AI短剧一年涨5.5倍:钱进来了,剧组没了
- 2026-11-16 21:49:28
最近把AI视频这条线翻了一遍,越看越觉得有个细节特别反常识。
所有人都在讨论AI会不会取代导演、编剧、演员,结果最先被重构掉的,其实是"剧组"这个组织形态——几十号人、几个月工期、一车器材、一个横店。
AI没有把"拍剧"变简单,它是把"拍"这个动作本身给删了。
以前拍短剧是"人围着机器转",现在做AI剧是"人围着提示词转"。听起来轻松,其实是把门槛从"能不能凑齐一个组",换成了"能不能摸透模型的脾气"。
先摆一个数:海外AI剧这块盘子,去年大概1亿美元,今年能干到6.5亿美元,一年涨5.5倍;它在海外短剧总收入里的占比,从2.5%抬到10.8%。
这个数字不是增速,是换挡。
一、5.5倍不是"大家更爱看短剧了"
任何行业一年涨五倍,都值得停下来看看它是怎么涨的。
我拆了一下,这条线的增长逻辑跟一般内容行业不一样。正常的内容增长是需求驱动——用户变多、时长变长、付费率变高。而AI剧这一轮,底盘是供给驱动:不是观众突然多看了5倍,而是同样一小时的短剧,越来越多是由AI生产出来的。
这两个逻辑的差别非常大。
需求驱动的天花板,是用户数和时长,看得见摸得着;供给驱动的天花板,是成本能压到多低、产能能扩到多快。
前者要做加法——多拉一个用户;后者是做除法——把每分钟内容的成本除下去。
所以我一直觉得,看这条线别老盯着"短剧用户涨了多少",那个数已经不太动了。真正该盯的是渗透率,是AI剧在总收入里占多少。
规模只是渗透率的影子。影子会骗人,本体不会。
二、短剧这门生意,本来就在等一个降本神器
短剧的商业模式,说白了三句话:成本要低、周期要短、投放要快。
传统短剧的成本,压在三座山上:演员、场景、后期。
巧的是,这三座山全是"人"的成本。你得等演员有档期,等场地能腾出来,等后期排队。你想多产出一倍的内容,就得把这三样都翻一倍——这不叫规模效应,这叫规模惩罚。
我一直觉得短剧是个"用速度换钱"的行业,它的瓶颈从来不在创意,而在物理世界:人有极限,场地有租期,一天只有24小时。
AI剧动的就是这一层。它把边际成本那条曲线按平了:第一部贵,从第二部开始,几乎只剩下算力和时间。
这就是为什么我常说,AI对内容行业最狠的一刀,不是"生成得好看",而是"生成得便宜"。
好看是加分项,便宜是生死线。
三、AI省掉的不是钱,是物理世界的摩擦
很多人以为AI的贡献是省钱。我觉得这个说法太客气了。
省钱是结果,过程是:它把一整条依赖物理世界的流程,硬生生压进了软件里。
以前一部短剧的生产链条是这样的:写本子、定演员、看景、拍摄、剪辑、配音、字幕、送审、投放。每一步都要人等,每一步都能卡住。
现在这条链被拆成了两段:一段是"想",一段是"生成"。
中间那些"必须有人到场"的环节,被大量跳过了。最明显的是本地化——过去一部剧要出海,配音、字幕、口型对齐、文化适配,全是人力活,一层一层往上加成本。现在这些活儿,很大一部分变成了"再跑一遍模型"。
所以我不太认同"AI让内容变便宜"这个说法。它更准确的意思是:内容第一次有了接近工业品的边际成本曲线。
工业品的特征是,开模贵、量产便宜。而内容行业过去一直反着来——每一部都像重新开一次模。
现在它终于有点像工厂了。
四、为什么这一轮先在海外炸
这里有个容易被忽略的错位。
海外短剧单价高、付费习惯成熟,用户愿意为"爽"直接掏钱,一集几毛到几块,付费路径极短。这意味着同样一部剧,在海外的收入天花板比国内高得多。
而AI最擅长的是什么?是把"标准化"的东西做到极低成本。
短剧恰好是高度标准化的:节奏固定、情绪点固定、反转位置固定,连镜头语言都有一套模板。这种"套路感",对人的创作是缺点,对模型是优点——套路越清楚,模型学得越快。
于是一个很自然的组合出现了:高单价的市场,加高度标准化的产品,再加能把成本打到极低的工具。
这三个条件同时成立的地方,就是AI剧最先跑通的地方。
