韩国短剧战场吹响号角！RIDI携订阅制平台Kanta入局，中日经验能否复制？

1995年至2001年的互联网泡沫，是全球资本市场难以忘却的记忆：估值脱离基本面狂飙、资本盲目扎堆、概念炒作横行，最终以市场暴跌、企业批量倒闭收场。如今，AI(人工智能)领域正上演似曾相识的剧情——头部AI企业市盈率动辄突破百倍，初创公司仅凭一份大模型计划书就能获得千万融资，甚至连卖硬件的企业也纷纷贴上“AI概念”标签。

当中日短剧市场已成红海，韩国这片尚处蓝海的内容高地终于迎来重量级玩家。韩国最大在线电子书销售平台RIDI近日宣布，计划于2026年在本土推出短剧平台“Kanta”，以独特的订阅制商业模式撕开市场缺口。这一动作不仅标志着韩国本土巨头正式下场，更预示着一场融合中日经验与本土特色的短剧产业竞争即将打响。

蓝海变红海前夕：韩国短剧市场正处爆发临界点

RIDI的果断入局，源于对韩国短剧市场增长潜力的精准判断。当前的韩国短剧市场，正呈现“用户激增+供给萌芽”的黄金窗口期特征，为新玩家提供了绝佳的入场时机。

用户端已形成坚实的观看基础。移动数据分析机构MobileIndex最新数据显示，11月韩国本土短剧平台DramaBox的月度活跃用户(MAU)达61万名，较去年同期的35万人近乎翻倍;本土平台Vigloo的增长更为迅猛，MAU同比飙升近八倍，达到23万名。更值得关注的是，外来玩家已率先验证市场可行性——中国短剧平台DramaWave、ShortMax分别以32万、20万的月活占据市场重要份额，证明短剧这一内容形态完全适配韩国用户的观看习惯。

需求爆发的背后，是韩国用户内容消费习惯的深刻变迁。希杰娱乐旗下Mezzomedia的调查显示，韩国用户每日平均观看短视频时长达44分钟，其中10-19岁群体更是高达75分钟，20-29岁群体也达到54分钟。韩国广播通信委员会的调研则进一步印证，41.8%的智能手机用户将短视频作为最偏好的内容类型。这种“碎片化消费”需求，与单集1-2分钟、节奏紧凑的短剧高度契合，为行业爆发提供了土壤。

产业端的成本优势更让资本嗅到机会。在网飞等海外流媒体拉高长剧制作成本的背景下，韩国传统电视剧单集制作成本已超20亿韩元(约合人民币1040万元)，而短剧单集成本仅需5000万-1.5亿韩元(约合人民币26万-78万元)，成本仅为传统剧集的3%-7.5%。“低成本+高收益”的杠杆效应，让短剧成为平台突破长剧成本困局的最优解，这也是RIDI等企业争相入局的核心动因。

差异化破局：订阅制对抗单集付费，日本试水验证可行性

面对已有的市场玩家，RIDI为Kanta量身打造了“订阅制”这一差异化武器，彻底跳出当前行业主流的单集付费模式竞争，试图以“降低用户门槛”打开市场。

当前韩国短剧市场普遍采用“按集付费”模式，单集价格约1000韩元(约合人民币4.81元)。这种模式虽能快速回收单集成本，但容易让用户产生“付费心理负担”，尤其对于多集连载的短剧，累计费用可能超过传统剧集单集价格，不利于培养长期观看习惯。RIDI的订阅制策略则直击这一痛点——用户只需支付固定月费即可畅享平台内容，既降低了单次消费门槛，又能通过稳定的订阅收入反哺内容创作，形成“用户-平台-创作者”的良性循环。

这一策略已在日本市场得到初步验证。今年7月，Kanta率先登陆日本市场并采用相同的订阅制模式，上线不久便在Google Play商店实现5万次下载，用户反馈积极。日本市场与韩国同属东亚文化圈，用户付费习惯相近，Kanta在日本的成功试水，为其本土上线积累了关键的运营数据和用户洞察，也增强了RIDI的本土化信心。

