拒絕 AIGC 的會計切面：拆解《黑神話：鍾馗》美術勞動定價與資產重置成本

回顧 8 月 10 日，遊戲科學聯合創辦人暨《黑神話》系列美術總監楊奇在個人社交平臺發文，分享觀賞克裏斯多福·諾蘭（Christopher Nolan）新片《奧德賽》的感悟。面對網友提問生成式 AI 工具能否加速《黑神話：鍾馗》的研發進度，楊奇明確回應，設計與遊戲資產製作階段會主動遠離 AIGC（人工智慧生成內容），並形容此舉是「站好最後一班崗」，使用傳統技術手段進行創作。

在全球遊戲業普遍將 AI 視為壓低成本、加速產出的標準配置當下，遊戲科學選擇逆勢採用「古法創作」。將這段感性發言還原至 3A 級（高預算、高品質、高行銷費用）遊戲開發的財務模型中，這其實是一場關於勞動定價、資本支出週期與長期無形資產累積的結構性抉擇。

AIGC 的邊際成本趨零與美術勞動重置擠壓

當前全球遊戲產業正面臨嚴重的成本擠壓。根據產業調研機構估算，一款標準 3A 遊戲的開發成本已攀升至 6,000 萬至 2 億美元區間。在傳統管線中，美術資產製作（涵蓋原畫設計、3D 建模、貼圖繪製、骨骼綁定與動畫演算）佔據了整體專案預算的 40% 至 50%，且耗費大量工時。

引入 AIGC 工具，在財務報表上的直接效果是邊際成本趨近於零。透過生成式模型，原畫概念的產出週期可從數週縮短至數小時，材質貼圖的擴充與變體生成幾乎不需額外人事開銷。這與我們先前分析的休閒遊戲零研發門檻與廣告擠壓邊際邏輯相似，底層都是透過演算法抹平內容產製的勞動成本，藉由極高的周轉率換取現金流。

然而，AIGC 批量產出的素材普遍存在細節空洞與風格同質化的物理特徵。對於追求低畫質、快迭代的休閒手遊，同質化是可接受的營運成本；但對於以沉浸感和文化底蘊為核心變現基礎的 3A 單機大作，美術資產的瑕疵將直接衝擊終端定價與玩家留存率。

楊奇所指的「站好最後一班崗」，在產業經濟學上的意義在於：抵制將不可預測的 AI 演算結果直接轉化為固定資產。採用「古法創作」（傳統 3D 後期與數位電影技術），雖然墊高了短期人事成本與開發週期，卻能確保每一筆美術勞動投入都轉化為具備高度客製化、難以被輕易複製的獨特無形資產。

資產重置成本與終端定價的護城河

遊戲科學婉拒 AIGC 的底氣，源自《黑神話：悟空》在商業端建立的定價權。首款作品全球銷量突破兩千萬套，為工作室帶來了極為寬裕的現金流。當多數中型遊戲廠商必須依靠 AIGC 縮短工時以避免資金鏈斷裂時，遊戲科學具備拉長資本支出週期的本錢。

在 3A 遊戲的估值模型中，高毛利率並非來自極致的成本控制，而是來自產品的不可替代性。諾蘭在實體電影產業堅持底片拍攝與物理特效，其商業邏輯同樣在於拉高作品的「資產重置成本」。當市面上充斥著由 AI 生成的標準化場景時，全手工打造的物理光影與細節物件，將在市場端形成明顯的體驗降維打擊。

若《黑神話：鍾馗》延續前作 60 美元（數位標準版）的終端定價策略，消費者支付的不僅是軟體授權費，更是對高階美術勞動的變現溢價。開發團隊將原本可被 AI 壓縮的勞動時間，轉化為遊戲內的高密度視覺資訊。這種做法墊高了產品的固定成本，但也築高了競爭者的進入門檻。一旦市場認可這種「反 AI」的純手工質感，未來其他試圖用 AI 偷工減料的同類產品，將在消費者的比較心理下面臨嚴重的退費與輿論風險，這在遊戲宣發與動捕勞動定價擠壓的案例中已得到驗證。

產能擠壓下的勞動定價與技術演進曲線

儘管全手工製作具備商業與藝術雙重價值，但這項決策背後仍存在龐大的財務壓力與結構風險。第一款作品在美術層面的成功，導致玩家對第二款的容錯率極低。在不依賴 AIGC 的前提下，遊戲科學必須維持龐大的美術與技術藝術家陣容。

遊戲產業的數位內容產線極度依賴熟練勞動力。維持傳統管線意味著專案必須承擔持續上漲的薪資通膨與人員流動風險。在長達數年的開發週期內，任何核心美術人員的離職，都可能造成特定資產產線的停擺。其次，傳統 3D 後期與動畫製作的邊際產出效率遞減。當專案邁入後期，為了追求毫米級的細節優化，往往需要投入幾何級數增長的工時，這將直接考驗專案經理對資本支出的控制能力。

從技術演進與替代曲線觀察，楊奇的表態並非全盤否定 AI 技術，而是將 AI 的應用場景進行了精確的財務切割。在設計與資產生成（前段管線）堅持人工，確立作品的藝術基調與資產品質；但在程式輔助測試、自動化骨骼權重分配或光影渲染加速（後段管線）等不直接涉及「創作核心」的環節，產業常規的演算法優化依然會推進。這種切割方式，本質上是將有限的資本支出，優先投入至能產生最高品牌溢價的勞動環節。

結構推演與市場預期

《黑神話：鍾馗》的研發進度與技術選型，為當前遊戲產業提供了一個非典型的財務樣本。隨著生成式 AI 技術在 2025 年後進一步普及，遊戲市場將出現明顯的製造業分化。

第一種路徑是追求極致的投入產出比。廠商大量裁撤基礎美術人員，導入 AI 管線，以數量取代質量，將資本重度向買量與發行端傾斜。這類產品的生命週期短，毛利率完全依賴流量紅利。

第二種路徑則是遊戲科學所選擇的「高資本支出、高人事成本、長週期回收」模式。這類廠商將勞動力視為資產而非負債，藉由抗拒邊際成本趨零的誘惑，在市場上建立稀缺性。

對於資本市場與投資者而言，短期內無法在《黑神話：鍾馗》的開發中看到 AIGC 帶來的毛利率改善。其估值模型將持續綁定於專案的長線預售表現與品牌授權（IP）擴展。這場拒絕 AI 末班車的實驗，最終將考驗市場是否願意為「人力的極致投入」持續支付高昂的溢價。