我并不太看好 AI 生视频成为一门特别好的生意至少不认为它能像 AI 编程一样形成广泛、持续而且高价值的需求。这并不是因为视频生成技术不够先进也不是因为从事视频工作的人比程序员少。事实上如果只看潜在用户规模视频可能比编程大得多。程序员只是一个相对有限的职业群体而视频几乎面向所有互联网用户。短视频创作者、电商商家、广告公司、影视团队、游戏公司、教育机构和普通消费者都可能使用 AI 生成视频。但潜在用户多不代表商业价值一定更大。真正决定一门生意是否成立的不只是有多少人能够使用它而是它解决了什么稀缺问题。AI 编程和 AI 生视频看起来都在降低生产成本但它们解决的是两个性质完全不同的问题。AI 编程缓解的是软件需求不断增长与程序员生产能力有限之间的矛盾AI 生视频缓解的则是视频制作昂贵、速度较慢的问题。前者面对的主要是尚未被满足的功能需求后者面对的却是已经严重过剩的内容供给。软件世界长期缺少的不是代码本身而是能够解决问题的软件。企业有大量系统需要开发大量流程需要自动化大量旧代码需要维护大量数据需要连接大量内部工具因为成本过高而从未被建设。很多软件需求并不是不存在而是过去不值得专门雇佣工程师去完成。AI 编程降低开发成本之后这些潜在需求就可能被释放出来。原本需要三个月才能开发的内部工具现在可能只需要几天原本不懂编程的运营、研究人员和小企业主也可能借助 AI 创建简单的软件原本因为人力不足而长期搁置的测试、重构和文档工作也可能重新变得可行。所以AI 编程不只是让程序员更快地生产同样数量的代码。它还可能扩大软件能够进入的领域让过去不值得开发的软件变得值得开发让过去只能依靠人工完成的流程变得可以自动化。代码供给增加以后不需要另外寻找一群人花时间“消费代码”。用户真正消费的是代码所实现的功能而功能可以帮助他们节省时间、完成交易、管理企业、分析数据或者控制机器。代码甚至可以在没有人注视的情况下全天运行不断创造价值。一段程序可以同时为一百万个用户提供服务也可以在后台每天执行一亿次任务。它创造价值的过程并不占用等量的人类注意力。软件使用得越多可能帮助人们节省的时间越多。视频恰恰相反。视频的商业价值在很大程度上依赖人类注意力。无论是电影、短视频、广告、品牌宣传还是知识内容最终通常都要有人点击、观看和停留才能产生收入。如果一段视频从未被看见那么无论画面多么精美、生成成本多么低它都很难产生真正的经济价值。AI 可以让全球的视频生产能力增长一百倍、一千倍人的观看时间却不可能同比例增长。一个人一天仍然只有二十四小时。在扣除睡眠、工作、吃饭和现实生活之后能够用于观看视频的时间有非常明确的上限。这就是 AI 编程和 AI 生视频最根本的差别。AI 编程增加供给时有机会同步创造新的需求。因为软件变得更便宜以后过去没有被数字化的领域可以被数字化过去没有被自动化的任务可以被自动化。AI 编程生产的代码还能继续生产服务、执行任务和替代重复劳动。AI 视频增加供给时却必须让所有新增内容共同争夺相对固定的观看时间。视频变得更便宜不代表观众就会获得更多时间。供给增加得越快平均分配给每条视频的注意力反而可能越少。这可以概括为一句话AI 编程扩大的是可被软件解决的问题边界AI 生视频扩大的是争夺有限注意力的内容数量。假设一家短视频平台每天拥有十亿分钟的用户观看时间。过去每天有一百万条新视频争夺这些时间AI 普及以后每天可能有一亿条甚至更多视频被上传。内容供给增长了一百倍但平台的总观看时间不会因此增长一百倍。结果不会是每个创作者都获得更多播放量而是大部分新视频几乎无人观看。少数内容仍然会成为爆款头部创作者仍然可能获得巨大收益但单条内容获得的平均注意力会下降内容市场的竞争也会更加激烈。AI 编程当然也会带来竞争。程序员的部分工作会被替代简单软件的价格会下降通用代码本身也会越来越不值钱。但软件市场与视频市场的区别在于软件不是只能被依次消费的内容。用户不可能同时认真观看一万条视频却可以同时使用大量软件服务。企业可以让成百上千个程序在后台运行个人也可以同时使用操作系统、浏览器、支付系统、推荐系统、导航软件和云服务。