إغلاق OpenAI Sora: الفشل الأكثر تكلفة للذكاء الاصطناعي

ملخص

أعلنت OpenAI في 24 مارس 2026 عن إغلاق Sora، تطبيقها لإنشاء فيديوهات الذكاء الاصطناعي و API. استنزف التطبيق ما يقدر بنحو 15 مليون دولار يومياً في تكاليف الاستدلال (inference) بينما حقق إجمالي إيرادات بلغت 2.1 مليون دولار فقط طوال فترة تشغيله. كما أدى الإغلاق إلى انهيار شراكة مخططة مع Disney بقيمة مليار دولار. فشل Sora ليس نهاية فيديو الذكاء الاصطناعي — فقد وجد المنافسون مثل Runway و Kling و Veo 3 اقتصاديات أكثر استدامة — ولكنه تحذير صارخ بأن تقديم عروض تجريبية مبهرة لا يعني بالضرورة بناء منتج قابل للاستمرار.

ما ستتعلمه

في هذه المقالة، ستتعرف على الجدول الزمني الكامل لصعود وسقوط Sora، والاقتصاديات المحددة التي جعلته غير مستدام، ولماذا انهارت صفقة Disney دون انتقال دولار واحد، وكيف تجنب المنافسون نفس الفخ، وما يعنيه هذا لنهج صناعة الذكاء الاصطناعي الأوسع تجاه المنتجات كثيفة الحوسبة.

الجدول الزمني: ستة أشهر من الإطلاق إلى الإغلاق

استعرضت OpenAI لأول مرة Sora كمشروع بحثي في فبراير 2024، مما أثار حماساً هائلاً بقدرته على إنتاج فيديو واقعي من مطالبات نصية. تم إطلاق النسخة العامة الأولى لمستخدمي ChatGPT Plus و Pro في الولايات المتحدة وكندا في ديسمبر 2024.¹

تم إطلاق Sora 2، وهو تحديث رئيسي مع تطبيق iOS وتجربة استهلاكية مستقلة، في 30 سبتمبر 2025.² وتبعه تطبيق Android بعد شهرين. بحلول نوفمبر 2025، وصلت عمليات التحميل إلى ذروتها — ثم بدأت في انخفاض حاد.

في 24 مارس 2026، أعلنت OpenAI عن الإغلاق.³ ستتوقف نسخة الويب والتطبيق في 26 أبريل 2026، مع توقف API في 24 سبتمبر 2026. تم حث المستخدمين على تحميل محتواهم قبل تواريخ الإغلاق.

استمرت دورة حياة Sora 2 الاستهلاكية بالكامل لمدة ستة أشهر تقريباً.

الأرقام وراء الانهيار

الاقتصاديات التي قتلت Sora أصبحت علنية الآن، وهي ترسم صورة درامية.

التكلفة مقابل الإيرادات

وفقاً لتقارير Forbes وتقديرات المحللين من Cantor Fitzgerald، كانت OpenAI تنفق ما يقدر بنحو 15 مليون دولار يومياً على استدلال Sora في ذروة الاستخدام.⁴ كلف كل مقطع فيديو قياسي مدته 10 ثوانٍ حوالي 1.30 دولار من الحوسبة لإنتاجه.⁵ ومع إنتاج ملايين المستخدمين للمحتوى يومياً، تزايدت التكاليف بسرعة.

مقابل معدل الحرق هذا، حقق Sora إجمالي 2.1 مليون دولار من إيرادات عمليات الشراء داخل التطبيق طوال فترة تشغيله، وفقاً لشركة استخبارات تطبيقات الهاتف المحمول Appfigures.⁶ وهذا يعني أن تكلفة التشغيل اليومية لـ Sora تجاوزت إجمالي أرباحه طوال حياته بنحو سبع مرات — كل يوم.

أقر Bill Peebles، رئيس Sora في OpenAI، علناً بأن "الاقتصاديات غير مستدامة تماماً".⁷

تراجع تفاعل المستخدمين

انخفضت عمليات التحميل بنسبة 66% عن ذروتها في نوفمبر 2025 بحلول وقت الإعلان عن الإغلاق.⁸ الطفرة الأولية المدفوعة بالفضول — أشخاص ينتجون مقاطع فيديو منتشرة لقطط تركب ألواح التزلج — لم تتحول إلى منتج للاستخدام اليومي المستمر.

السياق داخل OpenAI

لوضع معدل حرق Sora في منظوره الصحيح: وصلت إيرادات OpenAI السنوية إلى ما يقرب من 20 مليار دولار بحلول نهاية عام 2025، ارتفاعاً من 6 مليارات دولار في عام 2024.⁹ وفقاً لـ Sacra، وصلت إلى ما يقرب من 25 مليار دولار من الإيرادات السنوية بحلول فبراير 2026.¹⁰ حتى بالنسبة لشركة بهذا الحجم، كان إنفاق حوالي 5.4 مليار دولار سنوياً على منتج واحد يحقق إيرادات ضئيلة أمراً لا يمكن تحمله.

