AI省下40%成本，救不了跌40%的票房

AI省下40%成本，救不了跌40%的票房

两个数字，几乎同时砸在从业者的桌面上。

一个来自釜山：Netflix亚太制作高级总监李成均（Lee Sung-gyun）在釜山国际电影节的论坛上透露，流媒体已经在大约300部作品的生产流程中用上了AI；《犯罪都市》系列导演姜允成（Kang Yoon-sung）给出更激进的判断——AI工作流可以把一部院线长片的制作成本砍掉30%到40%。但他同时补了一句：'人的温度是绝对不可替代的。'

另一个来自中国：据猫眼专业版，2026年国庆档（10月1日至7日）含预售总票房约11亿元人民币，同比去年的18.35亿元暴跌约40%，创下2014年以来同档期最低。

一边是供给侧用AI把成本曲线往下压，一边是需求侧的票房曲线自由落体。这两个40%撞在一起，恰好构成了当下全球电影业最拧巴的一组对照：降本的效率在狂飙，观众进场的意愿却在退潮。

📉 十二年最低：需求侧先亮了红灯

金句先行：影院的问题从来不是机器太贵，是人不爱来了。

今年国庆档的市场体感可以用'冷'一个字概括。十余部新片集中上映，悬疑、喜剧、动画、动作、现实题材铺得很满，类型不再单一，但市场没有给出任何一个爆发点——没有一部影片形成持续的口碑牵引，观众的假期消费清单里，电影正在从'必选项'滑向'可选项'。

数据把这个趋势钉得死死的：

看这条曲线会发现，疫情后市场确实反弹过一次（2023年的27.3亿），但随后是连续三年的下滑，且跌幅逐年放大。这不是一次意外，而是一个结构性下台阶。

产业逻辑其实不复杂：中国院线的收入高度依赖票房分账，单片票房直接决定现金流，而票房又高度依赖'档期+爆款'的组合拳。当爆款缺席，全年最大的几个档期集体哑火，整个放映端的营收模型就会失速。多位院线人士在私下交流时提到一个共识——现在的问题不是排片没排够，是观众在'要不要为一张电影票花两小时'这个决策上，越来越犹豫。

需求侧的萎缩，是任何供给侧工具都无法直接解决的问题。 这为后面讨论AI的价值边界，埋下了伏笔。

🤖 Netflix的300部：AI已经下了实验台

金句先行：当中国影院在数人头时，Netflix在数AI工作流覆盖了多少个生产环节。

釜山这场论坛的真正信息量，不在'AI能不能拍电影'这种老生常谈，而在两个具体的量化口径。

第一，300部。李成均给出的这个数字意味着，AI在Netflix已经不再是某个部门的试点项目，而是渗透进了近300部作品的实际生产管线——从前期开发到后期交付，AI以各种形态存在于流程之中。对一家每年上新体量以百计的平台而言，这个渗透率已经跨过了'尝鲜'与'常态'的分界线。

第二，30%到40%。姜允成作为一线导演给出的降本区间，指向的是全流程重构，而不是某个单点的效率工具。按一部中等体量长片的制作体量粗算，砍掉三到四成成本，等于把原本制作预算里最重的那几块——周期、人力、视效、返工——系统性压缩。

据多位接近流媒体内容团队的人士透露，平台内部对AI的考核已经不是'能不能用'，而是'哪些环节可以放心交给它、哪些环节必须留人'。这也解释了姜允成那句看似保守的补充：'A human touch is absolutely essential'——人的温度绝对必要。这不是艺术家式的矫情，而是一条商业边界：AI负责把可标准化的环节成本打下来，人负责守住不可标准化的那部分体验价值。

产业逻辑上，Netflix是全世界上最适合吃下AI红利的内容公司：订阅制收入，内容是成本项而非收入项，每压低一分钱制作成本，都直接落进利润表。 而这恰恰是中国院线模式做不到的——院线降本降的是放映端水电人力，创作端的成本根本不发生在院线的账上。