作为韩国最大的在线电子书平台，RIDI还手握“内容转化”的隐形优势。其平台积累的海量小说IP资源，可快速改编为短剧剧本，缩短内容开发周期;而原有电子书用户群体中，女性占比超70%，与短剧核心受众(女性占比近85%，25-44岁用户占比超65%)高度重合，为Kanta上线后的用户导流提供了天然便利。

中日经验加持：文化协同与产业模式的双重借鉴

RIDI的入局时机，恰好赶上中日短剧产业成熟的“红利期”，两国的发展经验为韩国市场提供了可复制的路径，也为Kanta的运营指明了方向。

中国市场的“规模效应”与“出海经验”极具参考价值。韩国内容振兴院数据显示，2023年中国短剧市场规模已达505亿元人民币，首次超过全年电影票房收入，预计2027年将飙升至856.5亿元人民币。中国短剧的成功，不仅在于“高爽点、快节奏”的内容公式，更在于形成了从IP孵化、拍摄制作到渠道分发的完整产业链。而DramaWave等中国平台在韩国的落地，已完成“本土化内容改编”的初步探索，为Kanta提供了用户偏好数据——悬疑、浪漫、职场等题材在韩国市场反响热烈，TVING平台近期上线的4部短剧便涵盖这些类型，且全部采用免费观看模式降低入门门槛。

但历史从来不是简单重复，而是螺旋上升。面对AI领域的泡沫争议，我们更应从互联网泡沫中汲取智慧：泡沫本身并不可怕，可怕的是误判泡沫背后的技术革命本质。正如互联网泡沫没有摧毁数字浪潮，AI泡沫也终将为新质生产力的爆发扫清障碍。透过历史的棱镜，我们能看清AI未来的三大核心启示。

启示一：泡沫淘汰投机者，技术革命从未停步

互联网泡沫最深刻的教训是：泡沫破灭淘汰的是“讲故事者”，而非技术本身。2000年泡沫破裂后，纳斯达克指数暴跌78%，近80%的“.com”公司倒闭，但亚马逊、微软等真正具备核心能力的企业，在股价暴跌90%后仍能浴火重生。亚马逊凭借“客户中心”理念和物流体系构建的护城河，从图书电商成长为全球零售巨头;微软则以Windows系统为根基，持续迭代至今仍占据桌面操作系统90%以上市场份额。

这一规律正在AI领域显现。当前AI行业确实存在泡沫：部分企业仅将传统业务“AI化包装”，没有实际技术突破却估值翻倍;一些初创公司烧钱争夺大模型参数规模，却未找到商业化路径。但与此同时，真正的技术创新从未停滞：谷歌Gemini3实现多模态处理能力跃升，百度文心一言在医疗影像诊断领域准确率超人类专家，字节跳动豆包手机助手重构人机交互逻辑。

更关键的是，AI已展现出超越互联网初期的生产力变革潜力。互联网初期更多是“信息连接”，而AI直接实现“效率重构”——美国银行虚拟助手Erica累计完成25亿次客户互动，减少20%人工客服;某股份制银行JBoltAI风控系统将审批效率提升47%，年度风险损失减少1.2亿元。这些实打实的落地成果证明，AI不是虚无的概念，而是正在重塑产业的核心力量。泡沫终将破裂，但具备技术壁垒和商业模式的AI企业，将成为下一个时代的“亚马逊”。

启示二：基础设施是“压舱石”，“卖铲子者”笑到最后

互联网泡沫的幸存者中，有一类企业格外亮眼——为整个行业提供基础设施的“卖铲子者”。当无数电商网站、门户网站倒闭时，提供网络硬件的思科、芯片的英特尔、操作系统的微软却屹立不倒。思科的路由器支撑起全球互联网骨干网络，英特尔的芯片定义了PC时代的计算能力，它们的价值不依赖单一应用场景，而是深度绑定整个技术生态的发展。

这一“基础设施红利”在AI时代同样适用，且规模更为庞大。当前AI基础设施已形成“芯片-算力-数据”的完整链条，2025年全球AI基础设施市场规模已突破5000亿美元，年增速达62%。英伟达的GPU占据全球AI训练芯片90%以上市场份额，2025年三季度营收同比增长210%;光模块龙头中际旭创1000G产品全球市占率超30%，直接受益于云厂商算力中心扩建;阿里云、腾讯云的AI算力服务，已服务超百万家中小企业。

