AI的钱在娱乐,不在生产

市场对AI的主流叙事是:AI替代白领工作,提升生产力,创造几万亿美元价值。OpenAI、微软Copilot、Anthropic、各种企业级AI助手——这些都是这套叙事的主角。

这套叙事在短期内是对的。在长期上几乎一定是错的。

因为它搞错了AI最大的商业价值到底在哪里。

真正的金矿不在生产端,在娱乐端。

历史规律:每一次技术革命,最终都被娱乐主导

这件事在历史上重复过太多次,以至于成为一种规律。

印刷术发明时,人们以为它会推动科学和教育。实际上,印刷量最大的不是学术著作,是廉价小说和宗教册子。文艺复兴时期最赚钱的书商,卖的不是亚里士多德,是通俗读物。

电视发明时,人们以为它会推广新闻和教育。早期电视台都被要求承担"公共教育"职能。实际上,电视很快被娱乐节目主导——肥皂剧、综艺、晚间秀。波兹曼写《娱乐至死》就是讲这件事:严肃媒介最终都被娱乐异化。

互联网发明时,人们以为它会推动知识共享和电子商务。实际上,互联网最大的商业模式是娱乐——游戏、视频、短视频、社交媒体。Netflix、TikTok、王者荣耀、Meta,这些娱乐公司是互联网时代真正的赢家。

三次技术革命,三次相同剧本——生产端的应用是先行者,娱乐端的应用是最终的赢家。

原因不复杂:人类愿意为娱乐付的钱、愿意花的时间,比愿意为生产付的多得多,也持久得多。

这是人性,几千年没变过。AI不会例外,只会放大这个规律。

生产端AI的三个天花板

先说为什么生产端的故事讲不大。

第一个天花板:价格被人力成本锚定。

AI替代人的劳动,定价上限是被替代的人力成本。一个程序员年薪30万,AI编程助手再贵也卖不到30万——因为企业可以继续雇人。

这意味着AI在生产端的定价空间,受限于全球白领的工资总额。这个总额很大,但是有限的——大概是全球GDP的15-20%。

更糟的是竞争。生产端AI产品同质化严重,价格必然被打到接近成本。今天企业级AI助手每月二三十美元,这个价格只会下降不会上升。

第二个天花板:扩张速度受企业采购周期限制。

企业采购AI产品需要IT审批、法务审核、合规评估、试点、推广。这个周期通常是6到18个月。

所以生产端的市场扩张是线性的,不是指数的。这和消费级产品的爆发完全不同。

第三个天花板:最有商业价值的场景,AI做得还不够好。

真正复杂的代码、真正高级的法律意见、真正的医疗诊断——AI能辅助、能加速,但不能完全替代专业判断。

而AI能完全替代的场景——简单客服、基础翻译、模板化文档——单价低、利润薄、竞争激烈。

生产端AI最有价值的是"中间地带"——比纯模板复杂,又比顶级专业判断简单的工作。这块市场不小,但远没有"AI替代所有白领"那么大。

娱乐端AI的四个结构性优势

再看娱乐端,情况完全不同。

优势一:没有价格锚。

娱乐端的定价不受任何"市场基准"限制。

一个用户为AI伴侣每月付30美元,这30美元不替代任何具体人力成本——它替代的是孤独感、空虚感、消遣需求。这些东西的定价,理论上可以非常高。

Replika的用户为AI伴侣付的钱,已经超过他们订阅Netflix和Spotify的总和。这件事在生产端几乎不可能发生——一个人为AI编程助手付的钱不会超过他工资的5%,因为有人力成本的锚。

