส้นตรงตามทุกคำขอ

อัตราส่วนรายได้ต่อต้นทุนอยู่ในระดับหายนะ Sora สร้างรายได้รวมโดยประมาณ $2.1 ล้านตลอดอายุการใช้งานทั้งหมด แต่มีต้นทุนดำเนินงานราว $2.7 พันล้าน นี่ไม่ใช่โมเดลธุรกิจ นี่คือการสาธิตที่เผาเงินทุนร่วมลงทุนในระดับอุตสาหกรรม

ทำไมการสร้างวิดีโอจึงแพงกว่าการสร้างภาพโดยพื้นฐาน

หากต้องการเข้าใจว่าทำไมเรื่องนี้จึงสำคัญเกินกว่า Sora คุณต้องเข้าใจช่องว่างด้านการประมวลผลระหว่างการสร้างภาพและวิดีโอ

คำขอสร้างภาพหนึ่งรายการด้วยโมเดลอย่าง DALL-E 3 หรือ Stable Diffusion XL ต้องใช้เวลา GPU ราว 10-30 วินาทีบน H100 วิดีโอ 5 วินาทีที่ 24fps ต้องสร้าง 120 เฟรม โดยแต่ละเฟรมมีข้อจำกัดด้านความต่อเนื่องตามเวลาซึ่งทำให้ไม่สามารถทำงานแบบขนานอย่างง่ายได้ กลไก attention ใน video diffusion transformers เพิ่มขนาดแบบกำลังสองตามความยาวของลำดับ

ช่องว่างระหว่างภาพและวิดีโอไม่ใช่ 5x หรือ 10x แต่เป็น 30-100x ในการประมวลผลต่อผลลัพธ์ และต่างจากการสร้างข้อความ ซึ่ง KV-caching และ speculative decoding ลดต้นทุน inference ลงอย่างมาก การสร้างวิดีโอยังไม่มีการเพิ่มประสิทธิภาพเทียบเท่าที่ลดต้นทุนได้หนึ่งลำดับขั้น

สามกลยุทธ์เพื่ออยู่รอดจากวิกฤตต้นทุน

ทุกบริษัทที่ยังให้บริการสร้างวิดีโอ AI กำลังเผชิญปัญหาพื้นฐานเดียวกันนี้ กลยุทธ์ของแต่ละบริษัทแตกต่างกันอย่างชัดเจน

กลยุทธ์ที่ 1: อุดหนุนต้นทุนและภาวนา (แนวทาง VC)

นี่คือ กลยุทธ์ของ Sora ตั้งราคาให้ต่ำกว่าต้นทุน ดึงผู้ใช้ แล้วค่อยหาวิธีสร้างรายได้ภายหลัง มันจบลงตรงตามที่อาจารย์เศรษฐศาสตร์คาดการณ์มาตั้งแต่ยุคดอตคอม

หลายบริษัทยังคงดำเนินงานด้วยแนวทางนี้ Pika, Luma และ Runway ต่างตั้งราคาบริการต่ำกว่าต้นทุนการประมวลผลโดยประมาณมาก เดิมพันคือ ต้นทุนจะลดลงเร็วกว่าความจำเป็นที่รายได้ต้องเติบโต

ความเสี่ยงชัดเจน หากต้นทุน GPU ไม่ลดลงเร็วพอ หรือการใช้งานเติบโตเร็วกว่าผลลัพธ์จากการเพิ่มประสิทธิภาพ บริษัทเหล่านี้จะเจอกำแพงเดียวกับที่ Sora เจอ

กลยุทธ์ที่ 2: ย้ายต้นทุนไปยังฮาร์ดแวร์ (แนวทาง NVIDIA/Open Source)

นี่คือกลยุทธ์เบื้องหลัง Helios, Wan 2.2, LTX-2.3 และโมเดล open-source อื่น ๆ ทุกตัวที่ปรับให้เหมาะกับ GPU สำหรับผู้บริโภค

