Contexto técnico
Investigué el origen de esta historia no por curiosidad, sino porque estos rumores se propagan rápidamente en el mercado. El mensaje era duro: supuestamente, OpenAI estaba abandonando Sora por los costos de computación, la baja retención de usuarios, problemas legales y la presión de competidores chinos baratos. Suena creíble, pero a día de hoy, 25 de marzo de 2026, no hay confirmación alguna.
¿Cuáles son los hechos? Es cierto que Sora 1 fue retirada para algunos usuarios en EE. UU. en marzo de 2026. Pero esto no parece el cierre de la división: Sora 2 ya la está reemplazando y el desarrollo de productos a su alrededor continúa. Es más, se discute públicamente la integración de Sora en ChatGPT, lo que sugiere una expansión de la distribución en lugar de una rendición.
Revisé las señales indirectas y el panorama es más sencillo. Sí, la generación de video tiene una inferencia costosa. Sí, estos productos a menudo tienen problemas de retención: la gente experimenta el "efecto wow", crea cinco videos y no todos regresan. Sí, el mercado se ha vuelto más competitivo: Kling, Veo y otros jugadores presionan tanto en precio como en velocidad de lanzamiento.
Pero hay una enorme distancia entre "la economía unitaria es compleja" y "están cerrando el proyecto". Por ahora, no veo un abandono del video, sino una reestructuración típica de un gran laboratorio: algo se desactiva, algo se reempaqueta, algo se integra en un producto más fuerte. Es una táctica clásica cuando una aplicación independiente no logra la retención deseada y la tecnología funciona mejor como parte de un ecosistema más grande.
Otro punto me llamó la atención. Incluso si el rumor sobre un "giro hacia la codificación/investigación" no se confirma, la dirección del mercado es clara: los modelos y productos que aceleran directamente el trabajo de desarrolladores y trabajadores del conocimiento se monetizan de forma más predecible que un puro espectáculo de video generativo. Y esto ya no es un chisme, sino una lógica de negocio sólida.
¿Qué cambia esto para los negocios y la automatización?
Si dejamos el drama a un lado, la conclusión es muy práctica. La generación de video sigue siendo potente, pero no es la capa por la que aconsejaría comenzar a implementar la inteligencia artificial en una empresa. Su economía es demasiado pesada, los resultados demasiado subjetivos y el ROI muy difícil de demostrar, a menos que se trate de medios, publicidad o una fábrica de contenidos.
En Nahornyi AI Lab, suelo ver otro patrón. Los escenarios más exitosos son aquellos donde la automatización con IA reduce el trabajo manual hoy mismo: procesamiento de solicitudes, soporte, asistentes de ventas, copilotos internos, búsqueda de documentos, generación de código, QA y orquestación de procesos. En esos casos es más fácil calcular el beneficio, mantener la calidad y construir una arquitectura de soluciones de IA sin sorpresas en la factura de la GPU.
¿Quiénes ganan con noticias como esta? Aquellos que no se enamoraron de un solo modelo o un video de demostración llamativo. Apostaría por los equipos que diseñan su arquitectura de IA de forma modular: una capa para LLM, otra para enrutamiento y proveedores separados para texto, código, búsqueda, visión y video. Así, cambiar de proveedor o modelo no se convierte en una aventura costosa.
Pierden quienes basan su estrategia en el hype. Hoy parece que el video lo cambiará todo, mañana cambian los precios, la disponibilidad de la API o las políticas de moderación, y todo el sistema se desmorona. Lo he visto muchas veces: no es el modelo el que debe dictar el proceso de negocio, sino la métrica de negocio la que debe dictar la elección del modelo.
Por lo tanto, mi conclusión es esta: no presentaría el rumor del "cierre de Sora" como un hecho. Pero como una oportunidad para recalcular la economía de las funciones multimodales, sí, sin duda. Especialmente si planeas integrar IA en tu producto y te preguntas si vale la pena incluir la generación de video como función principal.
Este análisis lo he realizado como Vadim Nahornyi, de Nahornyi AI Lab. No me limito a repetir hilos ajenos; analizo cómo estos cambios afectan la arquitectura real, el presupuesto y la implementación de la IA en un producto. Si lo deseas, puedo ayudarte a estimar rápidamente dónde las soluciones de IA para negocios pueden generar ingresos en tu caso y dónde serán simplemente fuegos artificiales costosos. Escríbeme y discutiremos tu proyecto en detalle.