AIGC技术浪潮下，一家视频广告公司的兴衰揭示了行业转型的深层困境。当技术红利被客户压价吞噬，当3D资产重建沦为重复消耗，当公司定位从专业制作沦为AI工具使用者，所谓的降本增效反而成了效率黑洞。本文通过真实案例剖析AIGC时代企业面临的认知误区和战略陷阱，揭示那些被忽视的资产复利价值与系统性壁垒的构建之道。

2023年，我们公司是行业里最早一批全面拥抱AIGC的视频广告公司。老板很有前瞻性，我们开始本地部署SD，用Runway跑视频，用3D特效师渲染产品合成进去，整条工作流搭起来。

那时候行业里大部分人还在观望，我们已经在跑了。

但三年之后，我离开了那家公司。不是因为发展得太好，而是因为我看不到它能好起来的迹象。

明明是技术革新了，明明是我们在领域里做得最早的，赚的钱却越来越少，活越来越耗时间。

这件事一直在我脑子里。我想把它说清楚。

客户的利己思维

企业愿意拥抱AIGC，背后是一种利己思维。

他们同时得到了两件事：一是噱头，可以对外宣称自己在用AI，这本身就是一种营销概念；二是”便宜”，降本增效这件事已经是社会常识，客户天然认为AI应该让制作费用下降。

这两件事加在一起，客户拿着AIGC这个概念来压价。

但有没有真正降本增效，只有我们自己知道。

以前一个两百多万的拍摄广告片，我们能从里面抽取百分之二十左右的利润，那是一套已经跑通的工业流程。但所谓AIGC降本增效之后，接到的都是尽可能压预算的小单子，而AI当时的可控性并不高，大量时间花在调试上，同事们苦不堪言。

降本增效是真实发生的，但收益全给了客户，不在我们这里。

一个没人看见的成本黑洞

后来我花了很长时间想公司到底哪里出了问题，发现了一个一直被忽视的结构性浪费。

我们的工作流是：AI生成空镜场景，3D特效师单独渲染产品，再把两者合成在一起。每个项目，客户提供的原始3D资产几乎没有能直接用的，精度极差，3D同事每次都要从头重建，花大量时间，但这套资产出完这条片子就扔掉，下个项目再来一遍。

这笔钱每次都在沉没，从来没有形成任何积累。

同时，整个工作流的顺序也是错的。AI生成的场景有自己的光源和透视，3D渲染的产品是另一套独立的打光系统，强行叠在一起，光影打架，每次都要靠人工修整来救场。这是团队效率低的直接原因，但大家都把它当成”AI就是这样”接受了，没有人从产品层面去处理它。

老板的认知误区

老板是技术出身。他看到了ChatGPT之后得出了一个判断：AI可以替代又贵又麻烦的创意总监。他裁掉了高级创意总监，裁掉了一名技术，转而招了更高薪的AI专员进来。

这个判断的逻辑表面上成立，但它忽略了一件事。

创意总监的核心价值不是出大创意，而是在每一个画面的取舍里做品牌判断——什么样的东西代表这个品牌，什么样的东西不该出现。这个判断能力，AI在那个阶段给不了。

更深的问题在于，公司以前能拿到蒙牛、长城汽车、舍得这些大客户，靠的不只是制作能力，靠的是多年实拍积累下来的行业口碑，是”公司”这个光环，是在行业里营造出来的地位做背书。大公司和4A愿意把项目交出来，是因为你已经有了被验证过的履历。

AIGC转型之后，这层优势悄悄消失了。公司的定位从”有口碑的视频制作公司”变成了”用AI做视频的公司”，而用AI做视频这件事，门槛越来越低，谁都能做。原来那层光环不再之后，剩下的就只有价格竞争。

还有一件事最能说明问题：后来每个从公司出去的同事，自己一个人就可以接下公司以前整个团队在做的项目。这不是说个人变强了，而是说公司作为一个组织，已经失去了它本应该有的系统性价值。

我当时提出了一个产品方向

基于这些观察，我做了一个产品方向，叫品牌视觉资产银行。

核心逻辑只有一句话：把每个项目里被浪费掉的3D重建成本，转化成客户的永久品牌视觉资产。

第一个项目收取一次性建档费，把客户所有产品做高精度3D重建，存成永久档案。从第二个项目开始，档案里有了，直接调用，不需要重建。工作流的顺序同时反转：3D先定义产品的形态和打光，AI在这个基础上生成周边场景，两者从一开始就是同一套系统，光影融合是天然的。

商业模式也跟着变：建档费一次性收，之后转为年度订阅。

更重要的是护城河：客户的品牌资产建档在你这里，换供应商意味着重新建一套，时间成本、沟通成本、不确定性都在。客户不离开不是靠合同锁定，而是因为走了划不来。

这是不依赖价格战、不依赖关系维系的真正壁垒。

为什么没有做成

2024年上半年，可灵和一批新AI视频工具密集发布，市场上出现了大量快速AI视频的需求。老板判断应该追风口、抢市场，资产库的方向实际上被搁置了。

他要的是现在能接单，我要的是两年后能不被替代。

这个分歧没有对错，但没有执行权的产品经理在这种分歧里是无效的。2024年8月，我离开了。

后来复盘，我自己也有问题。当时的MVP设计需要六到八周才能产出验证数据，但老板的注意力窗口根本等不了这么久。我应该把验证目标设计得更小——用两周跑完一个产品的建档和复用，只验证一个核心数据：第二个项目的调试时间减少了多少。那才是老板听得进去的语言。

2026年的验证

后来的事，验证了这个判断。

公司进入了追工具模式。哪个AI工具新就用哪个，工作流每隔几个月因为工具换代重新摸索，没有任何积累。到2026年，AI视频工具已经全面普及，个人创作者用一个订阅账号就能做出接近专业水准的内容，”早期玩家”的优势彻底消失。更讽刺的是，现在连AIGC的活儿都很难完成好。不是工具不够强，而是驾驭工具的人和体系太弱了。强工具配弱系统，越用越乱。

最后一句话

这件事给我最核心的认知，就一句话：

工具会被民主化，资产会复利增长。

在AIGC浪潮里，最危险的不是没有拥抱技术，而是拥抱了技术，却把它当成了省钱的理由，而不是建立壁垒的机会。最终在这个行业里活下来的，不是最早用AI的公司，而是最早把AI工作流转化成机构资产的公司。

公司输掉的，从来不是工具的竞争，是这个机会。