Ekonomia sztucznej inteligencji w kinie: wyniki finansowe filmów o tematyce sztucznej inteligencji i rozwój festiwali filmowych poświęconych sztucznej inteligencji / Kareem Mohamed Abdelhafiz, Ghulam Safda, Tamer M. Alkadash, Abu Basha

Za darmo do wykorzystania w ramach licencji na treść Pixabay

Streszczenie

Wstęp:

Niedawne wprowadzenie sztucznej inteligencji (AI) do przemysłu filmowego zmieniło procesy produkcyjne, style narracji i interakcje z publicznością. Wykorzystanie AI, zautomatyzowanego montażu, komputerowo generowanych obrazów (CGI) i pisania scenariuszy na nowo definiuje zarówno siłę twórczą kina, jak i czynniki ekonomiczne. Ważne jest rozróżnienie między dwiema klasami filmów AI badanych w tym badaniu: (1) filmy o tematyce AI, produkowane przy użyciu tradycyjnych technik filmowych, które przedstawiają sztuczną inteligencję jako temat narracji, oraz (2) filmy o tematyce AI, produkowane z wykorzystaniem technologii AI, w których narzędzia AI są wykorzystywane w samym procesie produkcji. W niniejszym badaniu analizuje się wyniki finansowe filmów o tematyce AI oraz powstawanie festiwali filmowych poświęconych sztucznej inteligencji (AIFF) z perspektywy teorii konwergencji mediów.

Metody:

W niniejszym badaniu zastosowano podejście ilościowe do oceny aspektów finansowych 32 filmów o tematyce sztucznej inteligencji, wybranych z kin hollywoodzkich i azjatyckich. Analizuje ono koszty produkcji, przychody ze sprzedaży biletów oraz przyznane nagrody, wykorzystując analizę opisową i korelacyjną jako główne techniki statystyczne. Ponadto, badanie analizuje charakterystykę finansową 16 wybranych festiwali filmów o tematyce sztucznej inteligencji, w tym obszary geograficzne, okresy, koszty produkcji, zwrot z inwestycji (ROI) oraz dystrybucję strumienia przychodów. Dane finansowe zostały zweryfikowane krzyżowo w wielu bazach danych w celu zapewnienia wiarygodności. Badanie prognozuje również wpływ sztucznej inteligencji na przemysł filmowy w nadchodzącej dekadzie.

Wyniki:

Badanie ocenia koszty produkcji, przychody z filmów i nagrody 32 filmów o tematyce sztucznej inteligencji (AI) z lat 1927–2023, ujawniając wysokie korelacje między kosztami produkcji a wynikami finansowymi ( r  = 0,822, p  < 0,001) oraz słabe korelacje między nagrodami a kosztami produkcji ( r  = 0,211, p  = 0,246) oraz nagrodami a przychodami ( r  = 0,313, p  = 0,082), pokazując złożoność sukcesu filmu. Ponadto badanie analizuje 16 festiwali AIFF i identyfikuje kluczowe trendy finansowe, takie jak budżet produkcji w wysokości 15 000–35 000 USD oraz 20% roczny zwrot z inwestycji (ROI), napędzany sprzedażą biletów, sponsoringiem i brandingiem. Wyniki pokazują, że integracja AI zwiększa efektywność kosztową, usprawnia przepływy pracy i zwiększa frekwencję, przekształcając ekonomiczną stabilność produkcji filmowej. Stosując teorię konwergencji mediów, badanie analizuje, jak konwergencja technologiczna, kulturowa i ekonomiczna wpływa na produkcję filmową. Automatyzacja oparta na sztucznej inteligencji łączy produkcję tradycyjną i cyfrową, festiwale AIFF tworzą hybrydowe platformy do opowiadania historii, a nowe modele biznesowe powstają dzięki integracji sztucznej inteligencji.

