在过去几年里，我们已经无数次听到生成式 AI，LLM（大语言模型）这些词。但真正值得警惕的，不是技术本身有多炫，而是它们正在一点一点，悄悄改写用户的日常决策路径，尤其是在「看什么、去哪儿看」这件事上。

        在搜索、办公、创作领域，ChatGPT 这类面向消费者的 AI 客户端/聊天机器人，已经实实在在改变了用户行为。电视娱乐当然不可能置身事外。对于 CTV 来说，这不是一个“多了一个入口”这么简单的功能升级，而很可能是在重构未来内容搜索与发现的底层逻辑。

        流媒体告别“内容战争”？

        这是 Gracenote 此前的调研数据：美国用户在流媒体平台上找到一部想看的内容，平均需要花费 14 分钟。不是找不到内容，是内容太多了，多到找本身变成了一种负担。

　　截至 2026 年 2 月，Gracenote 数据库中收录的 SVOD 点播节目已经超过 180 万个标题，分布在近 350 个订阅制内容目录中。同时，在大约 2100 条独立 FAST 频道中，还有近 21 万个节目标题。这还没算通过 vMVPD 引入的传统线性频道。

　　过去一年，五大主流流媒体服务的整体片库规模合计增长了 20%。

　　"内容为王"这句话当然还成立。但当内容数量膨胀到某个临界点之后，"丰富"就变成了"过载"。34% 的美国受访者认为，流媒体服务和内容供给的数量已经在削弱他们的观影体验。在 18-34 岁人群中，这个比例是 48%。约一半美国人说，在铺天盖地的服务面前，找到自己真正想看的东西变得越来越难。

　　这是一个所有 CTV 平台都已经意识到的问题，而解法可能不是来自平台内部。

　　Gracenote 本周三发布了一份《2026 GenAI 使用情况研究》报告。数据本身不令人意外——AI 聊天机器人的使用频率在攀升，三分之二的美国受访者说他们现在比一年前用得更多，75% 的人每天或每周多次使用。

　　在 13-14 岁的 Alpha 世代受访者中，近一半（49%）认为 AI 聊天机器人是获得影视内容推荐的最佳渠道。这个数字超过了流媒体和有线电视的用户界面及节目指南（41%），更远远甩开了传统搜索引擎（11%）。超过一半的 Alpha 世代说他们每天都在用AI聊天机器人。

　　换句话说，对于这一代人来说，"找内容"这件事的第一反应，已经不是去打开某个 App 的首页推荐位，不是翻看节目指南，也不是 Google 一下。而是直接去问 ChatGPT。

　　让我把这件事放到 CTV 的产业逻辑里说清楚。

　　过去十年，整个电视产业的竞争重心，一直在围绕"内容"和"分发"两个维度展开。谁有好内容，谁就能吸引用户订阅。谁控制了分发渠道——无论是硬件、OS 还是聚合平台——谁就能掌握用户触达内容的路径。

　　但在这两个维度之上，还有一个更基础的层面，我们一直默认它是固定的：用户怎么"发现"内容。

　　在线性电视时代，发现机制是换台：你坐在沙发上，用遥控器一个频道一个频道地切换，碰到喜欢的就停下来看。这是一种被动的、随机的发现模式。在流媒体时代，发现机制变成了推荐算法，平台根据你的观看历史和行为数据，在首页瀑布流里给你推内容。这是一种平台主导的、数据驱动的发现模式。

　　现在，AI 聊天机器人正在引入第三种模式：用户主动提问，AI 给出答案。这是一种对话式的、用户主导的发现模式。

　　三种模式之间的根本区别在于：谁在决定用户看什么。

　　换台时代，电视台的排播决定了你能看到什么。推荐算法时代，平台的算法决定了你首先看到什么。而到了对话式发现时代，用户自己在决定，你向 AI 描述自己的需求，AI 帮你找到答案。

　　这个变化看起来很细微，但它的影响可能比大多数人意识到的要深远得多。

　　首先，它改变了"首页"的意义。

　　今天，所有流媒体平台都把首页当作最核心的战场。Netflix 的首页推荐位、Disney+ 的开机横幅、Roku 的 Home Screen，这些都是兵家必争之地。广告主愿意为首页位置付高价，内容方拼命争取进入推荐列表的前几位。整个 CTV 广告和内容分发的商业模式，都建立在"首页=流量入口"这个假设上。

　　但如果用户越来越多地绕过首页，直接通过对话找到想看的内容呢？

　　根据 Gracenote 的数据，15–28 岁的 Z 世代中，有 33% 的人会使用 AI 获取体育赛事相关信息；这一比例在 29–44 岁的千禧一代中上升到 39%，而在 45–60 岁的 X 世代中则下降到 29%。相当一部分用户也在使用 AI 获取内容推荐：约 38% 的 Z 世代表示会为此使用 AI，这一比例在千禧一代中上升到 41%，在 X 世代则为 32%。在娱乐相关的使用场景中，这三代人使用 AI 聊天机器人的首要原因，都是为了了解某个节目或比赛可以在哪个平台观看：Z 世代为 39%，千禧一代为 45%，X 世代为 34%。

　　这个数字本身就说明了问题。用户不是在问"推荐我看什么"，而是在问"我想看的这个东西，到底在哪"。这直接折射出当前内容分发碎片化带来的痛点。用户已经知道自己想看什么了，但搞不清楚哪个 App 有，也不想一个个打开 App 去翻看。选择问 AI 是最省心的。

　　这意味着，内容发现的入口正在从平台的首页，向平台之外的 AI 对话窗口转移。

　　对于 TV OS 和聚合平台来说，这是一个必须正视的信号。如果你的首页推荐不再是用户发现内容的第一入口，那你靠首页位置卖的广告位、你靠推荐算法掌握的分发权，都会被稀释。

