Cosa ci insegna il fallimento di Sora

Sora era arrivata per prima con l’obiettivo di istruire i modelli di IA a comprendere e poi simulare il mondo fisico in movimento. Dare a tutti la possibilità di fare video, e quindi anche di farne di scemi, come quelli in cui Elvis Presley collassa durante un concerto, era solo un modo per fare soldi e mantenere il costoso processo continuo di sviluppo. Nel febbraio del 2024 era stata lanciata per la prima volta, mentre nel settembre del 2025 era uscita la seconda versione, quella perfezionata con cui sono stati realizzati la maggior parte dei video noti; un mese dopo l’app aveva avuto il primo problema e aveva smesso di essere la più scaricata sull’App Store; cinque mesi dopo era finita alla posizione 172 di quella classifica e la usavano in pochissimi.

Ci sono tre ragioni principali per questo crollo. La prima è che non funzionava bene, e per gli utenti era un’esperienza frustrante. Ma questo si poteva risolvere. La seconda era già più strutturale e veniva dall’essere arrivati troppo presto sul mercato: non c’erano accordi per l’uso di materiale coperto da copyright. Nessuno scarica e usa un’app di IA per fare video se non può farne uno in cui una celebrity fa qualcosa di strano, se non può imitare lo stile dei Simpson o dello Studio Ghibli o far fare cose bizzarre ai personaggi di Stranger Things. In OpenAI lo sapevano bene e sapevano altrettanto bene che i detentori di quei diritti avrebbero agito legalmente contro di loro ma, come spesso capita su internet, hanno puntato a forzare il sistema per poi far venire tutti a patti con lo stato delle cose. Non potendo ottenere il consenso da tutti i detentori di copyright hanno fatto come fece YouTube all’inizio, quando tutti caricavano clip di film e serie: hanno preso tempo affermando di non poter essere responsabili dei caricamenti delle persone, fino a che stare su YouTube non è diventato più importante che non starci, ed è stato nell’interesse dei detentori di diritti trovare una soluzione. Non è andata così questa volta però.

Le aziende, reduci anche dall’esperienza di vent’anni fa con YouTube, sono state molto più reattive, specialmente quando hanno cominciato a girare video di Pikachu morto e grigliato dal fondatore di OpenAI Sam Altman. Travolta da azioni legali, OpenAI è stata obbligata a richiedere a ogni singola azienda l’autorizzazione all’uso dei suoi personaggi e a impedire l’uso di quelli non autorizzati. Non stupisce che quasi nessuno abbia concesso questa autorizzazione e, non avendo piena disponibilità di personaggi e stili noti, l’uso dell’app sia crollato.

La terza ragione, però, era ancora più profonda: mettere a disposizione di un pubblico potenzialmente vasto la generazione di video quasi in tempo reale (ci voleva poco più di un minuto per la generazione) richiedeva da parte di OpenAI una capacità di calcolo enorme. Mantenere attiva l’intelligenza artificiale che genera testo con ChatGPT è già uno sforzo economico e tecnologico eccezionale; farlo con le immagini è ancora più complicato, e farlo con le immagini in movimento, cioè circa trenta immagini statiche ogni secondo, non è veramente affrontabile. È uno sforzo che richiede il possesso di data center e render farm costruiti nel deserto americano a perdita d’occhio, con costi di costruzione, mantenimento e approvvigionamento di materiali eccezionali.

Il costo era così alto che nemmeno un accordo che nel dicembre del 2025 sembrò storico poté cambiare la situazione. Disney, proprietaria di almeno 200 tra le proprietà intellettuali più note del mondo, dai personaggi della sua storia animata al mondo Marvel, fino a quelli di Lucasfilm (Guerre stellari) e Pixar, si era impegnata a investire un miliardo di dollari in collaborazioni con Sora. Eppure quattro mesi dopo, nel marzo del 2026, è arrivato l’annuncio della chiusura. Anche il miliardo di Disney e la promessa di successo che poteva venire dall’uso dei suoi personaggi non sono bastati. La ragione ufficiale fu l’imminente lancio in borsa di OpenAI e la necessità di tagliare i rami dell’azienda che non generavano profitto; quella reale è la difficoltà di gestione di un’app che genera video anche solo di pochi secondi.

Questo non significa che OpenAI – e come lei altre aziende – non continui a lavorare ai modelli o alla comprensione della fisica del mondo, ma che lo sviluppo dell’intelligenza artificiale, e specialmente delle sue potenzialità più avanzate come la generazione di video, ha molti più ostacoli di quelli che abbiamo incontrato con le altre tecnologie. Non è detto nemmeno che questi ostacoli siano insormontabili, anche se a tratti l’impressione è che servirebbe proprio un altro pianeta, ma che immaginare un’evoluzione lineare per l’intelligenza artificiale, specialmente in ambito video, è una chimera.

L’approvvigionamento di materiali per la costruzione di microchip, e la costruzione stessa dei microchip (al momento localizzata più che altro a Taiwan), è un ostacolo; il costo dell’energia necessaria ad alimentare le render farm o i centri di calcolo e la conseguente sostenibilità economica di tutto questo è un altro. Le app di generazione video costano pochissimo e anche i “crediti” che bisogna acquistare per usarle costano poco, ma solo in teoria. Nessuna app genera il video giusto al primo tentativo e anche i più abili hanno bisogno di qualche prova per ottenere quello che vogliono. Fare un film significa aggiustare continuamente le immagini, ripensarci, provare strade diverse e modificare continuamente tutto. Un utilizzo così intensivo può facilmente far aumentare i costi, anche per l’utente finale, fino a renderli non troppo diversi da quelli necessari per fare un film in modo tradizionale.

Più in generale, pensare di fare film con l’IA è sempre stata un’idea sciocca e scriteriata, perché i film, come i libri, non sono la loro realizzazione tecnica, ma l’applicazione di una creatività tramite la tecnica. Ora sappiamo però che è anche un’idea difficilmente realizzabile. A differenza della progressiva integrazione di piccoli ma cruciali elementi di tecnologia IA nei software usati nel cinema o nel videomaking, come quelli offerti da software di successo da Runway a Kling AI fino a Google Veo, che è una realtà e sempre di più una pratica standard, la creazione da zero di intere scene o interi film non è vicina come crediamo.