Dyskusja:

Niniejsze badanie jest ograniczone ze względu na oparcie na publicznie dostępnych danych finansowych, web scrapingu i blogach branżowych, które ograniczają dostęp do kompleksowych raportów z dużych studiów i festiwali filmowych wykorzystujących sztuczną inteligencję, a także do niewielkiej próby 32 filmów o tematyce sztucznej inteligencji i 16 festiwali filmowych wykorzystujących sztuczną inteligencję. Przyszłe badania powinny skupić się na modelach streamingu opartych na sztucznej inteligencji, predykcyjnym planowaniu finansowym z wykorzystaniem uczenia maszynowego oraz ramach etycznych i prawnych niezbędnych dla rosnącej roli sztucznej inteligencji w kinie.

1 Wprowadzenie

Szybko rosnący krajobraz filmów kinowych o tematyce sztucznej inteligencji (AI) poprzez postęp technologiczny w technicznych aspektach różnych procesów produkcyjnych, różnorodność charakterystycznych reprezentacji AI, dyskusje na temat przyszłych dylematów etycznych, narracje wizualne i fascynujące nowe wymiary technik opowiadania historii wpłynęły na dynamikę ekonomiczną i sukces finansowy produkcji kinowej i filmowania poprzez integrację innowacji AI w celu obniżenia kosztów produkcji, przewidywanie modeli analitycznych dla oczekiwanego zwrotu z inwestycji (ROI), przepływu pracy i efektywności czasowej oraz planowania finansowego. Nisanoğlu (2021) bada w swojej rozprawie reprezentację sztucznej inteligencji w filmach science fiction, relacje z ludźmi oraz jej wpływ społeczny i kulturowy poprzez analizę konkretnych filmów, takich jak Blade Runner (2001) i Ex Machina (2014), w których odkrycia pokazują dwie różne perspektywy integracji AI, takie jak potencjalna współpraca robotów (cyborgów) jako pracowników, ochrony i innych funkcjonalnych ról kontrolowanych przez twórców. Z drugiej strony, porusza ona powszechne kwestie etyczne, takie jak dominacja sztucznej inteligencji w dynamice władzy, utrata kontroli i niezależność. W badaniu analizowane są zastosowania sztucznej inteligencji w produkcji filmowej, ze szczególnym uwzględnieniem relacji między parametrami technicznymi, efektami wizualnymi (VFX), obrazami generowanymi komputerowo (CGI), interakcją z publicznością oraz ekonomiką procesów preprodukcji, produkcji i postprodukcji, ze szczególnym uwzględnieniem usprawnienia przepływu pracy, optymalizacji czasu i kosztów.

Przed przystąpieniem do dalszych prac konieczne jest doprecyzowanie zakresu i ram koncepcyjnych niniejszego badania. Przecięcie się sztucznej inteligencji i kina obejmuje dwa odrębne wymiary: (1) tematyczną reprezentację sztucznej inteligencji w narracjach filmowych oraz (2) technologiczne wykorzystanie sztucznej inteligencji w procesie produkcji filmowej. Chociaż teoretycznie wymiary te mogą tworzyć wiele kombinacji, niniejsze badanie koncentruje się w szczególności na dwóch klasach filmów, w których sztuczna inteligencja stanowi centralny temat narracji, ale różnią się metodami produkcji:

Klasa 1 — Filmy o tematyce sztucznej inteligencji wyprodukowane bez wykorzystania technologii AI: W pierwszej części tego badania (sekcja 3.1) oceniane są 32 filmy o tematyce sztucznej inteligencji z hollywoodzkiego i azjatyckiego kina z lat 1927–2023. Większość z tych filmów — zwłaszcza wcześniejsze produkcje, takie jak „Metropolis” (1927), „Łowca androidów” (1982), „2001: Odyseja kosmiczna” (1968) i „Matrix” (1999) — przedstawia sztuczną inteligencję jako temat narracyjny, ale została wyprodukowana przy użyciu tradycyjnych technik filmowych bez użycia narzędzi opartych na sztucznej inteligencji. Filmy te reprezentują historyczną ewolucję reprezentacji sztucznej inteligencji w kinie i jej wyniki ekonomiczne na przestrzeni prawie wieku.

