**AI将短剧制作成本压至200元/分钟,但制作方反而亏损加剧,因为省下的制作成本几乎全部转向买量投流竞价,平台通过注意力稀缺吸收全部效率红利。** **要点** **1. 效率红利被平台吸走** AI降低制作成本后,制作方为争夺用户注意力不得不将省下的钱全部投入买量投流,导致报价更低、产量更大、亏损却更严重,利润并未留在生产者手中。 **2. 稀缺性从制作端迁移至注意力端** 技术进步没有消灭稀缺,只是将稀缺从制作能力转移到用户注意力、分发能力和平台入口。当内容无限时,让用户选择看哪一部的能力成为新的关键生产资料,平台因此获得更强定价权。 **3. 创造价值不等于捕获价值** AI制作能力易被模仿,而推荐入口、用户关系等关键互补资产仍有限。内容方创造的效率红利会被掌握稀缺资源的平台重新吸走,类似数字时代的“地租”。 **4. 新需求取决于降低消费者门槛而非生产者成本** AI Coding创造新需求是因为让不会编程的人开始做软件(非消费者转化),而AI漫剧仅让已有内容更便宜,未解决用户时间与注意力瓶颈,因此消费不会随供给同步增长。 **5. 真正新市场的信号是“新人+新资源+新习惯”** 只有当原来不做某事的人开始做、用户新增时间或预算、形成持续新习惯时,才可能诞生真正的新需求。单纯效率提升只会加剧供给竞争和利润压缩。
AI 把短剧做到了200元一分钟,为什么制作方反而亏更多?
2026-09-28 00:09

AI 把短剧做到了200元一分钟,为什么制作方反而亏更多?

本文来自微信公众号: AIGC从0到1 ,作者:王零壹,原文标题:《AI 把短剧做到了 200 元一分钟,为什么制作方反而亏更多?》


最近几个月,我一直在听AI漫剧从业者讲同一个反常识故事。


AI把一部漫剧的制作成本打下来了。


过去,做一部短剧,要找编剧、导演、演员、摄影、后期、剪辑、配音;一部作品的成本可能是两三万元,甚至更高。现在,AI把其中相当一部分工作压缩了:分镜、角色、画面、动作、配音、剪辑,制作周期变短,报价也一路往下。


在一些跑量型市场里,AI漫剧已经低到几百元一分钟。


照常识推演,这应该是一场生产力解放。


原来做一部剧要三万元,现在只要三千元。少掉的两万多元,难道不该变成制作公司的利润吗?


但真正下场做的人会告诉你:没有。


很多团队最近几个月账面上并没有因此变得更好看。相反,他们生产得更快,剧集更新得更多,报价压得更低,亏损却可能比过去更严重。


因为省下来的钱,几乎原封不动地回到了另一个地方:


买量、投流、竞价、争夺用户注意力。


过去,一部剧的成本是制作成本高。


现在,一部剧的成本是制作变便宜了,但你必须花更多钱,才能让用户在信息流里看到它。


如果不投,没人看。


如果少投,算法不给量。


如果别人把省下来的成本全砸进投流,你不跟,作品就很难形成势能。


于是,AI带来的效率提升,并没有变成生产者的利润;它变成了内容平台竞价系统里更充足的燃料。


这是AI漫剧今天最残酷的一面。


也是理解几乎整个AI产业时,一个特别容易被忽略的起点。


01不是需求消失了,而是供给增长得太快


AI漫剧的困境,不代表短剧需求没有增长。


恰恰相反,短剧这个品类仍在高速增长。Sensor Tower的数据显示,2026年第一季度,全球短剧App下载量已超过8.5亿次,同比增长140%;到4月,全球用户在短剧App上的日均使用时长达到25分钟,较2025年初增长85%。


中国市场的供给端更夸张。公开报道显示,2026年第一季度全行业上线微短剧约12.8万部,其中AI微短剧占比已经超过95%。


所以,真正发生是:


需求在增长,但供给增长得远远更快。


当供给扩张快于需求时,市场总量可以变大,行业热度可以变高,下载量和使用时长可以都很好看,但单个内容、单分钟制作能力、单个小团队的价格,仍然会断崖式下降。


这就是AI漫剧里最容易让人困惑的地方:


