AI漫剧成本下降但投流支出上升

本文来自微信公众号： AIGC从0到1 ，作者：王零壹

AI漫剧行业里，最近有一个很反直觉的现象，制作成本确实降了。

按照最朴素的商业直觉，这应该是一场利润革命。

成本从三万元降到三千元，省下来的两万七，难道不应该留在创作者手里吗？

现实却恰恰相反。许多全职投入AI漫剧的团队发现：效率提高了，账反而更难算了。内容供给猛增，竞争更激烈，投流竞价更高，原本省下来的制作成本，迅速被塞回流量采购里，甚至还要额外倒贴。

内容越便宜，买到一次观看的成本反而越贵。

于是，一群使用了最新生产工具的人，最后成了更高效的“平台打工者”。

这不是AI漫剧独有的故事。

AI Coding、AI搜索、AI音乐、AI陪伴、企业Agent，乃至未来大多数“AI改造行业”的叙事，都可能碰到同一个问题：

AI降低了生产成本，但它并不会自动提高生产者的收入。

我们过去讨论AI，常常在讨论能力：模型够不够强，成本会降多少，哪些工种会被替代，版权应该怎么赔，AI税要不要收。

但这些问题的背后，还有一个更根本的问题：

当AI让生产率大幅提升，谁有资格对这部分新增生产率提出索取？

这才是AI时代真正的分配问题。

不是“蛋糕怎么切”。

而是：谁拥有坐上餐桌的资格。

一、AI生产率剩余，并不是一个天然存在的钱袋子

很多人对AI的想象，是这样的：

效率提升了，社会多生产出一百元价值；原本成本里的五十元被省下来了；那么接下来，只要讨论这五十元应该给企业、员工、消费者，还是政府就行。

这是一个很自然、但不太准确的想象。

AI带来的收益，不会安静地躺在一个叫“AI红利”的袋子里，等待人们分配。

它会在竞争中迁移。

同样是一笔“成本下降”，它可能变成企业利润，也可能变成模型和云厂商的收入；可能变成平台的广告收入，也可能通过降价变成消费者剩余；可能流向投资人，也可能在更激烈的竞争里被完全打掉。

姑且称为“AI剩余归宿”问题。

假设一个内容团队原本用三万元做一部短剧，AI让成本降到三千元。那两万七不会自动成为利润，而会立刻引发一连串变化：

内容门槛下降，入场者变多；

内容供给暴涨，同质化加剧；

用户时间没有增加，注意力仍然稀缺；

为了让用户看见，团队开始竞价买流量；

平台的分发系统把每一个人的预期收益压缩到接近临界线。

最后，这笔钱可能没有留在制作方手里，而是变成了更高的获客成本、更高的平台收入，或者更便宜但更过剩的内容。AI让“生产”变得更容易，却没有让“被看见”变得更容易。而后者，才决定了收入。

这也是为什么，不能把“效率提升”直接等同于“劳动者受益”，更不能把“模型成本下降”直接等同于“行业利润增加”。

AI并不只创造剩余，它也在重排剩余的流向。参见AI把短剧做到了200元一分钟，为什么制作方反而亏更多？

二、创造了价值，不等于拥有收入权

进一步说，收入从来不只由“你贡献了多少价值”决定，这是很多AI讨论里最容易被忽略的一层。

一个人可以参与了价值创造，却不一定能把价值转化为收入；一个环节看上去没有直接创造内容，却可能因为掌握入口、标准、合同、结算或规则，获得更大的收益。

经济学早就反复讨论过这件事。

交易成本理论关心：谁更容易签约、监督、协调和执行。

不完全合约理论关心：当合同无法写清所有未来情况时，谁拥有最终控制权，谁能决定资产怎么使用，谁就更容易拥有剩余索取权。

制度经济学关心：产权、规则、组织和权力结构，如何让某些贡献被承认为“可收费的贡献”，又让另一些贡献变成“理所当然”。

换句话说：

价值贡献是一回事，把价值变成可主张收入的权利，是另一回事。

这在AI里尤其残酷。

一位创作者提供了审美、脚本、角色、提示词迭代和后期判断；一个平台提供了流量入口、推荐系统、支付系统与广告竞价；一个模型公司提供了推理能力；云厂商提供算力；数据与版权方提供可被调用的素材。

