AI生成仅30%能直接用:游戏公司漏算的三笔成本

鼬游白书·第037期·方法论

AI省下来的钱和AI花掉的钱，记在两本不同的账上——所以每个人都在提效，没人知道钱去了哪里。

问任何一家正在用AI的游戏公司一个问题：你们的AI提效了多少？

你会拿到一串数字：美术说2D效率提了一半，程序说代码有一半是生成的，本地化说周期砍掉七成。

再问第二个问题：那你们这个版本，比上个版本早上线了几天？

通常，没有人回答。

这两个问题之间的空白，就是本文要算的账。它不藏在算力账单里，藏在三个你没设科目的地方。

第一笔漏算：AI提效的数字，越往下游走越小

2026年AI+游戏白皮书对22家代表性游戏企业的调研显示，AI在生产侧应用率已达86.36%，美术环节渗透率最高、84.2%；2D美术平均效率提升超50%，骨骼蒙皮自动化率最高可达85%。

厂商披露的更漂亮：腾讯VISVISE把蒙皮效率提了8倍、AI生成代码占比超50%；网易伏羲把任务脚本生成从两周压到三天；米哈游Glossa让语音生成效率提升80%。问题是，这些数字测在哪一道工序上。

同一份白皮书里另一组数据很少被引用：目前不到30%的AI生成内容可无需人工调优直接用于项目，81.8%的受访者认为生成质量不稳定是最大障碍。

非营利研究机构METR在2025年7月公布了一次随机对照试验：16名资深开源开发者，在自己维护的仓库（平均超100万行代码）里完成246个真实任务，随机分配「允许用AI」或「禁止用AI」。

开始前，他们预计AI会让自己快24%。做完后，自评快了20%。

实测结果是慢了19%。

自评与实测之间，39个百分点的裂口。METR的结论很克制：自我报告的提速不可靠，必须在真实环境里实测。

别急着用它否定AI——同一批工具在全新项目和样板代码上确实能跑出数倍提速，METR测的恰好是提速最难发生的场景。

所以三组数字并不互相否证，它们是三个测量位置：生成那一刻、验收那一刻、交付那一刻。越往后数字越小——而公司汇报上来的提效，几乎都测在第一个。

第二笔漏算：返工成本不进这个项目的预算，进下一年的维护预算

代码分析公司GitClear不问感觉，直接数代码行为本身。2026年6月的《The Maintainability Gap》分析了2023到2026年间6.23亿次代码变更，结论是一组整齐的反向曲线：与2022年相比，重构下降70%，长期遗留代码维护下降74%；代码块重复上升81%，错误掩盖上升47%，提交内复制粘贴上升41%。

更早那份报告（2025年2月，样本2.11亿行）记下了分水岭：2024年是有记录以来第一年，提交内的复制粘贴量超过了「被移动」的代码量——复制第一次压过重构。而克隆代码块关联的缺陷，比正常代码多15%到50%。

再看同一家公司给出的那个诚实的小数字。《麻省理工科技评论》2026年1月引用GitClear：自2022年以来，大多数工程师产出的「耐久代码」——不会在几周内被删掉或重写的代码——只多了约10%。

10%。不是50%，不是8倍。

这件事我们拆过三次：015期算出AI视频的真成本是抽卡率，022期拆中小团队90%翻车在三个验收环节，035期那个最直白的证据——某款游戏的本地化文本里留下了「当然，以下是翻译…」这句模型口头语。

三次说的是同一件事：返工率是唯一一个随AI用量上升而上升的成本项。

而在绝大多数公司的成本表里，它根本没有科目。它藏在加班里、藏在「这个版本有点赶」里、藏在两年后重写这套系统的预算里。

第三笔漏算：算力不是固定资产，是一条正在下坠的价格曲线

算力这一项，大部分团队算错的不是金额，是性质。把GPU当固定资产买进来，意味着按三到五年折旧摊这笔钱——但这个市场的单价根本不按年走。

据研究机构爱分析的测算（数据源为上市公司公告、券商研报与SemiAnalysis）：2025年H100租金一年跌去约两成，国内中低端算力月租一度腰斩；2026年6月海外H200现货租金三周内回落四成。

三周，四成。

同一份测算里还有两个数字：GPU大约三到四年一代，设备在折旧期内被新架构淘汰并不罕见；部分智算中心闲置率超60%。自建算力的「省钱」假设，有效期可能只有几个月。

另一半更容易被忽略：单价在降，总账在涨。计费正从「按账号订阅」迁移到「按用量、按结果」，调用量三年涨了千倍级——单价越便宜，被塞进AI的场景越多。世纪华通2026年半年报里，云数据服务营收同比增长191.89%，是各板块增幅最大的一项：有人在付，所以有人在收。

结论：算力该按变动成本管，不该按资产管。一旦变成已折旧的沉没资产，你就从「用AI降本」变成「必须把它用满才不亏」——完全相反的两种经营动作。

人力账最隐蔽：预算往看得见的地方走，回报在没人分摊的地方

前面三笔是算漏了。这一笔是算错了地方。

麻省理工《生成式AI的鸿沟：2025年商业AI的现状》给出一个让AI概念股当天集体下跌的数字：企业在生成式AI上已投入300亿到400亿美元，而95%的组织没有拿到可衡量的损益回报，只有5%真正进入生产并提取出数百万美元价值。

