«Черная дыра ресурсов»: почему OpenAI сворачивает ИИ-генератор Sora
Недолгая жизнь
OpenAI запустила Sora в 2024 году. Но популярность сервис стал набирать только осенью прошлого года, когда появилось приложение на базе обновленной модели — Sora 2 — с расширенным функционалом. Если в изначальном виде она генерировала короткие ролики, часто с ошибками, то новая версия позволяла создавать более длинные реалистичные видео. Но главное — переносить конкретных людей и персонажей из других роликов в сгенерированную среду, точно воспроизводя их внешний вид, движения и голос.
Возможности модели произвели фурор: соцсети моментально заполонили абсурдные видео, в которых Диана, принцесса Уэльская занимается паркуром, мультипликационный персонаж Губка Боб квадратные штаны сидит за столом в Овальном кабинете Белого дома и т.п. Версия для iOS преодолела отметку в 100 000 установок уже в первый день после релиза. И это несмотря на то, что доступ к ней можно было получить только по приглашению. А уже через два дня приложение заняло первое место в американском App Store, достигнув показателя в 1 млн загрузок. Для сравнения, ChatGPT шел к этой цифре пять дней. Сервису пророчили большое будущее, прозвав «ИИ-TikTok», который станет «следующим рубежом развития социальных сетей».
Успех, впрочем, оказался недолгим. Уже через пару месяцев после запуска популярность приложения стала снижаться: если в ноябре 2025 года его скачали рекордные 3,2 млн раз, то в декабре эта цифра упала до 2,2 млн. Одной из причин стали трудности с авторскими правами. Пользователи создавали вирусные ролики с персонажами голливудских студий — например, Гарри Поттером, Суперменом. Это вызвало недовольство киноиндустрии: американская Ассоциация кинокомпаний (Netflix, Paramount, Sony, Universal, Warner Bros и другие лидеры рынка) призвала OpenAI «принять немедленные и решительные меры», чтобы разобраться с кражей контента. В ответ технологический гигант ввел ограничения на использование чужой интеллектуальной собственности, а это привело к угасанию интереса аудитории.
Ситуацию должна была спасти звездная сделка с Disney: в декабре OpenAI заключила трехлетнее соглашение по лицензированию контента голливудской компании для Sora в обмен на инвестиции в размере $1 млрд. Она позволила бы пользователям следующие три года легально создавать видео с более чем 200 персонажами Disney, Marvel, Pixar и Star Wars — от Микки-Мауса до Йоды. Более того, стороны планировали выбирать самые интересные ролики и показывать на официальной стриминговой площадке кинокомпании — Disney+. Но, согласно открытым данным, это не вернуло аудиторию: в январе количество загрузок сократилось еще на 45%, до 1,2 млн. Одной из вероятных причин стало усиление конкуренции — новые платформы, включая Veo от Google, показывали качество как минимум на уровне Sora. А появление видеогенератора Seedance 2.0. от китайской компании ByteDance в феврале 2026 года только осложнило ситуацию.
Новый фокус
Закрытие, впрочем, вряд ли связано с оттоком аудитории и появлением конкурирующих моделей. За последние годы OpenAI заработала репутацию игрока без продуктового фокуса и в преддверии публичного размещения акций, вероятно, хочет это исправить. А для этого — сместить акцент на сервисы с четкой моделью монетизации, которые позволят гиганту выйти в прибыль. Sora в эту стратегию, скорее всего, не укладывается.
Компания пыталась монетизировать сервис за счет платных возможностей — например, за $4 можно было генерировать на 10 видео больше в день, чем на бесплатном тарифе. Но пользователи не были готовы за это платить: согласно данным вице-президента по аналитике Sensor Tower Симы Шах, с момента запуска приложение получило $1,4 млн чистой выручки. Для сравнения, ChatGPT за тот же период выручил $1,9 млрд. Можно поспорить, сказав, что сервис можно было бы в дальнейшем монетизировать, используя для создания кино, рекламы и др. Но поддержка Sora обходилась компании слишком дорого — в $15 млн в день. Как верно подметил аналитик Forrester Томас Хассон, модель быстро превратилась в «черную дыру ресурсов» для бизнеса.
OpenAI уже заявила, что сфокусируется на разработках, которые помогут людям выполнять различные «физические задачи» — в частности, на робототехнике. Вендор также будет создавать ИИ-агентов, способных работать автономно, при минимальном участии человека. Это решение отражает общемировой рыночный тренд. Индустрия ИИ постепенно перестает быть пространством для экспериментов и выходит на уровень прикладного применения технологии. Лидеры рынка осознали, что для масштабирования нужно определиться с позиционированием и бизнес-моделью. Теперь они намного меньше говорят про LLM (большие языковые модели) и больше — про конкретные сервисы на их основе, причем с фокусом на платежеспособные B2B- и B2G-сегменты.
Корпоративный сегмент уже активно осваивают ближайшие конкуренты OpenAI. Например, Anthropic, которая, к слову, тоже может выйти на биржу в этом году, представила несколько десятков специализированных продуктов. Один из самых успешных — ИИ-помощник для программистов Claude Code. Продукт стал доступен широкой публике в мае 2025 года. А уже в середине февраля 2026-го, по заверению разработчика, прогнозируемая годовая выручка (annualized revenue run rate; ARR) от инструмента достигла $2,5 млрд. С 1 января эта цифра более чем удвоилась. Причем на крупные предприятия приходится более половины выручки. В компании подчеркивают, что инженерные возможности Claude Code открывают новые горизонты и в других сферах деятельности. В компании уже запустили Cowork, который превращает Claude в специалиста для отдела продаж, а также сотрудника юридического и финансового отделов.
