سریالهای کوتاه هوش مصنوعی وارد «عصر شناخت» میشوند
2026-09-16 14:42
منبع: پنگپای
نویسنده: Zheng Shijing
تولید محتوا: Shenmou Caijing
صنعت سریالهای کوتاه هوش مصنوعی احتمالاً یکی از دوگانهترین و متناقضترین حوزههای کسبوکار در مقطع کنونی است.
از یک سو، همهچیز نویدبخش و رو به رشد به نظر میرسد؛ آمارهای پلتفرمها صعودی است، سرمایهها به این سو سرازیر شدهاند و هر از گاهی خبر موفقیت چشمگیر یک اثر جدید همهجا را پر میکند. در نیمه نخست سال ۲۰۲۶، شمار مخاطبان سریالهای کوتاه هوش مصنوعی در چین از ۶۰۰ میلیون نفر فراتر رفت، حجم بازار به بیش از ۲۲ میلیارد یوآن رسید و ۳۶۷ هزار قسمت مینیسریال در پلتفرمهای مختلف بارگذاری شد که سهم آثار تولیدشده با هوش مصنوعی در آن بیش از ۷۴ درصد بود. تنها ظرف چند ماه اخیر، مجموع سرمایهگذاریهای تازهجذبشده شرکتهایی نظیر Kling AI و Shengshu Technology به دهها میلیارد یوآن رسید.
اما از سوی دیگر، واقعیت ماجرا تفاوت چشمگیری دارد. کسانی که واقعاً توانستهاند از این مسیر درآمد پایدار به دست آورند، شاید به تعداد انگشتان یک دست باشند. تیمی ظرف دو ماه ۱۱ عنوان سریال منتشر کرده و در نهایت کل درآمد ثبتشده در پنل مدیریتیاش ۹٫۶ یوآن بوده است. در شبکههای اجتماعی، انبوه فعالانی به چشم میخورند که دهها یا حتی صدها هزار یوآن سرمایهگذاری کردهاند اما هیچ عایدی نداشتهاند. این صنعت با شتابی سرسامآور به پیش میتازد، اما بیشتر فعالانش تنها نقش سیاهیلشکر را بازی میکنند.
چرا در صنعتی که بارها بهعنوان فرصت طلایی بعدی معرفی شده، شکاف میان حس رونق ظاهری و حس درآمدزایی واقعی تا این حد عمیق است؟ شاید پاسخ را نباید در خود فناوری جستوجو کرد، بلکه در این واقعیت نهفته است که هوش مصنوعی تنها ابزارهای تولید را متحول کرده، اما ساختار بنیادین این کسبوکار را تغییر نداده است.
۱. کاهش هزینه در بخش تولید، بلعیدن سود در بخش جذب ترافیک
مستقیمترین جاذبه سریالهای کوتاه هوش مصنوعی، کاهش هزینهها است. دیگر نیازی به استخدام کارگردان، بهکارگیری فیلمنامهنویس و اجاره استودیو نیست؛ یک نفر با یک رایانه میتواند کار را پیش ببرد.
به گزارش Shanghai Securities News، بنیانگذار شرکت Liuranyun به نام Zhong Tianxiang، جریان کاری اختصاصی خود را بر پایه سامانههای هوش مصنوعی طراحی کرده است؛ تیمی دو یا سه نفره به کمک هوش مصنوعی میتوانند ماهانه ۸ تا ۱۰ سریال کوتاه تولید کنند. Wang Weizhi، نایبرئیس شرکت Jiuzhou Culture نیز توضیح میدهد که هزینه کلی تولید مینیسریالهای هوش مصنوعی بیش از ۱۰ برابر کاهش یافته و خروجی ماهانه پروژههای این شرکت از ۱۰۰ عنوان در دوره فیلمبرداری زنده، به ۱۰۰۰ عنوان افزایش پیدا کرده است.
