Pod koniec maja 2025 roku po branży technologicznej przetoczyła się informacja, która wielu zaskoczyła: OpenAI wycofuje Sorę - swój głośny model do generowania wideo z tekstu. Narzędzie, które zaledwie kilkanaście miesięcy wcześniej wywołało ogromne poruszenie w mediach i było prezentowane jako rewolucja w tworzeniu treści wideo, trafia na półkę. Dlaczego firma, która ma praktycznie nieograniczone zasoby finansowe, rezygnuje z produktu, który przyciągnął miliony użytkowników?
Odpowiedź jest prostsza, niż mogłoby się wydawać - i niesie ze sobą ważną lekcję dla każdego, kto prowadzi firmę w Polsce. Nie każda technologia, która robi wrażenie na prezentacji, przekłada się na realną wartość biznesową. OpenAI najwyraźniej doszło do wniosku, że Sora generuje koszty, ale nie generuje przychodów na poziomie, który uzasadniałby dalszy rozwój. Jak podaje TechCrunch, firma koncentruje zasoby na tym, co faktycznie przynosi pieniądze - na modelach językowych, narzędziach dla programistów i rozwiązaniach dla biznesu.
Dla polskich małych i średnich firm ta historia to coś więcej niż ciekawostka z Doliny Krzemowej. To konkretna wskazówka, jak podchodzić do inwestycji w sztuczną inteligencję - szczególnie gdy budżet jest ograniczony, a każda złotówka wydana na technologię musi się zwrócić.
Co tak naprawdę stało się z Sorą i dlaczego to ważne
Sora zadebiutowała w lutym 2024 roku jako model generujący realistyczne filmy na podstawie opisów tekstowych. Materiały demonstracyjne robiły wrażenie - sceny uliczne, animacje, krótkie klipy wyglądające niemal jak profesjonalne produkcje. Media na całym świecie pisały o końcu tradycyjnej produkcji wideo. Wielu przedsiębiorców zaczęło planować, jak wykorzystają to narzędzie w swoim marketingu.
Rzeczywistość okazała się bardziej skomplikowana. Po pierwsze, koszty obliczeniowe generowania wideo przez AI są astronomiczne - wielokrotnie wyższe niż generowanie tekstu czy obrazów. Po drugie, jakość wyników w codziennym użyciu odbiegała od starannie wyselekcjonowanych materiałów demonstracyjnych. Postacie miały czasem sześć palców, fizyka obiektów bywała nierealistyczna, a spójność dłuższych sekwencji pozostawiała wiele do życzenia. Po trzecie - i to chyba najważniejsze - okazało się, że rynek nie był gotowy płacić za tę technologię tyle, ile kosztowało jej utrzymanie.
Według danych branżowych, koszt wygenerowania jednej minuty wideo przez modele pokroju Sory mógł sięgać nawet kilkudziesięciu dolarów w zasobach obliczeniowych. Przy subskrypcji ChatGPT Plus za 20 dolarów miesięcznie ekonomia po prostu się nie zgadzała. OpenAI musiało albo drastycznie podnieść ceny, albo zrezygnować z produktu. Wybrali to drugie.
Ta decyzja wpisuje się w szerszy trend. Firmy technologiczne po okresie euforii związanej z generatywną AI zaczynają trzeźwo oceniać, które produkty mają sens ekonomiczny, a które są tylko efektownymi demonstracjami technologicznymi. Google ograniczyło niektóre funkcje Gemini, Meta przebudowała strategię wokół swoich modeli Llama, a mniejsze startupy generujące wideo - jak Runway czy Pika - szukają niszowych zastosowań zamiast próbować obsłużyć masowy rynek.
Pułapka błyszczących narzędzi - jak polskie firmy tracą pieniądze
Pracując z polskimi firmami jako konsultant AI, widzę powtarzający się schemat. Właściciel firmy ogląda prezentację nowego narzędzia AI, jest pod wrażeniem i natychmiast chce je wdrożyć. Czasem to generowanie wideo, czasem chatbot na stronę, czasem automatyczne tworzenie treści. Problem polega na tym, że decyzja zapada pod wpływem efektu "wow", a nie analizy rzeczywistych potrzeb biznesowych.