每一个人都可以说：“没有我，就没有这次结果。”

但最终谁能拿走钱，取决于谁拥有更强的四种能力：

• 对关键资产的控制权；

• 对分发入口的控制权；

• 对交易规则的制定权；

• 对收益进行谈判、审计和追索的能力。

所以，AI时代真正的问题不是“谁贡献最多”。

而是：

哪些贡献，会被制度、合同和市场承认为一种可以索取收入的权利？

如果这个问题不解决，生产力越高，越可能出现一种奇怪局面：所有人都在创造更多，但真正拥有索取权的人越来越少。

三、AI不会消灭租，AI只会让租迁移

很多人把AI想象成一种“去中介化”的技术。

模型更聪明了，工具更便宜了，一个人能做过去一个团队的事，于是中间环节应该被消灭，生产者应该更接近消费者。

AI确实会压缩某些旧环节，但它通常不会消灭租金，只会让租金迁移。

过去，稀缺的是制作能力。

今天，在AI漫剧、AI音乐、AI图片、AI文案等领域，制作能力正在迅速变得不稀缺。只要有模型、显卡、提示词和一点流程经验，大量相似内容都可以被生产出来。

可另一端依然稀缺：

• 用户的注意力；

• 平台的推荐入口；

• 可信任的品牌；

• 能够连续吸引用户的IP；

• 可验证的身份与声誉；

• 稳定的支付、交易和结算网络；

• 高质量数据与真实世界的业务关系。

模型能力商品化之后，利润不会消失，它会寻找新的容器：从模型租迁移到算力租、数据租、平台租、IP租、分发租、信任租和品牌租。

所以，未来最重要的判断，是：

当这个行业被AI降本后，新的稀缺性会落在哪里？

谁掌握新的稀缺性，谁就更可能拿走新增剩余。

例如，AI漫剧，表面上是一个内容行业故事，实际上是一个非常典型的“供给无限扩张、需求保持刚性、分发高度集中”的故事。

内容生产的弹性被AI推高了，人的注意力却没有被推高。

于是，内容本身贬值，分发权升值。

如果平台仍然掌握用户入口、推荐权和竞价规则，制作效率越高，创作者就越容易被卷入一场更高效、更精细、也更绝望的竞争。

四、第一轮分配，该是分能力

如果只在收入发生之后讨论“谁应该多拿一点”，其实已经晚了，因为在那之前，谁能使用AI、谁能调用算力、谁能获得数据、谁能组织Agent、谁能进入真实市场，往往已经决定了大部分结果。

这可以叫作AI的“零次分配”，分生产能力。

一个真正有意义的AI普惠，不是让每个人都拥有一座数据中心，也不是让每个人训练自己的基础模型。

它更像电力普及。

电力革命的意义，不是让每家每户都建火电厂，而是让几乎所有人都可以以足够低的门槛接入电力，再把它转化为新的生产、服务和生活方式。

AI也应该如此，模型接入、算力接入、数据接入、工具接入、技能接入、Agent基础设施接入，构成了未来的基础生产能力。

工信部在2026年的中小企业算力普惠文件中，已经提出算力池、按卡时/核时/Token的灵活计费，以及“算力银行”“算力超市”、算力券等探索方向。它的意义在于降低中小主体获得AI生产能力的门槛。

但必须看到：

有能力使用AI，不等于有能力靠AI获得收入。

一个小团队可以接入最好的模型，却没有客户；可以拥有算力，却没有渠道；可以做出产品，却无法进入采购体系；可以提高效率，却被大平台用竞价和佣金吸走大部分收益。

所以，零次分配之后，还需要第二个问题：

谁有进入市场的权利？

五、会用AI，不等于能参与AI市场

这正是AI分配问题中最容易被忽略的一层：市场参与权。

一个人拥有生产工具，不代表他拥有市场。

今天的创作者，未必输在不会用模型；中小企业，未必输在买不起Token；很多开发者，也未必输在写不出Agent。

他们往往输在：

• 无法获得稳定的客户触达；

• 无法理解或影响平台规则；

• 无法迁移数据、用户和关系；

• 无法解释为什么自己被限流、降权或排除在分账体系之外；

• 无法与平台、模型商、渠道商就规则进行有效协商。

这也是版权问题在AI时代变得复杂的原因。

版权当然重要。肖像、声音、角色、作品、数据集，都可能构成重要资产。最高人民法院发布的涉人工智能司法文件中，已经明确触及未经同意训练、可识别合成人像与声音等人格权益问题。