عامل تولید دگرگون شده است؛ استودیوها جای خود را به سرورها دادهاند و گروههای فیلمبرداری جایگزین گردشهای کاری نرمافزاری شدهاند. اما هزینهای که صرفهجویی شده، به سود خالص تبدیل نشده است.
در گذشته، زنجیره تولید محتوای تصویری شامل گروه فیلمبرداری، پلتفرم و در نهایت کاربر بود و سود حاصله عمدتاً میان گروه تولید و پلتفرم تقسیم میشد. اکنون در ساخت سریال کوتاه با هوش مصنوعی، زنجیره به ترکیب انسان و هوش مصنوعی، پلتفرم و کاربر تبدیل شده و ماهیت بخش تولید دگرگون شده است.
در پی این تغییر، هزینههای جاری کاهش یافته است، اما این مبالغ صرفهجویهشده در دست تولیدکننده باقی نمیماند، بلکه در قالبی تازه دوباره به بیرون جریان مییابد.
Lin Qiwen، نایبرئیس DataEye Juchacha، اشاره میکند که امروزه هزینههای بخش تولید سریالهای کوتاه هوش مصنوعی حدود ۹۰ درصد افت کرده، اما هزینه تبلیغات جذب ترافیک در مقایسه با سال گذشته بیش از ۱۰۰ درصد افزایش یافته است. در نتیجه، درآمد کل صنعت بیش از ۵۰ درصد کاهش یافته و بخش عمدهای از شرکتهای تازهوارد به این حوزه هنوز به سوددهی نرسیدهاند. بودجهای که از تولید کم شده، مستقیماً به جیب پلتفرمهای توزیع ترافیک واریز میشود.
افزون بر این، دادههای DataEye نشان میدهد که ۷۰ تا ۸۰ درصد از دانلود سریالهای کوتاه در بازارهای خارجی وابسته به تبلیغات پولی جذب ترافیک است. هزینه جذب هر کاربر در آمریکای شمالی به ۵٫۲۸ دلار و در مواردی تا ۱۵ دلار میرسد و برخی پلتفرمها ناچارند نزدیک به ۸۰ درصد درآمدهای خود را دوباره صرف خرید ترافیک کنند.
این وضعیت نشان میدهد که صنعت سریالهای کوتاه در چرخهای فرساینده گرفتار شده است: توقف خرید ترافیک یعنی توقف ورود کاربران جدید، و افزایش جذب ترافیک یعنی فرسایش مداوم حاشیه سود.
این تنگنا در گزارشهای مالی شرکتهای بورسی بسیار آشکارتر به چشم میخورد. درآمد کسبوکارهای جانبی نظیر سریالهای کوتاه در شرکت Zhangyue Technology در سال ۲۰۲۵ با رشد ۱۳۹٫۱۹ درصدی به ۱٫۸۵۵ میلیارد یوآن رسید، اما هزینههای بازاریابی آن رقم ۱٫۹۸۶ میلیارد یوآن را ثبت کرد. در شرکت Kunlun Tech نیز درآمد بخش سریالهای کوتاه و مینیسریالهای هوش مصنوعی از ۱۶۷ میلیون یوآن به ۱٫۶۱۷ میلیارد یوآن جهش یافت، اما کل هزینههای فروش سالانه به ۴٫۱۸۲ میلیارد یوآن رسید؛ امری که باعث شد این شرکت برای دو سال متوالی زیان خالص سهامداران عمده بیش از ۱٫۵ میلیارد یوآنی را ثبت کند.
(منبع تصویر: Zhangyue Technology)
درآمدها بالا میرود اما سودی باقی نمیماند؛ گویی هر چه تجارت سریالهای کوتاه گستردهتر میشود، تولیدکنندگان بیشتر به کارگران بیمزد پلتفرمهای توزیع ترافیک تبدیل میشوند.
گذشته از بخش فروش، بار مالی سنگین دیگری نیز در بخش توان پردازشی تحمیل میشود.
