从电视到AI短剧：内容供给骤增下的注意力争夺战

一部788集的AI短剧，在抖音拿下了超过17.8亿次播放量。根据DataEye相关行业报告，采用付费模式的微短剧《谁说纨绔不能当状元》，单集时长不足一分钟，却能凭借高频反转连缀起数百集的故事。

在传统电视时代，几十集的故事足以让观众追看数月；如今，短剧把一个长叙事切碎成几百个片段，见缝插针地塞进等电梯、通勤和用餐的间隙。从电视到智能手机，再到生成式AI深度介入制作，媒介载体演进数轮，但核心商业法则始终没有改变：每个人每天只有24小时。

当AI让内容供给成本断崖式下跌，这场争夺人类注意力的生意正在发生怎样的裂变？

媒介竞争转向：从完整时段到吞噬碎片时刻

回顾媒介发展史，每一种新技术的兴起，都在重构人们的时间分配结构。

报纸和广播将远程信息带入日常生活，电影开辟了专属消费空间，电视则把娱乐牢牢锚定在家庭客厅。学者约翰·罗宾逊曾对跨国时间使用调查进行追踪研究，数据显示，拥有电视的受众花在收看节目上的时间激增，同步压缩了听广播、看书和外出社交的精力。人的时间预算存在硬约束，媒介之间始终存在零和博弈。

移动互联网彻底打破了这种格局。电视需要固定的屏幕和沉浸的场景，人们往往在晚饭后被动守候；智能手机则将内容分发渗透进所有物理间隙。排队、通勤、工作切换、入睡前的最后几分钟，生活边缘的无聊感被迅速商品化。只要解锁屏幕，数秒内即可进入全新的刺激场景。

短剧把这一特性推向了极致。它不再要求观众预留大段时间，而是把情节拆解为可随时进入、随时中断的超微单元。媒介竞争的焦点随之迁移：不再是争夺某一个完整的两小时，而是争夺成百上千个碎片瞬间，并用算法机制将其紧密串联。

心理机制未变，但注意力组织形式彻底重塑

短剧的爆发不能仅用屏幕尺寸或单集时长来解释。悬念、反转、身份逆转、即时情绪补偿，这些叙事内核在通俗文学和传统影视中存在已久。人性对心理奖赏的需求从未改变，改变的是注意力的组织架构。

尼尔·波兹曼在《娱乐至死》中指出，媒介形式决定了信息呈现的节奏与公众认知习惯。传统电视剧遵循相对平衡的单集起承转合，观众在片尾曲响起时能自然抽离；短剧则把冲突顶点精准卡在片段结尾——真相即将大白或反派面临制裁的瞬间画面戛然而止，下一集在揭晓答案的同时立刻抛出新钩子。

生成式AI的入局，大幅压缩了这一模式的试错周期。从剧本大纲生成、分镜设计到画面合成与智能配音，制作方能够以极低的成本并行测试多种人设与情节组合。过去动辄数月的制作周期被压缩至数天，团队得以根据即时数据迅速微调剧情走势。

观众过去需要做出的决策是“今晚要不要看一部剧”，而现在的决策成本被降维成“要不要顺便再看一分钟”。当内容生产成本被AI压低，每一集都在为下一集铺设滑梯，观看便自然地从主动选择演变成无意识的连续消耗。

当内容结构开始全面迎合量化指标

从商业变现路径来看，注意力经济早已形成成熟闭环。正如传播学者达拉斯·斯迈思在“受众商品”理论中所阐述的，商业媒介本质上是通过内容聚合受众的注意力，并将其打包售卖给广告主或直接向用户变现。

但在移动算法时代，反馈回路变得前所未有的敏锐。点击率、完播率、前五秒留存、付费转化等微观行为被全量捕获，直接决定分账收益与推流权重。在高度量化的指挥棒下，内容结构开始全方位适应数据指标：

• 冲突前置：不再铺垫冗长的世界观，数秒内必须爆发核心矛盾；
• 情绪直给：省去人物漫长的心智成长，用最密集的逆袭与反杀提供情绪反馈；
• 工业化复刻：一旦某种题材和反转节奏被数据验证为高效变现，AI就能以极快速度进行规模化复制与变体组合。

这一机制的高效性显而易见，但也带来了副作用。容易被指标量化的情绪爆点获得了最大权重，而难以被数据衡量的叙事深度、审美回味与思想空间，则在商业效率竞争中被逐步边缘化。针对这一倾向，监管层也已开始发力，要求平台防范算法诱导沉迷与过度消费，推动内容推荐脱离单纯的数据至上导向。

供给走向无限，注意力依然绝对稀缺

AI短剧展现出的最核心经济学特征，是供给端的极端膨胀与注意力端的硬性天花板。

行业数据显示，2026年上半年某主流平台新增AI短剧及漫剧超22万部，但播放量破亿的作品仅千余部，占比不足0.5%；若以行业通用的盈亏平衡线作为参考，真正跑通商业闭环的作品比例仅约为1.3%。

这直观揭示了生成式AI时代的内容困局：AI降低的是内容制作门槛，而非获取受众认同的门槛。写出剧本和制作画面是工程效率问题，但让大众愿意为此驻足并付费，依然取决于选题敏锐度、叙事张力与情绪洞察。

当技术红利抹平了制作门槛，海量同质化内容迅速涌入市场，用户的筛选成本不降反升。平台算法的匹配效率固然在提升，但单部作品想要从信息汪洋中突围，所要支付的投流与注意力争夺成本反而更高。内容生产的边际成本趋近于零，然而受众的时间资源却始终保持着绝对稀缺。这场技术引发的供给变革，最终让注意力的价值被进一步推向核心。