韓國短劇戰場吹響号角！RIDI攜訂閱制平台Kanta入局，中日經驗能否複制？

1995年至2001年的互聯網泡沫，是全球資本市場難以忘卻的記憶：估值脫離基本面狂飙、資本盲目紮堆、概念炒作橫行，最終以市場暴跌、企業批量倒閉收場。如今，AI(人工智能)領域正上演似曾相識的劇情——頭部AI企業市盈率動辄突破百倍，初創公司僅憑一份大模型計劃書就能獲得千萬融資，甚至連賣硬件的企業也紛紛貼上“AI概念”标簽。

當中日短劇市場已成紅海，韓國這片尚處藍海的内容高地終于迎來重量級玩家。韓國最大在線電子書銷售平台RIDI近日宣布，計劃于2026年在本土推出短劇平台“Kanta”，以獨特的訂閱制商業模式撕開市場缺口。這一動作不僅标志着韓國本土巨頭正式下場，更預示着一場融合中日經驗與本土特色的短劇産業競争即将打響。

藍海變紅海前夕：韓國短劇市場正處爆發臨界點

RIDI的果斷入局，源于對韓國短劇市場增長潛力的精準判斷。當前的韓國短劇市場，正呈現“用戶激增+供給萌芽”的黃金窗口期特征，為新玩家提供了絕佳的入場時機。

用戶端已形成堅實的觀看基礎。移動數據分析機構MobileIndex最新數據顯示，11月韓國本土短劇平台DramaBox的月度活躍用戶(MAU)達61萬名，較去年同期的35萬人近乎翻倍;本土平台Vigloo的增長更為迅猛，MAU同比飙升近八倍，達到23萬名。更值得關注的是，外來玩家已率先驗證市場可行性——中國短劇平台DramaWave、ShortMax分别以32萬、20萬的月活占據市場重要份額，證明短劇這一内容形态完全适配韓國用戶的觀看習慣。

需求爆發的背後，是韓國用戶内容消費習慣的深刻變遷。希傑娛樂旗下Mezzomedia的調查顯示，韓國用戶每日平均觀看短視頻時長達44分鐘，其中10-19歲群體更是高達75分鐘，20-29歲群體也達到54分鐘。韓國廣播通信委員會的調研則進一步印證，41.8%的智能手機用戶将短視頻作為最偏好的内容類型。這種“碎片化消費”需求，與單集1-2分鐘、節奏緊湊的短劇高度契合，為行業爆發提供了土壤。

産業端的成本優勢更讓資本嗅到機會。在網飛等海外流媒體拉高長劇制作成本的背景下，韓國傳統電視劇單集制作成本已超20億韓元(約合人民币1040萬元)，而短劇單集成本僅需5000萬-1.5億韓元(約合人民币26萬-78萬元)，成本僅為傳統劇集的3%-7.5%。“低成本+高收益”的杠杆效應，讓短劇成為平台突破長劇成本困局的最優解，這也是RIDI等企業争相入局的核心動因。

差異化破局：訂閱制對抗單集付費，日本試水驗證可行性

面對已有的市場玩家，RIDI為Kanta量身打造了“訂閱制”這一差異化武器，徹底跳出當前行業主流的單集付費模式競争，試圖以“降低用戶門檻”打開市場。

當前韓國短劇市場普遍采用“按集付費”模式，單集價格約1000韓元(約合人民币4.81元)。這種模式雖能快速回收單集成本，但容易讓用戶産生“付費心理負擔”，尤其對于多集連載的短劇，累計費用可能超過傳統劇集單集價格，不利于培養長期觀看習慣。RIDI的訂閱制策略則直擊這一痛點——用戶隻需支付固定月費即可暢享平台内容，既降低了單次消費門檻，又能通過穩定的訂閱收入反哺内容創作，形成“用戶-平台-創作者”的良性循環。

這一策略已在日本市場得到初步驗證。今年7月，Kanta率先登陸日本市場并采用相同的訂閱制模式，上線不久便在Google Play商店實現5萬次下載，用戶反饋積極。日本市場與韓國同屬東亞文化圈，用戶付費習慣相近，Kanta在日本的成功試水，為其本土上線積累了關鍵的運營數據和用戶洞察，也增強了RIDI的本土化信心。