گزارش سهماهه نخست سال ۲۰۲۶ شرکت Chinese Online نشان میدهد که حجم تولید کمیکهای ویدیویی هوش مصنوعی این مجموعه رشد سالانه بیش از ۳۰۰ درصدی داشته و نرخ هفتگی فراخوانی توکنها نسبت به دوره قبل بیش از ۲۰ درصد رشد کرده است. صعود همزمان حجم تولید و مصرف توکن به این معناست که خلق هر سریال، هزینههای پردازشی قابلاندازهگیری و سنگینی به همراه دارد.
شرکت Wondershare Technology که با نرمافزارهای خلاقیت ویدیو وارد عرصه ابزارهای محتوای هوش مصنوعی شده نیز بهای مشابهی میپردازد. بهای تمامشده عملیاتی این شرکت در دوره مشابه ۵۴٫۹۶ درصد رشد داشته و در گزارش آن تصریح شده که بخش عمده این افزایش ناشی از هزینههای سرورهای هوش مصنوعی و استهلاک داراییهای بلندمدت بوده است.
(منبع تصویر: Wondershare Technology)
صرفهجویی در هزینههای نیروی انسانی به سود واقعی بدل نشده، بلکه بخش اعظم آن به صورتحسابهای پردازش ابری و سرور تبدیل شده است.
این واقعیت ثابت میکند که ورود هوش مصنوعی بهخودیخود حاشیه سود جدیدی ایجاد نکرده است؛ این فناوری تنها پولی را که پیشتر به کارگردانان، نویسندگان و استودیوها پرداخت میشد، به ارائهدهندگان توان پردازشی و پلتفرمهای ترافیک منتقل کرده است. مراحل پرهزینه حذف نشدهاند، بلکه دریافتکنندگان هزینه تغییر یافتهاند. آنچه در تولید سریالهای کوتاه با هوش مصنوعی کاهش یافته، سهم نیروی انسانی از هزینه تمامشده است، نه کل هزینهها.
از آن مهمتر، ورود هوش مصنوعی محتوا را جذابتر نکرده است.
ابزارها تکامل یافتهاند، اما کیفیت محتوا در جا میزند. اگر محتوا خود فاقد کشش باشد، هر اندازه هم که هزینهها افت کند، تنها روند زیاندهی کندتر میشود. این شاید مهمترین درسی باشد که فعالان این عرصه باید بپذیرند: کاهش هزینه بهمعنای افزایش درآمد نیست و بازدهی فنی لزوماً به موفقیت تجاری ختم نمیشود.
۲. ابزار جدید با رویکرد سنتی؛ تلاش بیشتر و نتیجه ناامیدکنندهتر
اگر ناتوانی در افزایش درآمد بازتابی از ایراد در ساختار کسبوکار است، بحران عمیقتر ریشه در این دارد که با وجود تغییر ابزارها، ذهنیت اکثر فعالان این حوزه دستنخورده باقی مانده است؛ آنها همچنان به دنبال بزرگتر شدن، همهچیز را پوشش دادن، پرتاب قلاب در همه جهتها و افزایش بیرویه تیراژ تولید هستند.
بیتردید در دوره سنتی فیلمسازی، این منطق کارآمد بود. در آن روزگار یک کارگردان در طول سال توان ساخت بیش از چند اثر را نداشت و ظرفیت تولید یک تنگنای فیزیکی واقعی به شمار میرفت. بنابراین پلتفرمها برای بالا بردن شانس موفقیت، هر ژانری از درام تاریخی و مدرن تا معمایی را عرضه میکردند. این راهبردی منطقی بود؛ تماشاگران به خاطر افراد یا عناوین خاص میآمدند و هر چه پوشش پلتفرم گستردهتر بود، احتمال جذب مخاطب بیشتر میشد.