市场变大,不等于生产者更赚钱。


生产效率提升,也不等于生产者能留下利润。


如果每个人都获得了同一台更高效的机器,那么这台机器带来的优势,会迅速从“你的能力”变成“行业的新底线”。


而在信息流平台上,行业新底线往往会进一步变成:更低报价、更高产能、更激烈的投流竞价。


02 AI没有消灭稀缺,它只是让稀缺迁移了


这件事不只发生在AI漫剧。


它背后有一个比“先进生产力被塞进旧生产关系”更普遍、也更有解释力的规律:


技术进步通常不会消灭稀缺,它只是迁移稀缺。


过去,影视、动漫和短剧行业稀缺的,是制作能力。


稀缺的是:


  • 专业人才;


  • 制作时间;


  • 设备;


  • 大规模协作能力;


  • 画面与后期工业化能力;


  • 足够的预算。


谁能把这些组织起来,谁就能做出别人做不出的内容。


AI出现之后,制作能力开始变得丰裕。


一个小团队能做过去一个大团队才能做的事。


于是,稀缺没有消失。


它只是从制作端,迁到了别处:


制作能力


→内容选择


→用户注意力


→分发能力


→信任


→IP


→角色关系


→用户数据与决策权。


这就是AI时代最容易被误读的地方。


很多人看到AI把内容生产成本打下来,会自然认为内容公司会赚更多钱。


但当内容变得无限时,真正昂贵的就不再是“把内容做出来”。


真正昂贵的是:


让有限的人类注意力,选择你的内容。


平台之所以变得更强,是因为内容无限之后,决定用户到底看哪一部、停留几秒、是否付费、是否继续刷下去的能力,变得更稀缺。


算法、推荐、投流、用户画像、广告系统、分发入口,开始变成新的关键生产资料。


它首先是一个经济结构判断。


即使未来没有中心化平台,一个开放网络里有一百万部AI漫剧,用户仍然要面对同一个问题:


我今晚到底该看哪一部?


内容丰裕之后,“选择”本身就会变成稀缺资源。


平台只是最早、最成熟地占据了这个位置。


03创造价值,不等于创造需求,更不等于拿走利润


理解AI漫剧,还要把三件总被混在一起的事拆开:


Value Creation≠Demand Creation≠Value Capture


创造价值,不等于创造需求,也不等于捕获价值。


AI漫剧创造了价值。


消费者得到了更多内容。


内容平台得到了更多库存。


广告系统获得了更多可投放对象。


模型公司得到更多Token消耗。


GPU、云计算与算力基础设施得到了更多调用。


短剧市场也可能因此吸走更多娱乐时间。


但这不意味着AI漫剧创造了同等规模的新需求。


更不意味着做剧的人一定能拿走价值。


大卫·梯斯在经典论文《Profiting from Innovation》中提出过一个至今仍非常有解释力的问题:为什么创新者经常创造了价值,却没有拿到主要利润?


答案是,当技术容易被模仿时,利润可能流向掌握关键互补资产的人——渠道、品牌、销售、分发、制造能力、用户关系。


放到AI漫剧里,逻辑非常清楚:


  • AI制作能力越来越容易获得;


  • 剧情套路越来越容易复制;


  • 画面质量越来越容易接近;


  • 供给方越来越多;


  • 但推荐入口、用户关系、数据、投放能力和注意力仍然有限。


于是,制作方创造的效率红利,往往会被稀缺资源的拥有者重新吸走。


你可以把它理解成一种数字时代的“地租”。


不是说平台什么都没创造。平台确实提供了分发、匹配、支付、流量和广告系统。


但当平台掌握的是唯一或最主要的注意力入口时,它就拥有了极强的定价权。内容方再高效,也很容易在竞价里被压到接近盈亏平衡线。


所以,AI漫剧的现象说明的是:


AI创造的价值,未必会停留在最先使用AI的生产者手里。


04 AI降低了哪一边的成本,决定了它能不能创造新需求


以后看任何AI机会,第一问不该是:


AI能不能让它便宜十倍?


而应该是:


AI降低的,究竟是哪一边的成本?