Klasa 2 — Filmy o tematyce sztucznej inteligencji (AIFF) wyprodukowane z wykorzystaniem technologii AI: W drugiej części tego opracowania (sekcja 3.2) analizowane są 16 festiwali filmów o sztucznej inteligencji (AIFF), których kryteria zgłoszeń wyraźnie wymagają od filmowców integracji narzędzi i technik AI w procesach preprodukcji, produkcji i postprodukcji. Filmy zgłaszane na te festiwale są zarówno tematycznie związane ze sztuczną inteligencją, jak i produkowane technologicznie z wykorzystaniem AI — na przykład z wykorzystaniem efektów wizualnych opartych na AI, automatycznego montażu, generatywnego obrazowania i wspomaganego przez AI pisania scenariuszy. Godnym uwagi przykładem jest film „One More Pumpkin”, który został stworzony w całości przy użyciu oprogramowania Sora firmy OpenAI.

To rozróżnienie jest kluczowe dla zrozumienia podwójnego celu badania: Sekcja 3.1 analizuje ekonomiczną efektywność sztucznej inteligencji jako tematu filmowego na przestrzeni dekad tradycyjnej produkcji filmowej. Natomiast Sekcja 3.2 analizuje kształtujący się krajobraz ekonomiczny, w którym sztuczna inteligencja jest zarówno tematem, jak i środkiem produkcji filmowej. Razem te dwa zajęcia ukazują ewoluującą relację między narracjami o sztucznej inteligencji a technologiami sztucznej inteligencji w kinie, zapewniając kompleksowy obraz ekonomicznego wpływu sztucznej inteligencji na przemysł filmowy, zarówno z perspektywy tematycznej, jak i produkcyjnej.

Według Prajapat i in. (2023) nastąpiła znacząca zmiana w sposobie przedstawiania sztucznej inteligencji w filmach. Zamiast pokazywać postęp technologiczny i inteligencję, koncepcja ta ukazuje kwestie etyczne, takie jak konsekwencje rozwoju inteligencji emocjonalnej, podejmowania decyzji, czujników neuronowych i ich wpływ na percepcję ludzi w filmach takich jak „Metropolis” (1927), „Łowca androidów” (1982) i „Ex Machina” (2014). Autorzy analizują wpływ postrzeganych technik narracyjnych i narracji wizualnych na zaangażowanie widzów, co jest kluczowym czynnikiem decydującym o sukcesie finansowym filmu, w tym o przychodach z kas biletowych, nagrodach i zyskach. Yu i Zhang (2023) analizują filmy o tematyce sztucznej inteligencji przez pryzmat buddyzmu zen, w którym filmy takie jak Blade Runner (1982), The Ghost in the Shell (1995), Matrix (1999) i Ex Machina (2014) odzwierciedlały społeczeństwo i kulturę poprzez nowe wymiary rozrywki i wizualne narracje przedstawień sztucznej inteligencji, klasyfikując te refleksje w trzech kategoriach: wczesne przedstawienie natury i środowiska, autentyczność rzeczywistości i niezależność cyborgów w podejmowaniu decyzji bez kontroli twórcy, co pokazuje zasadniczą potrzebę przyszłych badań nad rozszerzeniem zakresu reprezentacji sztucznej inteligencji, aby lepiej poznać postęp technologiczny w produkcji, zachowania odbiorców i zwrot z inwestycji.

Na przestrzeni dziejów dynamika ekonomiczna produkcji filmowej była kluczowym czynnikiem w branży, ponieważ optymalizacja zasobów, planowanie finansowe, strategie marketingowe i kanały dystrybucji wpływają na kształtowanie produkcji filmowej w sposób dramatyczny, narracyjny i eksperymentalny, poprzez specyficzne wykorzystanie innowacji technologicznych i technik opowiadania historii. Filmy wysokobudżetowe korzystają z usług dużych studiów, aby wykorzystać najnowocześniejsze dostępne efekty wizualne, oprogramowanie CGI oraz gwiazdy i sławę aktorów, maksymalizując zyski i przyciągając szerszą publiczność. Z kolei filmy niskobudżetowe opierają się na jakości prezentowanego dramatu i narracji, a także na opłacalnych technikach i programach produkcji. Ciągły rozwój sztucznej inteligencji i mediów cyfrowych podkreśla potrzebę zrównoważenia kreatywności aspektów technicznych, pisania scenariuszy, alokacji zasobów, planowania, modelowania biznesowego, technik predykcyjnych i rosnącej popularności platform streamingowych, aby zdobyć uznanie krytyków, konkurować o nagrody i wyróżnienia, zwiększyć zaangażowanie publiczności oraz osiągnąć wysokie przychody z kas biletowych i zwrot z inwestycji.