⚙️ 钱省在哪里：拆一条AI生产管线

金句先行：AI降本不是砍预算，是砍流程里的浪费。

把姜允成的30%—40%拆开看，AI在长片生产里到底动的是哪些环节？一条典型的AI增强型生产管线大致长这样：

这条管线上，越靠近标准化、可量化的环节，AI的渗透越快。可以把当前主流的AI影视应用，按'落地成熟度'与'降本价值'两个维度摆进一张四象限图：

右上角的'领跑者'——视效辅助渲染、AI配音本地化、虚拟预演——共同特点是：产出物可被机器批量生成或辅助生成，人力替换空间大，质量验收标准相对客观。这也和姜允成的说法互相印证：30%—40%的降本空间，主要就从这些环节里挤出来。前期剧本评估虽然话题热度最高，但成熟度其实偏低，AI在这里更多是辅助决策而非替代决策。

更值得玩味的是降本的乘数效应。传统制作里，一次实拍返工意味着整个剧组的人、机、场全部重跑一遍；而虚拟预演阶段用AI把镜头走位、灯光方案提前验证，等于把昂贵的试错从片场搬进了电脑。AI省的不是某一项开支，而是整条链路上的不确定性成本。 对内容公司来说，不确定性才是预算表上最贵的那个隐藏科目。

🔀 两条路线的分岔：同样的AI，不同的收益

金句先行：Netflix省下的钱进利润表，中国片方省下的钱只够填营销的坑。

同样是AI降本，落在不同的商业模式上，收益归宿完全不同。这才是这轮AI浪潮里最容易被忽略的分岔口：

这个表格解释了本文开头那组对照的本质：Netflix谈AI，谈的是利润率问题；中国电影市场谈AI，面对的却是收入规模问题。前者用AI把300部作品的成本往下压，后者哪怕把每部片的制作成本都砍40%，如果观众不买票，省下来的钱也只是让亏损的数字好看一点点。

国庆档的数据已经说明：类型再多元、供给再密集，没有强内容牵引，需求就只会观望。而观众为什么观望？票价感知、替代性娱乐（短剧、游戏、短视频）的挤压、以及近年爆款记忆的稀薄——这些都不是AI渲染农场能解决的。

据多位接近制片方的人士观察，国内头部影视公司其实都在悄悄搭AI管线，但口径都很谨慎：公开场合谈'辅助创作'，私下里的测算和姜允成给出的区间相差无几。差别只在于，降下来的成本在国内大多被投进了发行和营销的军备竞赛，而不是转化为对内容质量的再投入。

💡 真正的问题：AI是止痛药，不是特效药

金句先行：能被AI压缩的是成本，压不掉的是观众心里的那杆秤。

把两条线索合起来看，结论其实很清晰。

AI对电影工业是一次真实的、不可逆的供给侧革命。300部作品的生产渗透率、30%—40%的降本区间，意味着未来三到五年，内容行业的成本结构会被重写一次。在这个过程中，手握订阅制、能直接兑现降本红利的平台型公司，会最先吃到蛋糕；而依赖票房分账的传统电影公司，即便用上了同样的工具，收益也会被需求侧的疲软大打折扣。

姜允成那句'人的温度绝对必要'，在这层语境下有了更冷的商业含义：当AI把制作端的能力差距抹平之后，内容的稀缺性会进一步向上游的创意和体验集中——决定观众买不买票的，依然是那个无法被流程化的东西：一个好故事带来的非看不可的理由。

对中国市场而言，2026年这个12年最低的国庆档是一次明确的市场信号：观众不是消失了，是阈值提高了。片方真正该从AI身上拿走的，不是更便宜的平庸内容，而是用省下来的钱和周期，去提高爆款的中奖率。

AI能回答'怎么把片子拍便宜'，回答不了'观众为什么进场'。下一个国庆档能不能止跌，考的仍然不是技术题。