一个产品团队用生成式工具，几周就能铺出上百部短剧；剧本、分镜、配音、剪辑全部可以由模型完成，成本压到真人剧的十分之一。可到头来，能被人记住、能跨媒介变现的名字，一个都没多出来。为什么产能爆炸，为什么反而更缺作品？
9月13日，SBS瑞士商学院DBA工商管理博士项目《文化产业结构与竞争分析》迎来第二日课程，这一天的课程沿两条线推进：一条从全球到地方，处理竞争力的评价问题——指标体系怎么建、指标权重怎么定、中国的城市和区域处在什么位置；另一条直面生成式人工智能，处理产业结构正在发生的重构——成本、岗位、体验被改写成了什么样子。
竞争力是一把能落地的尺子
全球文化产业的分布有三个特点：一是高度集中，无论全球还是国内，政策成果、产业资源都密集落在少数大城市群与文化中心；二是利润中心、投资中心与市场中心高度关联，彼此协同；三是区域经济一体化推动了跨越国界的新空间集聚，形成规模效应明显的产业簇群。那么，说一个地区"竞争力强"，怎么证明？
课上王教授也给出了指标体系构建的方法。第一是规划单个指标，王教授把文化产业竞争力拆成基础竞争力和产业能力与技术两个子系统，并分列出规模、利润、效益等共计15个因素评价层。单个指标有了，那每个指标的影响如何衡量？第二就是给每个指标赋予对应的权重。王教授在课程上演示了层次分析法：用一到九的比例标度建立两两判断矩阵，计算权重后做一致性检验。同时他结合一篇以合肥新型显示产业集群为对象、跨上海与南京做横向比较的期刊文章进行了对应的拆解。这也为同学们在进行自己的研究中遇到相关问题，指明了科学的操作途径。
榜单里的中国：不是资源多就一定排得前
有了尺子，就能量出位置。课堂把国内文化产业格局概括为三个梯队、三种模式：东部沿海地区第三产业成熟、市场资源与数字文创并行；中部地区历史文化资源厚实，难点在于转化；西部地区资源禀赋突出，产业化能力是当前最大的瓶颈。
具体到城市，王教授也点评了各城市文化产业的定位与目标。北京作为全国文化中心，长期保持文化产业增加值占地区生产总值10%以上的水平；上海瞄准国际文化大都市，文创产业增加值占比的目标定在18%左右；深圳以设计之都立身，文化及相关产业增加值瞄准4000亿量级，靠的是科技驱动而非历史厚度；广州依托岭南文化根基与非遗转化，着力打造国际演艺中心。
可见，资源禀赋只是入场券，决定名次的是市场、创新能力与产业转化效率。
超越环保，上海国际电影节上，ESG成了新的标杆
为了让评价框架落到具体项目上，课程用今年六月刚刚落幕的上海国际电影节做了一次完整拆解。这条线可以追溯到2008年，联合国开发计划署与上海国际电影节合作推出国内首个"碳中和电影节"；十几年过去，环境维度早已从环保倡议升级为全产业链的碳管理，交通减排、绿色物料、拍摄阶段的能耗控制都被纳入考量。
社会维度上，它不只包含无障碍观影、票价可及性这些基础动作，还包括把观众变成共创者、把社区的日常生活纳入内容生产，以及一个长期被忽视的群体——搭建舞台的工人、清洁影院的保洁、奔波在片场之间的配送人员。
何同学也提出了自己的看法。她做过多年面向公共部门的服务，也在文旅项目里长期处理同类问题。她的看法是，文化产业的合规命题不该被理解成单纯的绿化或低碳，而应当回到一句话——用负责任的、可持续的方式去创造价值；环境管理的落点是全产业链能力，社会维度要在文化多样性与创作自由之间找到动态平衡，而治理的关键在于把合规成本转化为战略能力，让企业在资本市场和出海过程中真正受益。
文化产业竞争力的培养，要融入当地传统文化，更要照顾产业链上的所有参与者
产业下面还藏着更小的切口。课程举了日本山形县鹤冈市的例子——一座被联合国教科文组织创意城市网络认定为"美食之都"的小城。它的基础并不特殊：当地种植的传统作物、深厚的历史街区、已经进入世界非物质文化遗产名录的饮食传统。真正起作用的是后面那套做法：保证当地食材的供给与质量、提升农产品的附加值、把饮食放回当地的文化传统与历史背景中去。
王教授把它概括得很朴素：这样的地方不是一上来就消耗资源，而是尊重当地特征、培育当地资源，让生产者、消费者和传播者每个环节都被照顾到。这句话对着国内那些开业时声势浩大、过后迅速沉寂的美食街区，格外扎人。
AI是降本增效，还是成本转移？
下午的课程切到生成式人工智能，开场就是一记反问：降本增效，到底是真实红利，还是成本转移？
微观层面答案很清楚：制作成本确实大幅下降，效率确实提高。但把视野拉到整个产业链，画面变了。技术投入、算力设备、模型训练与工程团队要持续掏钱；合规与审核不再是单一环节的事，删改、过滤、人工校正都在增加支出；内容供给激增之后，营销推广和触达用户的成本反而抬升，爆款效应越来越难复制。课堂引用的调研数据给了佐证：经济合作与发展组织的一份报告显示，三十八个成员国的大型企业的人工智能采用率为40%，而十到四十九人的小企业只有11.9%。
可见，正受益的，是那些能够把技术带来的微观效率优化，转化为宏观竞争优势的企业。这不是买一套工具就能发生的事，它要求整个组织的结构、流程与数据资产管理同步重组——就像有了无人机并不等于低空经济自然成型，原有的系统不重组，技术很难真正适配进去。
还有一个提醒被反复强调：降本的红利，只有在AI内容与自有业务深度整合、并建立起有效的风险管控之后才会真正兑现。对条件有限的中小企业来说，所谓降本红利很可能被另一部分成本抵消，先迎来的反而是质量与效率的双重困境。
AI时代，稀缺的不再是技术，而是审美
技术震荡落到个体身上，恐慌往往先于事实到来。课上给出的图景恰恰相反：新增的岗位并不少，AI分析师、AI建模师、提示词工程师、大模型人文训练师、智能产品运营与伦理合规专员，都在快速催生；与此同时，被替代最快的是重复性强的那部分工作岗位。
王教授强调：技术擅长基础运算与批量生成，却难以理解情感逻辑、文化内涵与价值底线；这直接导致创作者群体的分化——头部创作者靠审美判断力去驾驭工具，同样用模型，有审美和没审美的成品差别巨大。
为了更好地应对AI冲击，王教授给出了自己的建议：在人机协作中准确找到Al的边界，懂文化、有审美、能共情、晓规则，意味着文化素养正从“软技能”变为Al时代的“硬通货”。