اما در عصر هوش مصنوعی، محدودیت ظرفیت تولید عملاً از میان رفته است. طبق دادههای China Netcasting Services Association، در سهماهه نخست سال ۲۰۲۶ حدود ۱۲۸ هزار مینیسریال در سراسر این صنعت منتشر شد که از این میان ۱۲۲ هزار مورد با هوش مصنوعی ساخته شده بودند و سهمی بیش از ۹۵ درصد را به خود اختصاص دادند. تا نیمه نخست همین سال، مجموعاً ۳۶۷ هزار مینیسریال در پلتفرمها بارگذاری شد؛ یعنی روزانه بیش از ۱۵۰۰ سریال جدید مبتنی بر هوش مصنوعی وارد بازار میشود. بدین ترتیب، وضعیت از کمبود عرضه به اشباع مفرط تغییر کرده است.
در چنین شرایطی، تداوم منطق پیشین عملاً به زیان سازندگان محتوا عمل میکند. اصرار بر ساخت آثار همهجانبه و متفرقه، توجه مخاطب را بیش از پیش پراکنده میکند، تا جایی که کاربر اصلاً به یاد نمیآورد ویدیو را در کدام پلتفرم دیده است. نتیجه مستقیم این رویکرد، افت شدید نرخ ماندگاری کاربر است. تازهترین گزارش Adjust نشان میدهد که در سهماهه نخست سال ۲۰۲۶، نرخ ماندگاری روز سیام (D30) در برنامههای سریال کوتاه در سطح جهان تنها ۲ درصد و در منطقه آمریکای شمالی تنها ۳ درصد بوده است. کاربران میآیند و میروند و تعداد اندکی از آنها باقی میمانند.
گزارش نیمسال ۲۰۲۶ شرکت Mango Excellent Media نمونه عینی و گویایی از این بحران است. طرح موسوم به Damang Plan این مجموعه تاکنون در مجموع ۲۶۴۷ مینیسریال منتشر کرده که رشد سالانه ۱۲۴٫۵۱ درصدی داشته و شمار کاربران فعال روزانه بخش سریالهای کوتاه آن نیز ۱۰۴ درصد بیشتر شده است. حجم خروجی جهش یافته، اما درآمد بخش اشتراک این شرکت در دوره مشابه با افت ۲۲٫۶ درصدی به ۱٫۹۳۳ میلیارد یوآن رسیده است. افزایش شمار مخاطبان لزوماً به ماندگاری بلندمدت تبدیل نشده است.
(منبع تصویر: Mango Excellent Media)
پیامد افزایش تیراژ تولید تنها به تحلیل رفتن تمرکز مخاطب خلاصه نمیشود؛ پلتفرمها نیز شباهت فزایندهای به یکدیگر پیدا میکنند و از دید کاربر فرقی نمیکند محتوا را در کدامیک تماشا کند. نظرسنجیهای مراکزی چون CSM نشان میدهد که تنها ۱۱٫۸ درصد از مخاطبان مینیسریالها پیگیر یک برند یا حساب کاربری مشخص هستند. به عبارت دیگر، نزدیک به ۹۰ درصد کاربران دنبال محتوا میروند، نه پلتفرم.
وقتی کاربر وفاداری خاصی به پلتفرم ندارد، ایجاد تمایل به پرداخت بلندمدت هزینه اشتراک ناممکن خواهد بود. بدین ترتیب صنعت وارد رقابت فرسایشی درونگروهی میشود؛ همه تمام توان خود را روی جذب لحظهای مخاطب و ساخت آثار پربیننده میگذارند، اما کمتر کسی پاسخی برای این پرسش دارد که چه تمایز بنیادینی با دیگران ارائه میدهد. با توجه به مصرف مداوم توان پردازشی و هزینههای مربوط به آن، پایداری چنین مدلی با تردیدهای جدی روبهرو است.
در مجموع، وقتی همه از ابزارهای یکسان برای ساخت ژانرهای یکسان و شکار کاربران یکسان استفاده کنند، هیچ برندهای از دل این رقابت بیرون نخواهد آمد. منطق دوران کارگردانمحور در عصر هوش مصنوعی کارایی خود را از دست داده است. امروز کمبود محتوا وجود ندارد؛ آنچه کمیاب است، تمایز است.