这些软件并不要求用户逐一投入完整注意力很多软件的价值甚至就在于减少人类需要投入的注意力。从这个角度说AI 编程是在帮助人类节省时间AI 视频却经常需要从人类有限的时间中获得价值。一个释放注意力一个争夺注意力二者的需求结构完全不同。当然AI 编程也会生产大量没有人使用的代码。未来同样会出现软件过剩大量应用可能没有用户大量由 AI 生成的产品也可能毫无价值。因此不能简单地认为只要生成代码就一定能创造价值。但代码至少拥有一种视频很难具备的能力它可以成为生产资料。一段代码可以调用另一段代码可以控制机器人可以管理库存可以处理订单可以自动分析数据也可以继续生成新的软件。它不是只能被消费一次的内容而是能够持续参与生产的工具。视频也可以教育用户、传播信息或者促进销售但绝大多数视频仍然需要首先获得人的注意力才能完成这些作用。这也是为什么 AI 编程更容易证明投资回报。假设一个编程助手每月收费几十美元却能帮助工程师每天节省半小时公司很容易计算出它的价值。只要工程师的时间成本高于软件订阅费用这笔采购就具有合理性。企业购买 AI 编程工具不需要先证明它能抢到多少公众注意力。工具只要能够减少开发时间、降低错误率或者让同样的团队完成更多项目就已经创造了价值。AI 生视频的价值则常常需要经过更长的链条才能实现。平台先生成一段视频创作者再进行筛选和修改随后把视频发布到内容平台等待推荐算法分配流量最后还要观察用户是否看完、点击或者购买。生成成功并不等于传播成功传播成功也不等于商业转化成功。因此AI 生视频解决的只是价值链前端的生产问题却无法自动解决后端最稀缺的分发和注意力问题。过去一条视频制作成本较高能够稳定生产视频本身就是一种门槛。AI 将这一门槛快速拆除以后生产能力会变得越来越普遍。当所有人都可以低成本生成画面精美的视频时单纯的生成能力就不再稀缺。竞争会从“谁能制作视频”转向“谁能让视频被看见”。到那时真正值钱的可能不是视频模型而是短视频平台、社交网络、推荐算法、用户数据、知名品牌和成熟 IP。因为这些要素掌握着注意力的分配权。内容越多用户越不可能主动完成筛选也就越依赖平台推荐。AI 视频供给越丰富平台的分发权力反而越大。创作者使用生成工具承担内容试错成本模型公司承担训练和推理成本而掌握用户入口的平台决定哪些内容能够获得观看。AI 编程同样会被大型平台整合但它更容易通过进入工作流建立黏性。编程工具可以理解一家公司的代码库、技术架构、内部文档、测试流程和开发规范。使用时间越长它掌握的项目上下文越多更换工具的迁移成本也可能越高。一个视频生成工具如果只是让用户输入提示词再返回一段视频就很难建立相同程度的迁移成本。用户通常会追随生成质量、价格和免费额度。今天一家公司的模型领先用户就使用这家公司明天另一家公司效果更好用户可以立即转移。视频生成能力还很容易被嵌入其他产品。剪辑软件可以把它变成时间线上的一个按钮电商平台可以根据商品页面自动生成宣传片广告平台可以根据投放数据自动迭代素材社交平台也可以直接帮助创作者补充镜头。一旦视频生成成为这些平台的附属功能独立工具就会面对非常尴尬的竞争。大型平台可以依靠广告、佣金、订阅和云服务补贴生成成本而独立 AI 视频公司必须依靠生成本身赚钱。竞争对手可以免费提供的功能独立公司却需要收费才能生存。AI 编程也可能成为编辑器、云平台和操作系统的内置功能但代码工作流本身更复杂。理解代码库、调用开发工具、运行测试、处理权限、连接部署环境和支持团队协作都给产品留下了更大的差异化空间。编程模型只是基础围绕模型形成的开发环境和工程流程仍然可以构成产品价值。对视频生成来说如果最终输出只是一个标准视频文件而用户又能轻易把这个文件带到任何平台生成层本身就更容易商品化。除非产品继续控制编辑、发布、投放和效果优化否则它很难留住商业价值。AI 生视频还会引发一种典型的生产军备竞赛。一家电商企业过去为一个商品制作五条广告现在可以生成五百条。它的竞争对手也会做同样的事情。双方都获得了更强的生产能力但并没有因此创造更多消费者。