今天分享一个很“传统”的产品，Pocket FM，https://pocketfm.com/
Pocket FM 上最赚钱的故事之一，叫《My Vampire System/我的吸血鬼系统》。
故事开头并不复杂：一个年轻人意外获得了一套“吸血鬼系统”，然后一路升级、战斗、解锁能力。
真正夸张的是它的长度，这部剧已经做了 4192集，累计播放超过 15亿次。
Pocket FM 每天会给用户一部分免费收听额度，但如果不想等，就可以买“金币”提前解锁后面的集数。
理论上，你可以每天等免费额度，然后花几年把它听完，也可以直接付钱。
仅这一部作品累计给 Pocket FM 带来的收入就接近 9000万美元。一些重度用户为了追完一部长篇故事，最终可能花掉几百甚至上千美元。
所以如果你第一次听说 Pocket FM，把它理解成“印度版喜马拉雅”或者“有声书版网易云音乐”，其实都不太准确。
它更像是：网文 + 短剧 + 手游付费机制，最后装进了一个音频 App 里。
Pocket FM 创始人 Rohan Nayak 公开披露，目前平台 93%的内容由 AI 参与生产，新生产内容的比例更是达到 99%。
与此同时，公司最新的年化收入运行率已经达到 5亿美元。
250多万付费用户，超过 2.5亿听众，96部作品累计收入超过 100万美元，其中 13部超过 1000万美元。
更夸张的是，Pocket FM 称，AI 已经把部分内容的生产成本降低了大约 80倍。
以前做 100小时内容，大约需要一年。现在，一天。
Pocket FM 很早就找到了赚钱方式
Pocket FM 成立于 2018年。三个创始人 Rohan Nayak、Nishanth KS 和Prateek Dixit 最初研究过播客、音频内容等不同方向，后来发现了一件很简单的事：
人们愿意长时间听故事，但传统有声书并不适合每天持续消费。
于是他们没有简单地把一本书念出来，而是把电视剧和网文的逻辑搬进音频。
每一集大约 10到 15分钟，节奏快、对白多、冲突密集，每集结尾尽量留悬念，然后不断更新。
这也是 Pocket FM 很早就想明白的一件事：他们卖的不是“音频”，而是连续追剧情的欲望。
商业模式也因此和 Spotify、Netflix 完全不同。
Pocket FM 没有选择“每月付9.99美元，所有内容随便听”，而是给用户每天一定量的免费内容，听到关键剧情之后，如果还想继续，就购买金币解锁下一集。
玩法本质上更接近手游，免费玩没有问题，但如果你不想等体力恢复，就付钱。
Pocket FM 已经验证出一整套逻辑：长篇故事拆成短集、不断制造悬念，再通过微支付实现变现。
2022年初，公司收入还接近于零；但到了 2023年底，年化收入运行率已经达到 1.5亿美元，其中超过 1亿美元来自美国。
2024年完成 1.03亿美元 D轮融资时，公司累计融资约 1.96亿美元，估值 7.5亿美元。
这里想调强的其实是，Pocket FM 不是一家 AI-Native 公司，它先找到了一套已经能挣钱的内容模型，然后把 AI 塞进每一个成本最高、速度最慢的环节。
AI 最先干掉的，不是创意，而是制作
Pocket FM 第一次大规模使用 AI，并不是让大模型自己写小说。
它先解决了最现实的问题：配音太慢，也太贵。
2024年，公司开始和 AI 音频公司 ElevenLabs 合作，让创作者把文本直接转换成音频。
以前，即使拥有比较完整的录音设备，一个创作者每天大概也只能生产 30分钟高质量音频。
AI 加入之后，产量可以提高大约10倍。Pocket FM 当时测试制作了 3万小时 AI音频，并称音频生产成本下降了约 90%。
但很快，AI 就不只是负责念稿了。
2025年，Pocket FM 推出了一个叫 CoPilot 的创作工具，它做的事情已经很接近一个数据驱动的编剧室。
比如，一个创作者写完一集之后：
系统会分析剧情节奏，告诉你这一集冲突够不够强；可以把大段叙述改成对白；可以建议在哪个地方增加人物冲突；可以重新设计一集的结尾，让用户更想继续听。
如果故事已经写了几百集，它还会自动整理人物小传、人物关系和历史剧情，避免后面写着写着自己忘了前面的设定。
更有意思的是，这些建议并不完全来自一个通用大模型。
Pocket FM 积累了大量用户真实行为数据：
用户听到第几分钟退出；哪一种剧情会继续听；什么地方开始付钱；什么类型的悬念能够提高下一集打开率。
公司把这些反馈继续喂给自己的创作系统，所以 AI 不是笼统地告诉作者“这里应该更精彩”。
而是告诉你：按照过去几千部作品的用户数据，这里应该再吵一架。
2025年时，Pocket FM 已经能够用这套工具分析剧情节拍、增强冲突、推荐悬念，同时进行跨语言、本地化改写。
比如同一个故事进入德国，不只是把英文翻成德文，还会修改人物名字、表达习惯甚至文化背景。
这也是为什么 Pocket FM 的 AI 路径，比单纯“用 ChatGPT 写小说”更值得研究。