Jeacle (2009) przeprowadza ekonomiczną analizę wpływów kasowych Teatru Edynburskiego w latach 1929–1973, aby zbadać związek między czynnikami społecznymi, kulturowymi i finansowymi, frekwencją, sprzedażą biletów i pogodą a kinem jako przedsiębiorstwem i podmiotem gospodarczym. Dostarcza to cennych spostrzeżeń dotyczących dynamiki filmów o tematyce sztucznej inteligencji. Bagella i Becchetti (1999) przeprowadzają eksperymentalne badanie włoskich filmów z lat 1985–1996, wykorzystując numeryczną analizę wpływów kasowych. Wyniki wykazały, że czynniki takie jak sława aktorów, obsada, producenci i poziom komedii wpływają na sukces finansowy wybranych filmów, podkreślając złożoną i wieloaspektową dynamikę ekonomii mediów i filmu, podobnie jak stwierdza McKenzie (2012) w swoim kompleksowym przeglądzie literatury.

Hababou i in. (2016) analizują 898 filmów za pomocą analizy danych (DEA), aby zbadać korelacje między sukcesem finansowym filmu, zaangażowaniem publiczności, produkcją, marketingiem, danymi kasowymi, nagrodami i nominacjami. Wyniki wykazały silną korelację między tymi czynnikami i podkreśliły potrzebę optymalizacji zasobów w celu zwiększenia opłacalności i zwrotu z inwestycji w filmy. Brewer i in. (2009) badają amerykański przemysł filmowy pod kątem kosztów produkcji, przychodów kasowych, sławy aktorów, liczby ekranów, reklam i marketingu oraz krytyki w latach 1997–2001 za pomocą dostępnych danych w chmurze Web 2.0. Wyniki również podkreślają silną korelację między czynnikami podkreślającymi znaczenie optymalizacji zasobów i strategii w sukcesie filmów. Smith i Smith (1986) analizują 600 filmów wyprodukowanych przed 1980 rokiem za pomocą eksperymentalnego projektowania, aby odkryć czynniki, które doprowadziły do ​​ich sukcesu, gdzie wyniki pokazują rolę nagród, gwiazd, kosztów studiów wynajmu i roku produkcji jako ważnych czynników determinujących sukces wybranych filmów i podkreślają, że zrozumienie metod jakościowych i percepcji publiczności może przewidzieć oczekiwany sukces filmów. Chen (2023) stwierdza silną korelację między kontrolą kosztów, budżetowaniem filmu i sukcesem filmów w równoważeniu innowacji, kreatywności i wartości narracji wizualnych postrzeganych przez publiczność, gdzie wyniki pokazują, że filmy niskobudżetowe nadal mogą osiągnąć sukces i nagrody takie same jak filmy, które Disney i Warner Bros. rozwinęły się dzięki zarządzaniu kosztami, planowaniu strategicznemu i kreatywności.

