中国AI短剧月播3329亿!美国估值480亿,哈佛研究:全是泡沫?
- 2026-11-14 16:48:03
2026年9月,全球AI应用赛道爆出两件大事,一是中国抖音端原生AI短剧单月播放增量达到3329.6亿,日均上新1010部;二是美国AI编程公司Cognition完成20亿美元E轮融资,投后估值480亿美元。
为什么是这两条路?打开抖音,满屏都是不烧心式的套路化短剧,一部接一部刷不完。这是中国AI短剧掀起的流量风暴。
做这样的生意,一般认为付费生态越成熟、客户预算越充足,撑起的估值就越高、模式就越稳。美国的AI编程就以嵌工作流、省人力工时、可量化ROI为重要特征。

中国玩家则另辟蹊径:他们依托庞大的短视频用户基数和碎片化的消费习惯,用AI极低的边际成本进行海量内容生产,做出了一门赌爆款的流量生意。
这条路的成色咋样?现实给出的答案是:91.5%的作品难以回本,有量无质的困境明摆着,内容也缺乏长期价值沉淀。
热闹背后有另一面,当生成一部爽剧的成本趋近于零,算法为了填满用户的碎片时间,会无限供给同质化的多巴胺刺激。这不文化繁荣,是注意力的通货膨胀。用户不再为内容买单,是被内容喂养,审美疲劳加速症随之来。大脑习惯了被动接收高频、低智的感官刺激,深度阅读和思考的能力就可能被削弱。真正的危机不是AI写不出好剧本,是市场不再奖励好剧本,只奖励最快让你划不动手指的剧本。

值得关注的是什么?中国AI短剧积累的是海量的人类情绪反应数据。什么情节让人愤怒,什么反转让人爽,算法都记在账上。这意味着这些数据不光可以用来训练情感计算模型和个性化推荐系统,还能与AI伴侣、智能家居等硬件结合,可能爆发出比单纯软件效率更大的消费级市场潜力。这是用最低成本采集全人类潜意识图谱的具象化。无怪乎有观点直言,不要轻视拍短剧。
另一边的美国AI编程公司,则在企业工作流里拓展生产力的边界。
一般人很难想象,在AI工具进场之前,写代码是一件多么费人的事:需求要拆解,逻辑要推敲,交付前还得反复验证。这些产出不靠机器批量生成,是靠工程师一行行把系统垒出来。

这一高估值,离不开Cognition完成的一笔20亿美元E轮融资,投后估值480亿美元。
与大多数靠内容博眼球的AI应用不同,美国AI编程依赖一种不寻常的付费来源:企业预算。AI被嵌入工作流,直接节省人力工时,再以可量化的ROI支撑高估值,进撑起生产力工具的整套商业逻辑。这种模式具备基础设施属性,产业杠杆长,能直接提升全要素生产率。中国的流量生意则依赖平台补贴和广告分成,价值在娱乐消费内循环,产业外溢性弱。各有各的土壤,各有各的活法。
这波高估值靠不靠谱?哈佛研究给出了一份清醒的答案:AI使代码产量提高了30%,交付任务却未增加,审查时间反翻倍。这项研究不光揭示了伪效率的悖论,也提示了泡沫风险。

这就是伪效率悖论:老板以为省了程序员工资,其实买了更多的垃圾代码清理员。AI生成的代码往往看似完美,却缺乏深层逻辑一致性,人类工程师从创造者变成了审计员。初级程序员岗位并未消失,是转型为AI提示词工程师+代码质检员。明天的高薪岗位,拼的不再是写得快,是看得准。企业若盲目迷信AI能替代人力,最终会发现维护成本远超雇佣成本,这是典型的资本换效率幻觉,实则是在透支明天的系统稳定性。
更值得琢磨的是什么?这两条路难以互换,中国缺乏成熟的企业SaaS付费习惯,硬搬生产力工具的模式难成功;美国缺乏同等量级的免费流量池,也撑不起纯内容消耗型AI。
2026年9月这两件事的对照,不光是对两种AI落地路径的盘点,更对下一代经济数据主权的一次预演。从中国积累的人类情绪反应数据,到美国沉淀的逻辑与结构数据,AI应用的竞争,正从谁更高明的争论向谁掌握数据维度的转变。明天十年,随着具身智能和元宇宙的发展,懂人心可能比懂代码更具稀缺性。
这是在流量和估值背后,更值得关注的现象。