一天烧掉 1500 万美元的应用

OpenAI 在上线大约半年后关停了它的 AI 视频应用 Sora。不是因为没人想要它——在巅峰时它是全球下载量 最高的应用之一。它死掉，是因为数字根本不可能成立。据报道，Sora 每天在算力上烧掉约 1500 万美元，而整个生命周期的总收入只有约 210 万美元。 生成一个十秒的片段成本约 1.30 美元，而人们生成了大量这样的片段。

把这两个数字再看一遍。每天流出一千五百万。有史以来总共流入两百万。这不是一个没找到受众的产品。它 找到了一个庞大的受众，却在其中的每一个人身上亏钱。对任何正在做 AI 功能的人来说，Sora 是今年最干净 利落的警世故事，而它讲的并不是视频。我来解释一下。

软件让我们养成了错误的直觉

三十年来，软件的经济学只有一种运作方式：构建它很贵，但为多一个用户运行它基本上是免费的。把应用写一 次，第一百万个用户几乎不花你一分钱。正是这一个事实，让「先火起来，以后再变现」这套打法行得通。规模 就是回报。

生成式 AI 打破了这条规则。每一个片段、每一个回答、每一张图片，都要在昂贵的硬件上跑一遍模型，而这个 成本每一次都会落下来，对每一个用户、永远如此。它永远不会降到零。所以对一个 AI 功能来说，火爆并不 是回报——如果你每次使用都在亏钱， 规模才是更快杀死你的东西。 Sora 不是不顾它的人气而死。它是因为人气而死。

「人们爱它」不是一门生意

Sora 诱人的地方在于它的参与度。数百万次下载、无休止的分享，正是那种让一次上线看起来像凯旋的数字。 而这一切都不重要，因为爱和单位经济学是两码事。一个人们爱不释手、每被用一次就亏一美元的功能，不是一 门生意——它是一个倒计时。

这就是眼下许多 AI 产品正面临的陷阱。演示令人眼花缭乱，使用量攀升，团队为参与度曲线欢呼，却没人做过 那道无聊的算术题：一次使用到底花我们多少钱，一次使用到底给我们带来多少钱。如果第一个数字比第二个 大，那么更多用户是更大的麻烦，而不是更大的胜利。Sora 拥有业内最好的分发渠道，却依然跑不过这道数学题。

在扩张之前先把账算清楚

你不需要 OpenAI 的预算就能用便宜的方式学到这一课。在把一个 AI 功能推给所有人之前，先做那道 Sora 团队显然指望以后再补的算术题：

• 搞清楚你的每次使用成本。 一次生成、一个回答、一次运行，用 token 或算力算下来到底花你多少钱？ 如果你说不出来，就定不了价。
• 搞清楚你的每次使用收入。 同样这个动作能带来多少钱？免费功能在这里也需要一个答案，哪怕这个答 案是「它带动了价值 X 的付费转化」。
• 在规模上做压力测试。 把你的每次使用成本乘以 10 倍或 100 倍的用户。如果这个数字变得吓人，那么 人气就是你的敌人，你需要在增长之前——而不是之后——就设上限、定价格，或换更便宜的模型。

解药很少是「放弃」。它是使用上限、付费档位、把便宜的活儿路由到更便宜的模型。但所有这些都必须在账单 到来之前发生，而不是之后。

底线

Sora 是需求的凯旋，却是经济学的灾难，而 OpenAI——它能比几乎任何人都更久地承受亏损——依然拔掉了插头。 这应该告诉你，这一道特定的数学题有多么不留情面。

生成式功能在每一次使用上都要付出它的成本，所以「人们爱它」和「我们负担得起」是两个完全不同的问 题。 在扩张之前先回答第二个问题，因为病毒式传播救不了一个每次点击都在亏钱的产品——它只会让产品按 计划破产。