Simonton (2009) demonstruje złożoną naturę sukcesu ekonomicznego filmu, biorąc pod uwagę wspólne czynniki, takie jak budżet, koszty, marketing, reklama, publiczność, krytyka, kultura i społeczeństwo. Wyniki pokazują, że nawet droższa produkcja przekładała się na wyższe przychody z kas biletowych. Nie gwarantowało to jednak nagród i wyróżnień, co podkreśla potrzebę znalezienia równowagi między kreatywnością, wartością i zyskami w branży kinowej. Później Simonton i in. (2012) przeprowadzili analizę empiryczną konkretnych filmów z lat 1997-2001 w bazie danych, zakładając, że w tym czasie powstało 250 najlepszych filmów, a wyniki badania potwierdziły dodatnią korelację między kosztami produkcji a zyskami. Wykazali jednak również, że seksapil, przemoc, kosztowne, ulepszone aspekty techniczne i efekty wizualne nie gwarantują dramatycznej wartości i jakości filmu w oczach krytyków i publiczności. Ferrari i Rudd (2008) opracowują ilościowy model wieloczynnikowy, który może usprawnić zarządzanie ryzykiem i zwiększyć sukces finansowy produkcji kinowej poprzez udoskonalone planowanie strategiczne i strategie poprawy zwrotu z inwestycji. Większość jego ustaleń z badań empirycznych wybranych filmów wykazała, że ​​ujemne wartości liczbowe oznaczają stratę finansową, co doprowadziło do opracowania modelu oferującego potencjalne możliwości i szanse w zakresie zarządzania kosztami i budżetowaniem. Gunter (2018) stwierdza, że ​​wyższe koszty produkcji nie korelują z wyższymi zyskami i przychodami z biletów, na podstawie badania eksperymentalnego, w którym filmy takie jak Paranormal Activity i Blair Witch Project były niskobudżetowe i osiągnęły sukces finansowy. Podkreśla to złożoność przewidywania zwrotu z inwestycji (ROI) filmu i kluczową potrzebę zrównoważenia kreatywności, budżetowania, zasobów i strategii w różnych procesach filmowych.

Young i in. (2008) wskazują, że studia, producenci i filmowcy dostosowują swoje inwestycje do filmów, które mają przynieść wyższe dochody i zwrot z inwestycji (ROI). Jednocześnie złożoność i niepewność prognozują sukces finansowy filmu. Zhang (2023) analizuje dwa kontrastujące ze sobą filmy pod kątem ich ROI (wysokiego i niskiego), takie jak „Eternals” i „ET: The Extra-Terrestrial”, biorąc pod uwagę wspólne czynniki, takie jak koszty produkcji, studia, aspekty techniczne, reklama, marketing, lokalizacja, marketing szeptany, krytycy i liczba ekranów. Stwierdza, że ​​filmy niskobudżetowe, dzięki wysokiej jakości dramaturgii i narracji wizualnej, mogą osiągnąć taki sam sukces finansowy, jak filmy wysokobudżetowe, które zależą od gwiazd, sławy ekipy i producenta oraz kosztownych technik CGI.

Integracja sztucznej inteligencji w produkcji filmowej i kinowej poprzez szereg udoskonaleń, takich jak pisanie scenariuszy, pomoc reżysera, efekty wizualne w kamerze (ICVFX), futurystyczne środowiska, ustawienia oświetlenia w czasie rzeczywistym, automatyzacja edycji i CGI za pomocą algorytmów uczenia maszynowego, sieci neuronowych i przetwarzania języka naturalnego; Parikh (2019) , Anantrasirichai i Bull (2022) oraz Oksanen i in. (2023) oferują nowe wymiary, które prowadzą do redukcji kosztów produkcji, przepływu pracy i efektywności czasowej, spersonalizowanych strategii dla odbiorców, różnorodności kanałów dystrybucji, skutecznego marketingu i reklamy oraz modeli analizy predykcyjnej wpływających na sukces ekonomiczny i finansowy filmów. Dhiman (2024) stwierdził, że szybki wzrost technologii i innowacji AI w różnych technicznych aspektach tworzenia filmów i szeroka gama kanałów dystrybucji w sieci Web 2.0 i sieci Web 3.0 odegrały transformacyjną rolę w tworzeniu filmów, w których obniżono koszty produkcji, dostępne i przyjazne dla użytkownika techniki i narzędzia do tworzenia efektów wizualnych, modulacji projektowania dźwięku i CGI jako nowego wymiaru technik opowiadania historii, ulepszone strategie marketingowe i reklamowe oraz zaangażowanie publiczności mające wpływ na kulturowy i ekonomiczny krajobraz kina, tak jak wykazał Sun (2024), gdzie integracja AI z produkcją kinową zwiększa zwrot z inwestycji i przychody z kas biletowych do 20 i 40%.