但版权不是收入保证书。

即使你的权利得到了确认，仍然可能面对三个问题：

第一，你能否发现别人使用了你的权利？

第二，你是否有成本去维权、谈判和审计？

第三，即使你拥有权利，你是否拥有进入分发体系和交易体系的资格？

这就是为什么，“合法”与“可获得收益”是两件不同的事。

一部作品可能不侵权，但仍进不了推荐池、拿不到分账资格、无法被有效触达；一个创作者可能拥有完整版权，但他的作品在海量AI供给中仍然难以获得注意力。

所以，未来需要讨论的不只是权利保护，还包括：

• 平台规则是否可理解；

• 推荐与分账是否有足够透明度；

• 创作者是否能迁移账号、内容、用户关系和商业信誉；

• 是否存在更开放的分发和交易协议；

• 小团队能否用AI直接连接用户，而不是必须通过旧平台的竞价系统。

这才是“从创作能力到收入能力”之间真正缺失的桥。

六、生产率提高时，能不能在生产过程中就分享收益？

很多讨论习惯把AI替代后的问题，理解成一个社会保障问题：

人被替代了，失业了，政府该怎么办？

更前面的问题是：当AI已经让企业更高效时，新增收益有没有机会在生产过程中被分享，而不是等人被替代后，再用救济去弥补？

这可以叫作“AI转型增益分享”。

它可以有很多形式：

• 利润分享；

• 员工持股；

• 生产率奖金；

• 新工具带来的收益按比例返还；

• 团队对AI改造方案拥有协商权；

• 岗位被重构时，员工获得再培训、再配置和收益参与，而不是只得到一次性补偿。

不是空想，一项关于法国强制利润分享制度的NBER研究发现，相关制度提高了劳动收入份额、降低了利润份额，同时没有观察到投资和生产率出现显著下降；低技能劳动者的总报酬改善尤其明显。

至少说明了一件事：

效率收益并不是只能留在资本端；设计得当的制度，可以把一部分生产率提升留在劳动者的初次分配中。

对于企业而言，这也未必是一种纯粹的成本。

AI转型最难的，往往不是买模型，而是让组织真正改变流程。员工如果只看到自己正在训练“替代自己的系统”，自然会抵触；如果能够分享效率收益，就更可能成为改造者、校正者和共同所有者。

AI最理想的状态，不是企业把人赶出生产过程，再以福利形式把人拉回来。

而是让更多人留在生产过程中，并拥有对新增生产率的一部分索取权。

七、创作者的问题，不能只靠“利润分享”解决

但创作者、表演者、作家、配音演员和艺术家，又不能被简单装进一般劳动分配框架。

因为他们面对的不只是效率提升，而是人格、风格、声音、形象、作品与职业机会被模型系统性吸收的问题。

对这一群体，更合适的框架是四个词：

同意、使用、付费、谈判。

也就是：

• 是否经过明确同意；

• 被如何使用、使用在哪；

• 使用是否产生独立报酬；

• 权利人是否拥有真实谈判权。

美国演员工会SAG-AFTRA在2026年影视合同中，对合成角色与数字替身设置了更强的协商与价值判断要求：制片方不能仅凭“技术上可以”就替代真人，而需要就使用方式、条件和补偿进行谈判。

这背后有一个重要原则：

能被复制，不等于可以被无偿调用。

但单个创作者几乎不可能与每一家模型公司、平台、制作方逐一签约。

所以，未来很可能需要更多集体许可、行业协会、版权集体管理与标准化付费机制。美国版权清算中心CCC已在高校年度版权许可中拓展内部AI再利用权利，说明“通过集体许可降低交易成本”正在成为现实路径之一。

