Технічний контекст
Я заглибився у витоки цієї історії не з цікавості, а тому що такі чутки швидко інфікують ринок. Меседж був жорстким: OpenAI нібито згортає Sora через витрати на обчислювальні потужності, слабке утримання користувачів, юридичні проблеми та тиск дешевих китайських конкурентів. Звучить правдоподібно, але станом на сьогодні, 25 березня 2026 року, підтверджень цьому немає.
Що маємо по фактах? Sora 1 для частини користувачів у США дійсно вивели з експлуатації в березні 2026 року. Але це не схоже на закриття напрямку: Sora 2 вже виступає заміною, а навколо неї триває продуктовий рух. Ба більше, у публічному полі обговорюється інтеграція Sora в ChatGPT, а це радше про розширення дистрибуції, ніж про капітуляцію.
Я подивився на непрямі сигнали, і картина виглядає прозаїчніше. Так, у відео-генерації дорогий інференс. Так, у таких продуктів часто просідає утримання: люди отримали вау-ефект, зробили п'ять роликів, і не всі повертаються. Так, ринок став жорсткішим — Kling, Veo та інші гравці тиснуть і за ціною, і за швидкістю релізів.
Але між фразами «юніт-економіка складна» і «проєкт згортають» — величезна дистанція. Поки що я бачу не відмову від відео, а звичайну для великої лабораторії перебудову: щось відключають, щось перепаковують, щось ховають всередину сильнішого продукту. Це типовий хід, коли окремий застосунок не витягує утримання, а технологія краще живе як частина великої екосистеми.
Окремо мене зачепив ще один момент. Навіть якщо чутка про «поворот у coding/research» не підтверджується, сам вектор ринку зрозумілий: моделі та продукти, які безпосередньо прискорюють роботу розробників і knowledge workers, монетизуються більш передбачувано, ніж чистий генеративний відео-атракціон. І ось це вже не плітка, а цілком робоча бізнес-логіка.
Що це змінює для бізнесу та автоматизації
Якщо прибрати драму, висновок дуже практичний. Відео-генерація залишається потужною, але це не той шар, з якого я б радив починати впровадження штучного інтелекту в компанії. Занадто важка економіка, занадто багато суб'єктивізму в результаті, занадто важко довести ROI, якщо не йдеться про медіа, рекламу чи контент-фабрику.
У Nahornyi AI Lab я зазвичай бачу інший патерн. Найкраще злітають сценарії, де ШІ-автоматизація скорочує ручну працю вже сьогодні: обробка заявок, підтримка, sales-асистенти, внутрішні copilots, пошук по документах, генерація коду, QA та оркестрація процесів. Там простіше рахувати гроші, простіше підтримувати якість і простіше будувати архітектуру ШІ-рішень без сюрпризів у рахунку за GPU.
Хто виграє на тлі таких новин? Ті, хто не закохався в одну модель чи один красивий демо-ролик. Я б ставив на команди, які проєктують AI-архітектуру модульно: окремо LLM-шар, окремо routing, окремо провайдери для тексту, коду, пошуку, vision та video. Тоді зміна постачальника чи моделі не перетворюється на дорогу пригоду.
Програють ті, хто будує стратегію на хайпі. Сьогодні здається, що відео все змінить, завтра змінюється ціноутворення, доступність API чи політика модерації — і вся схема летить. Я це бачив неодноразово: не модель повинна диктувати бізнес-процес, а бізнес-метрика повинна диктувати вибір моделі.
Тому мій висновок такий: чутку про «закриття Sora» я б не тягнув у презентації як факт. Але як привід перерахувати економіку мультимодальних функцій — дуже навіть. Особливо якщо ви плануєте інтеграцію ШІ у продукт і думаєте, чи варто додавати туди генерацію відео як core-функцію.
Цей розбір я зробив як Вадим Нагорний, Nahornyi AI Lab. Я не переказую чужі треди — я дивлюся, як такі зсуви б'ють по реальній архітектурі, бюджету та впровадженню ШІ в продукті. Якщо хочете, я можу разом з вами швидко прикинути, де у вашому кейсі ШІ-рішення для бізнесу дадуть гроші, а де буде просто дорогий феєрверк. Напишіть мені — обговоримо ваш проєкт предметно.