۳. نه نبرد بر سر کل بازار، بلکه تمرکز بر یک بخش ویژه
در بحث تمایز، در حال حاضر دو راهبرد عمده در این صنعت دیده میشود: نخست، حرکت به سمت بالادست زنجیره و بهرهگیری از مالکیت فکری (IP) اختصاصی است که اقدامهای China Literature و Chinese Online نمونههای شاخص آن به شمار میروند. راهبرد دوم، حرکت به سمت پاییندست زنجیره، توسعه حداکثری کانالها و تسخیر درگاههای ورودی است؛ مزیتی که Mango TV و Douyin آشکارا از آن بهره میبرند.
هر دو مسیر منطقی به نظر میرسند، اما مسئله اصلی این است که هر دو به حوزه عرضه مربوط میشوند و ریشه بنیادین چالش را هدف قرار نمیدهند.
مالکیت فکری بیشتر شبیه یک فروشگاه اختصاصی است که محصولی منحصربهفرد عرضه میکند؛ اما مشکل فروشگاههای اختصاصی این است که با از مد افتادن محصول یا ظهور رقبای تازه، بهسرعت رونق خود را از دست میدهند. افزون بر این، فرآیند خلق IP بسیار زمانبر و نیازمند سرمایهگذاری سنگین است؛ بنابراین اساساً همچنان رقابتی در سطح محتوا باقی میماند و از چرخه فرسایشی خارج نمیشود.
راهبرد توسعه کانالها نیز مبتنی بر بیشترین حضور ممکن در برابر دیدگان کاربر است؛ اما در این حالت کاربر ممکن است شما را تنها یکی از بیشمار پلتفرمهای پخش بداند. کانال توزیع ترافیک و دیده شدن میآورد، اما لزوماً وفاداری خلق نمیکند.
در چنین فضایی، فرصت واقعی پیش روی سریالهای کوتاه هوش مصنوعی نه در بخش عرضه، بلکه در «سمت کاربر» نهفته است؛ یعنی دست کشیدن از پلتفرمی جامع برای تمام محتواها، و تبدیل شدن به نماد یک حوزه تخصصی و تمایزیافته.
تجارت الکترونیک که آن هم با اشباع عرضه روبهرو شد و ناچار گردید مسیر خود را از رقابت همگن به سمت جایگاهیابی تخصصی تغییر دهد، میتواند الگوی مناسبی باشد.
در سال ۲۰۱۴، حجم معاملات بازار خردهفروشی آنلاین در چین به بیش از ۲٫۸ تریلیون یوآن با نرخ رشد ۴۵ درصدی رسید. در همان سال، Alibaba و JD.com یکی پس از دیگری وارد بورس شدند و مؤسسه Analysys ساختار بازار را با عبارت «دو غول بزرگ و چندین قدرت متوسط» توصیف و پیشبینی کرد این وضعیت برای مدتی طولانی پابرجا خواهد ماند؛ تعبیری که نشان میداد جایگاهها تثبیت شده و ورود بازیگران جدید بسیار دشوار است.
با این حال، پلتفرمی تخصصی بدون اینکه به غول همهفنحریف دیگری در جنگ تجارت الکترونیک تبدیل شود، نخستین گزینهای شد که مردم هنگام نیاز به «خرید و فروش کالای دست دوم» به یاد میآوردند.
همین رویکرد در پلتفرمهای دیگر نیز دیده شد؛ Pinduoduo با تمرکز بر کالاهای ارزانقیمت و باکیفیت و Douyin با پیوند دادن محتوا و تجارت توانستند جایگاه ویژه خود را تثبیت کنند. هیچکدام نکوشیدند بستری برای تمام کالاها باشند، بلکه انتخاب اول کاربر برای پاسخی مشخص شدند.