Sztuczna inteligencja znacząco zmienia produkcję filmową i kino poprzez kilka aspektów procesów przedprodukcyjnych, produkcyjnych i postprodukcyjnych, które wywarły ogromny wpływ na techniczną kreatywność producentów, filmowców i studiów poprzez zautomatyzowane narzędzia do pisania scenariuszy, montaż wideo wspomagany sztuczną inteligencją, cyfrową wizualizację wstępną, opłacalne CGI i efekty specjalne, zautomatyzowany dubbing i napisy, casting, wirtualnych aktorów, efektywne planowanie scen, marketing wspomagany sztuczną inteligencją, zautomatyzowane projektowanie dźwięku i optymalizację budżetu, co prowadzi do redukcji kosztów produkcji do około 30–40% dla menedżerów finansowych, analityków kasowych i księgowych produkcji, dyrektorów ds. dystrybucji i sprzedaży oraz analityków badań rynku dzięki ich narzędziom do zarządzania, takim jak automatyczne bilety, rejestracja, kampanie marketingowe oparte na sztucznej inteligencji, opłacalne gromadzenie treści, optymalizacja alokacji zasobów, integracja wydarzeń wirtualnych i hybrydowych, prowadząca do 20% wzrostu zaangażowania publiczności w latach 2023 i 2024 w kinie hollywoodzkim i azjatyckim, gdzie sztuczna inteligencja zdominowała 58% całkowitej globalnej produkcji kinowej i branży filmowej jako 1,4 mld USD w 2024 r., z czego 40% przychodów pochodzi z Ameryki Północnej (Stany Zjednoczone i Kanada), a prawie 0,5 mld USD pochodzi od firm takich jak Runway ML, NVIDIA, Unity Technologies, OpenAI, Side-FX, Autodesk, Weta Digital, Digital Domain i Cinelytic, przy oczekiwanym wzroście o 25,7% jako skumulowanej rocznej stopie wzrostu (CAGR) do 14,1 mld USD do 2033 r. Ostatecznie wzrost w pełni niezależnych filmów o sztucznej inteligencji generatywnej poprzez pojawienie się nowej fali festiwali filmów o sztucznej inteligencji, takich jak Runway AI-Film Festival, AI International Film Festival, Reply AI-Film Festival, Expo AI-Film Festival i Tribeca Festival, gdzie oczekuje się, że całkowity udział w rynku generatywnej AI wzrośnie z 351,1 mln USD w 2024 r. do 3,66 mld USD przy 27,2% CAGR, jak analizuje MarketResearch.biz (2024) .

Murschetz i in. (2020) wskazali na nową rolę sztucznej inteligencji w predykcyjnej analizie sukcesu filmu poprzez czynniki i zmienne, takie jak koszty, aktorzy, marketing, przychody z kas biletowych i nagrody, stosując narzędzia, takie jak drzewa klasyfikacji i regresji (CART), wzmacnianie gradientowe i lasy losowe, oferując cenne spostrzeżenia i prognozy dotyczące zwrotu z inwestycji (ROI) filmów przed ich wydaniem, wyników kasowych w pierwszym tygodniu, potencjalnych możliwości nagród i optymalizacji zasobów, co znacząco pomaga inwestorom, interesariuszom i producentom w lepszym podejmowaniu decyzji i zarządzaniu ryzykiem w różnych procesach produkcji filmowej, podobnie jak Ghiassi i in. (2015) dynamiczny model sztucznej sieci neuronowej (DAN2) do przewidywania zwrotu z inwestycji w film ze skutecznością 94%, co doprowadziło do wzrostu liczby festiwali filmowych poświęconych sztucznej inteligencji na całym świecie w ciągu ostatnich 4 lat, takich jak AIFF by Runway, World AI Cannes Festival (WAICF), Meta Morph AI-Film Awards, Tribeca Film Festival w Nowym Jorku, Artifact AI-Film Festival with MK2 w Paryżu, Reply AI-Film Festival w Wenecji, +Rain Film Festival w Barcelonie, AI-Film Festival w Amsterdamie, Neu Wave AI-Film Festival w Los Angeles, AIFF Montpellier i Larissa Lumina AIFF w Atenach.

