Il vero costo dei film generati con AI: cosa ci insegna Hell Grind oltre la retorica del “tutto in poche ore”

C’è una narrazione sull’Artificial Intelligence applicata alla creatività che sui social funziona molto bene.

Un film realizzato in poche ore. Uno spot prodotto praticamente gratis. Una campagna costruita da una sola persona durante il weekend. Il regista, lo sceneggiatore, il direttore della fotografia, il VFX supervisor, il montatore e il sound designer compressi dentro un unico individuo armato di laptop e abbonamento mensile a qualche piattaforma di Generative AI.

È una narrazione perfetta per LinkedIn.

Molto meno per descrivere come si lavora davvero.

Hell Grind, il lungometraggio di 95 minuti prodotto da Higgsfield, offre invece un caso concreto abbastanza raro: permette di osservare la scala industriale di un workflow generativo quando l’obiettivo non è produrre una clip dimostrativa di dieci secondi, ma mantenere immagini, personaggi, ambienti e linguaggio cinematografico coerenti per la durata di un film.

I numeri riportati sul progetto sono significativi. La produzione è stata realizzata da un team di 15 persone in circa 14 giorni, con un budget vicino ai 500.000 dollari. Secondo il Wall Street Journal, circa 400.000 dollari, l’80% del totale, sono stati destinati al compute necessario alla generazione AI.

È già sufficiente questo dato per mettere in crisi una parte della narrativa corrente.

L’AI non elimina necessariamente il costo della produzione. Ne modifica la geografia.

Dove prima esistevano set, location, mezzi tecnici, logistica, troupe numerose e giornate di ripresa, una parte crescente del budget può spostarsi verso GPU, inference, cloud computing, generazioni, storage, orchestrazione dei modelli e infrastruttura.

Il costo non scompare.

Cambia indirizzo.

Il numero più interessante non è 500.000. È 16.181.

Per realizzare soltanto i primi 25 minuti di Hell Grind sono state effettuate 16.181 generazioni video, dalle quali sono state selezionate 253 inquadrature finali. Significa circa 64 generazioni per ogni shot effettivamente utilizzato nel film.

In altre parole, meno del 2% di quelle generazioni è arrivato al montaggio finale.

Questa è probabilmente la statistica più importante dell’intero progetto.

Perché racconta qualcosa che chi lavora quotidianamente con AI image e AI video conosce perfettamente: generare è facile. Ottenere esattamente ciò che serve è un altro mestiere.

Una scena può essere quasi corretta ma avere uno sguardo sbagliato.

La composizione può funzionare ma la luce no.

Il personaggio può essere coerente ma muoversi in modo innaturale.

Il movimento macchina può sembrare artificiale.

Un oggetto può cambiare posizione.

Una relazione spaziale può smettere di avere senso.

Una performance può risultare tecnicamente pulita ma narrativamente inutile.

E allora si rigenera.

Si modifica il prompt.

Si cambia reference.

Si interviene sulla composizione.

Si cambia modello.

Si modifica il movimento.

Si seleziona un frame.

Si riparte.

Questo processo non assomiglia molto al pulsante magico raccontato nei post virali. Assomiglia molto di più a un nuovo tipo di produzione audiovisiva.

Prompting non significa dire al computer “fammi un film”

Anche il livello di dettaglio richiesto è indicativo.

Secondo quanto riportato dal Wall Street Journal, i prompt utilizzati nella produzione potevano arrivare a circa 3.000 parole e comprendevano indicazioni relative a composizione, illuminazione, fisica, comportamento della camera e consistenza visiva. La produzione richiedeva conoscenze cinematografiche tradizionali proprio per ottenere risultati che non sembrassero semplicemente “AI generated”.

Nebius, che ha fornito infrastruttura cloud al progetto, ha descritto workflow con centinaia di variazioni per scena e batch di generazione eseguiti utilizzando centinaia di GPU NVIDIA Blackwell.

Questo cambia radicalmente il significato della parola “prompt”.

Quando il prompt diventa una descrizione dettagliata di ottiche, luce, blocking, atmosfera, movimento, materiali, fisica e continuità, non stiamo assistendo alla scomparsa della competenza cinematografica.

Stiamo assistendo alla sua traduzione in un’interfaccia diversa.

Il mito della one man band

Naturalmente oggi una singola persona può fare cose che pochi anni fa avrebbero richiesto un piccolo team.

È reale.

Un creative director può sviluppare autonomamente concept, storyboard, animatic, moodboard e previsualizzazioni. Un designer può esplorare decine di direzioni visive senza organizzare una produzione fotografica. Un filmmaker indipendente può creare immagini che prima sarebbero state economicamente fuori portata.

È una trasformazione enorme del Creative Workflow.

Ma da qui a sostenere che una persona con un tool sia diventata contemporaneamente regista, sceneggiatore, direttore della fotografia, production designer, montatore, colorist e VFX supervisor c’è una differenza sostanziale.

Possedere un modello capace di simulare una lente cinematografica non significa possedere lo sguardo di un cinematographer.

Generare un’inquadratura non significa sapere perché quell’inquadratura debba essere lì.

Produrre una variante di una scena non significa saper costruire un racconto.

E avere accesso a venti modelli generativi non equivale automaticamente ad avere Creative Direction.

Le AI comprimono enormemente la distanza tra intenzione ed esecuzione. Ma non eliminano la necessità di avere un’intenzione.

