当流量比创新更容易赚钱：中美AI资源与Token之争

副标题：一个国家的未来，不仅取决于拥有多少算力，更取决于它愿意为什么样的价值持续付费。

最近，一组中美AI Token消耗对比数据，在互联网引发了激烈讨论。有人说，中国将大量AI资源投入短剧、短视频和娱乐内容，美国则将更多资源投入AI编程、科研和技术创新。

虽然这些具体比例存在争议，但它让我想到一个比Token更值得思考的问题：为什么在我们的商业环境中，一个善于制造流量的人，有时候比一个认真研发产品、解决技术难题的人，更容易获得财富和社会关注？

这不是要否定娱乐，也不是要贬低网红。而是想讨论：当一个社会越来越擅长制造注意力，却未必同样擅长奖励长期创新时，它的经济增长会受到什么影响？

一、流量为王：为什么抓住注意力，比创造产品更容易赚钱？

在中国互联网市场，一个越来越明显的现象是：流量本身已经成为可以直接变现的资产。一个普通人，不需要很高的学历，不需要复杂的技术背景，也不一定要拥有自己的产品。只要能够持续吸引观众，就有机会通过广告、直播、带货、打赏和商业合作获得收入。

这原本是一件好事。互联网降低了普通人创业的门槛，打破了学历、出身与传统资源对商业机会的限制。每个人都应该有机会通过自己的才华获得收入。

但问题在于，当注意力成为最容易衡量、最容易交易、反馈最快的商业资源时，整个市场的激励机制也开始发生变化。一个短视频，可能几个小时就能验证有没有流量；一场直播，当天就可以知道收入；一部AI短剧，通过批量生产、快速测试，就能不断寻找用户最愿意观看和付费的故事情节。

反过来，一个技术团队可能花三年研发核心产品，仍然找不到客户；一家创新企业可能在某个领域取得突破，却因为缺少推广预算和渠道资源，长期无法形成稳定收入。

流量不等于没有价值，技术也不等于必然成功。但两者获得商业反馈的速度，存在巨大差异。这种差异长期存在，就会改变创业者、资本和人才的选择。

当创造十分钟的情绪刺激，比解决一个真实的产业问题更容易获得即时回报时，越来越多人自然会选择前者。这不是个人道德问题，而是市场激励问题。

二、55%的Token用于短剧？这组数据真正值得警惕的是什么？

2026年6月3日，上市公司中文在线在投资者关系活动记录中提出一组数据：国内AI Token消耗中，短剧及视频生成占55%，电商与营销占24%，软件开发占15%。这组数字迅速引发讨论。

但必须强调，这不是经过独立验证的中国全国AI资源使用普查。10月19日，字节跳动相关负责人公开质疑这组数据，并表示其公司总算力中，约10%用于视频生成模型的训练和推理。相关行业报道也指出，市场缺乏足够权威的第三方全国场景分布统计。

而且，Token消耗量和GPU算力消耗并不是同一个概念，不同模型、不同模态也不能简单按照Token数量直接比较。所谓美国大部分Token都用于编程的网络说法，同样缺乏足够可靠的全国性数据支持。因此，不能据此断言中国大部分算力都在制造娱乐内容。

不过，另一组经过公开研究支持的数据，仍然值得关注。《中国网络视听发展研究报告（2026）》显示，截至2025年末中国网络视听用户达到10.99亿，微短剧人均单日使用时长达到129分钟，全年AI生成的音视频内容超过20亿条。

这说明中国拥有一个规模巨大、商业机制成熟、能够迅速吸收AI生成能力的内容消费市场。值得思考的，不是哪种Token消耗更多，而是哪种需求能够不断驱动市场购买Token。

AI技术可以生成代码，也可以生成视频；可以研发药物，也可以批量制造情绪内容。最终决定产业方向的，不只是模型能力，而是市场愿意为什么样的结果持续付费。

三、美国真的更重创新吗？差别可能在商业回报机制

把中国描述成只会做短视频、美国描述成只会做科研，显然不符合事实。美国同样拥有庞大的娱乐、广告和流量经济。中国也拥有优秀的技术企业、开源模型、工程师团队以及全球领先的制造业应用能力。

2026年10月16日公布的国家统计数据显示，中国2025年研发经费投入约3.93万亿元，占GDP的2.80%。国际机器人联合会的数据还显示，中国2025年新增工业机器人安装量约35.4万台，占全球安装量的59%。中国绝不是一个缺少技术创新的国家。

但不同市场之间，仍然存在值得研究的差异。Anthropic在2026年3月公布的研究中指出，编程相关任务在其职业分类统计中占Claude.ai对话的约35%，且部分编程工作正向API自动化流程迁移；这是一家公司的产品使用样本，不代表美国全国Token消耗。

而OpenAI与研究者针对ChatGPT消费者使用情况的研究显示，编程只占其中相对较小的部分。这说明即使在美国主导的AI产品之间，使用结构也截然不同，不能简单等同于国家整体算力结构。