Параллельно корпоративный сегмент пытается охватить Google. В октябре подразделение Google Cloud представило платформу на базе ИИ Gemini Enterprise, которая объединяет модели Gemini, DeepMind и оптимизированную для ИИ IT-инфраструктуру. На платформе есть визуальный конструктор, который позволяет бизнесу самостоятельно разрабатывать и развертывать ИИ-агентов. Есть и набор готовых помощников, таких как Deep Research для глубоких исследований. Их организации тоже могут настроить под себя. По заявлениям корпорации, более 65% клиентов Google Cloud уже используют Gemini Enterprise. Среди них — графический редактор Figma, ретейлер одежды GAP, финтех-компания Klarna и автопроизводитель Mercedes-Benz.
На российском рынке тенденции схожие — игроки уходят от универсальных моделей в сторону специализированных продуктов. Так, в конце 2025 года «Сбер» запустил продукт под брендом «ГигаЧат», впервые назвав его ИИ-помощником и публично закрепив переход от модельной риторики к продуктовой.
Что дальше
Вендоры выпускают специализированные продукты, но готовы ли компании их внедрять? Глобальное исследование McKinsey, опубликованное в ноябре прошлого года, говорит, что да: 62% респондентов еще тогда сказали, что их организации как минимум экспериментируют с ИИ-агентами. Подавляющее большинство опрошенных в качестве цели этих пилотов указало повышение эффективности. Более того, респонденты видят выгоду в виде сокращения затрат и увеличения доходов на уровне отдельных бизнес-сценариев. Кроме того, отчет The ROI of Gen AI and Agents 2026 от Omdia показал: в среднем рентабельность инвестиций от генеративного ИИ за год выросла на 20%. Из «ранних последователей» технологии 92% видят положительный показатель ROI (коэффициент рентабельности инвестиций). Это утверждение актуально также для 75% руководителей нетехнических компаний.
В России ситуация схожа. Согласно данным консалтинговой компании «Яков и партнеры», 46% отечественных компаний уже внедрили или тестируют автономных агентов, способных выполнять рабочие задачи без участия человека. Они особенно востребованы у логистов и аналитиков. А исследование «Технологические стратегии бизнеса в России» показало, что компании охотнее других ИИ-решений внедряют ИИ-агентов. В частности, чат-боты — единственная категория решений, которую большинство опрошенных уже интегрируют, а не просто тестируют или планируют использовать. По нашим наблюдениям, более 80% потенциальных клиентов интересуются готовыми ИИ-ассистентами для HR-отделов, юристов, аналитиков, разработчиков, а также платформами для разработки ИИ-агентов без навыков программирования, нежели большими языковыми моделями. Так, платформа MWS AI Agents Platform для запуска таких ассистентов, запущенная во второй половине 2025 года, уже принесла свыше 800 млн рублей выручки.
Все это говорит о том, что в ближайшие пару лет универсальные LLM превратятся в инфраструктуру, а компании будут конкурировать на уровне продуктов — таких, как ИИ-агенты для различных бизнес-функций и индустрий. А еще продолжат закрывать или переформатировать решения без понятной юнит-экономики. Более того, Gartner прогнозирует, что уже к 2028 году специализированные агенты смогут взаимодействовать друг с другом.
Преимущество в этом сценарии есть у Китая, который сделал ставку на ИИ в open-source (открытый исходный код) — крупные компании вроде Alibaba или DeepSeek дают возможность внешним разработчикам тестировать бизнес-гипотезы на основе их нейросетей. На этом фундаменте растут новые стартапы. Как результат, индустрия развивается быстрее, а экономика страны выигрывает. Результаты уже видны. Как пишет Reuters, около 80% американских ИИ-проектов, вероятно, базируется на китайских нейросетях.
Примеры есть и в России. Например, в прошлом году «Авито» разработала текстовую модель A-Vibe и мультимодальную A-Vision на базе открытых моделей Qwen3 и Qwen2.5-VL от Alibaba. Это обошлось компании, по собственным данным, в сумму около 500 млн рублей. Затраты были бы выше, создавая команда сервисы с нуля. На базе версии Qwen3 32B работает модель T-Pro 2.0 для структурного анализа данных, планирования, выдвижения и проверки гипотез от «Т-Банка». Крупные отечественные компании, к слову, тоже вносят вклад в развитие open-source. Например, как минимум у Т-Банка, «Авито» и MWS AI есть открытые модели, на базе которых сторонние игроки могут создавать собственные продукты.
В перспективе монетизировать можно будет даже open-source. Так развивался, например, производитель ПО Red Hat. Компания выпускает продукты с открытым исходным кодом для корпоративного сектора вроде Red Hat Enterprise Linux, а оплату берет за поддержку, сертификацию, регулярные обновления. Создатели open-source-моделей могут взять этот подход на вооружение и тоже предлагать дополнительные платные услуги, такие как дообучение ИИ под конкретные задачи. В итоге ценность будет формироваться на уровне продуктов и сервисов, построенных вокруг моделей.
Мнение редакции может не совпадать с точкой зрения автора