AI短剧更快了,你赚到钱了吗?
- 2026-11-15 03:27:01
前两天,我刷到一条李一舟的AI广告。
忽然觉得,这件事挺有意思。
我们正在谈一种可能改变世界的技术,但说服普通人相信它的方式,还是那么熟悉:一个成功人士,一段漂亮履历,一个不能错过的机会,再加一点“别人已经上车了”的紧迫感。
工具已经到了AI时代,理解机会的方式,好像还停留在互联网创业的早期。
当然,一条广告说明不了什么。卖课也不天然有问题。真正让我想继续琢磨的是:我们到底是在学习一种新能力,还是在购买一种关于未来的确定感?
刚好,AI短剧给了一个观察窗口。
它不是遥远的机器人,也不是需要几十年才能验证的宏大叙事。做出来,上线,有人看,平台结算。技术有没有提高效率,效率有没有变成钱,至少可以顺着这条链往下看。
答案比想象中复杂。
一、先别怀疑效率,效率是真的
今年6月,证券时报做过一轮AI短剧行业采访。
根据报道引用的DataEye数据,一季度监测范围内上线的短剧约12.8万部,其中AI短剧约12.2万部,占比超过95%。
报道里还有一组成本比较:传统真人精品短剧平均制作成本约150万元,精品AI仿真人短剧可以控制在20万元以内。
这些数字不是严格的同等质量实验,不同项目的长度、要求和制作方式都有区别。但它们至少说明,生产门槛确实被打下来了。
以前你要找演员、租场地、安排拍摄,很多人协同,很多钱先付出去。
现在,一部分工作被移到了电脑上。人少了,周期短了,试错也更便宜了。
所以,没必要为了批评AI叙事,连真实的效率进步也一起否定。
问题是,做得快,和赚得多,中间还隔着几道门。
二、你省下来的钱,未必留在你手里
证券时报的采访中,DataEye一位负责人给出的判断是:AI短剧制作端成本大约下降90%,流量成本却同比上涨超过100%,收益端下滑超过50%。
他还提到,千次播放收益从2025年下半年的约60元,下降到了2026年的15至30元。
这是受访者的行业观察,不是每一家公司的财务结果。但几组数字放在一起,已经能看出一种熟悉的变化。
你做便宜了,别人也做便宜了。
你一天能做一部,别人一天也能做一部。
以前制作能力是门槛,工具普及以后,这道门槛越来越低。于是竞争从“谁能做出来”,转向“谁能让人看见”。
你以为自己买到了生产力,市场却告诉你,大家都买到了。
接下来怎么办?
争流量,争推荐,争播放,争那个越来越难出现的爆款。
省下来的制作费,可能变成了投流费;提高的产能,可能变成了更多没有回款的库存。
这并不意味着效率是假的。只是效率带来的好处,没有自动落在生产者身上。
三、热度有了,钱还没来
10月12日,文投控股在业绩说明会上介绍了自己的漫剧业务。
上半年累计签约储备92部,上线34部。公司称,按红果平台数据,其中8部热度值突破4000万。
看上去,作品有了,产量有了,热度也有了。
但公司同时表示,漫剧尚未实现大规模商业化,上半年这个板块的收入仍然较少。
这里要说清楚:热度值不是播放量,收入少也不等于亏损。
不过,这个案例已经足够提醒我们,产业里经常被混在一起的三件事,其实不是一回事。
做了多少,是生产问题。
有多少人看,是分发问题。
最后拿到多少钱,是商业问题。
我们习惯用第一件事的进步,去想象第三件事的结果。可企业真正经营起来,偏偏要把中间每一笔账算清楚。
四、钱去哪里了?也别急着只怪平台
谈到这里,很容易得出一个痛快的结论:创作者没赚钱,钱都让平台赚走了。
但这句话还得拆。
红果这类免费短剧,主要依赖广告收入和分账。付费短剧,则涉及用户充值、投流获客、渠道与版权费用。两种模式的账,不是一张账。
证券时报采访中,有受访者提到,投流约占相关业务总流水的七成。这个数字能说明部分短剧业务对流量的依赖,却不能直接套到每一个红果创作者身上。
而且,钱变成平台广告收入,也不等于全部变成平台净利润。工具商收了订阅费,也不代表工具商一定赚钱。
还有一种更不容易被看见的去向:竞争。
以前一项工作报价十万元,现在别人两万元也愿意做。省下来的成本,有一部分让给了客户。
以前做十部,失败两部;现在做一百部,失败九十部。单部便宜了,总试错支出未必下降。
还有一部分,变成了观众免费获得的更多内容。
所以,钱并不总是从你的口袋,完整地流进另一个人的利润表。
它也可能被价格战消耗,被过剩供给稀释,被无效试错花掉。
真正值得问的是:在这条链上,谁还掌握别人绕不开的东西?