همین الگو در صنعت سریالهای کوتاه هوش مصنوعی نیز قابل اجراست.
علاوه بر این، ساختار بازار هنوز کاملاً تثبیت نشده و تصویر ذهنی کاربران از پلتفرمهای سریالهای کوتاه هوش مصنوعی نیز شکل نهایی به خود نگرفته است؛ بنابراین اکنون فرصتی طلایی برای ایجاد جایگاه ذهنی در دستهبندیهای مشخص به شمار میرود.
هنگامی که عرضه از کمیابی به سوی اشباع میرود، تنها با تمرکز بر یک مسیر مشخص به جای پراکندهکاری است که منابع بهدرستی همافزا میشوند، ثبات کیفی محتوا حفظ میگردد و شانس ساخت آثار موفق بالا میرود. در مواجهه پیوسته با محتوای تخصصی است که کاربر کمکم از بهخاطرسپردن یک اثر فراتر میرود و پلتفرم ارائهدهنده آن را به خاطر میسپارد. تصویر شفاف از کاربران هدف، ارزیابی ارزش پلتفرم را برای شرکای تجاری نیز آسانتر میکند و انگیزه ماندگاری آنها را افزایش میدهد.
با این حال، همه اینها فقط در سطح محاسبات تجاری باقی میماند. آنچه یک پلتفرم را ماندگار و پایدار میسازد، «شناخت کاربر» است.
شناخت کاربر صرفاً به این معنا نیست که مخاطب نام شما را شنیده باشد. کاربران سریالهای کوتاه روزانه با دهها پلتفرم روبهرو میشوند؛ شنیدن نام به معنای بهخاطرسپردن نیست و بهخاطرسپردن نیز الزاماً به انتخاب قطعی ختم نمیشود. شناخت واقعی زمانی شکل میگیرد که کاربر با پدیدار شدن یک نیاز مشخص، بلافاصله نام شما را در ذهن تداعی کند.
این نقطه اتکا میتواند یک ژانر مشخص، تجربه تماشایی متفاوت، اتمسفر اجتماعی ویژه یا حتی حسی عمومی باشد مبنی بر اینکه «کاملترین آرشیو فلان سبک محتوا اینجاست». این تمایز لزوماً محدود به یک فرمول تکراری نیست، بلکه باید دلیلی ملموس، متمایز و روشن باشد که پلتفرم شما را از دیگران تفکیک کند. وقتی چنین شناختی ایجاد شد، پلتفرم از یک ویترین صرف فراتر میرود و به درگاه پیشفرض یک نیاز خاص بدل میگردد.
برای نمونه، وقتی کاربر بگوید «برای تماشای فلان دسته از سریالها باید به فلان پلتفرم رفت» یا «بهترین محتواهای فلان ژانر در فلان پلتفرم است»، آن بستر توانسته جایگاه واقعی خود را به دست آورد.
در پایان، سریالهای کوتاه هوش مصنوعی صرفاً با کاهش هزینههای تولید خودبهخود به تجارتی سودآور تبدیل نمیشوند. وقتی ظرفیت تولید دیگر مانع ورود به این حوزه نباشد، چالش بنیادین بار دیگر به پرسشهای ریشهای بازمیگردد: چرا کاربر باید شما را به خاطر بسپارد و چرا باید نزد شما بماند؟ این صنعت دیر یا زود ناچار است تمرکز خود را از رقابت بر سر تیراژ تولید به رقابت بر سر جایگاه ذهنی، و از جنگ جذب ترافیک به نبرد برای تثبیت هویت اختصاصی تغییر دهد.
این تحول سریع نخواهد بود و همه بازیگران از عهده آن برنخواهند آمد؛ اما مجموعههایی که شجاعت تمرکز عمیق بر یک حوزه مشخص را داشته باشند، شاید نخستین کسانی نباشند که به خط پایان میرسند، اما بیشترین شانس را برای بقا در پایان این مسیر خواهند داشت.