它们只是在用更多素材争夺同一批用户。当所有竞争者都采用 AI 以后AI 就从竞争优势变成参与竞争的基本门槛。每家公司都需要生成更多内容、测试更多版本、追逐更多细分人群但所有公司的相对位置未必发生明显变化。这就像体育场里的观众为了看清比赛而站起来。第一个站起来的人获得了更好的视野但所有人都站起来之后没有人获得持久优势所有人却都变得更累。AI 视频可能让整个内容行业都站起来。视频数量不断增加算力消耗不断增加素材测试不断增加但用户的总注意力基本不变。行业变得更加繁忙单条内容的平均价值却可能继续下降。AI 编程也会带来类似的效率竞争。一家公司使用 AI 加快开发其他公司也会跟进。但这里存在一个重要区别软件生产效率提高以后有可能转化为更多功能、更好的服务和更低的运营成本。即使竞争优势最终被行业普及企业和消费者仍然可以从生产率增长中获益。更重要的是软件可以进一步扩大经济活动的容量。更便宜的软件可能催生更多小企业、更多自动化服务和更多过去无法成立的细分产品。代码可以帮助用户创造新的工具工具又可以继续创造产出。视频生产率提升以后当然也可能出现新的表达方式和娱乐体验但最终仍然要回到人的观看时间。新的内容形式获得一小时注意力往往意味着旧的内容形式失去一小时注意力。短视频挤压长视频流媒体挤压电视互动视频也可能挤压游戏、阅读和社交。内容市场中的很多增长本质上是注意力的重新分配而不是注意力总量的无限扩张。支持 AI 视频的人可能会提出未来的核心不是批量生产普通视频而是为每个人实时生成高度个性化的内容。如果每条视频都符合用户的兴趣那么每一分钟注意力就能产生更高价值。这种可能性确实存在但它仍然没有解决独立 AI 视频公司的商业问题。真正有效的个性化需要大量用户数据。系统必须知道用户看过什么、购买过什么、在哪些画面停留过、对什么表达产生反应。这些数据主要掌握在短视频平台、电商平台和广告平台手中而不是掌握在视频模型公司手中。所以即使个性化视频创造了巨大价值这种价值也更可能由拥有用户数据和分发渠道的平台获得。视频生成模型只负责把数据转换为素材很可能退化为整个系统中可替换的供应环节。AI 编程对上下文同样高度依赖但它需要的上下文主要存在于客户自己的代码库和开发环境中。编程工具可以通过服务企业客户直接参与价值创造并围绕安全、权限、部署和团队协作收费。客户购买的是生产力而不是不确定的公众注意力。从成本结构看AI 编程也往往更有优势。代码属于文本生成和处理代码所需的计算量通常低于生成长时间、高清晰度的视频。视频不仅需要处理每一帧画面还要处理动作、时间连续性、人物一致性、音频和镜头关系。用户生成代码以后还可以在本地反复运行运行代码的成本未必由 AI 公司承担。视频平台每次重新生成、延长镜头或提高分辨率通常都意味着新的推理成本。如果用户为了得到一条可用视频需要尝试几十次平台就必须承担大量失败生成的算力支出。这使 AI 视频面临更尖锐的定价矛盾。价格太高普通消费者不愿付费价格太低高频用户可能让平台亏损限制额度过严产品又会失去吸引力。当模型能力逐渐接近之后企业还可能陷入价格、速度和免费额度的竞争。AI 编程并非没有成本问题但它的用户价值更容易覆盖推理成本。一名工程师的时间通常比较昂贵只要工具能显著节省工作时间几十美元甚至更高的月费都可能合理。视频生成面对的大量消费者和普通创作者对价格却更加敏感。这也是为什么“视频用户比程序员多”并不能证明 AI 视频是更好的生意。用户的数量与用户的价值不是一回事。一千万名偶尔尝鲜、频繁切换产品、不愿长期付费的用户未必比一百万名每天使用、能够明确计算投资回报的专业用户更有商业价值。AI 编程的优势不只是程序员愿意付费而是工具能够进入每天反复发生的生产流程。代码补全、错误排查、测试、重构、文档和项目理解都属于高频任务。只要程序员继续工作AI 工具就存在被持续调用的机会。AI 视频的使用则更容易呈现项目制。用户可能为了一次营销活动、一条广告或者一个短片密集使用几天项目结束之后便停止付费。