OpenAI lukkede sin videogenereringsplatform Sora den 25. marts 2026 efter estimerede $15 millioner i daglige driftsomkostninger og blot $2,1 millioner i samlet omsætning. Kollapset er den hidtil mest dramatiske påmindelse om, at selv verdens mest hypede AI-produkter kan fejle spektakulært, når økonomien ikke hænger sammen.
For danske virksomheder, der investerer i kunstig intelligens, rummer Sora-sagen afgørende lektioner. Når selv OpenAI med ubegrænsede ressourcer ikke kunne gøre tekst-til-video til en bæredygtig forretning, bør enhver virksomhed stille sig selv et grundlæggende spørgsmål: har vi styr på vores AI-projekters økonomi, før vi skalerer?
Soras økonomi fortæller en brutal historie. OpenAIs videogenereringsværktøj krævede estimerede $15 millioner om dagen i inferensomkostninger for at holde platformen kørende. Til sammenligning genererede produktet kun $2,1 millioner i total omsætning over hele sin levetid. Det svarer til, at en enkelt dags drift kostede mere end syv gange hele produktets samlede indtjening.
Downloads faldt 66% fra toppen i november 2025, og brugerinteressen dalede markant, efterhånden som nyhedsværdien forsvandt. Videogenerering kræver enormt meget computerkraft sammenlignet med tekst eller billeder, og prismodellen kunne simpelthen ikke dække de reelle omkostninger. Selv med en betalingsmodel på op til $200 pr. måned for pro-brugere var gabet mellem indtægter og udgifter astronomisk.
Perspektivet bliver endnu tydeligere, når man sammenligner med industri-benchmarks. Ifølge Gartner forventes 40% af alle AI-agent-projekter at blive droppet inden 2027 på grund af eskalerende omkostninger. Sora er ikke en undtagelse, men snarere et forvarsel om, hvad der venter virksomheder, der ikke har styr på deres AI business case.
For beslutningstagere i danske virksomheder er budskabet klart: inferensomkostninger er den skjulte post, der kan vælte selv de mest lovende AI-projekter. Udvikling og træning fylder ofte mest i budgetterne, men det er driften, der afgør, om et projekt er økonomisk levedygtigt på lang sigt.
Sora havde alt, som burde sikre succes: verdens mest kendte AI-brand bag sig, massive investeringer og en teknologi, der imponerede hele branchen ved lanceringen. Alligevel fejlede produktet på tre afgørende punkter, som enhver virksomhed kan lære af.
For det første ramte Sora aldrig et reelt produktmarkedsfit. Teknologien var imponerende som demo, men de fleste brugere havde ikke et dagligt behov for AI-genereret video til en pris, der kunne retfærdiggøre driftsomkostningerne. Gratis og billigere alternativer som Kling og Runway dækkede de fleste hobbyisters behov, mens professionelle brugere stillede krav til kvalitet og kontrol, som Sora endnu ikke kunne levere konsistent.
For det andet kollapsede den potentielt transformative Disney-aftale. En 3-årig aftale til en værdi af $1 milliard, der inkluderede eksklusive rettigheder til Disney-karakterer, faldt til jorden uden at en eneste dollar skiftede hænder. Denne case illustrerer en vigtig pointe om enterprise AI-partnerskaber: selv gigantiske aftaler kan kollapse, når den underliggende teknologi ikke lever op til forventningerne i praksis.
For det tredje undervurderede OpenAI forskellen mellem "wow-faktor" og bæredygtig forretning. Sora genererede massiv opmærksomhed ved lanceringen, men opmærksomhed konverterer ikke automatisk til betalende kunder. Det er en lektie, som mange danske virksomheder genkender fra deres egne proof of concept-projekter, der imponerer i demoen, men aldrig når produktion.
Sora-kollapset destillerer fem konkrete lektioner, som enhver dansk virksomhed bør tage med i deres AI-strategi. Den første lektion er den mest grundlæggende: beregn jeres inferensomkostninger, før I går i produktion. Ikke efter. Det lyder oplagt, men ifølge Dansk Erhverv bruger 70% af danske virksomheder nu AI, mens under 10% har AI integreret i deres interne processer. Mange eksperimenterer uden at have regnet på driftsøkonomien. Brug en struktureret AI Value Realization-tilgang til at validere, om værdien overstiger omkostningerne.
Den anden lektion handler om betalingsvillighed: test om jeres brugere eller kunder reelt vil betale for AI-funktionaliteten, før I skalerer. Soras brugere var begejstrede for gratis adgang, men konverterede ikke til betalende kunder i tilstrækkelig grad. Den tredje lektion er direkte: en cool demo er ikke det samme som en bæredygtig forretning. Mange AI-projekter overlever på intern begejstring, men dør, når de møder virkeligheden. Etablér klare succeskriterier og KPI'er fra dag ét.
Lektion fire drejer sig om exit-planer. Hav altid en plan for, hvornår et AI-eksperiment skal lukkes ned. OpenAI ventede for længe med at trække stikket, og det kostede hundredvis af millioner. Sæt tydelige milepæle og deadlines for jeres AI Risk Management, så I kan reagere, før tabene vokser. Den femte og sidste lektion er at fokusere på use cases med en klar ROI-sti, ikke på "wow-faktor". De mest succesfulde AI-implementeringer løser konkrete, målbare forretningsproblemer.
CEO Sam Altman har meddelt, at OpenAI omdirigerer compute-ressourcerne fra Sora til tre nye fokusområder: produktivitetsværktøjer til enterprise-kunder, robotics og fysisk AI samt en "super app", der samler ChatGPT og andre værktøjer. Sora fortsætter udelukkende som forskningsprojekt inden for world models. Denne strategiske drejning er et klart signal til markedet: pengene i AI ligger i enterprise-løsninger, ikke i forbrugerrettede kreative værktøjer.
Skiftet passer ind i en bredere branchetendens. Microsoft har lanceret over 100 AI-agenter til supply chain-optimering, og Alibaba præsenterede sin Wukong enterprise AI-platform i marts 2026. De største AI-aktører flytter fokus fra "se hvad AI kan" til "se hvad AI gør for din bundlinje". For danske virksomheder betyder det, at det enterprise AI-økosystem, de investerer i, bliver stærkere og mere modent i de kommende måneder.
Samtidig stiger kravene til AI Governance og AI Compliance. Med EU AI Act i fuld effekt fra august 2026 skal virksomheder ikke kun tænke på, om deres AI-projekter er profitable, men også om de er lovlige. Det forstærker behovet for en disciplineret tilgang til AI-investeringer, hvor compliance-omkostninger indgår i den samlede business case fra starten.
Sora-sagen viser også, at timing er alt. OpenAI lancerede i et marked, der endnu ikke var klar til at betale for AI-genereret video i stor skala. Danske virksomheder, der overvejer nye AI-initiativer, bør stille det samme spørgsmål: er markedet, kunden eller den interne organisation klar til denne løsning lige nu, eller investerer vi i en fremtid, der måske aldrig kommer?