صفقة Disney التي لم تتم

في ديسمبر 2025، أعلنت Disney عن استثمار مخطط بقيمة مليار دولار في OpenAI، متمحور حول Sora. بموجب اتفاقية ترخيص مدتها ثلاث سنوات، كان Sora سيتمكن من إنشاء مقاطع فيديو يطلبها المستخدمون وتضم أكثر من 200 شخصية من ملكيات Disney و Marvel و Pixar و Star Wars.¹¹

تم الإعلان عن الصفقة بضجة كبيرة. لكنها لم تُغلق أبداً.

وفقاً لتقارير Axios التي أكدتها Variety و Deadline، لم ينتقل أي أموال على الإطلاق.¹² عندما أوقفت OpenAI مشروع Sora، انهارت الشراكة بأكملها. أصدرت Disney بياناً قالت فيه: "نحن نحترم قرار OpenAI بالخروج من أعمال إنشاء الفيديو وتحويل أولوياتها إلى مكان آخر" — وهو رد بارد دبلوماسياً على تبخر صفقة بمليار دولار.¹³

يوضح انهيار Disney خطراً أوسع في شراكات الذكاء الاصطناعي: عندما لا تعمل اقتصاديات المنتج الأساسية، حتى الشراكات الكبرى لا يمكنها إنقاذه. كانت Disney تراهن على توزيع Sora للمستهلكين؛ وكانت OpenAI تراهن على الملكية الفكرية لـ Disney لزيادة التفاعل. لم تنجح أي من الرهانين لأن اقتصاديات الوحدة الأساسية — 1.30 دولار لكل مقطع مدته 10 ثوانٍ بدون مسار تحقيق ربح قابل للتطبيق — جعلت المنتج محرقة للأموال بغض النظر عن عدد شخصيات Marvel التي يمكنه عرضها.

لماذا فشل Sora بينما نجا المنافسون

لم يحدث إغلاق Sora في فراغ. بحلول مارس 2026، كان سوق إنشاء فيديوهات الذكاء الاصطناعي قد نضج بشكل كبير، مع وجود منافسين متعددين وجدوا نماذج مستدامة.¹⁴

المشهد التنافسي

يتصدر Runway Gen-4 Turbo في الاتساق الزمني والتحكم في الحركة، مستهدفاً الإعلانات الاحترافية والمحتوى السردي. يبلغ سعر API الخاص به 0.05 دولار للثانية لـ Gen-4 Turbo، أو ما يقرب من 0.50 دولار لمقطع مدته 10 ثوانٍ.¹⁵ وهذا جزء بسيط مما كلفه Sora لـ OpenAI لكل عملية إنشاء.

أما Kling 2.5، الذي طورته Kuaishou، فينتج جودة مماثلة بتكلفة أقل بكثير من Runway، مما يجعله خياراً شائعاً لإنتاج وسائل التواصل الاجتماعي بكميات كبيرة.¹⁶

ويتصدر Veo 3 من Google حالياً في جودة المخرجات الواقعية الخام، خاصة لحركات الكاميرا المعقدة والمشاهد متعددة العناصر.¹⁷

ماذا فعل المنافسون بشكل مختلف

الفرق الرئيسي ليس فقط في التسعير — بل في الهندسة المعمارية ونموذج العمل.

قامت شركتا Runway وKling بالتحسين المكثف لكفاءة الاستنتاج (inference) منذ اليوم الأول. وبحلول أوائل عام 2026، تمكن كلاهما من مضاهاة أو تجاوز جودة مخرجات Sora مع توليد مقاطع أسرع بخمس مرات — حيث ينتج Kling 2.0 مقطعاً مدته 10 ثوانٍ في غضون 45 إلى 75 ثانية مقارنة بـ Sora الذي يستغرق من ثلاث إلى ثماني دقائق.¹⁸ لقد تعاملوا مع تكلفة الاستنتاج كقيد هندسي من الدرجة الأولى، وليس كفكرة لاحقة.

في المقابل، يبدو أن OpenAI قد قامت ببناء Sora في المقام الأول كعرض بحثي — لإظهار ما كان ممكناً باستخدام محولات الانتشار (diffusion transformers) على نطاق واسع — ثم حاولت لاحقاً فرض اقتصاديات المستهلك على بنية نموذج لم يتم تصميمها أبداً لتقديم الخدمة بكفاءة من حيث التكلفة.

كما انقسم السوق إلى فئات متميزة: فئة الجودة أولاً (Runway)، وفئة كفاءة التكلفة (Kling)، وفئة تكامل النظام البيئي (Veo 3)، وفئة المصدر المفتوح (Seedance من ByteDance)، مع احتلال Pika Labs لمكانة السرعة أولاً للمحتوى الاجتماعي القصير.¹⁹ حاول Sora المنافسة عبر جميع الفئات في وقت واحد دون التفوق في أي منها من منظور التكلفة.