La grande omissione della narrativa social: le iterazioni

Molti contenuti dedicati alla Generative AI mostrano esclusivamente l’output riuscito.

Quasi mai mostrano il cimitero delle generazioni precedenti.

Ed è comprensibile: il post deve essere semplice.

“Ho realizzato questo spot in tre ore” funziona.

“Ho impiegato tre ore dopo anni di esperienza nel Design, decine di prove, modelli diversi, reference, editing, compositing, correzioni e centinaia di euro di strumenti e infrastruttura” è meno efficace come headline.

Ma è anche molto più vicino alla realtà.

Il vero costo di un AI Workflow non è soltanto il prezzo della singola generazione.

È il costo dell’intero processo necessario per arrivare al risultato desiderato.

Compute.

Tempo.

Iterazioni.

Selezione.

Fallimenti.

Tool differenti.

Abbonamenti.

Upscaling.

Editing.

Compositing.

Sound.

Color.

Storage.

E soprattutto competenza umana nel decidere cosa tenere e cosa eliminare.

Hell Grind rende questo fenomeno visibile su scala molto più grande.

16.181 generazioni per 253 shot significano che il problema non è soltanto generare immagini.

È curare lo spazio delle possibilità generate.

E questa curatela è lavoro creativo.

Quattordici giorni sono pochissimi. Ma non sono “zero lavoro”.

Anche il dato dei 14 giorni va interpretato correttamente.

Realizzare un lungometraggio di 95 minuti in due settimane con un team di 15 persone è un risultato tecnologicamente impressionante.

Negarlo sarebbe ideologico quanto sostenere che l’AI renda improvvisamente inutile qualsiasi professionista.

La compressione dei tempi produttivi è reale.

La riduzione delle dimensioni delle troupe può essere reale.

L’accesso a immagini prima economicamente impossibili è reale.

Ma il risultato interessante di Hell Grind non è che “ormai fare cinema non costa più niente”.

È quasi il contrario.

Dimostra che, quando si prova a portare la Generative AI da demo spettacolare a sistema produttivo, emergono immediatamente problemi di scala, affidabilità, consistenza, infrastruttura e controllo creativo.

Il progetto è stato presentato a Cannes nel contesto del Marché du Film, ma non faceva parte della selezione ufficiale del Festival de Cannes: una distinzione importante proprio perché attorno all’AI anche il modo in cui raccontiamo i risultati contribuisce alla loro percezione.

Il confronto con la produzione tradizionale va fatto con attenzione

Higgsfield sostiene che un progetto comparabile realizzato con workflow cinematografici tradizionali avrebbe potuto costare decine di milioni di dollari. È una stima aziendale, non un benchmark indipendente, e confrontare direttamente le due strutture produttive è difficile perché le voci di costo sono profondamente differenti.

Ciò non toglie che la riduzione possa essere enorme.

Ma riduzione non significa azzeramento.

Ed è proprio qui che la conversazione sull’AI Strategy nel settore creativo dovrebbe diventare più adulta.

La domanda interessante non è: “Quante persone posso eliminare?”

È: “Come cambia il sistema produttivo quando alcune capacità diventano computazionali?”

Perché una parte del lavoro inevitabilmente diminuirà.

Una parte verrà automatizzata.

Una parte verrà assorbita da nuove piattaforme.

Ma contemporaneamente aumenterà il valore di chi sa dirigere questi sistemi: persone capaci di costruire un linguaggio visivo, mantenere consistenza, progettare pipeline, valutare centinaia di output, integrare modelli differenti e capire quando una generazione è semplicemente spettacolare e quando invece serve davvero al progetto.

L’AI non sostituisce il mestiere. Rende più evidente chi lo possiede.

C’è un paradosso interessante nella democratizzazione degli strumenti.

Quando tutti possono generare una bella immagine, la bella immagine vale meno.

Quando tutti possono produrre dieci secondi di video cinematico, il valore si sposta verso ciò che è più difficile automatizzare: coerenza, sistema, gusto, direzione, editing, narrazione, cultura visiva.

In altre parole: il vantaggio competitivo passa progressivamente dal poter generare al sapere cosa generare, perché generarlo e cosa farne dopo.

È probabilmente questa la parte meno spettacolare della rivoluzione della Creative Technology.

Ed è anche quella più importante.

L’Innovation reale non consiste nel fingere che una nuova tecnologia abbia cancellato improvvisamente costi, competenze e complessità.

Consiste nel capire quali complessità ha eliminato e quali nuove complessità ha creato.

Hell Grind non dimostra che sia impossibile produrre contenuti in modo più veloce o economico grazie all’Artificial Intelligence.

Dimostra esattamente il contrario.

Ma mostra anche quanto sia fuorviante trasformare quella possibilità in una formula universale del tipo “un uomo + un prompt = uno studio cinematografico”.

Dietro quei 95 minuti ci sono 15 persone.

Ci sono centinaia di migliaia di dollari di infrastruttura.

Ci sono decine di migliaia di generazioni.

Ci sono migliaia di decisioni.

E soprattutto c’è una cosa che i tool continuano a non fornire automaticamente: il criterio con cui scegliere quella giusta.

Forse è proprio da qui che dovremmo ricominciare a parlare seriamente di AI e creatività.

Non da quanto poco costa premere “Generate”.

Ma da quanto lavoro serve per sapere quando smettere di premerlo.