作為韓國最大的在線電子書平台，RIDI還手握“内容轉化”的隐形優勢。其平台積累的海量小說IP資源，可快速改編為短劇劇本，縮短内容開發周期;而原有電子書用戶群體中，女性占比超70%，與短劇核心受衆(女性占比近85%，25-44歲用戶占比超65%)高度重合，為Kanta上線後的用戶導流提供了天然便利。

中日經驗加持：文化協同與産業模式的雙重借鑒

RIDI的入局時機，恰好趕上中日短劇産業成熟的“紅利期”，兩國的發展經驗為韓國市場提供了可複制的路徑，也為Kanta的運營指明了方向。

中國市場的“規模效應”與“出海經驗”極具參考價值。韓國内容振興院數據顯示，2023年中國短劇市場規模已達505億元人民币，首次超過全年電影票房收入，預計2027年将飙升至856.5億元人民币。中國短劇的成功，不僅在于“高爽點、快節奏”的内容公式，更在于形成了從IP孵化、拍攝制作到渠道分發的完整産業鍊。而DramaWave等中國平台在韓國的落地，已完成“本土化内容改編”的初步探索，為Kanta提供了用戶偏好數據——懸疑、浪漫、職場等題材在韓國市場反響熱烈，TVING平台近期上線的4部短劇便涵蓋這些類型，且全部采用免費觀看模式降低入門門檻。

但曆史從來不是簡單重複，而是螺旋上升。面對AI領域的泡沫争議，我們更應從互聯網泡沫中汲取智慧：泡沫本身并不可怕，可怕的是誤判泡沫背後的技術革命本質。正如互聯網泡沫沒有摧毀數字浪潮，AI泡沫也終将為新質生産力的爆發掃清障礙。透過曆史的棱鏡，我們能看清AI未來的三大核心啟示。

啟示一：泡沫淘汰投機者，技術革命從未停步

互聯網泡沫最深刻的教訓是：泡沫破滅淘汰的是“講故事者”，而非技術本身。2000年泡沫破裂後，納斯達克指數暴跌78%，近80%的“.com”公司倒閉，但亞馬遜、微軟等真正具備核心能力的企業，在股價暴跌90%後仍能浴火重生。亞馬遜憑借“客戶中心”理念和物流體系構建的護城河，從圖書電商成長為全球零售巨頭;微軟則以Windows系統為根基，持續疊代至今仍占據桌面操作系統90%以上市場份額。

這一規律正在AI領域顯現。當前AI行業确實存在泡沫：部分企業僅将傳統業務“AI化包裝”，沒有實際技術突破卻估值翻倍;一些初創公司燒錢争奪大模型參數規模，卻未找到商業化路徑。但與此同時，真正的技術創新從未停滞：谷歌Gemini3實現多模态處理能力躍升，百度文心一言在醫療影像診斷領域準确率超人類專家，字節跳動豆包手機助手重構人機交互邏輯。

更關鍵的是，AI已展現出超越互聯網初期的生産力變革潛力。互聯網初期更多是“信息連接”，而AI直接實現“效率重構”——美國銀行虛拟助手Erica累計完成25億次客戶互動，減少20%人工客服;某股份制銀行JBoltAI風控系統将審批效率提升47%，年度風險損失減少1.2億元。這些實打實的落地成果證明，AI不是虛無的概念，而是正在重塑産業的核心力量。泡沫終将破裂，但具備技術壁壘和商業模式的AI企業，将成為下一個時代的“亞馬遜”。

啟示二：基礎設施是“壓艙石”，“賣鏟子者”笑到最後

互聯網泡沫的幸存者中，有一類企業格外亮眼——為整個行業提供基礎設施的“賣鏟子者”。當無數電商網站、門戶網站倒閉時，提供網絡硬件的思科、芯片的英特爾、操作系統的微軟卻屹立不倒。思科的路由器支撐起全球互聯網骨幹網絡，英特爾的芯片定義了PC時代的計算能力，它們的價值不依賴單一應用場景，而是深度綁定整個技術生态的發展。

這一“基礎設施紅利”在AI時代同樣适用，且規模更為龐大。當前AI基礎設施已形成“芯片-算力-數據”的完整鍊條，2025年全球AI基礎設施市場規模已突破5000億美元，年增速達62%。英偉達的GPU占據全球AI訓練芯片90%以上市場份額，2025年三季度營收同比增長210%;光模塊龍頭中際旭創1000G産品全球市占率超30%，直接受益于雲廠商算力中心擴建;阿裡雲、騰訊雲的AI算力服務，已服務超百萬家中小企業。