1.1 Problem badawczy

Badanie analizuje dwa główne problemy: brak ilościowych podejść metodologicznych do oceny wyników ekonomicznych filmów o tematyce sztucznej inteligencji w kinie, takich jak kino hollywoodzkie i azjatyckie. Po drugie, niedobór przeprowadzonych badań naukowych na temat gwałtownego rozwoju festiwali filmowych z wykorzystaniem sztucznej inteligencji w ciągu ostatnich 4 lat. Pozwala to badaczom zminimalizować luki w badaniach i oferuje cenne informacje filmowcom, menedżerom ds. finansów filmowych, inwestorom, księgowym produkcji, dyrektorom ds. dystrybucji i sprzedaży oraz analitykom badań rynku na temat historycznych i przyszłych trendów sukcesu finansowego, związanych z integracją procesów filmowych, innowacjami w dziedzinie sztucznej inteligencji oraz dynamiką ekonomiczną.

1.2 Cel badania

Głównym celem badania jest ilościowa ocena wyników ekonomicznych 32 wybranych filmów o tematyce sztucznej inteligencji w kinie hollywoodzkim i azjatyckim w ciągu ostatnich 96 lat poprzez porównanie ich kosztów produkcji, przychodów kasowych i zdobytych nagród. Ponadto, badanie ma na celu zbadanie dynamiki finansowej 16 wybranych festiwali filmów o sztucznej inteligencji w latach 2020-2024 oraz zbadanie prognoz dotyczących spodziewanego wzrostu wpływu sztucznej inteligencji na przemysł filmowy w ciągu najbliższych 10 lat. Badanie ma na celu analizę przyszłych trendów, alokacji budżetowej, integracji technik sztucznej inteligencji w produkcji filmowej oraz strategicznego planowania finansowego dla producentów, firm medialnych, inwestorów i interesariuszy z perspektywy dynamiki ekonomicznej produkcji kinowej.

1.3 Ramy teoretyczne

Teoria konwergencji mediów sugeruje, że media tradycyjne i cyfrowe łączą się ze sobą dzięki postępowi technologicznemu, co prowadzi do nowych form opowiadania historii, metod produkcji i interakcji z odbiorcami. Jenkins (2006) wyjaśnia, że ​​integracja mediów, postęp technologiczny i różne kanały komunikacji w dynamicznie rozwijającym się krajobrazie cyfrowym prowadzi do zmian technologicznych, konwergencji kulturowej i ekonomicznej, która wpływa na techniki opowiadania historii, narracje wizualne, strategie biznesowe, modele i struktury, adaptację firm medialnych oraz zaangażowanie odbiorców na nowych platformach, serwisach streamingowych, Web 2.0 i w mediach społecznościowych. Latzer (2013) przyczynił się do dogłębnej analizy teorii w kontekście ekonomiki mediów, identyfikując technologiczny, ekonomiczny, polityczny i społeczno-kulturowy poziom konwergencji poprzez rosnący rozwój technologiczny w telekomunikacji i mediach masowych, skutkujący powstaniem platform hybrydowych, zintegrowanych usług, nowych modeli biznesowych, zmian organizacyjnych, nowych polityk medialnych, konsumpcji mediów i praktyk produkcyjnych. Baranova i in. (2020) zastosowali teorię do zbadania istotnych zmian w rozwoju i tworzeniu treści medialnych, a także w ich dystrybucji i komercjalizacji, co prowadzi do pojawienia się nowych modeli biznesowych. Omówili oni możliwości i wyzwania w dynamicznie zmieniającym się krajobrazie medialnym, podkreślając, że konwergencja mediów sprzyja nowym strategiom, umożliwiając organizacjom medialnym dostosowanie ich do ich rozwoju ekonomicznego. Teorię zastosowano do oceny łączenia tradycyjnego i cyfrowego procesu produkcji filmowej oraz przepływu pracy w Hollywood, kinie azjatyckim oraz nowej fali festiwali filmowych wykorzystujących sztuczną inteligencję, przekształcając ekosystem poprzez zachowania odbiorców, kanały i strategie dystrybucji oraz zróżnicowane procesy produkcyjne.

