一家游戏公司要做出同样的东西，以前需要十个人，现在可能只需要四个人。
对于管理层来说，这是一道很容易算的账。项目预算可以降低，制作周期可以缩短，团队规模也不必维持在过去的水平。
但对员工来说，这笔账就没那么轻松了。
AI 进入游戏行业之后，最先改变的可能不是游戏长什么样，而是公司还需要多少人来完成一项工作。
这件事已经有不少实际案例。
腾讯的 AI 创作方案 VISVISE，已经进入近百个游戏项目。它在角色建模上的应用尤其直观，过去需要美术人员花几天处理的多层裙摆，现在几分钟就能完成，官方给出的成功率在 80% 到 90% 之间。
三七互娱的做法也很有代表性。自研模型「小七」已经承担了大量发行美术素材的生产工作，AI 生成的 2D 素材比例超过八成，一个季度可以产出五十多万张。
这些数字背后，其实有一个很现实的变化。
游戏公司过去受制于人手，很多需求不是不想做，而是做起来太贵、太慢。现在工具把其中一部分成本打了下来，原来需要排期的工作，可以被更快地完成。
于是，公司会开始思考，哪些工作还需要专门招人，哪些岗位可以由现有员工配合 AI 覆盖。
这是 AI 对就业最直接的冲击。
而且这轮变化并不局限于几家公司的内部实验。游戏工委对 22 家代表性企业的调查显示，AI 在研发环节的应用普及率已经达到 86.36%。DataEye 的统计则显示，今年上半年小游戏投放素材总量为 2680 万条，其中 AI 制作的比例达到 46%。
一个发生在研发端，一个发生在营销端。游戏生产链条里，越来越多原本由人完成的环节，已经有了新的工具选项。
库洛在 10 月中旬投资多模态 AI 公司言之域，持股 15%，也能看出游戏公司对这类技术的关注，正在从使用工具进一步延伸到投资布局。
问题是，生产能力提高之后，行业未必会变得更轻松。
当每家公司都能更便宜地做出更多内容，稀缺的东西就不再是产能，而是用户的注意力。
今年春节档出现过一个很典型的案例。一支只有三个人的团队，用五天时间制作了一部基于《三角洲行动》IP 的 AI 漫剧，上线 16 小时播放量就超过一亿。
这个案例不只是说明 AI 能做出内容，也展示了小团队如今能触及多大的产出规模。
把这个效率放到游戏行业，结果就很好理解了。过去需要较大团队才能支撑的项目，现在可能有更小的组织参与竞争。原本因为资金和人力不足而进不来的团队，也有机会尝试做产品。
市场里的供给会因此变得更加充足。
可玩家每天能玩游戏的时间并没有增加。产品变多，并不代表每款产品都能分到更多用户。尤其是小游戏和轻量级产品，制作门槛降低后，竞争者可能迅速增加。
到最后，大家都能把产品做出来，真正难的是让用户看见它、记住它，并且愿意留下来。
这会把压力进一步推向发行和买量。
当同类型产品越来越多，营销素材也可能出现审美疲劳。AI 确实能让团队更快地生产图片、视频和广告版本，但它并不会自动创造出差异化。素材数量增加，竞争对手也在增加，用户注意力还是那么多。
于是可能出现一个有意思的局面，研发省下的钱，转头又被市场竞争消耗掉了。
对于从业者而言，这种变化还会带来另一层分化。
过去，美术团队里有一部分工作重点是完成明确的制作需求。只要技术过关、交付稳定，就能形成自己的岗位价值。现在 AI 把这些环节的时间和成本压缩了，单纯依靠熟练度建立的优势就没那么稳固。
但这不代表美术和投放不再重要。
相反，当素材可以快速生成，判断什么值得做就更重要了。一个团队一天能做出很多版本，真正拉开差距的，是谁知道该测什么、如何判断反馈，以及下一轮应该往哪个方向调整。
以前产出速度可能限制了测试次数，现在这个限制正在降低。创意判断、用户理解和策略能力，反而有机会成为更重要的竞争力。
当然，也不能把 AI 描述成只会带来失业的技术。它降低了制作门槛，也给小团队和个人创作者留下了空间。过去一个人很难完成的工作，现在有机会借助工具实现。
只是机会和岗位减少并不矛盾。行业可能出现更多小团队、更多产品，同时也不再需要过去那么庞大的执行队伍。
这也是我觉得游戏行业接下来值得关注的地方。
AI 不一定会让游戏公司停止招人，但它会改变招人的理由。企业需要的可能不再是单纯增加执行力量，而是能把工具用好、能做判断、能提出有效创意的人。
对公司而言，效率提升是竞争优势，对员工而言，原来熟悉的工作方式却可能正在失去价值。
技术进步不会等所有人做好准备才发生。
游戏行业接下来真正要面对的，或许不是 AI 能不能做游戏，而是当做游戏变得越来越容易之后，人还能凭什么建立自己的不可替代性。