AI内容的工厂已经开机了，但流水线还没搭好。
我们现在只是刚刚到了有电、有机床的时间点。
20个人的公司，年营收千万级，代表作全网播放量破亿。
另一家，服务了中国60%以上的汽车经销商集团，客户从头到尾不需要做任何事——AI替他们拍视频、开直播、投广告、回消息，直接交付销售线索。
还有一家，年出货1000万台儿童智能硬件，正在用大模型给全球不同国家的小朋友批量生成本地化故事内容。
听起来像三家独角兽。其实它们加起来可能不到200人。
但坐在同一张圆桌上，这几个创始人聊着聊着，得出了一个让人意外的共识：AI内容的工厂已经开机了，但流水线还没搭好。
"我们现在只是刚刚到了有电、有机床的时间点。"云希谷科技创始人罗辉说。
这句话成了整场讨论的底色。
工厂已经开机
先说好消息。AI内容生产不再是PPT和概念验证，几家公司已经在靠它赚到真金白银。
企域数科创始人沈扬做的事情可能是全场最"硬核"的——帮汽车4S店用AI Agent跑通新媒体营销的全链路。他的描述有点吓人："客户不需要做任何事情，他只要配合我们去做一些初始化的设备设置。初始化之后，所有的像开播和短视频的制作，包括投流，客户是不需要任何介入的，我们是直接给他销售线索的交付。"
翻译一下：一家4S店接入系统后，AI自动生成短视频脚本、自动剪辑制作、自动安排直播、自动回复弹幕和私信、自动做广告投放，最后交到店里手上的是一条条可以跟进的客户电话号码。人呢？人去忙别的。
企域数科拿过红杉中国种子基金的天使轮、SIG领投腾讯跟投的Pre-A轮，已经服务了超过100家汽车品牌主机厂。沈扬之前就管过140多家4S店的数字化，他太清楚这些店的痛点："他们没有成熟的主播或者视频拍剪人员，很难招得到，也很难留得住。"
极速引擎创始人王俊的路径不同，他做的是AI短剧和漫剧。这家南京公司只有约20人，但已经是各大平台的核心头部内容方，代表作全网破亿。他们入选了谷歌出海加速器，还是里面唯一一家AI内容运营企业。
王俊说得很直接："我们公司现在基本上接近于半自动化，所有人是全员AI的，我们几乎没有任何一个环节是没有AI存在的。"
果麦智娱联合创始人李德恒 Henry 的底牌并非技术，而是集团雄厚的IP资源。母公司果麦文化为A股上市企业，深耕文化传媒十余年，手握易中天、罗翔、韩寒、蔡崇达等头部作家独家签约的版权，曾参与出品《后会无期》《飞驰人生》等院线影片；果麦智娱正是集团落地存量及原创 IP、布局 AI 影像化内容开发与商业化运营的关键载体。
云希谷的罗辉则是全场唯一做硬件的。这家国家级专精特新"小巨人"企业，年出货1000万台儿童教育智能设备。罗辉把硬件叫"碗筷"，把AI教育内容叫"肉和青菜"——"我们只是提供一个更好的工具，让它更方便来吸收这些教育的内容。"
四家公司，四种路径，但有一个共同点：他们都已经在用AI赚钱了。这不是在讨论可行性，而是在讨论量产的良品率。
机床出了毛病
好消息讲完了。坏消息是：全自动化，短期内别想。
王俊在这个问题上的回答是全场最具技术洞察的。他没有顺着"AI越来越强"的叙事往下说，而是直接质疑了底层训练范式：
"AI本身训练的底层就是：告诉AI人类喜欢这个东西，他就会产出这样的东西。但是'合适的、我们需要的东西'和'人类喜欢的东西'是不一样的，它可能更多的是一个平均数。"
这话值得多想一秒。RLHF（人类反馈强化学习）训练出来的模型，本质上是在逼近人类偏好的统计中心。但好的内容恰恰不是"平均数"——它是那个让你在信息流里停下来的异类。AI天然倾向于生成"大家都还行"的东西，而不是"让某一群人上瘾"的东西。
沈扬从实战端补充了另一个维度："怎么去防止变成同质化内容，而是不断跟平台算法趋势保持一致的爆款或优质内容，这是需要下功夫的，需要人工的判断和协同。"
这里藏着一个行业公开的秘密。