這些企業的抗周期能力已得到驗證。2024年AI行業經曆短暫調整時，英偉達、中際旭創等基礎設施企業淨利潤仍保持30%以上增長，而單純依賴大模型授權的初創公司則出現現金流危機。正如互聯網時代“無論網站如何疊代，都需要路由器和芯片”，AI時代無論表層應用是聊天機器人還是自動駕駛，都離不開算力芯片、光模塊等底層支撐。基礎設施的“賣鏟子者”，始終是技術革命中最穩定的赢家。

啟示三：泡沫破裂催生技術民主化，垂直應用是真正藍海

互聯網泡沫的意外收獲，是推動了技術“民主化”。泡沫破裂後，寬帶成本下降90%，開源軟件(如Linux)興起，開發工具價格驟降，創業門檻從百萬級降至萬元級，直接催生了Web 2.0時代——Facebook憑借社交場景落地、YouTube依托視頻創作工具普及，成為重塑人類生活的超級應用。技術從巨頭壟斷走向全民可用，才真正釋放了互聯網的全部潛力。

AI正沿着相似路徑演進。當前大模型訓練成本高昂，訓練一次GPT-4級别的模型需耗費1.2億美元，中小玩家難以企及。但泡沫正倒逼技術成本下降：谷歌推出低成本TPU芯片，使推理成本降低70%;阿裡雲發布“普惠AI套餐”，将大模型調用成本降至0.01元/次。更重要的是，AI開發工具正走向“平民化”——科大訊飛推出AI課堂助手，教師無需編程即可制作智能課件;百度飛槳平台讓制造業工程師通過拖拽模塊，快速搭建質檢模型。

技術民主化已催生垂直領域的爆發。醫療領域，AlphaFold 3實現蛋白質與DNA複合物預測，将藥物研發周期縮短50%;DeepSeek-Med肺癌診斷誤診率低于人類專家3%，已在200家醫院落地。教育領域，科大訊飛智慧課堂覆蓋5萬餘所學校，使學生作業時間減少30%。金融領域，美國銀行Erica的欺詐識别效率是傳統模式的300倍。這些案例證明，真正的AI革命，不是少數通用大模型的“軍備競賽”，而是垂直領域“解決具體問題”的深耕細作。

理性樂觀者的行動指南：在泡沫中布局未來

面對AI泡沫，恐慌與盲目跟風都是下策，成為“理性樂觀主義者”才是明智選擇。不同主體應基于自身定位，在泡沫周期中把握機遇：

對政策制定者而言，需平衡“創新激勵”與“風險防控”。一方面加大基礎研發投入，2025年我國AI基礎研究經費已達180億元，應進一步向芯片架構、大模型算法等“卡脖子”領域傾斜;另一方面建立适應性監管框架，如對AI醫療診斷實行“分級審批”，既保障安全又不阻礙創新。

對投資者而言，需堅守“價值投資”原則。泡沫期規避僅靠概念炒作的企業，聚焦具備技術護城河的基礎設施企業(如芯片、光模塊)和已驗證商業化的垂直應用龍頭(如AI醫療、智能風控);泡沫破裂後則逆勢布局，借鑒互聯網泡沫後“抄底微軟、亞馬遜”的經驗，把握優質企業估值回歸的機會。

對企業和個人而言，“提前儲備能力”是核心策略。企業應聚焦主業場景落地AI，如制造業可先引入AI質檢系統降本增效，而非盲目研發大模型;個人可學習AI工具應用，如設計師使用AI繪圖提高效率，教師借助智能備課系統優化課程——當技術成本下降時，提前掌握能力的主體将率先構建競争優勢。

1999年有人質疑“誰會需要一台家用電腦”，20年後互聯網重塑了世界。今天有人質疑“AI是否隻是泡沫”，但曆史已給出答案：技術革命的浪潮從不因泡沫而停歇，隻會在泡沫退去後更加清晰。面對AI，我們不必畏懼泡沫，隻需分清投機與價值、概念與技術，在理性樂觀中擁抱新質生産力的到來。