报告坦承数据来自访谈而非企业报表。但它真正值钱的不是95%，是预算的流向。

50%的生成式AI预算流向了销售和营销——因为这些地方效果容易衡量，演示数量、邮件回复时间，都能拿到董事会上讲。

而真正的回报藏在被忽视的后台：外包支出每年减少200万到1000万美元，外部创意与内容成本降低约30%。

把这两头连起来：钱花在最好展示的环节，省在没人记账的环节，然后在董事会上汇报第一种。

Gartner在2026年2月2日的新闻稿里给出一条预测：到2027年，50%把减员归因于AI的公司，将重新招人来做相似的职能，只是换一个职位名称。

Gartner高级总监分析师Kathy Ross的说法很直接：多数近期减员更多受宏观经济影响，而非单纯来自自动化；当组织撞上AI的能力边界，就必须重新投资于人。该机构调研还显示，真正因AI减过客服人员的领导者只有20%。

更要命的是回招速度。Careerminds在2026年2月对600名HR的调查中，35.6%的雇主已回招超过一半因AI裁掉的岗位，其中52%发生在原减员之后的6个月内。Forrester《Predictions 2026》给出的数字是55%的雇主后悔AI相关裁员。

6个月。短于一个财年。

很多AI降本的账，在同一个会计年度里
就被回招成本抵掉了——
只因为两笔钱记在不同科目下。

这不是在说AI省不了人，而是说：把一个岗位的成本挪走，你同时挪走了那个岗位携带的隐性知识——这段代码为什么长这样、这个美术规范为什么不能破。它不在文档里，所以不在交接范围，也不在成本表里。直到你花两倍的钱把它买回来。

把AI成本账算对：一个公式、四个问题、三条止损线

先换记账单位。别再统计「生成了多少」，改成统计单位已验收成本：

（人工 + 工具席位 + 算力/Token + 评审 + 返工）÷ 通过验收的交付物数量

分母是关键。生成300张概念图不是产出，被美术总监签字接受的那4张才是。这个口径把三笔漏算拉进同一张表：评审和返工从隐性加班变成分子里的一项，算力从资产变成可核销的变动成本。

这个口径来自游戏项目管理一线。播客《Hao的游戏PM笔记》的判断是：AI产出只有穿过评审、集成与质量检查，成为被下一环节接受的结果，才开始接近真实价值。

第一问：你汇报的提效，测在生成那一刻还是验收那一刻？如果是前者，这个数字对经营决策没有意义——它只证明工具能跑，没证明钱省下来了。

第二问：瓶颈是被消除了，还是被推到了下游？美术提效50%之后，评审队列变长了吗，测试负荷涨了吗？瓶颈只从A工序移到B工序，交付周期不会缩短一天。这是最常见的假提效。

第三问：这笔算力支出，明天能关掉吗？能关的是变动成本，关不掉的是沉没资产。在一条三周能跌四成的曲线上，「能关掉」本身就是资产。

第四问：六个月前省下来的人，有没有换个职位名回来？做成例行复盘项，去对招聘单。如果回来了，上一个财年的降本数字需要重算，并连隐性知识的重建成本一起算。

执行顺序别搞反：先建成本可见性，再立历史基线，再定验收单位，最后才谈扩容。多数团队正好倒过来——先扩容，再找指标证明扩容是对的。AI介入前的基线没留下，之后的测算就只能靠感觉，而那39个百分点已说明感觉值多少钱。

最后三条止损线。任一触发，动作是收缩或停用，不是加预算：

线一：返工工时占比连续两个版本上升。质量护栏没建好，继续放量只会让返工按比例放大。

线二：重复率或缺陷逃逸率连续两个版本上升。这是在用明年的维护预算补贴今年的进度表，而维护预算通常不属于你。

线三：单位已验收成本连续两个季度不降。值得投入的是能重复降低这个数的工作流；降不下来的归到「停用」，别归到「优化」——那是失败项目的养老院。

给投资人一个读BP的角度：看到「AI让我们研发成本下降X%」，追问两句——X测在哪道工序上；把评审、返工、回招三项计入后，毛利改善还剩多少。能答上第二句的，通常也是真把管线跑通了的。

AI从来没有凭空创造产能，它只是把成本从你记账的地方，挪到了你不记账的地方。看不见的成本不等于不存在的成本，它只是在等一个更贵的时刻出现。

接下来几年，游戏行业里AI用得最好的公司，大概不是算力买得最多的那家，也不是裁员最狠的那家——而是最早把「单位已验收成本」写进项目周报的那家。工具的差距在飞快缩小，记账方式的差距才刚拉开。

《鼬游白书》持续拆解AI时代游戏行业的生产与资本逻辑。下一期进尽调现场：投资人看AI游戏项目，该验的三类资产与该识破的两个假动作。