　　其次，它改变了"数据"的价值链。

　　在推荐算法主导的时代，最值钱的数据是用户行为数据，比如你看了什么、看了多久、在哪里暂停、什么时候弃剧。拥有这些数据的平台，可以训练更好的推荐模型，从而把用户留在自己的生态里。

　　但在对话式发现的时代，另一类数据变得同样重要，甚至更加基础：metadata（内容元数据）。

　　什么是内容元数据？就是关于内容本身的结构化信息，比如这部剧的类型、演员、导演、上线日期、在哪些平台可看、分级信息、剧情标签，等等。

　　为什么这类数据在 AI 时代变得关键？因为 LLM（大语言模型）有两个天然的弱点。

　　第一个是"知识锁定"。LLM 的训练是周期性的，不是实时更新的。用户今天问"《鱿鱼游戏》第三季在哪看"，模型可能还停留在去年的数据里。在娱乐内容这种高度时效性的领域，过期信息等于无用信息。

　　第二个是"幻觉"。AI 生成的答案看起来很流畅、很自信，但未必是对的。它可能告诉你一部剧在 Netflix 上，但实际上版权已经转到了另一个平台。在内容碎片化到这种程度的环境下，信息的准确性直接决定了用户体验。

　　Gracenote 的调研也印证了这一点：尽管用户在多个维度上更偏好 AI 聊天机器人，但在可信度和准确性上，传统搜索仍然领先。50% 的受访者认为传统搜索更值得信赖，相比之下只有 27% 选择 AI。超过 70% 的非婴儿潮世代受访者会对 AI 的回答进行事实核查，而他们核查的方式，正是再做一次互联网搜索。

　　这就构成了一个悖论：用户想用 AI 来替代搜索，但用完之后又去搜索来验证 AI。

　　解决这个悖论的关键，不在模型本身，而在模型背后的数据底座。谁能为 LLM 提供实时、准确、结构化的内容元数据，谁就能让 AI 在娱乐场景下真正变得可信可用。

　　这正是 Gracenote 推出 Video MCP（Model Context Protocol）服务器产品的逻辑。它不训练 LLM，但它为 LLM提供"真相源"。近期 Gracenote 与 Google 和 Samsung 分别达成合作，用其 metadata 为这两家的 CTV 平台上的 AI 应用提供数据支撑，这不是巧合。

　　第三，也是最容易被忽略的一点：这改变了用户流失的逻辑。

　　Gracenote 的数据显示，18-34 岁人群中，54% 的受访者表示，如果在某个服务上找不到想看的内容，他们会考虑取消订阅。

　　注意，这里的"找不到"不是"没有"。是"有但找不到"。

　　这是一个非常微妙但极其重要的区别。平台花了巨资购买内容版权，花了大量资源做内容排播和推荐算法，但如果用户在 14 分钟之内没有被引导到他想看的内容面前，其反应不是"这个平台内容不好"，而是"我找不到想看的，所以我不想再付这个钱了"。

　　内容发现的效率，直接影响用户留存。而AI对话式交互，恰好是在这个环节提供价值的。

        Samsung 携手 Gracenote，推动 AI 内容发现的下一步：谁掌握对话层，谁就掌控电视？

　　Gracenote 产品高级副总裁 Tyler Bell 说："我们的判断是，所有 CTV 参与者最终都会把 LLM 作为自己与用户对接媒体 metadata 的主要交互机制。这个过程一开始可能推进得较为缓慢，但一旦进入拐点，变化会在短时间内集中爆发。"

　　"先慢后快"的这个非线性的节奏判断，和我们在这个行业里观察到的很多技术演进如出一辙。

　　最后说一点这件事和我们这个行业更直接的关联。

　　对于 Smart TV OS 和 CTV 平台来说，AI 对话式内容发现不是一个遥远的概念。Google TV 已经接入了 Gemini，Roku 在推 AI 语音搜索，Samsung 和 Google 都在和 Gracenote 合作落地 AI 内容查询。这些已经不是实验室里的 demo，而是正在进入用户客厅的产品。

　　如果你是一个 TV OS 平台，你现在面对的局面是这样的：你的首页推荐位可能不再是用户发现内容的唯一入口。用户可能在你的系统之外（ChatGPT、Gemini、在任何一个 AI 聊天窗口里）就已经做出了"看什么"和"在哪看"的决策。等他打开你的平台时，他不是来"发现"的，他是来"执行"的。

　　在这个场景下，平台的竞争力从"我能推荐什么给你"变成了"你已经决定要看的东西，我能不能最快最顺畅地帮你打开"。

　　而要做到这一点，你需要两样东西：一是足够准确和实时的 metadata 能力，让 AI 能够正确地引导用户到你的平台上来；二是足够好的深度链接和内容启动体验，让从 AI 决策到大屏观看之间的链路没有摩擦。

　　52% 的受访者说，AI 聊天机器人有潜力成为他们获取内容信息的首选方式。其中 5% 说，这已经是现实。

　　5% 听起来不多。但想想 Tyler Bell 说的那句话：先慢后快，你就知道，现在还处于"慢"的阶段。等到"快"的阶段到来的时候，没有准备好的平台，会发现自己的首页已经不是战场的中心了。

　　而那些提前布局了 AI 内容发现能力的平台，不管是通过自建 LLM、接入第三方 metadata 服务、还是像 Gracenote MCP 这样的接口服务，它们会发现，自己掌握的不只是一个新功能，而是下一代内容分发的入场券。

责任编辑：赵莹