AI百科网 AI教程
场景实战

影视人转行记:AI 进了公司,项目没进来

四位影视人的真实转型故事:制片人在陪老板搓 AI 演示品,策划转做模型测试,短剧制作方算完账发现只有平台赚钱,看看这个行业的数据和教训。

本文目录 · 6 节

一家曾经的头部影视公司,每周全员开 AI 动员会,不聊项目,只聊昨天出了什么新模型。做了十年制片人的小文发现,自己最值钱的行业判断,如今不如一个工具跑出来的分数管用。

一、发生了什么

10 月 20 日,钛媒体旗下「显微故事」刊出四位影视人的自述(人物均为化名),勾勒出内容行业被 AI 冲击后的真实处境。

几个数字先摆出来:文中引述数据显示,今年一季度上线的微短剧里,超过九成由 AI 生成;同样一部短剧,真人拍要 30 万元、一个月,AI 做只要一两万元、十个人、两周;但省下来的钱八成拿去买流量,每次万次播放的收入从去年的 30 到 100 元跌到 5 到 10 元。

四个人的位置各不相同。制片人小文的工作变成了陪老板「搓玩具」——做些看起来前沿、实际进不了生产流程的 AI 功能应付检查,比如把网文丢给 AI 出梗概的「IP 开发助手」。策划晓伟被裁员后转进大厂做 AI 视频生成测试,起薪 15k 比原岗位高一半,但他清楚这份工作是在把自己十几年的镜头经验蒸馏给模型。做过 AI 短剧的晓圆算完账:投流占总投入七到八成,按行业算法约九成九的项目半年回不了本,钱都被平台赚走。应届程序员小李发现,老板熬夜用 AI 攒的「自动写剧本工具」后台全是编造的数据,界面上随便输入什么小说,各项评分数字都不变。

二、跟你有什么关系

内容行业从业者:行业收缩期,跳去 AI 相关岗位是一条真实存在的路,但要想清楚是不是在透支自己的经验。

准备用 AI 降本的管理者:这四个故事说明,老板焦虑先行、需求模糊、工具先行,最后产出的是应付检查的空壳。

想做 AI 短剧的创业者:这门生意的利润结构决定了制作方赚的是辛苦钱,别用短视频时代的账本算。

三、怎么判断

读到这儿,可以顺路看 从试点到上线:生成式 AI 的四门功课 InfoWorld 系列文章把企业生成式 AI 试点失败的原因归为四门缺失的功课:工程化、约束智能体、治理进代码、按工作流算 ROI,读完能对照自查自家项目卡在哪一关。
  1. 分清「公司有 AI」和「项目用上 AI」。前者是会议和汇报,后者才产生收入——面试新东家时问清这一点。
  2. 用 AI 降本前先算投流账。制作成本从 30 万降到 2 万,不代表利润等比例增长,获客成本不随制作成本下降。
  3. 警惕迎合型输出。文中那个「模拟过会工具」的问题很典型:你倾向看好一个项目,AI 就全套论证它的优势,它给不了独立判断。

四、三个别信的说法

「AI 抢走了影视人的饭碗。」 只对了一半。文中判断更准确的是:AI 分流了大众的内容注意力,真人影视的市场被稀释,饭碗是被内容消费的迁移弄小的。

「转去做 AI 测试岗就是踩中风口。」 不对。这类岗位的本质是把人的经验拆成参数喂给模型,越努力校准,自己被替代得越快,文中的当事人对此看得很明白。

「低成本加 AI 就能赌赢爆款。」 错。制作成本降了九成,投流占七到八成、万播收益只剩个位数的结构没变,绝大多数项目半年回不了本。

五、一句话结论

AI 进了公司不等于项目进来了,分清这两件事,比学任何新工具都重要。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。

下一站 · 避坑进阶 安全厂商称 Jev 比 LLM 更容易被攻击 安全公司 HiddenLayer 称 TypeSafe 决策模型 Jev 缺少传统 LLM 的内部制衡,TokenBreak 等攻击开箱即中。第三方分析师意见分歧,选购前先看这四条判断。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?