消费者是否采取一个行为,可以粗略理解为:


愿意获得的价值>


金钱成本


+时间成本


+技能成本


+搜索成本


+协调成本


+风险与信任成本


一个新技术真正创造新需求,通常不是因为它让生产者更高效。


而是因为它把消费者原来跨不过去的某一道门槛打掉了。


AI漫剧的问题,就在这里。


AI视频模型解决的是:


制作一部动画太贵、太慢、需要太多人。


但普通用户不多看一部短剧的原因,通常并不是:


这个世界还生产不出足够便宜的短剧。


更可能是:


  • 我没有更多时间;


  • 我不知道该看什么;


  • 我已经有太多免费内容;


  • 前十秒没有吸引我;


  • 我为什么要看你的,而不是另外十万部;


  • 我并不在乎它是50个人拍出来的,还是3个人用AI做出来的。


所以,AI在这个行业首先消灭的,是一个已经不再是消费端主要瓶颈的成本。


它消灭了制作约束。


但没有消灭注意力约束。


这就是为什么生产效率提高10倍、100倍,消费不会跟着增长10倍、100倍。


05为什么AI Coding看起来完全不同


把AI漫剧和AI Coding放在一起看,差异会非常明显。


AI Coding降低的,不只是软件公司的开发成本。


它同时降低了大量普通人“拥有软件”的门槛。


过去,一个不会编程的人想要一个小工具:库存管理、个人网站、客户跟进系统、家庭预算App、自动化工作流。


理论上,他有这个需求。


但现实路径是:


学编程


→找开发者


→写需求


→沟通返工


→花钱外包


→部署维护。


于是,大量需求根本不会发生。


不是因为人们不想要。


而是因为实现它的门槛太高。


最后的选择往往是:


算了,不做了。


这在经济学上被称作nonconsumption:非消费。


AI Coding更大的意义是:


让原来根本不会做软件的人,第一次开始做软件。


这叫:


Nonconsumer Conversion,非消费者转化。


这才是一个特别强的新需求信号。


Menlo Ventures的2026年消费者AI报告也出现了类似迹象:AI的大众用户增长已经趋缓,但使用正在变深;写作、Coding、做演示、生成图片、做游戏等活动,正在成为更多用户默认借助AI完成的行为。


这和AI漫剧的经济结构完全不同。


AI漫剧是:


原来就有大量内容,AI让内容更多。


AI Coding是:


原来很多人想要软件,却没有能力拥有;AI让他们第一次进入市场。


同样是“成本下降一百倍”,结果可能完全不同。



06四种很容易被混淆的AI产业状态


因此,我们很有必要把今天所有AI生意放进四种不同状态里看。


产业状态用户行为是否新增时间、预算或授权常见结果
效率革命老行为不增加成本下降、供给增加、利润容易压缩
需求扩张老行为增加原有市场变大、使用频率提高
新奇消费新行为但不持续尝鲜、爆红、随后衰退
新市场新行为持续增加新习惯、新预算、新产业形成


用这张表回看AI漫剧,很多混乱会一下子变清楚。


第一层:AI Production/AI制作


用AI制作原来的短剧。这更接近效率革命。


它会让制作能力基础设施化,会降低准入门槛,会让更多团队进入,也会让供给爆炸。


但它并不天然创造新的消费行为。


如果内容形态、分发方式、用户关系和付费方式都不变,超额利润很容易快速消失。


第二层:Mobile Short Drama/短剧


竖屏、短时、高频反转、连续追更、碎片化观看。


这是短剧本身对用户娱乐时间的重新组织。


短剧确实在扩张需求,争夺长视频、社交视频、直播、游戏甚至其他娱乐形式的时间。


但要注意:


这是短剧革命。


不完全是AI革命。


AI只是让短剧内容供给增长得更快。


第三层:AI-native Entertainment/原生AI娱乐


真正值得长期关注的,可能是第三层。


不是AI帮我更便宜地做一部《霸道总裁爱上我》。


而是:


没有AI,这种娱乐产品根本无法存在。


比如:


  • 每个人进入同一个世界,获得不同剧情;


  • 角色认识你、记得你,并与你维持长期关系;


  • 你的选择会持续改变之后的故事;


  • 剧情不是预制200集,而是不断生长;


  • 一个IP同时是剧、游戏、角色、社区和世界观;


  • 今天你是观看者,明天你可以进入世界,成为其中一个角色。


这时,交易单位已经不再是:


一集内容。


而会变成:


一次进入世界的体验。


甚至变成:


我与一个角色、一个世界持续存在的关系。


这更像是一个有逻辑支撑、但仍待验证的假设。例如韩国AI原生产品Crack就是一个这个方向的尝试。


可真正的AI原生娱乐,大概率只会诞生在这里。


07所谓“低渗透率”,不一定是蓝海


很多创业者还会犯另一个错误。


看到一个高频行为还没有被AI渗透,就立刻得出结论:


这里有巨大的AI机会。


比如:


“很多人还不用AI管健康。”


“很多人还不用AI处理账单。”


“很多人还不让AI代表自己沟通。”


“很多人还不用AI决策。”


低渗透率,不等于巨大需求。


有时,人们不使用AI,不是因为AI还不够好。


而是因为风险、习惯、责任、信任和心理边界仍然存在。


AI Agent就是一个典型例子。


它已经从“问我一个答案”走向“替我执行任务”,但授权并不是一个简单动作。Menlo的调查显示,41%的美国AI用户尝试过Agent,24%称自己经常使用;32%至少有一次允许AI在没有最终人工确认的情况下代为行动。


这说明行为已经从:


Ask开始向:Do;再向:Act for me移动。


但它还不意味着“所有人都愿意把关键事务交给Agent”。


真正的新市场,不只是功能出现。


而是用户愿不愿意把新的时间、预算、责任和授权,持续交给它。


08新需求真正出现时,有三个值得盯的信号


我现在更愿意用三个问题判断所谓AI新市场:新人新资源新习惯


第一,有没有新人?


也就是:原来不做这件事的人,现在开始做了吗?


这是最强的信号。


不会编程的人开始做软件。


不会剪视频的人开始做内容。


请不起私人教师的人开始每天拥有一个Tutor。


没有数据团队的小企业主开始分析经营数据。


普通人开始做过去需要律师、分析师、开发者才能做的事。


OpenAI对超过80万条美国用户工作相关消息的分析发现,16.8%的工作相关使用,以及43.5%的职业特定型任务使用,涉及用户本职职业之外的任务。


销售开始分析数据。


营销人员开始排查网站。


小企业主开始审合同。


非专业人士开始拥有过去只属于另一个职业的能力。


这不只是“效率提升”。


它是消费边界和职业边界同时被穿透。


第二,有没有新资源?


用户是否真的新增了时间、金钱或授权?


还是只是把旧工具换成了AI工具?


AI Search是一个很好的中间态。


Similarweb的数据显示,生成式AI平台月访问量已经达到约95亿次,同比增长约70%;但ChatGPT用户中,仍有约95%同时使用Google。


这说明,AI搜索中既有替代,也有新增。


有人用AI替代了一部分搜索。


也有人在Google之外,又多花了一段时间去追问、研究、对话和比较。


当人们开始增加新的时间,而不是单纯把旧时间搬家,才更接近需求扩张。


当人们开始增加新的预算和授权,才更接近新市场。


第三,有没有新习惯?


很多AI产品都有Novelty,却没有Demand。


第一次打开:


太神奇了。


第二次打开:


再试一次。


第三周:


忘了它的存在。


这不叫市场。


真正值得观察的是:


D7之后还在不在。


D30之后还在不在。


D90之后是否还越来越频繁。


用户是否开始为它重新安排时间、预算与流程。


所以,一个真正强的新需求信号,应该是:


新人+新资源+新习惯


只有三者同时出现,才像一个真正的新市场。


09别只盯AI行业名,要盯新的动词


今天大家喜欢讨论:


AI Video。AI Music。AI Coding。AI Search。AI Education。AI Agent。


但行业名字经常会误导我们。


真正值得盯的,是动词有没有改变。


搜索→询问→授权


代码→描述→部署


观察→互动→居住


学习→询问→受指导


购物→搜索→决定→委托


创造→生成→维护世界


行业名称也许没有变化。


但当人的动作发生变化,时间分配发生变化,预算流向发生变化,授权边界发生变化,市场才真正开始改变。


AI漫剧的启示:


如果AI只是让旧生产流程更便宜,它很可能只会把利润重新推向新的稀缺环节。


如果AI让一群过去不会行动的人,第一次开始行动,它才可能创造真正的新需求。


所以,继续把一部短剧从3000元压到300元,它会继续提升效率,也会继续扩大供给。但它未必能改变制作方的命运。


真正值得寻找的问题是:


什么娱乐行为,在3000元时代根本不存在,到了AI时代第一次变得值得发生?


当答案不再是“更便宜地生产短剧”,而是“发明一种新的娱乐消费”,AI漫剧才可能真正从一场制作革命,进入一场需求革命。

AI行业信号频道: 前沿科技
本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。
如对本稿件有异议或投诉,请联系 tougao@huxiu.com。
正在改变与想要改变世界的人,都在 虎嗅APP