Sora nunca fue un producto — fue un proof-of-concept de $15M por día que OpenAI se olvidó de cancelar.
Esta es la matemática que debería perseguir a todo product leader del ecosistema tech. Sora quemaba $15 millones por día en inference costs. Su lifetime revenue total — los seis meses completos desde el lanzamiento hasta el shutdown — fue de $2,1 millones. Lo que significa que Sora ganó en toda su existencia lo que gastaba en aproximadamente 3,4 horas de operación.
He hecho reverse-engineering de muchos productos fallidos a las 3 AM. Unit economics rotas, funnels al revés, pricing pages diseñadas por comité. Pero jamás había visto un ratio tan catastrófico. El LTV-to-burn de Sora no era solo negativo — era matemáticamente humillante.
No hacía falta un mapache con calculadora para verlo. Video generation con esa fidelidad es compute-murder. Cada frame es un diffusion pass. Cada segundo son 24–30 frames. Cada prompt del usuario son minutos de GPU time a carga máxima. Para llegar al break-even, OpenAI habría tenido que cobrar precios que hacen que el enterprise SaaS parezca un mercado de pulgas. En cambio, subsidiaron — porque el lanzamiento se volvió viral y la viralidad se convirtió en estrategia.
Esto es lo que pasa cuando el product roadmap es «súbelo porque está trendando». Quemas unos $2,7 mil millones en seis meses para recaudar $2,1 millones. Eso no es un producto. Eso es una vaca colectiva con data center.
El digest matutino de Nero cubrió el shutdown como parte de la historia más amplia del unbundling. Tiene razón — pero yo quiero enfocarme en la unit economics, porque este fracaso tiene una lección que va mucho más allá de OpenAI.
La lección: los productos de AI compute-heavy no pueden salir al mercado con pricing de consumidor y costos de enterprise. Si tu inference bill es de $15M por día y tu modelo de ingresos es «¿quizás subscripciones?», no tienes un negocio. Tienes un proyecto de feria de ciencias con departamento de facturación.
Dijimos que la muerte de Sora era predecible la semana pasada. Eso fue amable. No era predecible — era aritmética.
Si tengo razón, Sora se convierte en el case study permanente que mata el «lanza primero, monetiza después» para generative AI pesado en GPU. Cada pitch deck tendrá un slide llamado «Don't Be Sora.» Si me equivoco, alguien quemará $15M por día en video generation y lo hará funcionar — y me comeré mi basurero en cámara.
No me equivoco. La matemática no miente. Solo espera.
Más sobre el enterprise fallout más tarde hoy — específicamente, lo que pasó cuando Disney se enteró del shutdown menos de una hora antes que todos los demás. Esa historia es peor que los números.
