99% 由 AI 生成、5 億美元年營收：Pocket FM 成為 AI 原生媒體的最新教科書案例

過去兩年，媒體產業一直在爭論：生成式 AI 究竟能否撐起一個可持續的內容生意，而不只是把既有生意變便宜？總部位於班加羅爾與美國卡爾弗城的音聲故事平台 Pocket FM，剛剛為這場辯論提供了最清晰的數據點。在 2026 年 9 月 10 日刊出的專訪中，共同創辦人兼執行長 Rohan Nayak 向 TechCrunch 表示，公司過去一年將年化營收（ARR）翻倍至 5 億美元——而 AI 目前驅動其整體內容目錄的 93%，並用於產出新內容的 99%。

這個轉型背後的數字相當驚人：內容製作成本降低了約 80 倍；過去需要約一年才能產出的 100 小時內容，現在一天之內就能完成。平台超過 55 萬名創作者如今每年產出約 250 萬小時的 AI 內容——對比兩年前，那時整個平台的目錄也不過約 10 萬小時。目前圖書館收錄超過 77 萬部音聲劇集。

人類刻意留在創作迴路裡

讓 Pocket FM 模式值得關注的，不是 AI 產出的數量，而是公司刻意保留人類的位置。Nayak 強調，平台在創意與故事本身仍依賴人類創作者，AI 的角色是將這些概念大規模轉化為成品。「我們想打造能流傳 100 年的偉大 IP，而這需要人類，」他告訴 TechCrunch。

這套哲學具體體現在 AI 負責人 Vasu Sharma 身上——她是前 Meta 與 Tesla 科學家，其團隊為創意寫作與文字轉語音（TTS）訓練了自家專有模型。訓練素材不是開放網路，而是多年累積的專有產製數據，以及更關鍵的：聽眾如何與故事互動的訊號——他們在哪裡付費、在哪裡連續收聽、在哪裡棄聽。這個飛輪才是真正的資產：每一次收聽，都在教模型什麼樣的內容能留住觀眾。

留存數據也印證了策略有效：Pocket FM 的 12 個月營收留存率已從兩年前的 44% 攀升至 76%。Nayak 將部分功勞歸於目錄的深度——故事越多，平台越能精準匹配不同聽眾的偏好，讓付費用戶不再流失。

錢從哪來：4.15 億美元來自單集解鎖、8,500 萬來自廣告

對一家私人公司而言，Pocket FM 的營收結構透明得罕見。在 5 億美元年化營收中，約 4.15 億美元來自用戶付費解鎖單集——一套源自遊戲產業的微交易模式——另外約 8,500 萬美元來自廣告。Nayak 解釋，年化數字是以月營收乘以 12 計算，而非合約型經常性收入。

成長軌跡本身就是 AI 部署的故事：一年前約 2.5 億美元，2026 年 4 月達 4.3 億美元，如今為 5 億美元。成長動力包括 AI 內容策略、擴張至英國、德國與法國市場，以及在美國推出用戶生成內容。這個過去一年成長約 70% 的美國市場，如今占整體年化營收約 70%——儘管 Pocket FM 起家於印度。平台宣稱在超過 20 個國家擁有超過 2.5 億聽眾。

個別作品的表現則像一門門小生意：96 部劇集個別創造超過 100 萬美元營收，其中 13 部突破 1,000 萬美元。

Pocket Saga：全 AI 生成的實驗場

策略上最值得玩味的細節是 Pocket Saga——一款僅上線三個月、年化營收已達約 1,500 萬美元的微短劇應用。與人類仍參與故事開發的 Pocket FM 不同，Pocket Saga 的內容完全由 AI 產出：公司甚至把 Pocket FM 上的熱門音聲故事直接轉製成 AI 生成影片短劇，全程沒有傳統真人實拍。

這款應用目前僅在美國上線，實質上是一場即時實驗：測試「創作迴路中完全沒有人類」的模型在商業上能走多遠。母公司 Pocket Entertainment 計畫在未來五年內再擴展至少兩種娛樂形式，並希望透過授權將平台上的成功故事改編為書籍、電視與電影。

20 億美元估值的融資正在洽談中

伴隨成長消息，Pocket Entertainment 也證實正在與投資人洽談新一輪融資——據報導規模為 1 億至 1.2 億美元，估值約 20 億美元。Nayak 並未否認洽談，但表示公司沒有立即募資壓力，也拒絕透露具體金額。他指出，新一輪資金將主要投入 AI 與新的娛樂形式。公司表示已在調整後基礎上實現獲利並產生正現金流，但拒絕披露利潤率。Nayak 表示 24 個月內不會上市，印度與美國兩地掛牌的選項都保留著。

為什麼這件事不只關係到一家新創

關於 AI 與創意工作的爭論，迄今多半建立在軼事上——這裡一張充斥 AI 垃圾感的庫存圖、那裡一位被取代的配音員。Pocket FM 提供了更罕見的東西：一家媒體公司端到端圍繞 AI 生產重新架構自己之後，一份近乎損益表級的完整觀察。結果是兩面刃。一方面，80 倍的成本崩落與每年 250 萬小時的內容產能，驗證了多頭論點——AI 能徹底擴張內容生意的供給端。另一方面，公司自己堅持人類對「能流傳 100 年的 IP」仍不可或缺，且 76% 的留存率被歸功於人類打造的故事多樣性——這暗示獲勝公式是「人類品味 × AI 製造」，而非 AI 單打獨鬥。

整個產業現在必須回答一個不舒服的問題：對於那些沒有專有互動數據集來訓練自家模型的音聲劇競爭對手、有聲書出版商與劇本播客工作室而言，接下來會發生什麼？Pocket FM 的護城河不是某個基礎模型——而是包裹著一個模型的八年聽眾行為數據。對其他所有人來說，80 倍的成本曲線正在逼近，不管他們有沒有為此做好準備。