AI商业观察 · 创作者在停更,AI工具公司却估值54亿美元:这轮AI淘金热,钱到底被谁赚走了?

AI商业观察 · 价值流向

一个行业整体增长，并不意味着价值会平均分给每一个参与者。

昨天，我刚写完一篇AI漫剧。

里面有一个特别荒诞的数字：

11部AI短剧。

最后：

赚了9块6。

一个工作室一个月上传11部AI短剧，每部大约16集。

忙完剧本、生图、视频、配音、剪辑、上传之后，一看后台：

￥9.60。

这件事不是段子。

这是今年4月第一财经采访AI短剧行业时出现的真实案例。

于是昨天那篇文章最后，我提出了一个问题：

当AI把内容生产能力放大几十倍以后，如果用户的时间、平台的流量和广告预算没有一起放大几十倍，会发生什么？

答案是：

产能过剩。

但今天，我想继续往下问一个更加残酷的问题。

如果做AI视频的人开始赚不到钱……

那为什么AI视频这个行业里的公司，却还在疯狂融资？

更离谱的是：

就在几天前。

一家叫做 Higgsfield 的AI视频公司，刚刚融资：

4亿美元。

估值：

54亿美元。

而且根据公司披露的数据，它在今年8月份达到的年化收入已经到了：

7亿美元。

全球用户超过：

3000万。

路透社8月17日报道，这家公司的估值在大约半年时间里，从约13亿美元增长到了54亿美元。

于是一个非常魔幻的画面出现了。

一边：

AI创作者开始抱怨算力贵、工具贵、流量贵、分成低，甚至大量停更。

另一边：

给这些人提供AI生产工具的公司，估值几十亿美元。

那么问题来了：

AI时代的钱，到底被谁赚走了？

这件事情可能比“AI漫剧还能不能做”，重要得多。

先别急着喊“卖铲子”

很多人看到这里，马上会想到一句商业鸡汤：

淘金热里，真正赚钱的是卖铲子的人。

这句话不能说错。

但如果我们只讲到这里，这篇文章就没有什么价值了。

因为真正值得研究的不是：

卖铲子赚钱。

而是：

为什么AI产业里的利润，更容易向某些环节集中？

先看今天AI内容生产的一条最简单产业链：

芯片 / 算力
↓
基础模型
↓
AI应用 / AI工具
↓
内容创作者
↓
内容平台
↓
广告主 / 消费者

一个AI视频创作者想做一条内容，可能需要：

大模型写脚本。

图片模型生图。

视频模型生成画面。

声音模型配音。

剪辑软件后期。

云服务储存。

最后还可能需要：

平台投流。

看起来是一个人完成了一条AI视频。

实际上背后站着：

一整条收费产业链。

而这里出现了一个非常关键的区别。

创作者怎么赚钱？

通常需要：

先生产
↓
获得播放
↓
获得关注
↓
进入推荐
↓
形成转化
↓
最后才可能赚钱

但工具公司怎么赚钱？

非常简单：

你开始生成
↓
它开始收费

这两个商业模式的确定性，

完全不是一个等级。

创作者面对的是“结果收费”，工具面对的是“过程收费”

这可能是理解整个AI内容行业最重要的一句话。

一个AI视频博主制作一条视频。

假设花了100块钱。

视频发出去。

有可能：

10万播放。

也有可能：

1000播放。

甚至：

137播放。

平台不会因为你努力生成了48次就补偿你。

观众也不会因为你用了6个小时就多看两遍。

创作者得到的是：

结果收益。

但上游AI工具不是。

你第1次生成失败：

收费。

第2次手指变成六根：

收费。

第3次人物脸崩了：

收费。

第4次镜头不对：

收费。

第5次终于成功：

还是收费。

对于创作者来说，这5次叫：

返工。

对于AI平台来说，这5次叫：

五次消费。

这就是AI内容产业里一个非常有意思的经济关系。

创作者承担作品失败的风险。

而很多工具平台：

按使用量收钱。

作品爆不爆，对你的影响巨大。

但对于提供工具的一方：

你只要继续生成，

它就还有收入机会。

AI视频便宜了，但高质量AI视频一点都不“免费”

