Технический контекст
Я полез в исходники этой истории не из любопытства, а потому что такие слухи быстро заражают рынок. Месседж был жёсткий: OpenAI якобы сворачивает Sora из-за затрат на compute, слабого retention, юридической боли и давления дешёвых китайских конкурентов. Звучит правдоподобно, но на сегодня, 25 марта 2026 года, подтверждений этому нет.
Что есть по фактам? Sora 1 для части пользователей в США действительно вывели из эксплуатации в марте 2026. Но это не похоже на закрытие направления: Sora 2 уже выступает заменой, а вокруг неё продолжаются продуктовые движения. Более того, в публичном поле обсуждается интеграция Sora в ChatGPT, а это скорее про расширение дистрибуции, чем про капитуляцию.
Я посмотрел на косвенные сигналы, и картина получается прозаичнее. Да, у видео-генерации дорогой inference. Да, у таких продуктов часто проседает удержание: люди вау-эффект получили, пять роликов сделали, дальше возвращаются не все. Да, рынок стал злее — Kling, Veo и другие игроки давят и по цене, и по скорости релизов.
Но между фразами «юнит-экономика сложная» и «проект сворачивают» — огромная дистанция. Пока я вижу не отказ от видео, а обычную для крупной лаборатории перестройку: что-то отключают, что-то перепаковывают, что-то прячут внутрь более сильного продукта. Это вообще типичный ход, когда standalone-приложение не тянет retention, а технология лучше живёт как часть большой экосистемы.
Отдельно меня зацепил ещё один момент. Даже если слух про «поворот в coding/research» не подтверждается, сам вектор рынка понятен: модели и продукты, которые напрямую ускоряют работу разработчиков и knowledge workers, монетизируются предсказуемее, чем чистый генеративный видео-аттракцион. И вот это уже не сплетня, а вполне рабочая бизнес-логика.
Что это меняет для бизнеса и автоматизации
Если убрать драму, вывод очень практичный. Видео-генерация остаётся мощной, но это не тот слой, с которого я бы советовал начинать внедрение искусственного интеллекта в компании. Слишком тяжёлая экономика, слишком много вкусовщины в результате, слишком трудно доказать ROI, если речь не про медиа, рекламу или контент-фабрику.
Я в Nahornyi AI Lab обычно вижу другой паттерн. Лучше всего взлетают сценарии, где ИИ автоматизация сокращает ручной труд уже сегодня: обработка заявок, support, sales-ассистенты, internal copilots, поиск по документам, генерация кода, QA и оркестрация процессов. Там проще считать деньги, проще держать качество и проще строить архитектуру ИИ-решений без сюрпризов на счёте за GPU.
Кто выигрывает на фоне таких новостей? Те, кто не влюбился в одну модель или один красивый демо-ролик. Я бы ставил на команды, которые проектируют AI-архитектуру модульно: отдельно LLM-слой, отдельно routing, отдельно провайдеры под текст, код, поиск, vision и video. Тогда смена поставщика или модели не превращается в дорогое приключение.
Проигрывают те, кто строит стратегию на хайпе. Сегодня кажется, что видео всё изменит, завтра меняется pricing, доступность API или политика модерации — и вся схема едет. Я это уже видел не раз: не модель должна диктовать бизнес-процесс, а бизнес-метрика должна диктовать выбор модели.
Поэтому мой вывод такой: слух о «закрытии Sora» я бы не тащил в презентации как факт. Но как повод пересчитать экономику мультимодальных фич — очень даже. Особенно если вы планируете ИИ интеграцию в продукт и думаете, стоит ли тащить туда генерацию видео как core-функцию.
Этот разбор я сделал как Вадим Нагорный, Nahornyi AI Lab. Я не пересказываю чужие треды — я смотрю, как такие сдвиги бьют по реальной архитектуре, бюджету и внедрению ИИ в продукте. Если хотите, я могу вместе с вами быстро прикинуть, где в вашем кейсе ИИ решения для бизнеса дадут деньги, а где будет просто дорогой фейерверк. Напишите мне — обсудим ваш проект предметно.