平台和AI内容生产方之间，本质上是猫鼠游戏。抖音的规则很明确：AI生成内容必须打标，低质同质化内容直接限流。TikTok、YouTube同理。2026年Q1的数据显示，国内AI短剧占比已达95%，同质化严重到平台不得不出手。
但限流针对的不是"AI"这个标签本身，而是内容质量。沈扬提到的"黑盒演化"其实是一种生存策略——既然平台的算法是黑盒，那就用AI做低成本的海量AB测试，去摸索那个不触发限流、又能拿到流量的参数临界点。"我们在川渝地区、东北地区、华东地区的内容跑出来参数就是不一样的，完全遵从AB测试结果。"
换句话说：如果平台压制了1.0版的纯AI垃圾，内容公司就得用AI在24小时内进化出2.0版。这不是在喂垃圾，是在跟平台算法做高强度的对抗性训练。谁能在这个动态博弈中比同行多拿5%的流量，谁就活得下来。
罗辉用他的工业化类比给了这个困境一个定位："脑力产品目前机床出来的一致性更糟糕，还需要人去做复检，谁能把这条流水线搭得越完美，就会领先整个市场。"
这条流水线上最贵的零件，暂时还是人脑。AI是电，是机床，但质检员还得是人。
生产成本归零之后，什么最值钱
主持人抛了一个尖锐的问题：AI让内容供给爆炸，但用户的注意力并没有增加。当生产成本降到几乎为零，行业最稀缺的东西到底是什么？
四个人给了四个不同的答案。有意思的是，这四个答案拼在一起，恰好构成了一张完整的竞争力拼图。
沈扬说是审美。"所有好的内容，不管是营销内容还是娱乐内容，都是带给人的审美和精神上的享受。最终拼的是团队对美的认知，以及你把美去工业化生产的能力。"他举了苹果初代手机的例子——"你把它定义出来，变成个标准化生产的东西，这其实是一种对美非常强的理解能力，以及把它拆解成能够工程化的能力。"
王俊说是团队。但他说的团队不是指"几个厉害的人"，而是一种不可移植的组织形态："我们不怕被挖人，因为你从我这挖走一个导演，去你公司不一定适配。我们的组织架构、岗位命名和传统影视公司都是不一样的。制作方式完全是不一样的。"
李德恒说是原创世界观和情绪共鸣。"怎么持续不断地产出优质的、更具原创世界观的产品——那些真正有思想有价值的内容创作源头。第二，能精准把握不同人群情绪共鸣的能力。"
罗辉把这个问题翻译成了吃饭："今天在深圳大家都吃得挺饱的。你怎么让消费者喜欢吃你的？第一，你的食材要比较稀缺。第二，你能提供更个性化的服务。"
投资人肯定会追问：这些"壁垒"经得起大厂来砸吗？
我觉得答案藏在一个商业史上的经典悖论里——创新者的窘境。大厂为什么不来抢？不是抢不了，是算不过账。沈扬帮4S店做新媒体、王俊做细分IP漫剧，这些垂直赛道在年营收百亿级的大厂眼里，属于"肥肉不够多，骨头太难啃"的鸡肋。大厂的10亿融资，更愿意去烧通用大模型、拼算力集群，不会派一个高薪团队天天教汽车经销商怎么配摄像头。
垂直公司的真正护城河，是大厂看不上的利润率和大厂学不会的敏捷死磕。
出海建分厂：谁说了算
话题转到全球化的时候，王俊的语气明显变了："以前拍真人剧，150万在国内上牌桌，你去国外发行还要再花二三十万美金重拍。那现在就完全OK了，随便做，以前不敢挑战的小语种全都可以做了。"
AI确实把跨语种内容的制作成本砸到了地板。但"能做"跟"能卖"之间，还隔着一堵文化的墙和一堵监管的墙。
文化这堵墙，四个人的判断有微妙的分歧。
王俊的公式最干脆："生产一定是全球的，但消费侧肯定还是本地的，这件事是跑不掉的。"
罗辉更乐观，他给了一个具体比例："80%可能是全球通用的，但20%可能是特殊本土内容。"他已经在做了——云希谷的儿童故事内容"大量出货卖到全球每个国家"，基于不同国家的文化用大模型重新生成。
李德恒很谨慎。他认可技术与渠道能够实现全球化，但故事及内容载体根植本土文脉，难以剥离文化属性。基于该逻辑，果麦出海采取稳健策略，优先甄选历史、通俗文化题材，以香港为枢纽先行试水
沈扬则把他的"黑盒演化"逻辑直接套到了出海上："AI时代我们可以做黑盒。现在的算法平台对每个内容的曝光转化都有明确的数据反馈，我们可以用AI搭建工作流，做低成本海量测试的黑盒演化，跑出真正符合这个国家或地区的内容。"