普通消费者的需求更加偶发很多人只是因为看到模型演示而尝试几次用完免费额度以后就不再回来。因此AI 视频很容易获得巨大的传播热度却不一定拥有同等规模的稳定留存。它生成的结果适合在社交媒体传播技术进步也容易通过画面被公众感知。但人们愿意观看一段 AI 视频不代表他们愿意购买 AI 视频工具。围观者与付费用户之间存在明显差距。相比之下AI 编程没有那么强的公众传播效果但它能够安静地嵌入日常工作。一个程序员不会每天把代码补全截图发布到社交媒体却可能每天调用 AI 数百次。商业价值经常来自这种缺乏话题性但持续发生的使用而不是发布时令人震撼的演示。当然这并不意味着所有 AI 视频业务都不值得做。AI 视频在企业培训、影视预演、游戏资产、广告本地化、电商素材和工业仿真等领域仍然可以创造明确价值。因为这些场景购买的不是公众注意力而是生产成本的降低。如果一家企业原本需要花费几十万元拍摄培训视频现在可以用几万元完成同样任务那么 AI 已经创造了价值无论这段视频最后只有一千名员工观看还是有一百万人观看。影视团队利用 AI 进行分镜和预演也不需要让预演视频直接获得票房只要它能减少沟通成本和重拍风险就足够了。但这类机会说明的并不是“视频越多市场越大”而是 AI 视频可以成为一种专业生产工具。在这些场景中AI 视频最有前景的部分实际上更像 AI 编程它进入具体工作流替代昂贵劳动帮助客户完成原本就存在的任务并通过节省成本证明价值。换句话说AI 视频只有在脱离纯粹的注意力生意、转向生产力生意时商业模式才会变得更健康。真正值得做的可能不是一个让所有人无限生成视频的平台而是一套帮助电商企业完成广告制作和投放的系统一套帮助影视团队完成分镜与预演的工具或者一套帮助跨国企业完成视频翻译和本地化的服务。客户最终购买的是销售效果、项目效率和成本节约而不是生成次数。这也进一步证明了 AI 编程商业逻辑的优势。AI 编程从一开始就是生产力工具其价值天然靠近企业的成本和收入。AI 视频如果只是生产更多面向大众的内容就会落入有限注意力的竞争只有当它也转化为生产工具时才有可能摆脱这一约束。所以我不看好 AI 生视频并不是认为视频生成技术没有前途。恰恰相反我认为它会快速普及最终成为剪辑软件、电商平台、广告系统、游戏引擎和影视制作流程中的基础能力。但一项能力使用得非常广泛并不等于围绕这项能力可以建立大量高利润的独立公司。数据库非常重要但大多数应用不会仅仅因为调用数据库就形成护城河云计算非常重要但许多使用云计算的公司仍然无法盈利。AI 视频也可能无处不在同时迅速商品化。我更看好 AI 编程是因为软件世界仍有大量没有被满足的需求。人类希望自动化更多流程开发更多工具让机器承担更多工作。AI 编程降低成本之后有机会把原本不存在的软件需求转化为现实市场。我不太看好通用 AI 生视频是因为内容世界并不缺少供给。互联网每天产生的视频已经远远超过任何人能够观看的数量。AI 继续提高供给并没有解除市场真正的限制反而会让有限注意力的竞争更加激烈。AI 编程面对的是“有太多事情需要完成但开发能力不够”AI 生视频面对的是“可以生产无限内容但没有足够时间观看”。一个帮助人类完成更多任务一个要求人类消费更多内容一个有可能节省注意力一个必须争夺注意力一个把生成结果变成可以持续运行的生产资料一个通常需要先获得观看才能实现价值。这并不意味着 AI 编程一定诞生更多成功公司也不意味着 AI 视频不会出现巨头。但从商业结构看前者拥有更高频的刚性需求、更容易计算的投资回报、更低的单位成本和更清晰的工作流价值。后者则更容易陷入供给过剩、价格下降、留存不足、平台依赖和注意力竞争。最终决定两者商业前景的不是谁能生成更多代码或者更多视频而是谁解决了真正稀缺的问题。AI 编程解决的是人类创造和维护软件的能力不足。AI 生视频增加的却往往是本已过剩的内容。AI 可以创造近乎无限的视频却无法创造无限的观看时间它可以生成近乎无限的代码而这些代码反过来还可以帮助人类节省时间、执行任务和创造新的生产能力。这就是我更看好 AI 编程而不太看好通用 AI 生视频的根本原因。