红果短剧月活4.1亿，为什么AI更容易做成流量生意？

最近看到QuestMobile的一组数据，我停下来想了很久。2026年8月，红果短剧（红果免费短剧）的月活跃用户已经达到4.1亿，而整个短剧视频App赛道的月活是4.67亿。一个上线不过几年的产品，已经拥有如此庞大的受众。与此同时，国家广播电视总局披露，今年前8个月全国上线微短剧43万部，其中AI剧超过九成。

把这两个数字放在一起，很容易得出一个印象：AI正在以惊人的速度改变娱乐产业。但我更在意另外一件事。我们投入这么多资源训练模型、建设算力，最终能不能同样有效地改变工厂、医院和企业的日常工作？为什么AI生成短剧已经形成一门热闹的生意，而很多真正需要提高效率的企业，仍然觉得AI离自己的业务很远？

红果短剧的增长，不能全部算在AI头上

红果的成功首先说明，免费、低门槛、情节密集的内容，确实符合相当一部分人的消费需求。短剧可以利用碎片时间观看，平台又有成熟的内容推荐和广告变现能力。即使没有生成式AI，这套商业模式也已经具备增长的条件。

AI加速的是供给端。过去拍摄一部短剧，需要演员、场地、摄影和后期；现在部分题材可以借助视频生成、配音和剪辑工具完成。根据新华社报道，广电总局公布的43万部与九成占比，反映的是上线作品数量，不能理解成九成观众都在看AI剧，更不能用它推算算力的去向。但至少可以说明，内容生产的门槛正在明显下降。

这并不意味着内容质量同步提高，也不代表每一家制作公司都赚到了钱。作品越来越多，观众的时间却不会按同样比例增长，竞争反而可能更加激烈。红果短剧庞大的月活证明了平台的吸引力，却不能直接证明AI短剧拥有同样高的商业回报。

AI为什么能够迅速融入流量生意

《财新周刊》今年5月刊发了一篇关于AI短剧的报道，梳理了字节跳动已经形成的产业链：豆包、即梦和Seedance提供创作能力，火山引擎承接模型服务，红果和抖音负责内容分发，巨量引擎又把内容与广告投放连接起来。

这套体系最特别的地方，是AI几乎不必重新寻找商业入口。创作者用模型制作内容，需要支付工具或计算费用；作品发布以后，通过推荐系统触达观众；想获得更多流量，可以继续投放广告。平台在多个环节都可能获得收入，用户的观看行为也能迅速反馈给内容生产者。至于每部作品是否盈利，是另外一回事。

Epoch AI在今年10月的一份报告中也谈到了这种模式。对于字节和阿里这样的互联网平台，模型未必必须靠API收费来体现价值，它还可以带动云计算、广告及原有业务。换句话说，AI接入一条成熟的收入链路，比单独创造一条新的收入链路容易得多。

这不是中国平台独有的现象。美国的广告平台也在用AI提高广告制作和投放效率。资本和企业优先进入能够较快回收投入的市场，本身符合商业逻辑。但如果评价AI价值的指标长期集中在调用量、用户时长和广告收入，那些回报周期更长、但可能创造更大社会收益的应用，就容易显得不够耀眼。

生产力型AI，难的往往是模型之外的工作

最近还有一种说法颇受关注：中国55%的AI算力用于短剧和视频生成，美国则把大量算力投向软件工程和科研。我并不完全认同这种对比。前一个数字源自中文在线披露的行业调研，原始说法是Token消耗份额，后来却被传播成了全国算力份额。10月19日，字节跳动方面公开质疑，并称其自身约10%的总算力用于视频生成模型训练和推理。这两个数字本来就不是同一种统计口径，不能拿来证明中国一半算力都被短剧占用了。

同样，美国有许多AI编程与科研应用，也不等于美国大部分算力都花在这些领域。Anthropic今年发布的Economic Index显示，Claude.ai样本中与计算机和数学职业相关的对话占35%；OpenAI的企业研究也观察到，Agent正在从软件工程扩展到更多工作流程。这些都很有价值，但统计对象是具体平台及其客户，并非全国算力分配表。

