案例背景
AI短剧是近两年内容行业最热的赛道之一:用大模型与生成式工具大幅压缩剧本、画面与配音的制作成本,让小团队也能批量产出短剧,供给以前所未有的速度膨胀。尤其是纯生成式短剧,从分镜到成片几乎全程依赖GPU集群渲染,算力开支往往超过团队的人力成本。然而热闹之下,产业的钱袋正在发生微妙转移。据经济观察网2026年11月14日报道,AI短剧制作环节的利润,正从做剧的人手中传导至供应算力的机房——剧组起早贪黑,机房坐地收租,有人调侃这是新版的行业图景:编剧在写剧本,显卡在算画面,利润却沉淀在机房的电表上。
与此同时,一股算力南迁的浪潮悄然出现:北方一些AI短剧团队把渲染集群整体迁入长三角机房。《数字长三角发展报告(2026)》显示,长三角智能算力规模已占全国近三成,这份报告由沪苏浙皖发改部门联合发布。制作团队坐在哪里不重要,机房架在哪里才重要——这个细节揭示了AI内容产业深处要素结构的变化:算力正在取代传统要素,成为内容生产的第一约束。这一南迁并非个例化的偶发选择,而是要素价格与供给能力共同驱动下的理性迁徙,长三角之所以成为承接地,既靠枢纽与电力,也靠配套的政策与生态。
核心分析
一、算力的经济地理与要素流动
传统区位理论认为,产业会向要素成本与禀赋最优的地区聚集。算力时代的区位逻辑更为复杂:数据中心既看重要素侧的条件——电力充足稳定、气候凉爽利于散热、网络通达低时延,也看重需求侧的聚集——用户、内容公司与云服务商的密度。长三角同时具备电力保障、网络枢纽地位与密集的数字经济需求,智能算力规模占全国近三成并非偶然,而是要素禀赋、产业政策与市场需求共振的结果。值得注意的是,算力区位与内容人才区位可以分离,这正是数字时代产业布局的新特征——生产要素的流动不再受制于人员的物理迁移。对北方团队而言,把渲染集群南迁,本质是让计算资源追随最优的要素配置——在算力即产能的时代,机房区位就是生产区位,要素流动的方向就是产业的重心所在。对区域经济而言,这意味着谁掌握了低成本、高可靠、可扩容的算力供给,谁就在新一轮产业地理重构中占据主动。
二、淘金者与卖水人:价值链利润分布的转移
几乎每个新兴产业都上演过相似的剧本:淘金热中真正稳定赚钱的,是卖水人和卖铲子的人。用价值链分析的眼光看,利润会持续向稀缺环节集中。在AI短剧这条链上,剧本创意门槛趋低、内容供给同质化,分发渠道虽有话语权但竞争者众,而大规模智能算力供给集中度高、迁移成本高,天然具备更强的议价能力。当生成式AI把内容生产的边际成本大幅压低后,内容环节的利润被竞争迅速摊薄,算力环节反而吃到了产业链中最肥厚的一段。回顾历史,铁路时代的利润曾大量流向枕木与钢轨供应商,互联网时代则流向带宽与数据中心,每一次技术浪潮都会重新分配产业链的话语权。这不是内容行业的失败,而是价值链重心从创意劳动向基础设施的阶段性转移,其结构与云计算时代软件公司向云厂商付费的格局如出一辙。当然,卖水人的好日子也有限度:随着算力供给扩张与利用率提升,超额利润终将被竞争回归,价值链分布会进入新的动态平衡。
三、AI内容产业的成本结构变化
传统影视是典型的劳动密集型产业,人力成本与设备租赁构成支出大头;AI短剧则把成本重心转向算力与电费,固定成本属性显著增强。成本结构的变化深刻改变着行业格局:其一,规模经济变得更重要,只有头部团队批量生产,才能把昂贵的算力成本摊薄到单集可承受的水平;其二,现金流特征改变,算力账单先于收入发生,中小团队对机房账期的敏感,不亚于对剧本质量的在意;其三,资产的可迁移性强,渲染集群说搬就搬,内容企业对一地的就业与税收锚定效应随之减弱。更微妙的是,算力成本具有刚性:内容可以停更,机房租约与设备折旧却按月计提,这放大了行业的经营风险。看不懂这套成本结构,就看不懂机房为何成为兵家必争之地,从业者编制预算时也必须把算力视为与人力同等甚至更优先的成本科目,并预留算力价格波动的对冲空间。
管理启示
其一,进入AI内容产业应先算清算力账,把总拥有成本模型放在商业计划的最前面,而不是先讲好故事再补账本;其二,要持续识别价值链利润分布的迁移方向,当工具与基础设施环节集中度更高时,做卖水人可能比做淘金者更稳,内容团队与算力供应商的深度绑定值得优先考虑;其三,地方政府招商应关注算力、数据等新型要素的配套能力,而非只盯着内容企业本身,谁能把要素成本做低、供给做稳,谁才能留住可迁移的产业。本质上看,AI内容产业的竞争,一半在创意,一半在账本,两个半场都赢的玩家,才有资格谈长期。
其他思考
- 随着算力供给逐步充裕,利润会回流内容创作环节,还是被新的稀缺环节截留,供给曲线又将如何演变?
- 渲染集群可随时南迁,各区域的算力补贴政策会不会陷入逐底竞争?
- 如果生成成本趋近于零,AI短剧的竞争壁垒最终会落在哪里,是题材、分发还是品牌?
关键词:智能算力、价值链利润、AI短剧
来源:经济观察网(2026-11-14);《数字长三角发展报告(2026)》 | 整理:经管大课堂
原文链接:https://www.rcbom.com/aibps/7336.html