Przykład z życia: firma produkcyjna z Wielkopolski, około 50 pracowników, zainwestowała w 2024 roku ponad 15 000 złotych w narzędzia do generowania wideo AI - licencje, szkolenia, czas pracowników na naukę. Efekt? Stworzyli kilkanaście klipów marketingowych, z których większość wymagała i tak znacznej postprodukcji. Po trzech miesiącach wrócili do współpracy z lokalną agencją wideo, która za podobne pieniądze dostarczała gotowe, profesjonalne materiały. Te 15 000 złotych można było wydać na coś, co faktycznie rozwiązywałoby ich problemy - na przykład na automatyzację obsługi zapytań ofertowych, gdzie tracili kilkanaście godzin tygodniowo.
Inny przypadek: sklep internetowy z branży odzieżowej, który zainwestował w zaawansowane narzędzie do generowania opisów produktów oparte na GPT-4. Brzmi sensownie, prawda? Problem polegał na tym, że sklep miał 200 produktów i aktualizował asortyment raz na sezon. Przy takiej skali tańsze i szybsze byłoby napisanie opisów ręcznie lub użycie prostszego narzędzia. Zaawansowany system miał sens dla sklepów z tysiącami pozycji i częstą rotacją asortymentu.
Te historie ilustrują szerszy problem: polskie MŚP często kopiują strategie technologiczne dużych korporacji, nie uwzględniając różnicy w skali. To, co ma sens dla firmy z budżetem marketingowym 500 000 złotych miesięcznie, niekoniecznie sprawdzi się przy budżecie 5 000 złotych.
Na co faktycznie warto postawić w 2025 roku
Skoro nie na generowanie wideo, to na co? Bazując na tym, co widzę w praktyce u polskich firm, najlepszy zwrot z inwestycji w AI dają obecnie trzy obszary.
Automatyzacja powtarzalnych procesów biurowych. To nie jest tak efektowne jak generowanie filmów, ale przynosi realne oszczędności. Narzędzia takie jak Make (dawniej Integromat, zresztą czeska firma), Zapier czy n8n pozwalają zautomatyzować obieg dokumentów, wystawianie faktur, wysyłkę powiadomień czy synchronizację danych między systemami. Polska firma logistyczna z Łodzi, z którą miałem okazję współpracować, zaoszczędziła około 25 godzin pracy tygodniowo po wdrożeniu automatyzacji obiegu zamówień przez Make. Koszt wdrożenia? Około 3 000 złotych plus 400 złotych miesięcznie za licencję. Zwrot z inwestycji nastąpił w ciągu pierwszego miesiąca.
Inteligentna obsługa klienta. Nie mówię o prostych chatbotach, które odpowiadają na trzy pytania i przy czwartym odsyłają do konsultanta. Mówię o systemach opartych na dużych modelach językowych, które potrafią przeszukiwać bazę wiedzy firmy i udzielać merytorycznych odpowiedzi. Narzędzia takie jak Tidio (polskie narzędzie, warto dodać), Intercom z integracją AI czy nawet customowe rozwiązania oparte na API OpenAI lub Anthropic pozwalają obsłużyć 40-60% zapytań klientów bez udziału człowieka. Dla firmy usługowej, która otrzymuje 50-100 zapytań dziennie, to różnica między zatrudnieniem dwóch dodatkowych osób a jednej.
Wsparcie w analizie danych i raportowaniu. Polskie firmy siedzą na górach danych, których nie analizują - dane sprzedażowe, zachowania klientów na stronie, historia zamówień, dane z mediów społecznościowych. Narzędzia takie jak ChatGPT z Advanced Data Analysis, Julius AI czy nawet Microsoft Copilot w Excelu pozwalają wyciągać wnioski z tych danych bez zatrudniania analityka. Właściciel hurtowni budowlanej z Krakowa, korzystając z analizy danych sprzedażowych przez ChatGPT, odkrył, że 30% jego asortymentu generuje mniej niż 2% przychodów, ale zajmuje 25% powierzchni magazynowej. Optymalizacja asortymentu przyniosła mu oszczędności rzędu 8 000 złotych miesięcznie na kosztach magazynowania.