五、会做视频的人更多了,入口却没有跟着变多
这是我觉得AI短剧最有代表性的地方。
模型和软件越来越容易获得,生产能力开始普及。
但用户在哪儿,推荐怎么给,有效观看怎么认定,收益如何结算,这些事情不是你装好软件就能决定的。
你可以控制自己的制作流程,却未必能控制自己的商业结果。
于是,一个人借助AI,有了过去一个团队的产能,却仍然要以普通创作者的身份,进入平台、等待分发、接受结算。
生产能力变强了,议价能力未必变强。
当然,不能说生产关系完全没变。AI已经改变了制作团队的分工,一些环节被压缩,一些岗位被重组。
但劳动怎么组织变了,不代表收益怎么分配也发生了同样幅度的变化。
这才是“新生产力,旧商业关系”值得讨论的地方。
不是用一个大词解释所有问题,而是具体看:谁控制入口,谁制定规则,谁承担失败,谁保留收益。
六、机构研究也在提醒:效率、利润、收入,别混着说
美国国家经济研究局收录的一项研究,观察了五千多名客服人员使用生成式AI的情况。
工作论文显示,每小时解决问题的数量平均提高约14%,新手和低技能员工改善更明显。
但这不等于员工工资提高14%,也不等于企业利润提高14%。
麦肯锡2026年的调查同样有意思:37%的受访者表示,AI对企业层面的息税前利润产生了正向贡献。取得较好结果的企业,更倾向于重新设计工作流程。
换句话说,工具装上了,和生意跑通了,是两件事。
OECD关于AI与竞争的研究,则把问题进一步指向关键资源:数据、算力、规模效应和生态系统,都可能影响技术收益最终如何分配。
这些研究并不是在评价红果。但放到短剧身上,逻辑能接起来。
技术负责扩大能力,组织负责把能力变成业务,市场结构决定业务收益由谁保留。
中间没有哪一步,是自动完成的。
七、再回头看那条AI广告
所以,我并不是想说,不要学AI。
恰恰相反,工具值得学,效率也值得提高。
只是我们可能需要换一种理解机会的方法。
看到成功人士,不妨先放下他的身份,看他到底交付了什么。
看到“几个人、几天做完一部剧”,不妨继续问:卖给谁,怎么结算,回款多久?
看到一个赚钱案例,不妨再问:失败的项目有多少,工具费、人工费、投流费有没有算进去?
如果一个机会只能展示产量,不能展示完整的账,那它证明的是“能做”,还不是“值得做”。
我们对未来的预期,不能一直依赖某个看起来已经成功的人。更不能把别人的销售额,想象成自己的收入。
AI短剧最值得观察的,不是它一天能生产多少部。
而是,当所有人都能生产的时候,一个普通人凭什么留下利润?
以前稀缺的是制作能力,现在可能更稀缺的是好内容、稳定客户、版权、渠道,以及不受单一入口支配的收入来源。
AI把“做出来”变得容易了。
可“卖出去”,以及“钱留下来”,仍然要重新想办法。
技术进步的账,最终不能只算省了多少工时。
还得算,人有没有因此多一点收入,多一点选择,少一点对入口和规则的依赖。
我们正处于新的生产力带来的竞争和旧生产关系带来的“利润”转移的世代中,投身Ai,但懂得通过认知来保护自己的精力。且这些是体验得来的,不是听来的,因为如同身体,讲故事的人不知道你的故事。
八、回到开头的现象级慕强命题:李一舟的投流广告,正好是「古早慕强 + 旧预期」的活样本
“AI是新的,我们相信成功的方式还是旧的吗?”
如文章开头见到的投流广告,李一舟还在跑,还是古早的生产关系屡试不爽。
本文来自|微信公众号:天工开悟
天气的天,工作的工,开始的开,领悟的悟。