这几个判断如果放到一起看，收敛到一句话就是：生产侧的全球化已经没有技术障碍了，但消费侧的本地化仍然需要人（或者至少需要人训练过的AI）来把关。
但房间里还有一头大象没人提——监管。
2026年是欧盟AI法案大面积生效的关键年份。透明度义务已经开始执行，高风险系统的合规期限推迟到了2027年底，但罚款上限已经定了——全球营业额的7%。美国各州的AI立法也在加速。东南亚多国对外来数字内容有严格的本地化审查。
国内惯用的"AI批量洗稿、矩阵轰炸"那套，在海外市场已经行不通了。谁把AI当成规避监管的作弊器，谁就死在沙滩上。
真正走得通的路，是把AI变成合规过滤器——用AI自动检测不符合当地文化禁忌的画面，自动为内容打上可追溯的水印，自动适配不同国家的标识要求。李德恒和罗辉的出海实践，本质上就是在做这件事：用中国成熟的IP和硬件供应链做底座，让AI充当翻译官和本土化润滑剂。
一年后，这条流水线长什么样
最后一个问题是预测题。四个人的回答，从不同角度勾勒出了同一幅图景。
罗辉从成本端入手："过去写软件做内容可能需要100万，将来可能变成100块就能做出来。"他的推论是：产品销售基本都会变成免费的，转向按使用量后付费。内容的商业模式要被重写。
王俊从形态端判断——而且他的时间表比所有人都激进："可能半年后变化就很大了。"他提了一个有趣的假设："有没有可能未来出现一个工具或App，当你内容做完的同时，就已经分发完毕被大家观看了？可能没有所谓的'发行'环节了。"制作和分发合二为一，中间商的空间被彻底压缩。
他还提了另一个可能更深远的方向：千人千面的内容。"我们在场100多个人，看到同一部剧可能都不是一个东西，但它底层是一个IP。我可能喜欢可爱型的，他喜欢优雅型的，你看的跟我的完全不一样，但我们都爱看。"
李德恒的角度比较独特：他认为AI数字文化内容会逐渐演变成一种可交易的标准资产。“随着AI在内容创造领域的，各种层出不同的新角色、新剧情、世界观设定都是极具价值的内容新标的，未来有机会催生出一些深耕IP确权、资产流转、提供底层基础设施的平台型企业。”
沈扬的预测最接地气，也最有画面感。他说公司内部管不用AI编程的叫"古法编程"。然后他描述了一个营销的未来："可能每个销售或门店都会有一个AI打造的数字IP，变成一个你心目中完美的人。能歌善舞、能介绍产品。"他管这叫"职业上的美颜"。
"绝大部分人是受不了每天发圈、做直播的工作量压力的，但AI能让活人变成最完美的那个数字IP。"
写在最后
回到罗辉那个工业化类比。
体力产品的工业化走了上百年：先有电，再有机床，搭流水线，最后建黑灯工厂。脑力产品的工业化刚走到第二步。GPT是电，各种模型和智能体是机床，流水线正在搭，黑灯工厂还远得很。
但速度完全不同。体力产品的工业化用了几代人。脑力产品的，可能就在这一两年。
这条流水线不会等谁。它不在乎你信不信AI，只在乎你有没有在拧螺丝。
那些已经动手的人——用20个人做到千万营收的，用AI替代整个新媒体部门的，用大模型给全球儿童生成故事的——他们不是在赌未来。他们是在定义标准。
等流水线搭好的那天再入场，你连拧螺丝的资格可能都没了。
你觉得呢？
更多对话细节
嘉宾：
企域数科 创始人-沈扬
极速引擎 创始人-王俊
果麦智娱&星剧通OpenReels联合创始人-李德恒Herny云希谷科技 创始人&CEO-罗辉
主持人：非凡资本 VP-吴申亮Jeffrey
一、 嘉宾自我介绍与AI业务年限
Jeffrey：今天这场的主题叫“无限片场，AI如何工业化生产全球的内容”。过去一年，跟内容生产相关的AI技术发展极快，海外的视频模型、国内抖音的先进模型，不仅改变了生产端，也在重构内容结构。今天请到的四位都是行业老炮，先请大家简单介绍一下公司业务，以及用AI指导服务有多久了。从沈总开始。
