AI會把游戲行業的壁壘打沒嗎？

風險提示：本文所提到的觀點僅代表個人的意見，所涉及標的不作推薦，據此買賣，風險自負。

作者：待學兒童

來源：雪球

這一輪游戲股的下跌 ， 幾乎已經跌到了一個很壓抑的位置 。 各大主流游戲公司的估值都被壓到了歷史低位附近 ， 很多公司PE只有10倍上下 ， 即使是最近反彈最好的巨人 ， PE也只有12-13 。 市場當然有很多擔心 ： 一方面熱錢追隨瘋狂上漲到市夢率的科技股 ， 另一方面擔心游戲行業自身增長放緩 、 產品周期波動等等 ； 但我覺得還有一個越來越被關注的擔憂 ， 就是大家開始害怕AI游戲的大量涌現會降低行業壁壘 ， 加劇競爭 ， 最終把整個游戲行業變成一個更卷 、 更便宜 、 更沒有護城河的行業 。 這兩天伴隨著華通的暴跌和KIMI K3的爆火 ， 我想借自己的一些體驗 ， 分享一下我對AI沖擊游戲行業的思考 ， 拋磚引玉 ， 供大家參考和友好討論 。

我自己是科研工作者 ， 日常工作其實就是寫論文 。 廣義來說 ， 寫論文和做游戲有點類似 ， 都是創造類的工作 ： 都需要想法 、 驗證 、 表達 、 打磨 ， 都要面對一個殘酷的評價系統 ， AI對這兩個行業也都帶來了飛速的效率提升 。 前段時間我和一位老師聊天 ， 他是某本UTD期刊的副主編 。 他說早幾年這個期刊一年大概只能收到600篇投稿 ， 而去年已經膨脹到了2000篇 ， 并且在可預見的未來 ， 這個數字很可能繼續膨脹到6000篇 。 主要原因就是AI的出現 ， 并且隨著AI能力的持續進步 ， 領域內甚至出現了大量獨立作者的論文 （ 實際上這些single author paper的質量往往不太行 ） ， 這在過去其實是不常見的 。 我自身體驗來看 ， AI極大提高了我寫論文的效率 。 我和合作者可以很快把一個想法變成draft ， 也可以通過AI輔助的初步分析 ， 快速判斷一個研究方向是否值得繼續推進 。 不夸張地說 ， 我們的效率至少提升了數倍 ， 某些環節甚至可能接近10倍 。 以前我們一年可能只能投稿一兩篇論文 ， 現在完全可能推進五六篇 。

于是 ， 一個非?？鋸埖鸟R太效應出現了 。 過去 ， 一個強團隊受限于大量dirty work ： 寫作 、 整理文獻 、 跑初步模型 、 修改格式 、 補充實驗 、 回復審稿人 ， 所以哪怕這個團隊非常非常高效 ， 一年也只能產出有限數量的論文 。 但AI出現后 ， 這些低價值 、 重復性 、 勞動密集型環節被極大壓縮 。 強團隊的瓶頸不再是 “ 能不能把活干完 ” ， 而是 “ 有沒有足夠好的問題 、 足夠強的方法 、 足夠多的資源和足夠成熟的判斷 ” 。 投稿數量的急劇增加 ， 表面上只是給編輯和審稿人增加負擔 ， 但更深層的沖擊是 ： 它正在沖擊整個職稱評價體系 。 因為每年頂刊能發表的論文數量始終差不多 ， 于是每篇論文被接收的概率就在持續下降 。 可問題是 ， 評職稱 、 晉升 、 申請項目的時候 ， 論文指標仍然在那里 。

所以AI出現的結果是什么 ？ 不是普通科研工作者離頂刊更近了 ， 而是強者變得更強 。 頂尖的團隊原來一年能做5篇 ， 現在可能做20篇 、 30篇 。 普通研究者雖然也獲得了AI工具 ， 但頂刊版面是有限的 ， 審稿人的注意力是有限的 ， 學術共同體對 “ 真正有價值的貢獻 ” 的容忍度也是有限的 。 最終 ， AI確實降低了寫論文的門檻 ， 但并沒有降低發表頂刊的門檻 。 它只是把競爭從 “ 誰更能干dirty work ” ， 推向了 “ 誰的問題更重要 、 判斷更準確 、 資源更充分 、 組織能力更強 ” 。

我覺得這個邏輯 ， 可以非常完整地類比到游戲行業 。

AI確實會讓游戲制作門檻大幅下降 。 美術 、 劇情 、 文案 、 代碼 、 關卡原型 、 NPC對話 、 測試 、 本地化 、 廣告素材 ， 都會被AI重塑 。 過去一個小團隊可能需要半年才能做出來的demo ， 未來可能幾周就能做出來 。 過去需要大量外包和人力堆出來的內容 ， 未來會變得越來越便宜 。 所以市場擔心 “ AI游戲大量涌現 ” ， 這個擔心不是沒有道理 。 未來一定會有更多游戲出現 ， Steam 、 TapTap 、 App Store 、 小程序平臺上 ， 內容供給會更加爆炸 。 很多過去做不出來游戲的人 ， 現在可以做了 ； 很多過去只能做一款游戲的小團隊 ， 未來可能一年做出好幾個原型 。 但問題是 ： 游戲行業真正稀缺的東西 ， 從來不只是 “ 做出一個游戲 ” 。 真正稀缺的是用戶時間 、 用戶注意力 、 分發渠道 、 買量效率 、 長線運營能力 、 商業化能力 、 全球化發行能力 ， 以及對玩家需求的理解 。

