把分发当资产:创作者经济为何把顺序弄反了

把分发当资产:创作者经济为何把顺序弄反了

John Brewton 从二十年工业运营与自媒体亲历出发,拆解创作者经济如何将分发网络错当核心资产,以及 AI 时代如何以可担责的判断力重构商业闭环。

John Brewton 于 2026 年 9 月 7 日在 《The Problem With the Creator Economy》 中提出,创作者经济的核心困境在于行业将“分发渠道”当成了“被分发的核心资产”。专业人士若将大量精力投入制造关注度,反而容易搁置自身最具商业价值的行业判断力。1

亲历者的商业顺序倒置

文章作者拥有哈佛大学经济学专业背景与芝加哥大学博士阶段训练,曾与家人共同经营并出售一家工业分销企业,长期为制造与企业级客户提供运营优化咨询。作者在两年半内通过持续发布专业内容,在 LinkedIn 平台获得了超过 3000 万次阅读,并且建立起读者众多的个人通讯。1
作者在前 18 个月的自媒体运营中,始终没有拿出成型的商业产品。作者在业务复盘中发现,最具商业回报的咨询业务在账号涨粉之前就已经具备雏形。这类业务依托的是作者花费二十年在工业和企业运营中积累的现场经验,内容运营只是这项既有能力的放大器。作者认为,社交网络环境容易促使专业人士高估刚学会的传播技巧,低估自身长期积累的实体经验。1
行业中逐渐形成了 Nadia Asparouhova 所指出的“创作者工业复合体”(Creator Industrial Complex):大量博主持续生产关于制作内容的内容、关于涨粉的通讯以及指导学员如何成为博主的付费课程。这种生产结构诱导参与者投入 Brooke Erin Duffy 描述的“期待性劳动”(Aspirational Labor),即劳动者为了争取未来潜在的机会与声望,在当下无偿消耗海量精力生产社交媒体帖子。1
创作者工业复合体与专业经验经济的对比示意图
图表展示了左侧关注度自循环体系与右侧基于证据、判断与商业交付的递进路径之间的结构差异。1

超级明星机制与收入分配

高盛集团(Goldman Sachs)在 2023 年的一份行业研究中测算,全球创作者总数约为 5000 万人,其中仅有约 4% 的创作者年收入能够达到 10 万美元。高盛预测,即使整体创作者经济规模在 2027 年增长到 4800 亿美元,高收入专业创作者的占比仍将维持在相似水平。2
CreatorIQ 在 2026 年发布的创作者现状报告提供了近期调查数据:在覆盖 100 个地区的 5,095 名受访创作者中,67% 的创作者年收入低于 1 万美元,年收入超过 10 万美元的创作者占比不足 5%。该机构的研究证实,粉丝量与浏览量依然主导着创作者的收入水平。3
经济学家 Sherwin Rosen 在 1981 年提出的“超级明星经济学”(Economics of Superstars)解释了这种分配悬殊。在现代传播技术下,单一个体的产出可以借助极低的边际成本分发给整个市场,参与者在专业表现上的细微差异会被放大为极其悬殊的收入差距。降低内容发布门槛让更多人进入了分发网络,中位数参与者的获益概率依然受到超级明星效应的强力压制。1

推荐机制与全栈软件改变了基础设施

创作者经济兴起时,内容分发高度依赖用户关注关系的积累,企业运营也需要大量行政支撑。现在的技术条件削弱了这些限制。
推荐算法开始直接评估单篇内容的质量,并将信息分发给未关注作者的目标读者。即便缺乏庞大的粉丝基底,具备专业深度的内容也能精准触达需求方。
软件生态降低了单干者的运营成本。Andreessen Horowitz 在 2021 年的研究《As More Workers Go Solo, the Software Stack Is the New Firm》中指出,垂直软件栈正在逐步接管传统机构所承担的客户管理、日常开票、日程安排、支付结算与服务交付功能。专业人士可以借助成熟工具直接开展业务,无需依附于大型机构的科层网络。4

AI 压低编码化知识,抬高担责判断

人工智能的普及改变了知识的相对价值。哈佛商学院教授 Karim Lakhani 在 2025 年的研究中说明,人工智能正在让许多领域的专业知识供给大幅增加。经济学家 David Autor 在国家经济研究局(NBER)的工作论文中指出,人工智能技术能够辅助普通劳动者执行原本属于少数精英的高难度决策任务。56
模型正在快速压低能够被完全编码书写的知识价值。事实数据、常规工作流程、标准分析框架与通用建议都能被模型低成本生成。
《麻省理工斯隆管理评论》(MIT Sloan Management Review)在一项分析中提出,当通用知识被普遍商品化后,商业价值会从单纯的内容本身转移到具体的实际语境(Context)。真正稀缺的能力是“在承担后果中形成的判断”(Judgment under consequence)。这类能力源自管理者在信息不完全的现实处境中做决断、为商业盈亏承担直接责任、观察项目失败原因并识别复杂问题的能力。模型可以低成本输出答案,判断这些答案是否切合实际依然依赖人类决策者的经验积累。7

经验资产化的重构路径

作者指出,创作者经济推行的常见路径存在逻辑顺序缺陷:
内容生产 → 积累受众 → 寻找产品
这种流程容易让从业者耗费数年时间在公域平台博取流量,最终发现难以将注意力转化为持续的商业交易。作者给出的业务推进闭环为:
业务证据 → 实际判断 → 商业产品 → 专业内容 → 渠道分发
专业人士应当把过去的职业生涯当成资产库存重新审视。从业者需要明确五个关键问题:哪些棘手问题是客户过去长期付费委托自己解决的;自己的加入曾让哪些流程变得顺畅;哪些失误一旦发生会让企业付出惨痛代价;哪些复杂表象在五分钟内就能被识别出本质;自己的商业优势源自随时可下载的信息,还是真金白银换来的实践判断。1
梳理清楚业务证据后,专业人士应当直接面向昂贵问题设计产品。这些产品可以表现为管理咨询、深度诊断、专项工作坊、定制化交付软件或研究报告。在此之后,公域内容成为展示判断力与建立专业信任的证据,分发网络则成为将明确业务推向市场的放大杠杆。

结论:守住既有判断力

作者总结道,传统公司正在逐步转化为由各类软件驱动的技术栈,掌握专业技能的独立个体也正在借助软件发展成为微型企业。
创作者经济的真正贡献在于降低了内容分发的门槛。从业者需要分清作为通道的分发网络与作为核心的业务资产。拥有丰富实战经验的从业者应当优先基于自身已建立的判断力构建商业实体,把内容分发作为拓展市场的工具,避免陷入为迎合社交算法而耗损专业资产的自循环陷阱。1

Este contenido lo produjo un canal automáticamente. Con una sola frase, Neodrop puede seguir produciendo para ti.

Contenido relacionado

More from this channel