沈扬：我们用AI智能体（AI Agent）帮垂直行业（目前主要是汽车行业）做新媒体营销。核心是帮汽车经销商的4S店去做短视频制作、直播、投流、运营以及主播客服。我们用数字员工替代人工，帮商家用AI完成全链路的新媒体交付。
我们的核心逻辑是“效果交付”：客户不需要做任何事情，初始化设备后，开播、视频制作、投流都不需介入，我们直接交付销售线索。目前中国绝大部分汽车主机厂和60%以上的经销商集团都在用我们的产品，在垂直行业小有成绩。
罗辉：我们略有不同，云希谷是一家做儿童教育智能硬件的公司。因为做儿童教育，需要用到大量内容。在公司内部，我们常说硬件产品只是“碗和筷子”，内容才是里面的“肉和青菜”。我们提供工具，让孩子更好地吸收教育内容。在这几年的大模型浪潮中，我们正在大量使用AI来工业化构建教育内容。
王俊：极速引擎是一家集AI、IP、数字资产为一体的公司，主要为IP孵化和运营提供AI解决方案，比如热门的AI短剧、AI智能体。百度、讯飞、谷歌都是我们非常好的合作伙伴。我们是去年谷歌出海加速器企业之一，也是唯一一家AI内容运营企业。前两天我们刚代表南京来深圳参加了中国文博会，在国际会展中心南京展区展示到25号，大家感兴趣可以去看看。
李德恒：果麦是一家基于AI跟IP双轮驱动的新出版公司。过去我们沉淀了十几年的图书出版经验，签约了易中天、韩寒、罗翔等优秀作家，也做过不少影视化的探索。进入AI时代，果麦智娱将基于存量IP和原创策略，做进一步的AI影像化的内容创作、IP改编、全球发行和IP全链路运营。我们目前还是AI行业的新人，抱着探讨的心态来交流。
二、 AI内容生态：是工具，还是标准的工业体系？
Jeffrey：大家常觉得AI内容生产只是个帮我们创造图文或视频的工具。但企域服务了这么多汽车B端客户，沈总，您觉得AI在整个内容生态上，最终会变成一个标准的、自动化的工业体系吗？
沈扬：未来的方向肯定如此。 传统业务（如汽车4S店、家居店、房产中介）面临从线下获客往线上转移的痛苦，因为成熟的主播和拍剪人员很难招、很难留。
对传统行业来说，AI未来不仅是工具，它就是新媒体部门的员工。 实践证明，只要把工作流完全AI化、智能体化，视频制作和直播完全可以实现自动化。不过，怎么防止内容同质化、怎么跟平台算法趋势保持一致去出爆款，这需要人工的判断和协同。但生产过程，未来非常有希望做到工厂化。
Jeffrey：今年视频模型发展极快。但行业有个现实问题：“能生成”和“能商用”中间还有很大的Gap，优质内容仍需人工介入。王总，极速引擎实际体验下来，AI距离全自动化生产还有多远？
王俊：首先，我们公司现在接近半自动化，全员AI，没有任何一个环节没有AI存在。
关于需不需要人参与，我们要理清一个概念：市面上的AI企业要区分两种。第一种把这当电商属性的东西在做，不是做内容，不用考虑；我们讨论的是第二类真正做内容的企业。
大家聊内容一致性、聊控制，但我想说：从最早的AI训练范式，就注定了目前不太好全自动化。 为什么？因为AI训练的底层是“告诉AI人类喜欢这个，它为了拿高分就会产出类似的东西”。但“合适的、我们需要的东西”和“人类喜欢的东西”是不一样的，AI产出的往往是个平均数。这两件事从底层就是拧巴的。
短期内纯自动化不太可能，因为训练范式没改。但未来通过在Agent基础上做优化，比如把Skill用MCP的方式去调用等，可以在另一个层面去优化它。那一天肯定会来。
Jeffrey：接下来的问题问李总。果麦智娱手上拥有大量IP资源，同时在海外拓展上投入了很多精力。在目前AI全面赋能的情况下，IP创作和海外拓展有什么新的机会？
李德恒：我们不是从零到一创造泛娱乐内容，而是把手上的经典IP做全球发行和运营。我们核心的壁垒和全球化的底气，在于“怎么讲好中国故事”。
AI对过去创作生产逻辑的改变非常大。以前一个文学IP改编成影视，链条极长，从剧本、角色、情节到镜头调控，耗费导演团队巨大精力，且无法同时并发做多种叙事改编，成本太高。AI出来后，可以围绕原著底层的核心故事思维，做标准化衍生的多重创作，对生产效率带来了质的变化。