ماذا سيحدث للتكنولوجيا

صرحت OpenAI أن فريق أبحاث Sora سيواصل العمل على "محاكاة العالم" لتطبيقات الروبوتات.²⁰ ويتم حالياً إعادة توظيف بنية محول الانتشار الأساسية بدلاً من التخلي عنها.

هذا التحول منطقي من الناحية الاستراتيجية. إن توليد الفيديو للترفيه الاستهلاكي له هوامش ربح ضئيلة ومنافسة شرسة. أما محاكاة العالم للروبوتات — حيث تتنبأ نماذج الذكاء الاصطناعي بكيفية تغير البيئات المادية استجابةً للأفعال — فلها قيمة أعلى لكل عملية استنتاج ومنافسون أقل. إن نفس الرؤى الهيكلية التي غذت فهم Sora للفيزياء والعلاقات المكانية قد تثبت أنها أكثر قيمة في تدريب سياسات الروبوتات منها في توليد مقاطع مدتها 10 ثوانٍ لمناظر طبيعية خيالية.

دروس أوسع لصناعة الذكاء الاصطناعي

فشل Sora يحمل تداعيات تتجاوز توليد الفيديو.

اقتصاديات الاستنتاج هي الخندق الحقيقي

تهيمن تكاليف التدريب على عناوين أخبار الذكاء الاصطناعي، لكن تكاليف الاستنتاج هي التي تحدد ما إذا كان المنتج سيبقى. النموذج الذي يتكلف 100 مليون دولار للتدريب ولكن 0.01 دولار لكل عملية استنتاج يمكنه بناء عمل تجاري ضخم. أما النموذج الذي يتكلف 10 ملايين دولار للتدريب ولكن 1.30 دولار لكل عملية استنتاج فسوف ينزف مالياً. مع انتقال الذكاء الاصطناعي من العروض البحثية إلى أنظمة الإنتاج، فإن الشركات التي تحسن الاستنتاج بأقصى قدر هي التي ستفوز.

العروض التوضيحية المنتشرة لا تعني ملاءمة المنتج للسوق

أثار Sora حماساً هائلاً بمعايناته الأولية. نشرت كل مطبوعة تقنية نفس المقاطع. غمرت وسائل التواصل الاجتماعي بمقاطع الفيديو المولدة بالذكاء الاصطناعي. لم يترجم أي من ذلك إلى أنماط استخدام مستدامة. يشير انخفاض التحميل بنسبة 66% بعد زوال عامل الجدة إلى أن توليد الفيديو من النص، في شكله الحالي، لا يحل مشكلة يومية متكررة لمعظم المستهلكين.

المنتجات كثيفة الحوسبة تحتاج إلى بنيات فعالة في الحوسبة

تستطيع OpenAI تحمل تكلفة تشغيل ChatGPT على نطاق واسع لأن توليد النصوص رخيص نسبياً لكل رمز (token). أما توليد الفيديو فهو أغلى بمراحل عديدة. الشركات التي تبني منتجات ذكاء اصطناعي كثيفة الحوسبة تحتاج إلى حل مشكلة الكفاءة قبل توسيع التوزيع، وليس بعده.

الاستفادة من الشراكات تتطلب جدوى المنتج

تظهر صفقة Disney أن حتى أغلى ملكية فكرية في العالم لا يمكنها إنقاذ اقتصاديات وحدة غير مستدامة. يجب على شركات الذكاء الاصطناعي التي تسعى لشراكات مع المؤسسات إثبات الاقتصاديات القابلة للتطبيق أولاً، ثم إضافة مزايا التوزيع — وليس العكس.

ماذا يعني هذا للمطورين والمبدعين

إذا كنت تستخدم Sora أو API الخاص به، فإن مسار الهجرة واضح ومباشر. تقدم كل من Runway وKling وVeo 3 واجهات برمجة تطبيقات (APIs) قادرة مع أدلة هجرة موثقة. إن النظام البيئي الأوسع لإنشاء الفيديو بالذكاء الاصطناعي أكثر صحة من أي وقت مضى — فخروج Sora يزيل منافساً مسعراً بأقل من قيمته ومدعوماً برأس المال الاستثماري، ويخلق سوقاً أكثر عقلانية.

بالنسبة للمطورين الذين يبنون على واجهات برمجة تطبيقات الفيديو بالذكاء الاصطناعي، الدرس هو تجنب الاعتماد على مزود واحد للقدرات كثيفة الحوسبة. تعني هيكلية تكلفة الاستنتاج لتوليد الفيديو أن المزودين أكثر عرضة لتغيير الأسعار، أو تقييد الوصول، أو الإغلاق تماماً مقارنة بخدمات الذكاء الاصطناعي القائمة على النصوص.

Footnotes