ตรรกะนั้นสง่างาม: แทนที่จะรันโครงสร้างพื้นฐานคลาวด์ราคาแพง ให้ผลักต้นทุนการประมวลผลไปยังฮาร์ดแวร์ของผู้ใช้ RTX 4090 มีราคา $1,599 เพียงครั้งเดียว หลังจากนั้นการสร้างวิดีโอทุกครั้งจะ "ฟรี" ในแง่ต้นทุนส่วนเพิ่ม (ไม่รวมค่าไฟฟ้า)

Helios โมเดลขนาด 14-billion parameter จาก ByteDance และ Peking University แสดงให้เห็นว่า H100 เพียงตัวเดียวสามารถสร้างวิดีโอ 60 วินาทีที่ 19.5 FPS ที่สำคัญกว่านั้น โมเดล open-source ที่ได้รับการปรับแต่งกำลังเข้าใกล้การสร้างแบบเรียลไทม์บนฮาร์ดแวร์ RTX 5090 สำหรับผู้บริโภค

ข้อจำกัดก็ชัดเจน: กลยุทธ์นี้ให้บริการเฉพาะผู้ใช้ที่มี GPU ระดับสูง นี่เป็นตลาดที่มีนัยสำคัญ แต่ไม่รวมครีเอเตอร์ทั่วไปที่ทำให้ Sora ได้รับความนิยม

กลยุทธ์ที่ 3: การรวมแพลตฟอร์ม (แนวทาง Adobe/Google)

นี่คือแนวทางที่ยั่งยืนที่สุดในเชิงการเงิน แทนที่จะแบกรับต้นทุนการสร้างทั้งหมด ให้กลายเป็นตลาดกลางที่ส่งคำขอไปยังผู้ให้บริการโมเดลหลายราย

Adobe Firefly ปัจจุบันมีโมเดลมากกว่า 30 โมเดล จากผู้ให้บริการหลายราย Google Flow ผสาน Veo เข้ากับโมเดลของบุคคลที่สาม CapCut ฝัง Seedance 2.0 ในทั้งสามกรณี แพลตฟอร์มรับส่วนต่าง ขณะที่ผู้ให้บริการโมเดลแบกรับต้นทุนการประมวลผล

Adobe อยู่ในตำแหน่งที่ดีที่สุด เพราะ Premiere Pro และ After Effects ครองตลาดการตัดต่อวิดีโอระดับมืออาชีพอยู่แล้ว การเพิ่มการสร้างด้วย AI เข้าไปในเวิร์กโฟลว์เดิมเป็นการต่อยอดตามธรรมชาติ และ Adobe สามารถตั้งราคาเป็นฟีเจอร์พรีเมียมภายในสมาชิก Creative Cloud ที่ผู้ใช้จ่ายอยู่แล้ว

เส้นโค้งต้นทุนโครงสร้างพื้นฐาน

คำถามสำคัญคือ ต้นทุน GPU จะลดลงเร็วพอที่จะทำให้วิดีโอ AI สำหรับผู้บริโภคใช้งานได้จริงหรือไม่

สถาปัตยกรรม Blackwell ของ NVIDIA (B200, GB200) ให้ price-performance สำหรับงาน inference ดีกว่า H100 ราว 2-3x สถาปัตยกรรม Rubin ที่กำลังจะมาถึงสัญญาว่าจะปรับปรุงอีก 2-3x หากทั้งสองทำได้ตามที่คาดการณ์ ภายในปี 2028 ต้นทุนการสร้างวิดีโอ 10 วินาทีอาจลดจาก $0.50 เหลือราว $0.05

กรอบเวลานี้สำคัญ บริษัทที่เผาเงินสดด้วยราคาที่อุดหนุนต้นทุนต้องอยู่รอดอีก 2-3 ปีเพื่อให้การปรับปรุงฮาร์ดแวร์ช่วยกู้โมเดลธุรกิจของพวกเขา ไม่ใช่ทุกบริษัทจะทำได้