对创作者来说，而是：

我能不能知道我的素材被谁调用了？

我能不能拒绝某些使用？

我能不能获得与使用强度相匹配的报酬？

我能不能不以一个人对抗整套平台与模型系统？

如果答案始终是否定的，那么所谓权利，最后很容易停留在纸面上。

八、训练补偿与转型补偿，必须分开讨论

AI时代还有一个常见混淆：把所有补偿都叫作“版权补偿”或“AI分红”。

其实至少有两类完全不同的问题。

第一类，是训练补偿。

它讨论的是：某项作品、数据、人格资产、专业知识是否被用于训练或调用？权利人有没有同意？是否应该获得对价？

它更接近产权与贡献问题。

第二类，是转型补偿。

它讨论的是：即使没有任何人的作品被侵权，AI造成的竞争、替代、降价和职业迁移，如何由社会共同承担？

它更接近保险与社会保障问题。

举例说，一位插画师的作品被未经许可用于训练，这是训练补偿问题。

另一位插画师没有被用于训练，但因为市场上出现了海量低价AI图而丢失订单，这更像转型补偿问题。

这两类问题不能混为一谈。

前者需要授权、许可、审计和付费体系。

后者需要再培训、收入保险、就业转换、公共服务和更广泛的社会安全网。

如果混在一起，最后很容易出现两种坏结果：

一是权利人得不到应有的使用对价；

二是被产业转型冲击的人，也得不到真正的风险保障。

九、不要急着收“AI税”，要先找到AI租金流向哪里

面对AI带来的不平等，最直觉的政策反应往往是：要不要征一个AI税、机器人税、自动化税？参见AI裁人、收入减少，经济停滞，谁来买单？

只是问题不仅仅在于某家公司使用了AI。

问题在于，AI带来的租金最终集中在哪里。

如果模型能力逐渐商品化，超额收益也许并不长期停留在模型公司；它可能迁移到云、芯片、数据、平台、IP、渠道、品牌和资本所有权中。

所以，更准确的原则应当是：

不要追着“AI”征税，要追着AI产生的超额租金走。

国际货币基金组织也提出，不宜简单针对生成式AI或机器人设置特殊税种，更重要的是通过一般性的资本所得、企业所得、超额利润与社会保障体系，回应由技术变革带来的收入和财富集中问题。

这不意味着政府只能事后征税、事后补偿。

公共资本也可以更早进入。

如果公共资金、产业基金、地方算力基础设施和普惠工具体系参与了AI增长，那么公共部门就不只是技术扩散的补贴者，也可能成为长期收益的一部分持有者。

国家发展改革委2026年关于创业投资引导基金的相关部署，也将人工智能等方向纳入重点支持领域，这或许比“等赢家赚完钱，再去补贴输家”更主动。

十、所有分配设计，最终都要落到议价权上

说到底，能力、市场、版权、利润分享、社保、税收，这些都很重要。

但它们还需要一个转换器，才能从概念变成收入。

这个转换器就是议价权。

没有议价权，模型接入权可能只是一次免费试用；版权可能只是难以执行的声明；利润分享可能只是企业自愿的福利；平台透明度也可能停留在一份看不懂的说明书。

一个创作者需要集体组织，才能与平台谈许可与分账。

一个员工需要协商机制，才能把AI效率变成岗位升级和收益分享，而不是岗位消失。

一个中小企业需要开放接口、公平采购和可迁移的市场关系，才能真的参与AI产业，而不是永远做大厂生态里的边缘供给者。

一个普通人需要可负担的模型、算力、教育和公共服务，才有机会把AI变成自己的生产能力。

所以，AI时代最值得警惕的，是：

机器越来越强之后，人是否仍然拥有进入生产、参与市场、主张收益与协商规则的能力。

十一、AI分配，至少要分四次

如果要把这套问题压缩成一个框架，我会把AI时代的分配理解为四种权利。

它们缺一不可。

只分发模型，不分发市场，很多人只是更高效地参与内卷。

只保护版权，不建立许可、审计和谈判机制，很多权利只是摆设。

只做失业救济，不在生产过程中分享效率收益，社会永远在替迟来的分配修补残局。

只谈AI税，不追问租金最终沉淀在哪里，也很可能找不到迁移的问题关键。

AI最理想的未来，不是少数人拥有无限生产力，其他人再被动等待补偿。

而是让更多人先获得成为生产者的能力；在生产率提高时，有机会分享收益；在技术剧烈切换时，不会被直接抛出生产体系。

这才是AI分配真正应该回答的问题：

不是如何把财富从赢家手里拿出来。

而是如何让更多人，从一开始就有资格成为赢家的一部分。