从IP出海角度看，以前的门槛不仅是语言，很大程度上是叙事逻辑和审美偏好。过去不得不做海外编译、海外拍摄，过度改编往往会丧失IP原本的生命力。现在基于统一的叙事背景，AI能在保持标准化创作的同时，提供有延展性的本土化空间。
Jeffrey：最后单独问一下罗总，在场只有云希谷是做“硬件+AI”的公司。一个偏底层的问题：今天AI内容行业的最大限制，到底是模型能力，还是产业链上游的生态？最大的断层在哪里？
罗辉：结论是：AI内容整个工业化才刚刚开始，大浪潮还在比较早期。 现在还没完全落地，主要是工业化过程不够成熟，整个生态链需要时间去完善。
云希谷全公司都非常AI化，同时我们每年出货1000万台硬件。我们把硬件称为“体力产品”，把AI内容称为“脑力产品”。我们可以对比这两种产品的工业化过程：
体力产品： 先有“电”（能源），再出现大量“机床”（贴片机、波峰焊等），有了电和机床，开始搭“流水线”，后期则是“黑灯工厂”。
脑力产品： 几年前GPT-3.5出来，基础模型就像“电”一样出现了。这两年大量的智能体应用，不管是OpenClaw还是Claude，其实都是脑力产品的“机床”。
现在“机床”刚开始成熟，才可能去谈流水线。这两年我们公司的目标非常明确：我们要从一个写字楼里的开发公司，变成努力去搭一条脑力产品的流水线。 目前脑力产品“机床”出来的一致性比较糟糕，还需要人做复检。谁能把这条流水线搭得越完美，谁就领先。至于“黑灯工厂”，现在还在摸索，我们刚刚到了“有电、有机床”的时间点。
另外在分工上，手机生产可能需要上百家公司分工。脑力产品现在很多是直接文本转成片，未来也会出现大量的生态链分工。大家还在摸索怎么构建流水线、怎么用更少的人实现更高效率。
三、 行业最稀缺的资源是什么？
Jeffrey：AI让内容供给发生大爆炸，但用户的注意力并没有增加。内容生产成本大幅降低后，行业最稀缺的资源会是什么？IP、渠道还是平台？
李德恒：从PC时代到移动互联网，从图文到短视频，信息一直在爆炸。最稀缺的能力有两点：
持续产出优质、具原创世界观产品的能力——也就是真正有思想、有价值的内容创作源头。
精准把握不同人群情绪共鸣、占领用户心智的能力。内容时代也会出现内容的品牌，这是最关键的。
罗辉：我还是用“吃饭”来比喻。过去经济不好大家吃不饱，有馒头就开心。现在大家都吃饱了，内容成本下降后，怎么让消费者喜欢吃你的？
稀缺的食材与环境： 你掌握某些特殊的数字内容，产生只有你一个人有的“食物”。
个性化服务： 一进餐厅就知道这个人吃不吃辣，对用户的个性化数据有更多的掌握。把食材、环境和服务弄好，最重要。
Jeffrey：打断一下，刚好沈总和王总的公司正在融资期，投资人最喜欢问：模型越来越开源、同质化，拼到最后，你们跟其他公司的差异和壁垒到底在哪里？
沈扬：接罗总的话，未来大家的核心壁垒不是生产力，而是“对美的感觉和美感”。好内容带来的是审美和精神享受。最终拼的是团队对美的认知，以及把美进行工业化生产的能力。
有些美是艺术品，但有些美（比如第一代苹果手机）被定义出来后，能变成标准化生产的东西。这需要极强的审美理解力和工程化拆解能力。未来的竞争壁垒，就是看团队能否将审美观跟技术结合，既能判别好内容，又能工业化生产。
Jeffrey：听起来以后美术生的就业前景可能会比理科生好。王总怎么看？
王俊：审美确实无可厚非。但换个思路，未来内容的形式可能会发生颠覆。现在的AI制作还是传统模式（一集多少分钟），但接下来会遇到瓶颈，比如抖音的流量池是否适合展示海量内容？
未来的内容形式可能是“千人千面”的。 在场100个人看到同一部剧，底层是一个IP，但内容完全不同。我喜欢可爱型的，他喜欢优雅型的，展现的内容完全契合个人喜好。