Jak ocenić, czy dane narzędzie AI ma sens dla Twojej firmy
Historia Sory uczy nas, że warto zadać kilka pytań, zanim zainwestujemy w jakiekolwiek narzędzie AI. Oto prosta lista kontrolna, którą stosuję w pracy z klientami.
- Czy rozwiązuje konkretny, istniejący problem? Jeśli musisz szukać problemu, który narzędzie mogłoby rozwiązać, to prawdopodobnie go nie potrzebujesz. Dobra inwestycja w AI zaczyna się od bólu biznesowego, nie od fascynacji technologią.
- Czy potrafisz policzyć zwrot z inwestycji? Ile czasu lub pieniędzy zaoszczędzisz? Ile dodatkowych przychodów wygenerujesz? Jeśli nie potrafisz tego oszacować choćby z grubsza, wstrzymaj się z decyzją.
- Czy narzędzie jest stabilne i ma perspektywę rozwoju? Sora była produktem jednego z największych graczy na rynku i mimo to została wycofana. Zanim zainwestujesz czas i pieniądze w naukę nowego narzędzia, sprawdź, czy firma za nim stojąca ma jasny model biznesowy. Darmowe narzędzia bez widocznego źródła przychodów powinny budzić ostrożność.
- Czy możesz przetestować na małą skalę? Nigdy nie wdrażaj nowego narzędzia AI od razu w całej firmie. Zacznij od jednego procesu, jednego działu, jednego pracownika. Daj sobie miesiąc na testy i dopiero potem podejmij decyzję o szerszym wdrożeniu.
- Czy Twój zespół jest gotowy? Najlepsze narzędzie AI jest bezużyteczne, jeśli ludzie w firmie nie potrafią lub nie chcą z niego korzystać. Uwzględnij czas i koszt szkolenia w kalkulacji.
Trzeba też uczciwie przyznać, że nie każda firma potrzebuje AI tu i teraz. Jeśli prowadzisz mały zakład usługowy z pięcioma pracownikami i stabilną bazą klientów, być może Twoje pieniądze lepiej zainwestować w tradycyjny marketing, lepszy sprzęt czy podwyżki dla pracowników. AI nie jest magicznym rozwiązaniem wszystkich problemów - jest narzędziem, które ma sens w określonych kontekstach i przy określonej skali działania.
Lekcja z Doliny Krzemowej dla polskiego biznesu
Decyzja OpenAI o wycofaniu Sory to sygnał, że rynek AI dojrzewa. Okres, w którym każdy nowy produkt AI był automatycznie uznawany za przyszłość branży, dobiega końca. Inwestorzy zaczynają pytać o rentowność, użytkownicy - o realną wartość, a firmy technologiczne muszą udowadniać, że ich produkty rozwiązują prawdziwe problemy, a nie tylko generują nagłówki w mediach.
Dla polskich małych i średnich firm to dobra wiadomość. Oznacza, że rynek będzie się oczyszczał z narzędzi, które nie dostarczają wartości, a te, które przetrwają, będą lepsze, tańsze i bardziej dopasowane do realnych potrzeb biznesowych. Zamiast gonić za każdym nowym trendem, warto skupić się na fundamentach: zidentyfikować procesy, które pochłaniają najwięcej czasu i pieniędzy, przetestować sprawdzone narzędzia AI w tych obszarach i mierzyć wyniki.
Nie musisz być pierwszym, który wdroży najnowszą technologię. Musisz być mądrym w wyborze tego, co faktycznie pomoże Twojej firmie rosnąć. Historia Sory pokazuje, że nawet OpenAI - firma z miliardami dolarów od Microsoftu - nie może sobie pozwolić na utrzymywanie produktów, które nie przynoszą wartości. Twoja firma z pewnością też nie powinna.
Źródło: TechCrunch - VCs are betting billions on AI's next wave, so why is OpenAI killing Sora?