我们对AI最大的误解之一就是：

AI把视频制作成本降到接近零。

不准确。

AI确实把很多传统制作成本大幅降低了。

但是它同时制造了一种新的成本：

生成成本。

Business Insider今年6月采访了AI历史视频频道 Chloe VS History 的创作者Jonathan Laramy。

这个频道已经能够为创作者带来不错收入。

但他透露：

制作一条长视频，通常需要花费大约：

400—1070美元。

为什么？

不是因为请演员。

不是租摄影棚。

大量成本来自：

不断生成和重新生成AI内容。

一个镜头可能要改10次、15次。

每一次修改都有算力成本。

而且这笔钱有一个非常残酷的特点：

视频失败了，这笔钱也不会退给你。

所以：

AI降低了创作的进入门槛。

但这不代表它消灭了专业生产的成本门槛。

这两件事情完全不是一回事。

再来看Higgsfield为什么值54亿美元

Higgsfield并不是突然凭空冒出来的。

它做的是AI原生视觉内容生产平台。

简单理解：

它试图把AI图片、视频、分镜、多场景制作等等东西，逐渐放进一套生产工作流里。

8月17日公布的新一轮融资规模达到：

4亿美元。

估值达到：

54亿美元。

据公司披露：

8月份年化收入达到约：

7亿美元。

全球用户：

3000万+。

覆盖：

238个国家和地区。

公司还表示，其企业客户已经覆盖390家《财富》500强企业。这里需要注意，这部分属于Higgsfield自己的公司披露数据。

但我真正感兴趣的，不是它有多少用户。

而是另外一个变化：

它正在越来越明显地往企业客户走。

广告。

营销。

品牌。

媒体。

娱乐。

广播。

时尚。

零售。

企业级视觉生产。

这件事非常重要。

因为这意味着很多AI工具公司已经开始意识到：

普通创作者虽然数量巨大，

但他们的问题也非常明显：

穷。

或者更准确一点：

单个用户付费能力有限。

一个普通AI视频创作者可能愿意一个月支付：

20美元。

50美元。

100美元。

但一个企业营销部门为了每天生产大量广告素材，可以支付多少钱？

可能完全不是一个数量级。

所以AI应用真正成熟以后，很可能都会经历一次变化：

先吸引创作者
↓
建立用户规模
↓
形成工作流
↓
进入专业市场
↓
进入企业

这才是Higgsfield最近融资真正值得看的地方。

它不是单纯在赌：

大家以后会不会玩AI视频。

它真正赌的是：

全球企业以后会不会把大量视觉生产流程交给AI。

如果答案是会，

那它面对的就不只是“AI创作者市场”。

而是：

整个广告、营销、影视和商业视觉生产市场。

这就是为什么“AI很火”和“普通人能赚钱”是两回事

这是现在AI行业最容易出现的逻辑错误。

很多人看到：

AI行业高速增长。

融资几十亿美元。

用户越来越多。

于是得出：

AI是风口，所以普通人做AI项目容易赚钱。

中间少了一百步。

举个最简单的例子。

汽车行业非常大。

不代表你今天买一辆车跑出租，

就一定发财。

房地产行业规模很大。

不代表每一个房产中介都赚钱。

餐饮市场几万亿。

不代表开一家餐厅不会倒闭。

所以：

行业规模 ≠ 个体利润。

甚至某些行业越火，

竞争越激烈，

个体反而越难赚钱。

AI内容正在发生的就是类似的事情。

为什么所有AI公司都特别喜欢教你“怎么用AI赚钱”？

这个问题其实非常有意思。

打开互联网，你会看到大量内容：

《AI短剧赚钱》

《AI小说赚钱》

《AI视频赚钱》

《AI壁纸赚钱》

《AI数字人赚钱》

《AI自动化赚钱》

《普通人靠AI月入3万》

你有没有想过一个问题：

为什么AI生态里永远有人告诉你怎么赚钱？

因为不管最后你赚没赚到钱，

有一批人已经先赚到了。

你首先可能要买：

ChatGPT。

Claude。

Gemini。

Midjourney。

Seedance。

ElevenLabs。

Higgsfield。

各种API。

各种自动化平台。

各种插件。

各种课程。

然后视频没流量。

怎么办？

投流。

于是你还要给平台钱。

最后出现一个非常有意思的商业结构：

创作者：
我这条视频不知道能不能赚钱。

工具：
会员费先交一下。

模型：
Token先扣一下。

视频平台：
生成次数先扣一下。

流量平台：
DOU+要不要投一下？

创作者：
……

所以我认为：

AI副业里最大的风险，不是AI工具不好用。

而是你以为自己正在创业，

实际上只是同时成为了十几家AI公司的付费用户。

但是，“卖铲子一定赚钱”也是另一个陷阱

这里必须再泼一盆冷水。

不要看完前面以后，就得出：

那我也开发一个AI工具。

然后三天以后：

《我做了一个AI写文章网站》

不。

卖铲子的公司一样会死。

而且可能死得更多。

因为AI工具现在也面临严重同质化。

今天你做：

AI写文章。

明天ChatGPT自己加了。

你做：

AI总结PDF。

下个月模型原生支持。

你做：

AI生图套壳。

原模型价格一降，

你的利润直接没了。

所以真正有价值的“卖铲子”不是：

我做了一个AI功能。

而是：

我占住了一个真实工作流程。

这两个完全不同。

为什么“工作流”比“功能”值钱？

假设两个产品。

A：

帮你生成广告图片。

B：

帮一家电商品牌，从商品资料开始，自动生成20套广告创意，生成不同尺寸图片和视频，适配TikTok、Instagram、YouTube，交给团队审核，再把表现最好的素材继续生成变体。