AI會讓游戲變多 ， 但不會讓玩家每天多出幾個小時 。 它會讓內容供給爆炸 ， 但不會讓用戶注意力無限擴張 。 就像論文領域一樣 ， AI讓投稿數量暴增 ， 但頂刊版面沒有同步暴增 ； 游戲行業也一樣 ， AI會讓游戲數量暴增 ， 但玩家真正愿意投入時間和金錢的頭部產品數量 ， 并不會同比例增加 。 很多人討論AI游戲時 ， 默認了一個前提 ： 只要游戲變多 ， 玩家就會一個個去嘗試 。 但現實并不是這樣 。 游戲不是短視頻 ， 玩家進入一款游戲的成本其實很高 。 下載安裝 、 注冊 、 理解規則 、 度過新手期 、 投入時間 、 建立角色 、 形成社交關系 ， 這些都是成本 。 尤其是中重度游戲 ， 玩家不是看到一個新游戲就會隨手試一下 。 玩家的時間 、 精力和耐心都很有限 。 所以當供給爆炸以后 ， 用戶反而更依賴 “ 篩選機制 ” 。 誰來幫用戶降低試錯成本 ？ 答案往往不是AI生成的內容本身 ， 而是品牌 、 渠道 、 口碑 、 主播 、 平臺推薦 、 朋友關系和發行商信用 。 這也是為什么騰訊 、 網易 、 世紀華通這類公司反而可能在AI時代更有優勢 。 因為它們不只是 “ 做游戲 ” 的公司 ， 更是 “ 把游戲推到用戶面前 ” 的公司 。 它們有成熟發行網絡 ， 有用戶觸達能力 ， 有買量經驗 ， 有社區運營能力 ， 有IP資源 ， 也有長期積累下來的品牌信用 。

所以AI不是簡單地 “ 降低游戲行業壁壘 ” ， 而是改變了壁壘的位置 。

過去的壁壘可能在美術產能 、 研發人數 、 工業化流程 、 技術實現能力 。 未來這些壁壘會下降 。 但新的壁壘會變成 ： 誰更懂用戶 ， 誰有更強的數據閉環 ， 誰能更快測試玩法 ， 誰有全球發行網絡 ， 誰有足夠低的買量成本 ， 誰有長期運營經驗 ， 誰能把AI接入生產管線 ， 而不是停留在 “ 用AI生成幾張圖 、 幾段劇情 ” 。 這對小團隊當然是機會 。 AI會讓很多獨立開發者擁有過去沒有的表達能力 ， 未來一定會出現一些非常驚艷的小而美產品 。 但這不代表所有小團隊都會變強 。 因為從demo到商業化成功 ， 中間還有很長一段路 ： 留存 、 付費 、 數值 、 活動 、 社區 、 版本節奏 、 服務器 、 反作弊 、 渠道 、 買量 、 海外本地化 ， 這些都不是生成幾段代碼或幾張美術就能解決的 。

反而我認為 ， AI最利好的可能不是最普通的小團隊 ， 而是真正有組織能力的頭部公司 。 因為頭部公司原本就有用戶 、 有數據 、 有發行體系 、 有成熟管線 、 有商業化經驗 。 AI對它們來說 ， 不只是一個 “ 降本工具 ” ， 更是一個 “ 放大器 ” 。 它可以讓一個成熟團隊同時測試更多玩法 、 生產更多素材 、 做更多廣告創意 、 適配更多市場 、 加快版本迭代速度 。 原來一個項目組一年只能驗證3個方向 ， 未來可能驗證30個方向 。 原來一個買量團隊每天只能產出幾十套素材 ， 未來可能產出幾百套 、 幾千套 ， 并且根據轉化數據快速迭代 。

我覺得未來游戲公司的K型分化會非常明顯 。

第一類公司 ， 是有全球發行能力 、 有穩定用戶池 、 有數據驅動能力 、 有長線運營經驗的公司 。 AI對它們大概率是放大器 。

第二類公司 ， 是有創意但過去缺資源的小團隊 。 AI會給它們更多破圈機會 ， 但成功率仍然取決于產品判斷和運營能力 。

第三類公司 ， 是過去依賴中低端產能 、 換皮 、 買量套利 、 粗放式堆內容的公司 。 AI對它們可能是毀滅性的 ， 因為它們原來的優勢會被快速商品化 。

如果從這個角度看 ， 當前游戲行業被一刀切壓到低估值 ， 可能反而是市場對AI理解過于線性的結果 。 市場只看到了 “ AI會讓游戲供給增加 ” ， 卻沒有看到 “ AI也會讓強公司的效率和試錯能力進一步放大 ” 。 AI帶來的不是平均化 ， 而是更極端的分化 。 它不會讓所有人都變成好游戲制作人 ， 就像AI不會讓所有人都變成頂刊作者 。 它會讓內容生產變得容易 ， 但也會讓真正的好內容更難被定義 、 更難被篩選 、 更依賴系統性能力 。 所以我對AI游戲的判斷是 ： 短期看 ， 它會制造恐慌 ， 因為供給爆炸會讓行業看起來更加擁擠 ； 中期看 ， 它會加劇競爭 ， 因為大量中低質量產品會涌入市場 ； 但長期看 ， 它不會消滅頭部游戲公司的壁壘 ， 反而可能強化那些真正擁有發行 、 數據 、 運營和組織能力的公司 。

AI降低的是“制作”的門檻，不是“成功”的門檻。

這可能才是理解AI游戲最重要的一點 。

-END-