优势二:用户时长可以无限扩张。

人的工作时间是固定的,所以生产端AI的使用时长有天花板——一天最多工作8小时。

娱乐时间不一样。今天人均每天娱乐时长大约3到5小时,理论上可以扩张到6到8小时(挤占睡眠、社交、休息)。

更关键的是,娱乐端的"用户时长"和"用户付费意愿"是正相关的。生产端不是——用得多不等于付得多。

优势三:锁定效应极强。

一个用户和AI伴侣建立关系几年后,这个关系本身就是高昂的切换成本——AI记得你过去几年说过的话,知道你的全部细节。换一个AI,等于和一个朋友"失联"重新建立。

这种锁定在生产端几乎不存在——程序员换AI编程助手,几小时就熟悉了。

优势四:市场规模可能远超想象。

全球娱乐产业总规模大约2.5万亿美元(游戏、电影、音乐、流媒体、短视频、社交媒体)。

但这个数字严重低估了"人愿意为娱乐付费的潜在总量"。娱乐产业一直受供给约束——好电影、好剧、好游戏的产能有限,所以人们的娱乐消费被压在现有供给上。

AI解除了这个供给约束。AI可以为每个人即时生成针对性内容。当娱乐供给从"稀缺"变成"无限"时,娱乐市场的真实规模会被释放出来。

为什么这件事被严重低估

这个判断今天还是少数派,几个原因。

原因一:精英偏见。

讨论AI商业价值的人——投资人、CEO、分析师、媒体——他们自己是高产出、高收入的精英。他们对AI的预期就是"帮我工作更高效"。

他们不用Character.AI,不用Replika,不知道这些产品的真实需求强度。

但世界上98%的人不是他们。大多数人对"AI让我工作更高效"兴趣有限,对"AI陪我玩、陪我聊"兴趣巨大。

(这是分析师视角和大众视角的永恒错位。每次新技术出来,分析师都赌"严肃应用",最终赢的都是"不严肃应用"。互联网时代赌严肃应用的人输给了赌游戏和视频的人。AI时代会重演这件事。)

原因二:商业模式不够"性感"。

C端娱乐应用的商业模式是订阅、内购、广告——这些被认为"不如B端SaaS有壁垒"。

但事实正好相反。Tinder、King(糖果传奇)、Pokemon Go这类C端娱乐产品的长期回报,远超大多数B端SaaS。原因就是定价空间大、用户锁定强、市场天花板高。

原因三:道德疑虑让主流资本回避。

AI娱乐(尤其AI伴侣)有道德争议——"会不会让人更孤独?会不会取代真实关系?会不会让青少年沉迷?"

这些争议让主流资本保持距离。但资本回避的地方,往往是回报最高的地方——因为竞争者少。

这也是为什么OpenAI、Anthropic这些"严肃AI公司"专注生产端,留给了娱乐导向的公司巨大空间。

最大的赢家可能是已经掌握用户时长的公司

如果娱乐端是真正的金矿,谁会赢?

不是OpenAI、不是Anthropic、不是其他"AI原生"公司。因为他们的基因是B端、是技术、是严肃AI。

真正的赢家是已经掌握用户娱乐时长的公司——它们只需要把AI能力嵌入现有产品。

谁掌握全球用户的娱乐时间?Meta(社交+短视频)、字节(短视频+AI助手)、腾讯(游戏+社交)、Snap、Roblox、Discord、奈飞。

这些公司不需要做最强的AI模型——它们只需要把"足够好"的AI能力嵌入到自己已经有几亿用户的产品里。用户时长+AI能力,就是娱乐端AI的标准答案。

(讽刺的是,这些公司今天的估值还是按"前AI时代"的逻辑算的。Meta按广告公司估,腾讯按游戏+社交估,奈飞按流媒体估。市场还没意识到它们才是娱乐端AI最大的潜在赢家。)

这件事对投资意味着什么

把判断收束到投资视角。

今天市场对AI的定价,分布是这样的:生产端AI被充分定价甚至高估,娱乐端AI被严重低估。

生产端的明星公司——OpenAI、Anthropic、英伟达、Microsoft Copilot等——估值已经反映了"AI替代白领"的全部乐观预期。但前面说过,这块市场的天花板比预期低,竞争比预期激烈,毛利率会被压低。很可能出现"产品好、用户多、但回报薄"的局面——类似今天的SaaS行业。

娱乐端的潜在赢家——Meta、腾讯、字节(未上市)、Snap、Roblox——估值还停留在"前AI时代"。市场没有给它们AI溢价,因为它们看起来"不是AI公司"。

这就是真正的差价机会。当资本市场反应过来"AI最大的商业价值在娱乐而不在生产"时,这些公司的估值会被重新定价。

这件事不会很快发生——市场需要时间识别。但越是认知滞后的判断,越值得提前布局。

更深一层:这反映了AI的本质

最后说一个更深的层次。

AI本质上是让"对话和内容生成"的成本降到接近零。

这件事在生产端的价值,受限于"被替代劳动的工资"——有上限。

这件事在娱乐端的价值,受限于"人愿意为娱乐和陪伴付出的总和"——几乎没有上限。

所以AI的根本经济属性,天然更适合娱乐,不适合生产。

就像电力——电力被发明时,人们以为它的最大价值在工厂(替代蒸汽机)。实际上电力最大的价值是把现代生活的方方面面电气化,从冰箱、电视到电脑、手机。生产用电只是电力消费的一小部分。

AI是新一代的"通用赋能技术",它的最终格局也会类似——少数生产场景占小头,大量娱乐和生活场景占大头。

结尾

每次技术革命,精英们都赌错了主要应用方向。

印刷术、电视、互联网——三次,生产端的预期都过高,娱乐端的现实都超出想象。

AI是第四次。今天市场对生产端AI的兴奋,对娱乐端AI的忽视,会在五到十年后被证明是同样的误判。

不是因为生产端没有价值——它有,而且很大。是因为娱乐端的价值,会比生产端大一个数量级。

这是巴菲特和芒格反复讲的道理:最大的投资机会,往往在"显而易见但被低估"的地方。

AI在娱乐端的商业价值,就是今天最显而易见、也最被低估的事情之一。