陳沖馬伊琍於上海電影節指影視投資依賴大數據為極大錯誤數據為過去式難以預判藝術例外

第二十六屆上海國際電影節創投板塊期間，電影從業人員陳沖與馬伊琍針對當前影視產業的投資評估模式提出明確批評。兩人於受訪時指出，當前多數影視公司過度依賴大數據與軟件系統來測算演員、題材與導演的過往數據，並以此作為項目是否投資的唯一依據。陳沖表示，依靠表格來決定影視作品的投資是極大的錯誤，因為藝術本身永遠是數據之外的例外；馬伊琍則補充，純粹以職業經理人的數據邏輯判斷影視項目存在巨大誤區，由於所有數據均僅代表過去，缺乏前瞻眼光的數據導向邏輯無法捕捉未來的市場爆款。此番言論涉及影視產業長期以來的藝術創作與商業數據導向之爭，獲得業界關注。

投資端的高度數據化現狀

根據會議期間的公開採訪資訊，陳沖首先點出當前華語影視產業在開發與投資階段的現象。她指出，目前幾乎每一家影視公司在面對新項目時，都高度依賴數據軟件進行前期評估。這類評估機制涉及對演員過往的票房號召力、特定題材的歷史點擊率，以及導演過往作品的投資回報率進行詳細計算。最終，投資方依賴這些軟件生成的報表與數據模型，來決定一個影視項目是否能夠獲得資金投入。

陳沖針對此現象提出質疑。她認為，將投資決策完全建立於冰冷的历史數據之上，是對藝術本質的誤解。影視作品作為一門創作，其核心價值與市場反應往往超脫於既有的數據曲線。她強調，藝術本身永遠是存在於數據範疇之外的東西，市場的實際接受度根本無法單靠統計過去數據來進行準確預判。在產業的正常發展曲線中，藝術作品往往是那個例外的存在。

數據模型的局限性與過去式本質

針對影視公司大量引入職業經理人與數據分析師主導項目評估的趨勢，馬伊琍在採訪中進一步補充了其局限性。她指出，單一且僵化地使用職業經理人的數據邏輯來判斷影視創作項目，是當前產業運作中一個極大的誤區。

馬伊琍從時間維度的本質分析，無論數據模型多麼精密，所有的數據紀錄都只代表已經發生的過去式。然而，藝術創作的本質是永遠向前的，涉及創新與對未知的探索。若影視產業的決策者缺乏前瞻性的眼光，僅僅跟隨過往的數據軌跡進行「安全投資」，將永遠無法觸及並抓住真正能夠引領市場趨勢的爆款作品。數據的滯後性與藝術的前瞻性在此產生了結構性的矛盾。

產業依賴量化指標的發展背景

影視產業依賴大數據進行投資決策並非單一事件，而是近年來全球影視工業數位化轉型的一部分。隨著串流媒體平台與大數據技術的發展，影視公司為了降低資金風險、提高投資回報率，逐漸將過去依賴製作人直覺與經驗的「綠燈」機制，轉變為高度依賴量化指標的評估系統。

在這套系統中，演員的商業價值被量化為過往作品的帶動率，題材的選擇則參考大數據標籤下的用戶偏好熱度。這種模式在短時間內為資本提供了相對穩定的避險方案，也促使影視公司高層大量聘用具備商業管理與數據分析背景的職業經理人，取代傳統具備藝術判斷力的內容主創來主導項目開發。陳沖與馬伊琍在此次上海國際電影節的發言，正是直指這套商業管理邏輯全面接管藝術創作領域時所產生的弊端。

量化邏輯與內容原創性的潛在衝突

當資本端全面採用數據模型作為影視項目的准入標準時，內容的原創性與突破性往往成為被犧牲的環節。數據模型的運作原理是尋找過往成功經驗的共性並加以複製，這導致了市場上同質化作品的大量出現。陳沖所提及的「藝術永遠是行業曲線之外的例外」，指的正是那些在數據模型中找不到對標物、無法被量化的創新作品。

從歷史維度檢視，許多締造票房紀錄或成為文化現象的影視作品，在其開發初期往往不被數據模型所看好。藝術創作涉及情感共鳴、時代脈動與不可預測的敘事創意，這些元素難以被轉化為具體的參數輸入投資評估軟件中。職業經理人的數據邏輯傾向於規避不確定性，而藝術的誕生卻往往需要擁抱不確定性。兩者在本質上的差異，使得純粹的數據導向在面對真正具備顛覆性的原創內容時，經常顯示出誤判。

創投板塊的交流與後續影響

上海國際電影節的創投板塊長期以來為華語電影市場提供項目媒合與行業對話的平台。陳沖與馬伊琍作為具備豐富實務經驗的從業人員，其公開發表的觀點，具體化了影視產業內容創作者與資本運營方之間長期存在的理念分歧。

針對兩人的談話內容，業界的反應呈現出不同面向的探討。部分內容製作方認同其觀點，指出若過度受制於演員與題材的過往數據，將導致新銳創作者與非主流題材缺乏出頭機會，進而限縮整體產業的多樣性發展。另一方面，投資方與平台營運商則基於商業風險控管的立場，認為在動輒投入龐大資金的影視產業中，捨棄數據評估將大幅提高投資失敗率。如何在數據風險評估與藝術前瞻性之間取得平衡，仍是當前影視市場所面臨的實務考驗。此次事件再次將量化數據工具的邊界與藝術創作核心價值的行業討論推向台面。