国内不是没机会,只是打法不一样。国内更卷流量、更卷投流效率,成本优势很快会被抹平在买量里。所以我更愿意把国内看成产能和工具的输出方,把海外看成变现的主战场。
五、10.8%这个位置,恰好最微妙
现在AI剧在海外短剧收入里占10.8%,一年前是2.5%。
这个位置很有意思:它已经过了"能不能用"的验证期,但远远没到"只能用AI"的饱和期。
按现在这条曲线推,如果制作质量再上一个台阶,时长从几分钟的切片走向正经的长视频,那渗透率上到三四成,并不是天方夜谭。行业里比较激进的推演,把十年后的渗透率放在45%附近,对应的是几百亿美元量级的盘子。
我不敢把这种长期数字当成结论,但我认它的方向:这早就不是"AI能不能做内容"的问题了,而是"观众什么时候不再介意这是AI做的"的问题。
前者是技术问题,解决得很快。后者是心理问题,解决得慢,但一旦解决就不可逆。
就像当年没有人再追问"这歌是不是合成的"、"这图是不是数码的"。
六、谁能吃到肉:三类玩家,三种活法
沿着这个逻辑往下推,能分到钱的主要是三类人,而且活法完全不同。
第一类,AI视频工具。这是最直接的卖铲子生意,剧做得越多,工具调用越多。它的好处是不押注内容成败——你拍得烂,也得用工具剪;你拍得好,更得用工具剪。但要小心一件事:工具是最容易同质化的环节,今天你能生成十秒,明天所有人都能。所以工具的钱好赚,但不好守,最后拼的是工作流嵌得深不深。
第二类,内容制作公司。这是最容易被低估的一类。AI把制作成本打下来之后,行业的竞争点从"谁有钱拍",变成"谁有产能交付"。能稳定、批量、按时交付合格内容的能力,在这个阶段比"有一个天才导演"值钱得多。道理很简单:当供给突然变便宜,稀缺的就不是生产能力,而是订单和分发。
第三类,平台和IP方。这是最舒服的位置。平台掌握分发和付费,IP掌握观众认知。AI对它们来说不是威胁,是毛利改善——同样的内容预算,能买到更多部剧,能试更多题材,能更快验证哪个故事有戏。
我一直认为,内容行业真正稀缺的从来不是"制作能力",而是"被记住的能力"。AI能解决前者,解决不了后者。
所以长期看,最值钱的不是"我有AI",而是"我有一个观众愿意追下去的IP"。
七、三个坑,别装看不见
话说回来,这行也不是没有地雷。
第一个坑是质量的天花板。AI剧现在最大的问题是"能看,但记不住"。前三十秒抓人,三集之后情绪就散了。观众可以为新鲜感付费一次,但不会为同一套模板付费十次。
第二个坑是需求的真伪。现在很多数据看着漂亮,是因为供给突然变多,把尝鲜需求激活了。等这股新鲜劲过去,剩下的是不是真需求,才是关键。如果增长只是"内容变多了",而不是"有人愿意追",那泡沫会来得比想象中快。
第三个坑是版权和监管。训练数据从哪来、形象授权怎么算、AI生成内容的标注和审核标准怎么定,这些都还在半空中。这类风险的特点是不来时没事,一来就是全行业一起过筛子。
我的态度是:第一个是技术问题,会随时间解决;第二个是商业问题,决定这轮是真成长还是假繁荣;第三个是政策问题,不可预测,只能留安全边际。
八、粗线条结论
把这轮的逻辑压缩成一句话:AI不是在替代编剧,是在替代"剧组"这个中间层。
对应到判断上,我大概这么排优先级。
短期看工具和产能——谁能批量交付、谁能把工作流嵌进创作环节,谁先收钱。
中期看分发和IP——供给过剩的时候,能把内容卖出去的人拿走大部分利润。
长期看品牌——当所有人都能便宜地做出"能看"的内容,能被记住的那个才值钱。
最后说个我自己的感受。
过去十年,内容行业的核心能力是组织资源:找钱、找人、找场地、找档期。AI把这一整套能力的价值往下压了一大截。
但它同时把另一件事的价值抬了起来,那就是判断。
判断什么故事值得做,判断哪个情绪点能戳中人,判断观众下一秒想看什么。这些事,模型目前还不会,而且我觉得短期内也不会。
所以这轮真正的分水岭,不是"用不用AI",而是"你把省下来的钱和时间,花在了哪里"。
花在多拍一百部烂剧上,那是把成本优势变成库存。
花在多磨十个好故事上,那才叫生产力革命。