A是什么？

功能。

B是什么？

生产流程。

如果明天出现一个更强的图片模型：

A可能直接死亡。

但B只需要：

把底层模型换掉。

客户依然继续使用它。

这才是AI时代一个非常重要的商业规律：

模型会变。

工作流程不会一天消失。

企业真正愿意付钱的往往不是：

“你这个AI真牛逼。”

而是：

“你每个月帮我省了5个人。”

或者：

“以前做100条广告要两周，现在两天。”

或者：

“以前成本10万，现在3万。”

只要这个账算得通，

企业才会持续付款。

这和“做一条AI视频等爆款”，完全是两种生意。

AI产业真正值钱的位置，到底在哪里？

我把它简单分成四层。

第一层：卖算力

GPU。

云计算。

推理。

存储。

这一层是整个AI生产的基础设施。

只要AI继续运行，就需要算力。

第二层：卖模型和工具

文字。

图片。

视频。

声音。

代码。

搜索。

工作流。

这些东西实际上是在卖：

生产资料。

第三层：卖解决方案

这层开始发生变化。

不是：

给你一个AI。

而是：

我帮你把销售自动化。

我帮你完成营销素材生产。

我帮你建立企业知识库。

我帮你减少客服人员。

我帮你处理10000份文档。

这时候卖的已经不是AI。

卖的是：

结果。

第四层：掌握客户

这是我认为普通创业者最应该争的位置。

你不一定要训练模型。

你也不一定要开发一个Higgsfield。

甚至底层技术都可以全部使用别人的。

但是：

客户是你的。

你知道客户的问题。

你定义解决方案。

你组织不同AI工具。

你决定调用谁。

最后客户：

把钱付给你。

这时候你就从：

一个AI工具消费者

开始变成：

一个AI资源组织者。

这是完全不同的位置。

普通人真正应该学习的，不是“卖铲子”，而是往产业链上游走一步

比如AI视频。

最低层玩法：

AI生成视频
↓
发抖音
↓
等播放
↓
等平台分钱

你几乎没有议价权。

再往上一层：

替别人制作AI视频
↓
客户付制作费

开始拥有现金流。

再往上一层：

替企业设计AI视频生产流程
↓
收项目费 / 服务费

继续往上：

把流程产品化
↓
长期订阅 / 长期服务

再进一步：

掌握企业客户
↓
组合不同模型和供应商
↓
为客户交付最终结果

你会发现：

越往上，

你的收入就越不依赖：

某条视频到底有多少播放。

这才是真正的区别。

AI时代可能会出现一种非常残酷的两极分化

一边是：

无限内容生产者。

每天：

20篇文章。

50张图。

100条视频。

疯狂生成。

疯狂上传。

疯狂等待算法奖励。

由于供给越来越多，

单条内容越来越不值钱。

另一边是：

掌握工具、流程、客户和分发的人。

他们不一定生产最多。

但是：

每一个生产者的工作，

都可能要经过他们。

这就是为什么今天一个AI视频博主可能还在计算：

我这个月会员费能不能赚回来？

另一家AI视频公司已经开始讨论：

下一轮全球企业市场怎么扩张？

大家都在做AI视频。

但其实：

根本不是同一种生意。

这也解释了为什么我越来越不喜欢“一人公司=一个人疯狂生产”

AI出现以后，一人公司这个词非常火。

一个人可以：

写代码。

做设计。

做客服。

写文章。

剪视频。

做营销。

所以很多人理解成：

一个人以前一天做10件事，现在利用AI一天做100件。

我觉得这个理解反而危险。

因为你最后很容易变成：

一个拥有100倍产能的超级打工人。

真正有价值的一人公司不是：

“我一个人干100个人的活。”

而应该是：

我一个人调动100个人级别的资源，但我只负责最值钱的决策。

比如：

客户从哪里来？

什么东西值得做？

产品卖给谁？

商业模式是什么？

钱从哪里进入？

哪些工作应该让AI完成？

哪些工作应该外包？

哪一个环节必须自己控制？

这些才是真正不能外包掉的东西。

再回头看“11部剧赚9块6”