这些企业的抗周期能力已得到验证。2024年AI行业经历短暂调整时，英伟达、中际旭创等基础设施企业净利润仍保持30%以上增长，而单纯依赖大模型授权的初创公司则出现现金流危机。正如互联网时代“无论网站如何迭代，都需要路由器和芯片”，AI时代无论表层应用是聊天机器人还是自动驾驶，都离不开算力芯片、光模块等底层支撑。基础设施的“卖铲子者”，始终是技术革命中最稳定的赢家。

启示三：泡沫破裂催生技术民主化，垂直应用是真正蓝海

互联网泡沫的意外收获，是推动了技术“民主化”。泡沫破裂后，宽带成本下降90%，开源软件(如Linux)兴起，开发工具价格骤降，创业门槛从百万级降至万元级，直接催生了Web 2.0时代——Facebook凭借社交场景落地、YouTube依托视频创作工具普及，成为重塑人类生活的超级应用。技术从巨头垄断走向全民可用，才真正释放了互联网的全部潜力。

AI正沿着相似路径演进。当前大模型训练成本高昂，训练一次GPT-4级别的模型需耗费1.2亿美元，中小玩家难以企及。但泡沫正倒逼技术成本下降：谷歌推出低成本TPU芯片，使推理成本降低70%;阿里云发布“普惠AI套餐”，将大模型调用成本降至0.01元/次。更重要的是，AI开发工具正走向“平民化”——科大讯飞推出AI课堂助手，教师无需编程即可制作智能课件;百度飞桨平台让制造业工程师通过拖拽模块，快速搭建质检模型。

技术民主化已催生垂直领域的爆发。医疗领域，AlphaFold 3实现蛋白质与DNA复合物预测，将药物研发周期缩短50%;DeepSeek-Med肺癌诊断误诊率低于人类专家3%，已在200家医院落地。教育领域，科大讯飞智慧课堂覆盖5万余所学校，使学生作业时间减少30%。金融领域，美国银行Erica的欺诈识别效率是传统模式的300倍。这些案例证明，真正的AI革命，不是少数通用大模型的“军备竞赛”，而是垂直领域“解决具体问题”的深耕细作。

理性乐观者的行动指南：在泡沫中布局未来

面对AI泡沫，恐慌与盲目跟风都是下策，成为“理性乐观主义者”才是明智选择。不同主体应基于自身定位，在泡沫周期中把握机遇：

对政策制定者而言，需平衡“创新激励”与“风险防控”。一方面加大基础研发投入，2025年我国AI基础研究经费已达180亿元，应进一步向芯片架构、大模型算法等“卡脖子”领域倾斜;另一方面建立适应性监管框架，如对AI医疗诊断实行“分级审批”，既保障安全又不阻碍创新。

对投资者而言，需坚守“价值投资”原则。泡沫期规避仅靠概念炒作的企业，聚焦具备技术护城河的基础设施企业(如芯片、光模块)和已验证商业化的垂直应用龙头(如AI医疗、智能风控);泡沫破裂后则逆势布局，借鉴互联网泡沫后“抄底微软、亚马逊”的经验，把握优质企业估值回归的机会。

对企业和个人而言，“提前储备能力”是核心策略。企业应聚焦主业场景落地AI，如制造业可先引入AI质检系统降本增效，而非盲目研发大模型;个人可学习AI工具应用，如设计师使用AI绘图提高效率，教师借助智能备课系统优化课程——当技术成本下降时，提前掌握能力的主体将率先构建竞争优势。

1999年有人质疑“谁会需要一台家用电脑”，20年后互联网重塑了世界。今天有人质疑“AI是否只是泡沫”，但历史已给出答案：技术革命的浪潮从不因泡沫而停歇，只会在泡沫退去后更加清晰。面对AI，我们不必畏惧泡沫，只需分清投机与价值、概念与技术，在理性乐观中拥抱新质生产力的到来。