Uzavření Sora: ekonomika AI tokenů a výpočtů

Uzavření Sora: přesun umělé inteligence od hype k ekonomice výpočtů

OpenAI uzavřela službu Sora 24. března 2026, což vyvolalo spekulace o ústupu AI z veřejného povědomí. Ve skutečnosti však tento krok signalizuje zralost od experimentů k racionálnímu využití výpočetních prostředků. Již týden předtím na konferenci GTC 2026 upozornil Jen-Hsun Huang (Jensen Huang): „Inženýr s ročním platem 500 000 USD, který za tokeny utratí méně než 250 000 USD ročně, je varovný signál. Pokud jeho náklady na tokeny činí pouhých 5 000 USD, jedná se o nepřijatelně nízkou úrovni.“ Takové metriky zdůrazňují nutnost zaměřit se na scénáře s vysokým návratem investic do inferencí.

Ceny za tokeny prudce klesly mezi lety 2023 a 2026, avšak nedostatek GPU se jen zhoršil. To odpovídá Jevonsovu efektu: levnější zdroj podporuje růst spotřeby díky novým úkolům.

| Model | Cena za 1 milion vstupních tokenů |

|--------|-----------------------------------|

| GPT-4 (březen 2023) | 30 USD |

| GPT-4o (srpen 2024) | 2,5 USD |

| Gemini 2.0 Flash (únor 2025) | 0,1 USD |

| DeepSeek s cachováním (únor 2025) | 0,07 USD |

Korporátní výdaje na generativní AI vzrostly z 11,5 miliardy USD v roce 2024 na 37 miliard USD v roce 2025. Současně se rozšiřuje tzv. „stínová AI“: 49 % zaměstnanců používá neautorizované nástroje a 51 % je integruje do firemních systémů bez schválení IT oddělení.

Proč je generování videa nejnáročnější na výkon

Generování videa vyžaduje 10–100× více výpočetního výkonu než zpracování textu LLM o délce 1 000 slov. Generování obrázků je 3–11× náročnější. Pro Sora to znamenalo nepoměrně vysoké náklady na inferenci.

OpenAI v roce 2025 vykázala tržby 13 miliard USD, avšak náklady na zpracování dotazů se čtyřnásobně zvýšily a hrubá marže klesla z 40 % na 33 %. Společnost proto přeorientovala svou strategii směrem k produktům s lepším poměrem výpočetních nákladů k příjmům.

• Text: základní zátěž 1×
• Obrázky: 3–11×
• Video (1 minuta, 30 fps): 10–100×

Tento selektivní výběr úloh se stal standardem: výpočetní kapacity jsou nyní přidělovány prioritně scénářům s měřitelným ROI.

Tokeny jako ukazatel efektivity inženýra

Prohlášení Huangova je kritizováno kvůli možnému konfliktu zájmů — NVIDIA je závislá na poptávce po GPU. Nicméně jádro tvrzení je správné: nízké náklady na tokeny často signalizují zmeškané příležitosti pro automatizaci.

Inženýr, který ignoruje AI agenty pro rutinní úkoly, je srovnatelný s návrhářem čipů, který ručně navrhuje miliardy tranzistorů. Moderní EDA nástroje automaticky řeší trasování po měsíce; jejich odmítnutí znamená konkurenční zpoždění.

Spotřeba tokenů není dokonalou metrikou — lze ji manipulovat — ale je užitečným indikátorem přijetí nových nástrojů v produkčních prostředích.

Zralost trhu s umělou inteligencí

Trh se přesouvá od experimentů k odpovědnosti. V letech 2023–2024 se spouštěly produkty podle principu „vyzkoušíme“. V roce 2026 jsou povinné finanční analýzy: náklady na inferenci vs. příjmy.

Sora je první veřejně oznámenou optimalizací — ale rozhodně ne poslední. Nárůst výdajů na AI pokračuje, avšak pod přísným kontrolním režimem. Nedostatek výpočetních prostředků přetrvává kvůli exponenciálnímu růstu počtu praktických aplikací.

Co je klíčové:

• Levnější tokeny zvyšují nedostatek GPU díky novým případům použití.
• Video je nejnáročnější na výkon; Sora byla uzavřena kvůli nízkému ROI.
• Spotřeba tokenů slouží jako proxy pro hodnocení efektivity týmů.
• Korporátní AI roste: 37 miliard USD v roce 2025 + stínový provoz.
• Trh se vyvíjí směrem k datově řízeným prioritám produktů.

— Editorial Team