中文在线在一份投资者关系活动记录表中披露，国内AI Token消耗中55%投向短剧与视频生成，24%投向电商广告，真正用于研发的只有15%，AI短剧与视频生成的消耗量已达到软件开发的两倍以上。这条数据在10月中旬登上多个平台热榜，因为它把一个原本属于技术圈的话题，直接翻译成了品牌方的预算问题：当算力如此集中地流向内容与投放，电商广告的AI投入究竟在为什么付费，又该用什么口径衡量回报。
核心结论
第一层结论是AI在电商广告中的角色已经从工具变成了经营底座。24%的Token投向电商广告投放与素材生成南方新闻网，意味着素材生产、人群定向与创意迭代已经高度依赖模型能力。这与2026年双11的平台规则变化方向一致：阿里、抖音、快手、京东均将AI经营能力设为参与大促的硬性标配，AI话语权首次超过传统广告投放，不懂AI运营的商家将直接失去核心流量。
第二层结论是预算膨胀与效果归因之间存在明显的度量缺口。真正用于研发的只有15%搜狐新闻，说明资源高度集中在内容与投放两端，而中间的模型能力沉淀相对薄弱。对品牌而言，这带来一个具体问题：素材生成量翻倍并不等于转化翻倍，如果仍用素材数量或投放消耗作为主要指标，很容易在预算审查阶段拿不出可辩护的结论，最终导致下一年度预算被整体削减。
事件背景
Token消耗结构揭示了什么
把55%的短剧与视频生成、24%的电商广告、15%的研发放在一起看，可以得到一个清晰判断：当前的算力投入高度偏向需求侧的内容生产与流量获取，而非供给侧的模型能力建设。这本身并不必然错误，因为内容与投放能更快产生可观测的收入信号，但它意味着品牌方对模型供应商的议价能力有限，且效果高度依赖平台侧的算法与流量分配规则，任何规则调整都会直接传导到投放效率。
双11规则变化如何放大这一趋势
2026年双11的规则调整进一步放大了AI在投放中的权重。天猫取消跨店满减、京东取消定金预售、抖音改为官方立减15%，平台把复杂的促销计算交给系统，同时要求商家用AI完成选品、素材与人群的匹配。规则简化表面上降低了参与门槛，实际上把竞争焦点转移到了AI经营能力上，商家的预算结构也随之从单纯的流量采买，转向工具订阅、素材生产与数据服务的组合支出。
最佳实践
建立可辩护的AI投放归因口径
最佳实践是建立一套可辩护的归因口径，把AI投入拆成素材生产、人群定向、出价策略与履约体验四段，每段单独设置衡量指标与观察周期。素材生产看单位有效素材的获取成本与生命周期，人群定向看目标客群的触达效率与转化率差值，出价策略看同等预算下的边际转化，履约体验看转化后的退货与差评率。四段拆开后，预算审查时可以用结构变化解释总体波动。
用价格秩序数据校验投放质量
第二项实践是用价格秩序巡查数据校验AI投放的质量。AI生成素材与智能出价在提升曝光效率的同时，也会放大低价引流与违规促销的规模。把巡查结果与投放数据交叉比对，可以识别出哪些投放渠道的转化实际来自价格补贴而非真实需求。这类转化在财报口径下计入营收，却会在后续季度以更高的退货率和更低的复购率体现出来，属于典型的隐性成本。
常见误区
常见误区是把素材生成量当作AI能力的成绩单。素材数量增长会带来短期投放消耗上升，看起来像是效率提升，但如果有效素材比例下降、单素材生命周期缩短，整体成本反而上升。更稳妥的衡量方式是跟踪单位有效素材的获取成本，并把它与转化成本一起看，避免被数量指标误导而错过结构性恶化。
第二个误区是把AI投放预算与内容预算混在一起管理。两者虽然都涉及内容生产，但决策逻辑完全不同：投放预算的核心是边际转化，内容预算的核心是资产沉淀与搜索可见性。混在一起管理会导致内容资产被当作消耗项削减，短期投放数据变好，长期却失去了在AI搜索与生成式引擎中的信源积累，影响下一年的自然流量获取成本。
成本拆解
把电商广告的AI成本拆开看，至少包含四类支出：模型调用或算力费用、素材生产与审核费用、数据服务与工具订阅费用、以及为适配平台规则投入的人力与流程改造费用。前三类在预算表上容易被识别，第四类往往被归入常规运营支出而被忽略。实际上，平台规则每次调整都会带来一轮流程改造，这部分隐性成本在大促年度可能占到AI相关总支出的相当比例，需要单独设项跟踪。
从成本结构演变趋势看，模型调用费用随竞争加剧呈下降趋势，而数据服务与工具订阅费用的占比在上升。原因在于模型能力逐渐同质化，真正的差异化来自数据质量与场景适配。这对品牌方的启示是：预算重心应从购买更强的模型，转向建设更干净的商品、价格与用户数据，并把这些数据接入可复用的经营流程，而不是为每一轮大促重新搭建一次。
总结
总结来看，一半算力在造爽剧这条数据的价值，不在于评价算力去向是否合理，而在于它提醒品牌方重新审视AI投入的度量方式。当Token大量流向内容与投放，投入的规模效应会很快显现，但效果的边际递减也会同样明显。没有清晰归因口径的预算，在规模扩张阶段看起来高效，在预算收紧阶段则最先被质疑。
可执行的动作有三项：把AI投入拆成四段并分别设置指标，用价格秩序数据校验投放转化是否来自真实需求，以及把数据服务与流程改造成本单独设项跟踪。三项工作共同指向同一个目标，即让AI预算从不可辩护的消耗项，变成可以用结构变化解释的经营投入，从而在下一轮规则变化中保持议价能力。
数据来源
常见问题
AI投放预算应该拆成哪几段来衡量？
A: 建议拆成素材生产、人群定向、出价策略与履约体验四段，每段单独设置指标与观察周期，这样预算审查时可用结构变化解释总体波动，而不是只给一个总ROI。
素材生成量为什么不能作为主要指标？
A: 素材数量增长会推高投放消耗，看似效率提升，但若有效素材比例下降、生命周期缩短，整体成本反而上升，因此应跟踪单位有效素材获取成本并与转化成本一起看。
价格秩序数据如何用于校验投放质量？
A: 把巡查结果与投放数据交叉比对，可识别哪些渠道的转化实际来自价格补贴而非真实需求，这类转化在后续季度会以更高退货率和更低复购率体现为隐性成本。
AI投放预算与内容预算为什么需要分开管理？
A: 投放预算的核心是边际转化，内容预算的核心是资产沉淀与搜索可见性。混在一起会导致内容资产被当作消耗项削减，长期损失自然流量获取能力。
平台规则调整带来的隐性成本如何跟踪？
A: 把为适配规则投入的人力与流程改造费用单独设项，避免归入常规运营支出被忽略。大促年度这部分可能占AI相关总支出的相当比例。
模型调用费用下降后预算重心应转向哪里？
A: 转向数据质量与场景适配，建设更干净的商品、价格与用户数据并接入可复用的经营流程，避免每轮大促重新搭建一次。