它真正掌握的资产，不只是模型，而是哪些故事结构最后真的让人听了 150分钟，并且愿意掏钱。
AI 真正改变的，是“爆款”生产方法
传统内容行业有一个长期解决不了的问题：你不知道什么会火。
电影公司可以花两亿美元拍一部电影，演员、导演、IP、营销全部顶配，最后还是可能亏钱。
一本小说在出版之前，也没人真的知道它会不会成为畅销书。所以传统娱乐行业很大一部分能力，其实是在提高“押中爆款”的概率。
Pocket FM 走的是另一条路：
既然无法准确预测爆款，那就不要只生产 100个项目，生产 10000个。
2025年，公司每个月已经会测试接近 1000个新故事试播项目。
每个新内容先推给一小群用户，然后看点击、首小时完播、继续收听、付费等数据。
表现好的扩大推荐，表现差的停止投入。
这套机制本来就存在，只不过以前制作内容仍然需要大量编剧、配音、后期和时间，所以测试 1000个项目依然很贵。
AI 把这个约束拿掉了。
现在 Pocket FM 拥有超过 55万名创作者，每年可以生产约 250万小时AI辅助内容。
对比一下：两年前，Pocket FM 整个历史内容库加起来只有大约 10万小时。
这也带来了一个很反常识的变化，以前内容公司的目标是：提高爆款率。
现在 Pocket FM 的逻辑开始变成：爆款率低一点，也没关系。
创始人 Rohan Nayak 的解释的：
过去他一直在问，为什么做出一部爆款这么难；现在他更关心绝对数量，即使 AI 内容的成功率比专业制作低，只要生产规模足够大，最终产生的爆款数量依然可能多十倍。
这其实才是 AI 对内容行业真正危险，也真正有价值的地方，它不是单纯把一部剧的成本从 100万元降到 20万元。
而是把整个决策方式从：“我们觉得这部作品可能成功，所以先投入很多钱。”
变成：“先极低成本生产和测试，再把钱投入已经被市场证明的东西。”
这和互联网广告、手游买量甚至电商测款越来越像。也就是说，内容第一次真正变成了一门概率生意。
5 亿美元是怎么赚出来的
Pocket FM 现在有超过 2.5亿听众，覆盖 20多个国家。
美国已经成为它最大市场，占年化收入大约 70%，过去一年美国业务增长约 70%。
它的收入结构也很有意思，目前约 8500万美元年化收入来自广告，剩下大约 4.15亿美元，来自用户直接付钱解锁剧情。
也就是说，这并不是一个“有大量用户，但是靠广告勉强变现”的内容平台。绝大多数收入是用户为了立刻知道下一集发生什么而掏出来的。
现在已经有 96部作品累计收入超过 100万美元，13部超过 1000万美元，而且大量内容供给确实开始反馈到用户留存上。
公司披露，它的 12个月用户收入留存率已经从两年前的 44%提高到 76%。
换句话说，当内容越来越丰富，用户更容易在听完一部之后继续找到下一部感兴趣的作品。
更大的野心，是先用音频筛 IP，再去拍短剧
Pocket FM 的母公司 Pocket Entertainment 今年又推出了一个 AI 微短剧App：Pocket Saga。
上线只有大约三个月，年化收入运行率已经达到约 1500万美元。
和 Pocket FM 还需要人类参与故事构思不同，Pocket Saga 目前的内容已经可以做到全 AI 生产。
公司正在做的事情也在意料之中：把已经在 Pocket FM 上验证成功的音频故事，直接转换成 AI 视频。
不需要重新租摄影棚、找演员、组剧组，再赌一次观众喜不喜欢。
一个故事先在音频里跑，播放、留存、付费全部被证明之后，再把它做成微短剧；如果继续成功，还可以授权成书、电视剧甚至电影。
这实际上把传统影视开发顺序反过来了。
过去：先买IP，组团队，投入大量资金，然后等上映验证。
现在：先用最便宜的形式生产一万个 IP，让真实用户挑出最喜欢的几十个，再逐级增加制作成本。
所以真正改变内容公司的，最终不是生成技术本身，而是风险结构。
但 250万小时内容，也意味着 250万小时垃圾的可能
AI 让任何人都可以生产内容，也意味着低质量内容会以同样的速度增加。
也就是说，当平台生产能力突然暴涨，用户可能很快被大量低质量的 AI 内容淹没。
面对这个问题，Pocket FM 的答案，本质上还是算法筛选。
平台会先审核重复、版权和内容质量，然后给新故事一定曝光，再根据真实用户行为决定是否扩大推荐。
换句话说：AI 解决的是供给问题，推荐系统解决的是垃圾问题。
但这同时会产生另外一个变化。以前内容行业最稀缺的是谁能生产，以后越来越稀缺的可能变成：谁能从无限供给里选出值得被看的东西。
创作者也未必都会从这场生产力革命中获益。
Pocket FM 过去几年已经有员工和合同工裁撤，也有创作者抱怨随着平台供给增加，自己的收益被摊薄。
公司称至少有 5名创作者累计收入超过 100万美元，但平台没有公开普通作者的平均收入。
这也是 AI 内容行业接下来一个很难回避的问题：当一个人一天能生产过去一个月的内容时，内容的单位价值很可能也会下降。