现在再看这个数字，

味道就完全不同了。

这家工作室不是不会使用AI。

恰恰相反。

它已经成功使用AI生产出了：

11部剧。

所以从“AI能力”角度看，

它其实成功了。

但是从商业角度看：

完全失败。

这恰恰证明：

会生产，和会赚钱，是两种完全不同的能力。

而过去三年AI行业最大的一种幻觉就是：

我们总是在展示AI：

能做什么。

却很少讨论：

做出来以后谁会付钱。

生成一张图：

成功。

做一个Agent：

成功。

搭一个工作流：

成功。

做一个APP：

成功。

做100条视频：

成功。

但商业世界最后只问一句：

谁付钱？

如果这个问题没有答案，

前面所有技术上的“成功”，

都可能只是一场非常昂贵的Demo。

所以如果今天让我判断一个AI项目，我只问五个问题

以后再有人告诉你：

“这个AI项目是风口。”

别先问它用了什么模型。

先问下面五个问题。

第一：

谁付钱？

不是“用户是谁”。

而是：

真正掏钱的人是谁？

第二：

为什么他持续付钱？

第一次尝鲜不算商业模式。

半年后还续费，

才开始算。

第三：

AI到底替他省了什么？

时间？

人力？

广告费？

设计费？

客服成本？

如果连ROI都算不出来，

企业为什么长期付款？

第四：

如果OpenAI明天原生增加这个功能，你还剩什么？

如果答案是：

“什么都不剩。”

这个项目危险。

第五：

你控制产业链里的什么？

客户？

数据？

工作流程？

品牌？

IP？

渠道？

社区？

如果什么都没有，

你只是：

AI产业链最末端的临时参与者。

真正值得警惕的不是“AI泡沫”，而是价值分配

以后我们会不断看到一种看起来非常矛盾的新闻。

AI公司融资创新高。

与此同时：

AI创业者抱怨赚不到钱。

AI工具收入暴涨。

与此同时：

AI内容创作者停更。

AI视频越来越多。

与此同时：

单条AI视频越来越不值钱。

这些事情并不冲突。

因为：

一个行业整体增长，并不意味着价值会平均分给每一个参与者。

真正重要的问题从来不是：

AI有没有创造价值？

而是：

AI创造出来的价值，最后被谁拿走了？

这才是所有想靠AI赚钱的人应该真正研究的问题。

最后

2026年的AI行业越来越像一场规模巨大的淘金热。

越来越多的人冲进来。

有人写AI小说。

有人做AI漫剧。

有人做AI短视频。

有人做AI数字人。

有人开发Agent。

有人做SaaS。

有人卖课程。

有人卖Prompt。

有人做API。

表面上大家都在：

“做AI。”

但实际上他们站在完全不同的产业位置上。

有人承担：

内容失败风险。

有人承担：

创业风险。

有人卖：

算力。

有人卖：

模型。

有人卖：

工具。

有人掌握：

平台。

还有人最终掌握：

客户。

所以真正需要研究的，

从来不是：

“哪个AI项目现在最火？”

而应该是：

“这个项目的钱，到底从哪里进来，又流向了谁？”

如果你站在一个行业里，

每天越来越努力，

产量越来越高，

工具买得越来越多，

但利润却越来越薄，

不要第一时间想着：

我是不是还不够努力？

先停下来看看产业链。

因为很可能，

你没有输在执行。

而是一开始，

就站在了整个价值链里最难赚钱的位置。

AI时代当然还有机会。

甚至机会可能比过去更多。

但机会不会平均分配。

未来真正值得争夺的位置，

不是：

谁能够用AI生产最多东西。

而是：

谁掌握客户。

谁掌握工作流。

谁决定使用哪个AI。

谁能够把AI能力变成客户愿意持续付费的结果。

昨天的问题是：

为什么11部AI漫剧只能赚9块6？

今天的答案可能已经很清楚了。

因为AI降低的是生产门槛。

它从来没有承诺：

降低赚钱门槛。

资料来源

Reuters，2026年8月17日：Higgsfield估值在新一轮4亿美元融资后达到54亿美元；公司称8月年化收入达到7亿美元，全球用户超过3000万。
Higgsfield官方融资公告，2026年8月：公司披露用户覆盖238个国家和地区，并称企业客户覆盖390家《财富》500强企业。以上属于公司披露数据，不表述为第三方独立审计数据。
Business Insider，2026年6月18日：对AI视频频道Chloe VS History创作者Jonathan Laramy的采访。其表示单条长视频制作成本约400—1070美元，主要成本之一来自AI生成与反复重新生成。
第一财经，2026年4月23日：《混沌中的AI短剧行业：算力成本开始涨价，11部AI短剧挣了9块6毛》。