更值得关注的是资本如何配置。美国全国风险投资协会的2026年度报告显示，2025年美国风险投资交易金额约3200亿美元，人工智能相关投资占交易金额的65.4%。这并不意味着所有AI投资都在进行基础研究，但表明围绕技术平台、企业软件和新型生产力工具，存在大规模的资本投入。

美国硅谷的一项重要优势，是能够为尚未产生稳定收入、但有机会建立长期技术壁垒的企业持续提供资本和商业化路径。相比之下，中国部分消费互联网市场更强调短期转化效率、用户增长和现金回收。

真正值得比较的，不是谁更会使用AI，而是谁更愿意承担创新的不确定性，并给予创新足够长的成长周期。

四、比算力流向更值得担心的，是人才和资本的流向

假设有两个年轻人。一个选择研究工业机器人控制算法，未来五年可能都在解决工程难题。另一个选择研究短视频流量机制，通过内容测试、算法推荐和直播转化，在短时间内形成收入。

两种工作都有其经济价值，也都需要专业能力。但如果社会对前者的回报长期不确定，对后者的回报却更直接、更容易被看见，那么人才选择就会受到影响。

资本同样如此。企业家会倾向投资回款更快的项目，投资机构会追逐更容易证明增长的商业模式，年轻人也会根据身边的成功案例判断什么职业值得投入。久而久之，创新可能不是败给了技术难度，而是败给了商业耐心的不足。

这里存在一种值得警惕的循环：平台通过推荐机制分配注意力，创作者为了获得流量不断优化内容，内容越来越善于刺激情绪，用户的消费行为又进一步强化这种商业模式。这是一个高效率的注意力循环。

但技术创新需要的是另一种循环：长期研发、实验失败、知识积累、产品迭代、产业应用，再把利润重新投入研发。前者容易快速复制流量，后者才更有机会持续积累技术资产。

一个企业拥有一百万次视频播放，第二天可能仍要重新争夺注意力。而一项经过验证的核心技术、一套高质量工业软件、一个持续积累的专利组合，则可能在多年后依然创造价值。

真正的问题，并不是娱乐行业发展得太好，而是我们能否让解决真实问题的人，同样拥有合理、可持续的财富回报。

五、中国近几年经济面临的压力，是否也与这种商业激励有关？

这是一个值得讨论的问题，但不能给出过于简单的答案。中国近几年的经济压力，有房地产调整、地方债务、内需不足、人口结构变化、就业压力以及外部贸易环境等多重原因。

国际货币基金组织2026年2月发布的中国经济评估，也重点关注了房地产、内需、债务和中长期生产率增长等结构性因素。没有证据证明，中国经济增长承压是因为短视频或短剧消耗了太多算力。

但从长期发展来看，社会资源配置是否有利于生产率提高，确实会影响经济潜力。如果大量创业者集中在争夺同一批用户的注意力，而更多具有长期价值的研发项目难以获得稳定资本，经济就可能面临一种结构性矛盾：商业活动看起来越来越活跃，内容越来越丰富，营销效率越来越高，但真正改善生产效率、创造新产业的突破却未必同步增长。

人们每天观看更多内容，不代表实际生产率必然提高。平台每天产生更多交易，也不意味着整个社会一定拥有更多长期可积累的技术资产。

当然，短剧、游戏和直播同样创造就业、消费与文化价值，也可能推动视频模型、渲染工具和数字内容技术进步。因此，我们需要的不是用道德标准给行业划分高低贵贱，而是建立一个更合理的判断标准：

当投入一单位资本、一单位人才和一单位算力时，它究竟创造了多少短期消费价值，又积累了多少长期生产能力？这可能比单纯比较GDP增速、Token总量或短视频播放量，更能揭示一个经济体未来的竞争力。

六、中国下一阶段真正应该改变的，是让创新比博眼球更值得投入

AI时代，中国并不缺少发展机会。我们有庞大的用户市场、成熟的数字商业基础设施、完整的产业链，以及大量具备实际工程能力的人才。流量经济所积累的算法、支付、内容分发和商业化能力，本身也是宝贵资产。

问题不在于要不要发展娱乐经济，而在于能否把这些能力进一步转化为提升生产力的工具。让AI进入工厂，帮助企业优化生产、质量检测和供应链；让AI进入医疗和科研，加快知识发现与技术验证；让AI进入软件开发，让中小企业也能拥有过去只有大型技术团队才能建设的数字系统；让AI进入教育，提高个体学习、创造和解决问题的能力。

也让AI进入数字娱乐，但不只停留在复制刺激和争夺时长，而是创造真正有文化价值、知识产权价值和全球竞争力的原创产品。

对资本而言，需要重新理解创新的时间价值；对平台而言，需要让高质量的技术产品更容易触达用户；对社会而言，也应该让长期解决问题的工程师、科学家和企业家获得更多关注与认可。

最终，我们不应该把目标设定为让所有人停止刷短视频，转而开始写代码。更重要的是，让年轻人相信：坚持五年研究一项技术，不一定比三个月做出一个爆款更不值得；创造一个被产业长期使用的产品，也可以获得与掌握流量同样合理甚至更高的商业回报。

AI时代最重要的竞争，可能并不是谁拥有更多Token，而是谁能够把Token更持续地转化成生产率、知识、技术和长期财富。