至于护城河，我们做智能体工具，想做到无门槛一句话生成80分级别，现在大家都差不多。真正的护城河是团队本身。 我们不怕被挖人，因为从我这挖走一个导演，去别家不一定适配。我们是一个Team，内部的组织架构、岗位命名和传统影视公司完全不同，制作方式是完全创新的。
四、 下一代内容公司是否还有地域属性？
Jeffrey：以前影视时代去海外发行有文化和制作体系的壁垒。现在配音、字幕完全可以用AI直接替换，“全球化的内容工厂”似乎触手可及。下一代内容公司还会有明显的国家或地域属性吗？李总，你们全球化布局有什么体会？
李德恒：在渠道分发和AI工具使用上，完全可以实现全球化、自动化。但故事和内容本身的载体，没办法完全脱离国家或文化属性。
同样一部作品，在不同区域需要适配当地的叙事模式和审美结构。创作者的人生阅历很难无差别传遍全球，因此故事内核仍会有清晰的本土化烙印。但AI能基于原有的IP故事内核做标准化延伸和改造。最终的格局可能是：技术和渠道全球化，但本土故事内核非常区域化。
Jeffrey：果麦目前在全球哪个市场做得比较好？
李德恒：我们刚走出第一步，目前将香港作为重镇，尝试发行偏历史或通俗文化的题材，把以前在电商行业常用的分销渠道方式应用过来。
王俊：提到这个我特别激动。以前拍真人剧，在国内上牌桌要150万，去国外发行还要再花二三十万美金重拍。现在完全OK了，以前不敢挑战的小语种全都可以做。但关于全球化，生产一定是全球的，消费侧肯定还是本地的。每个国家的IP发展和消费逻辑完全不同。
Jeffrey：沈总有什么想法？
沈扬：跨国界的内容创作，和中国不同地域、省份的文化差异是类似的，只是放大了。AI时代，我们可以把试错成本降到极低。
以前做内容营销是“白盒”，靠人去拆解爆款逻辑；我认为AI时代我们可以做“黑盒”。 算法平台对曝光转化有明确的数据反馈，我们可以用AI搭建工作流，做低成本、海量测试的黑盒演化，跑出真正符合当地的内容。我们在川渝、东北、华东跑出来的参数完全不同，完全遵从AB测试结果。未来拼的是审美、对算法平台的理解以及工程化能力。
Jeffrey：罗总怎么看？
罗辉：有没有本地公司来实现全球工业化内容？我们认为是百分之百的。 体力产品工业化后，出现了大量跨国公司铺向全球。今天很多AI内容已经跨越国界，虽然有20%的特殊本土内容，但80%是全球通用的。
我们做的儿童故事已经大量卖到全球各个国家。我们会基于不同国家的文化用大模型重新生成内容，实践证明，文化差异完全有机会被工业化技术取代。
五、 一年后的AI内容行业展望
Jeffrey：时间差不多了，最后一个开放性问题。一年之后，AI内容行业会发生什么变化？（新职业、新商业模式或新平台）请大家做个总结。
罗辉：过去写软件做内容可能需要100万，将来可能100块就能做出来。内容成本大幅下降到极低后，商业模式会发生巨大变化。过去买产品是赌运气，未来产品销售可能基本免费，变成“按效果后付费”或“边用边取”。
王俊：变化太快了，可能半年后就大不相同。现在的工具都在讲提效，但这绝不是最终形态。包括分发形式，未来有没有可能出现一个工具，内容做完的同时就已经分发完毕被大家观看了？可能会没有所谓的“发行”环节。 至于岗位变化，我们公司内部已经不是传统影视公司的岗位了，它已经在发生。
李德恒：未来数字文化内容可能会上演变成一种资产化的形式，能够被确权，并进行交易流通。 AI领域衍生出了很多新角色、新资产、新剧情，这会催生出一些能在数字资产确权、IP资产交易流通过程中提供基础能力的新平台型公司。
沈扬：我们公司内部现在流行一个说法：率先完成AI化编程的团队，会嘲笑没用AI的团队在做“古法编程”。
开发成本急剧下降，加上AI按周迭代，未来一年内容绝对是大爆炸时代。在营销端，未来每个销售或门店都会有一个AI打造的数字IP。这就像是“职业上的美颜”——绝大部分人无法承受每天发圈、做直播的工作量和精神压力，但AI能让活人变成最完美的那个数字IP，帮你更好地介绍产品。这也是我们的愿景。
