Por que a OpenAI desistiu do Sora, seu projeto mais ambicioso de IA

A OpenAI decidiu encerrar o Sora, ferramenta de geração de vídeos por inteligência artificial que chegou a ser apresentada como “o motor de imaginação mais poderoso já construído”. 

O movimento, após apenas seis meses de operação, expõe um ponto sensível na corrida da IA: nem toda inovação tecnológica se sustenta como produto. 

O que levou ao fim do Sora

O encerramento do Sora foi resultado de uma combinação de fatores — técnicos, econômicos e comportamentais.

De um lado, a OpenAI enfrentou uma queda relevante no uso. Apesar de atingir mais de 1 milhão de usuários ativos diários logo após o lançamento, segundo dados da Similarweb, o interesse diminuiu rapidamente. Os downloads caíram cerca de 70% desde o pico inicial, enquanto a base ativa recuou 34%.

Se você trabalha com marketing, finanças, RH ou produto, isso é para você. Assista essa aula

De outro, a empresa subestimou o comportamento do usuário. A proposta de criar vídeos altamente realistas a partir de texto não se traduziu em engajamento sustentado. Diferentemente dos conteúdos orgânicos das redes sociais, vídeos gerados por IA perderam apelo justamente por não carregarem experiências reais.

Segurança e uso indevido aceleraram desgaste

Outro fator crítico foi o uso indevido da tecnologia. Em poucas semanas, usuários passaram a contornar restrições da plataforma para criar conteúdos sensíveis e controversos, incluindo simulações de violência e representações inadequadas de figuras públicas.

A OpenAI chegou a limitar o uso de imagens de personalidades após a geração de conteúdos considerados desrespeitosos, como representações de Martin Luther King Jr.

Mudança de estratégia na OpenAI

O fim do Sora também reflete uma reorientação estratégica da OpenAI. A empresa tem priorizado produtos com maior potencial de monetização e aplicação prática, como o ChatGPT voltado ao ambiente corporativo e ferramentas de programação, como o Codex.

Internamente, a orientação é reduzir distrações com projetos paralelos e concentrar esforços em soluções com impacto direto em receita e produtividade.

A decisão ocorre em um momento de pressão competitiva, com empresas como Google e Anthropic avançando rapidamente no desenvolvimento de novas soluções de IA.