สิ่งที่มีความหมายต่อครีเอเตอร์

หากคุณเป็นครีเอเตอร์ที่กำลังเลือกแพลตฟอร์มวิดีโอ AI ในวันนี้ เศรษฐศาสตร์มีความสำคัญพอ ๆ กับฟีเจอร์

• ✓แพลตฟอร์มที่มีบริษัทแม่ทำกำไรสนับสนุน (Google, Adobe, ByteDance) เป็นตัวเลือกที่ปลอดภัยกว่าในระยะยาว
• ✓โมเดล open-source ที่รันในเครื่องช่วยขจัดการพึ่งพาบริษัทใดบริษัทหนึ่ง
• ✓สตาร์ทอัพที่เสนอการสร้างแบบ "ไม่จำกัด" ในราคาต่ำมีความเสี่ยงสูงที่สุด
• ✓การรอให้ต้นทุนมีเสถียรภาพก่อนผูกมัดกับเวิร์กโฟลว์เป็นเรื่องสมเหตุสมผล แต่หมายถึงการพลาดข้อได้เปรียบจากการใช้งานช่วงแรก

การปิดตัวของ Sora ไม่ใช่ความผิดปกติ แต่มันคือโดมิโนตัวแรก เศรษฐศาสตร์ของการสร้างวิดีโอ AI โหดร้าย และบริษัทที่จะอยู่รอดคือบริษัทที่หาทางออกอย่างสร้างสรรค์ให้ปัญหาต้นทุนได้ ไม่ใช่แค่หาทางออกอย่างสร้างสรรค์ให้ปัญหาการสร้างวิดีโอ

ภาพใหญ่

การเปลี่ยนแปลงครั้งใหญ่ทุกครั้งของการประมวลผลเคยผ่านช่วงเวลาที่เทคโนโลยีใช้งานได้ แต่เศรษฐศาสตร์ยังใช้งานไม่ได้ Cloud computing ขาดทุนมาหลายปีก่อนที่ AWS จะเปลี่ยนมันให้เป็นเครื่องจักรทำเงิน Streaming video สูญเสียเงินหลายพันล้านก่อนที่ Netflix จะหาจุดยืนได้ การสร้างวิดีโอ AI อยู่ในช่วงกลางที่เจ็บปวดแบบเดียวกัน

ความแตกต่างครั้งนี้คือความเร็ว เส้นโค้งการพัฒนาฮาร์ดแวร์ชันกว่าที่เคยเป็นสำหรับ cloud หรือ streaming NVIDIA กำลังส่งมอบสถาปัตยกรรมใหม่ทุก 18-24 เดือน พร้อมการลดต้นทุนต่อ FLOP อย่างมีนัยสำคัญ งานวิจัยด้านประสิทธิภาพโมเดล ตั้งแต่ distillation ไปจนถึง mixture-of-experts และนวัตกรรมด้านสถาปัตยกรรมอย่าง context compression ของ Helios กำลังลดความต้องการการประมวลผลจากฝั่งซอฟต์แวร์

การประเมินของฉัน: ภายในปลายปี 2027 การสร้างวิดีโอ 10 วินาทีที่ 1080p จะมีต้นทุนต่ำกว่า $0.10 บนโครงสร้างพื้นฐานคลาวด์ ที่ระดับราคานั้น โมเดลธุรกิจจะใช้งานได้ คำถามคือบริษัทใดจะอยู่รอดจนถึงเวลานั้น

สุสานของสตาร์ทอัพวิดีโอ AI กำลังจะคับคั่ง แต่ตัวเทคโนโลยีเองไม่ได้หายไปไหน มันแค่กำลังรอให้เศรษฐศาสตร์ตามทัน

แหล่งข้อมูล

• OpenAI: OpenAI ตั้งราคาการสร้างวิดีโอ Sora 2 ที่ $0.10 ต่อวินาทีสำหรับผลลัพธ์ 720x1280 หรือ 1280x720 (OpenAI)
• OpenAI: OpenAI ยุติประสบการณ์ Sora บนเว็บและแอปเมื่อวันที่ 26 เมษายน 2026 (OpenAI)