不过，这些报告指出了一个值得关注的变化：AI正在从回答问题，走向完成工作。作为一个长期从事软件开发和技术管理的人，我对其中的难度有很直接的感受。

前段时间，我把DeepSeek Harness接入生产环境，连接Elasticsearch、数据库和只读代码仓库，希望让AI协助排查系统故障。过去运维人员需要在日志、数据库和代码之间反复切换，现在可以让AI先收集线索，再沿着业务链路寻找异常。有一次第三方即时通信回调验签失败，排查最终指向服务器时间不同步。这类问题不需要更会聊天的模型，而需要正确的工具权限、足够完整的上下文，以及能够验证结果的工程流程。

即便如此，我也不觉得接入一个Agent就等于完成了智能化。企业真实的数据可能混乱，系统之间权限不统一，一次错误操作还可能影响线上业务。模型能写出一段程序，与它能够安全、稳定地参与生产，是两回事。新药研发和工业控制面临的验证门槛只会更高。也正因为如此，生产力型AI往往不能像生成短视频那样，今天推出工具，明天就通过流量判断成败。

AI提高了企业效率，红利会流向哪里

当然，中国并没有只顾着发展AI娱乐。工信部等八部门今年发布的《“人工智能+制造”专项行动实施意见》，提出到2027年推出1000个高水平工业智能体、推广500个典型应用场景。政策方向很明确，制造、质检、排产、设备维护等场景也正在推进应用。

但我更关心这些技术能否走出少数大公司的试点。大企业可以组建团队、采购算力、改造系统，中小企业却未必负担得起这样的成本。麦肯锡2026年的全球AI调查显示，规模较大的企业中，已有40%的受访者表示正在规模化应用AI智能体，而较小企业这一比例为22%。这不是中国企业的专门统计，却提示了一个普遍问题：同样的技术，能够率先获得收益的通常是资源更充足的组织。

进一步说，就算AI真的让一家企业节省了成本，也不等于普通人一定能分享这部分收益。企业可能提高利润，也可能降低产品价格、改善服务质量，或者减少岗位需求。收益怎样分配，取决于市场竞争、组织选择和劳动者能否掌握新技能。

所以我希望看到的AI普惠，不只是每个人都能免费问模型几个问题。它还应该意味着一家小企业用得起可靠的数据分析工具，一家医院能以可负担的成本改善服务，一线员工能借助AI完成以前做不到的事情。要走到这一步，需要标准化产品、开放接口、行业数据和人员培训，单纯增加Token供应并不够。

廉价娱乐有价值，但不能代替经济增长

谈到短剧，有人联想到美国大萧条时期的电影业，认为经济越困难，娱乐越繁荣。这个类比有一定直觉基础：当收入预期不稳定时，低成本娱乐可能更有吸引力。不过历史并不完全支持“越萧条越繁荣”。有电影经济史研究估算，美国电影年观影人次从1930年的约57亿降至1933年的约31亿，行业同样受到经济危机冲击。

今天红果的增长，也可能同时来自免费模式、推荐算法、手机使用习惯和制作成本下降。仅凭月活数字，无法证明人们因为经济压力才沉迷短剧。何况娱乐本身就是正当需求，AI降低内容创作门槛，也是一种生产力进步。

我担心的从来不是大家看了多少短剧，而是我们是否过于习惯用流量来衡量技术成功。短剧平台能够让技术进步迅速兑现成一门生意，这有它的合理性。但如果AI最终只能让内容供给越来越便宜、注意力竞争越来越激烈，却迟迟不能让更多企业降低成本、让更多人提高收入和改善生活，那么这场技术进步的社会价值就还远没有充分释放。

回头再看红果短剧4.1亿月活，我仍然觉得这是一个了不起的产品数据。但与其继续争论AI有多少算力被用来拍短剧，我更想知道：几年之后，我们能不能拿出同样有说服力的数字，说明有多少中小企业因为AI提高了效率，有多少普通人因此真正受益。

更多关于技术落地与商业模式的深度思考，欢迎访问 Laoer的博客 首页阅读相关专题。

红果短剧月活4.1亿，为什么AI更容易做成流量生意？ Share on X