Sora默默退场，OpenAI却再融1200亿！看懂AI巨头难赚钱的困境

源济

Sora默默退场，OpenAI却再融1200亿！看懂AI巨头难赚钱的困境

原创 王煜全 全球风口

2026年3月26日 17:30

本期要点：看懂Sora难变现的根本原因，背后又体现了AI浪潮的什么机会？

---

你好，我是王煜全，这里是王煜全要闻评论。

过去两年，你是否也有这种感觉，AI几分钟就能写完一份方案或生成一段视频，但当你试图把它接进真实业务时，它却很难完整替代业务中的某一个环节。

这恰恰是AI越来越强，但始终难以变现的原因。而且，这不只是你的难题，也是萦绕在AI巨头心中的噩梦。

3月24日，OpenAI默默宣布，将关闭其视频生成工具Sora，包括独立App和API服务。

这不是短期调整，而是明确的最终决定。

把时间往前推两年，就在2024年初，Sora惊艳亮相，以极具冲击力的效果震动全球，甚至让不少人认为通用人工智能（AGI）已来。如今，它却在汹涌的AI浪潮中黯然离场。

可几乎在同一时间，OpenAI将本轮融资规模从1100亿美元扩大至超过1200亿美元，投后估值逼近8500亿美元，再次刷新科技产业的融资纪录。

一边是资金持续加码，但另一边，却主动砍掉自己最具代表性的产品，OpenAI的困境其实体现出了一个更重要的信号：AI竞争，显然已经从谁的模型更强，转向了谁的AI能更好融入高价值任务中。不能嵌入生产流程的AI，哪怕再先进，也无法产生经济价值。

但如果模型性能不再是唯一的关键变量，这一轮AI真正的机会，会出现在哪里？

---

变现难题

先看一个更具体的问题：为什么一个很强的产品，却形成不了商业闭环？

OpenAI停掉Sora的直接理由是，算力压力和资源收缩。但这从侧面也表明，Sora自身有很大问题，否则不会成为率先被放弃的产品。

2026年1月，Sora的下载量环比下滑超过40%，用户使用频率和付费转化都较低。随着Seedance 2等极具竞争力的对手出现，Sora更是失去优势。

那Sora的问题在哪？

一个原因在于成本。视频生成的单位成本很高，使用规模扩大，并不会带来明显的边际下降，反而容易陷入“越火越亏”的窘境。

而且对于OpenAI的大部分用户来说，视频生成属于偶发需求，比如做一个演示、尝试一个创意。这些并不是每天必须要做的事情，无法形成稳定调用。

不过，关键差别在于Sora所处的生态位置。

要知道，目前AI视频工具最主要的落地场景，其实集中在短视频和短剧。

但在短视频平台里，视频内容只是中间产物，它要产生价值，还要平台完成内容分发，并通过广告或电商完成商业转化。

在抖音或快手平台，创作者可以很方便地走完这个闭环。在AI短剧场景中，在字节跳动的体系内，短剧内容生产、宣传和投流、变现更是几乎在同一个系统里完成的连续动作。

当AI不仅能提高效率，而且人们也能看得到明确回报，自然就产生了付费行动。反之，单纯提升视频质量，很难直接对应收入或业务结果。

同时，像Seedance这样的工具，因为嵌入了生产的闭环，进入了一个良性的发展趋势之中，变得越来越强。

而OpenAI提供了AI能力，却没有提供那个让用户赚到钱的价值链，自己也就自然收不到钱。

---

嵌入工作流

看明白了这一点，你就会发现，OpenAI其他产品线也面临类似问题。

ChatGPT确实已经成为大家普遍使用的AI工具，拥有9亿周活跃用户。

不过，这种高频和高流量，很大程度来自先发优势，让OpenAI占据了用户的第一认知入口，成为很多人第一次接触AI的选择。

但你不用ChatGPT的话，似乎也可以完成任务。今天用ChatGPT，明天也可以换成Claude或Gemini，整体差别也并不大。

原因也很简单，只要一个AI工具没有嵌入到用户的关键流程中，它就很难形成真正的锁定关系。

对比编程场景，这一点就更明显了。

开发者每天都要写代码，这是一个刚性且连续的生产环节。AI在这里的作用，不只是提供建议，而是直接减少代码量，节省了实际工作时间。这种价值，开发者们可以清晰感知，自然也乐于付费。

也正因如此， Anthropic选择深耕代码生成领域。Claude在复杂代码理解、多文件协同和长上下文处理上的表现都更好。

结果是，Claude逐渐成为开发者的重要工具。它不只是更好用，而是开发者一旦用上了Claude，并将开发流程建立在其之上，替换成本就会显著提高。

再看OpenAI，他们做了什么呢？除了Sam Altman频繁在全球出席各类重大活动，高调地四处刷脸，主要任务除了帮公司搞定巨额融资，还要投资万亿美元自建超大规模的数据中心，但在应用层面，他们却有些四面受敌。

---

AIGS

OpenAI的困境也在提醒大家，AI时代的分水岭已经出现。

过去，我们习惯把AI当成工具：你问，它答。这是典型的AIGC（AI生成内容）。可问题是，内容本身不产生价值，真正的价值在于AI完成了什么。

因此，我们反复强调，关键的是AIGS（AI生成服务）。

例如最近大火的OpenClaw，让AI不再停留在对话框里，而是开始进入任务本身，交给用户实实在在的结果。

这种变化已经反映在用户的消费心态之中。过去，很多人会反复权衡一个月20美元的订阅费用。现在，为了用上OpenClaw，不惜花几千元买个新电脑，再花几百元找人安装和配置环境。

你看，当AI开始直接参与任务执行，并交付结果时，用户就更愿意“为结果付费”。

这意味着什么？其实就说明，AI竞争的核心正在发生转移。

下一阶段，不再是看谁的模型更大、参数更多，而是看谁能把AI嵌入具体的任务链条中，并为用户提供真正有价值的结果。

从这个角度再看，AI浪潮下一个阶段反而更可能由中国引领。

正如经济学家Diego Comin所说，一个经济体的实力强弱，不取决于引入先进科技的速度，而取决于使用先进科技的深度。当你把视角从“模型能力”切换到“应用深度”，就会发现，这一轮AI的主战场已经发生变化。

一方面，中国模型性能也不错，价格便宜、算力充足；另一方面，我们具备更高的场景密度、更强的工程能力，还有大量开发者和用户在各自所处的业务中持续试错。

这些因素，使AI更容易嵌入到具体业务中，参与决策、执行流程、持续产生结果，从而建立稳定的变现基础。

中国真正的机会，恰恰是把先进的AI技术用到中国的每一个具体场景中。因此，未来，我们还会利用一系列文章更系统地讲清楚，Agent如何重构行业，以及真正的机会在哪里。敬请关注！