1.4 Pytania badawcze

Integracja sztucznej inteligencji (AI) z branżą filmową wpłynęła na procesy produkcyjne, zarówno pod względem fabularnym, jak i ekonomicznym. Celem badania jest przeprowadzenie ilościowej analizy ekonomicznej wybranych filmów hollywoodzkich i azjatyckich, aby zbadać korelacje między kosztami produkcji, przychodami z biletów i zdobytymi nagrodami. Ponadto, badanie ma na celu zbadanie ewoluującego krajobrazu festiwali filmowych wykorzystujących sztuczną inteligencję, w tym dystrybucji regionalnej, wzrostu w czasie, technik AI w produkcji filmowej, ekonomiki produkcji, alokacji zasobów, wzorców statystycznych, zwrotu z inwestycji (ROI), stabilności finansowej, dystrybucji strumieni przychodów oraz przyszłych prognoz dotyczących ekonomiki produkcji filmowej z wykorzystaniem sztucznej inteligencji.

RQ1: W jakim stopniu koszty produkcji, przychody z biletów i nagrody są ze sobą powiązane w przypadku 32 wybranych filmów hollywoodzkich i azjatyckich o tematyce związanej ze sztuczną inteligencją?

RQ2: Jak wygląda dynamika finansowa 16 wybranych festiwali filmowych poświęconych sztucznej inteligencji pod kątem ekonomiki produkcji, alokacji zasobów, zwrotu z inwestycji, stabilności finansowej i dystrybucji strumienia przychodów?

RQ3: W jaki sposób konwergencja mediów wpływa na aspekty technologiczne, kulturowe i ekonomiczne tworzenia filmów z wykorzystaniem sztucznej inteligencji, zwłaszcza w zakresie procesów produkcyjnych, kanałów dystrybucji, zaangażowania odbiorców i nowych praktyk branżowych?

2 Metodologia

2.1 Projekt badawczy

W niniejszym badaniu zastosowano podejście ilościowe do oceny aspektów finansowych 32 filmów o tematyce sztucznej inteligencji, wybranych z kin hollywoodzkich i azjatyckich. Analizuje ono koszty produkcji, przychody ze sprzedaży biletów oraz przyznane nagrody, wykorzystując analizę opisową i korelacyjną jako główne techniki statystyczne. Ponadto, badanie analizuje charakterystykę finansową 16 wybranych festiwali filmów o sztucznej inteligencji, w tym obszary geograficzne, okresy, koszty produkcji, zwrot z inwestycji oraz dystrybucję strumienia przychodów. Badanie prognozuje również wpływ sztucznej inteligencji na przemysł filmowy w nadchodzącej dekadzie.

2.2 Pobieranie próbek

Podejście doboru próby zastosowane w tym badaniu miało charakter celowy. Wybrano 32 filmy o tematyce sztucznej inteligencji oraz 16 festiwali poświęconych sztucznej inteligencji na podstawie danych finansowych dostępnych w sieci Web 2.0, różnorodności budżetów, popularności, lokalizacji geograficznej, aspektów technologicznych sztucznej inteligencji oraz znaczenia i istotności tematu w latach 1927–2024.

2.3 Gromadzenie danych

Dane do tego badania zostały zebrane systematycznie z publicznie dostępnych źródeł, przy użyciu różnorodnych metod, aby objąć wszystkie aspekty i uzyskać wiarygodne wyniki. Przychody finansowe i kasowe zostały najpierw pobrane poprzez web scraping z wiarygodnych branżowych baz danych i platform market intelligence. Równolegle badacze przeprowadzili wyczerpujące badanie krytyki filmowej, raportów branżowych i opublikowanych analiz, aby uzyskać jakościowe dane z renomowanych czasopism, komunikatów prasowych i literatury akademickiej. Zmieniająca się rola sztucznej inteligencji w kinie została lepiej zrozumiana poprzez zbadanie źródeł sztucznej inteligencji festiwali, zapisów sponsoringu i badań rynku. Dane z Internet Movie Database ( IMDb, 2024 ), Mojo (2024), Empire (2024) i TheNumbers (2024) dokładnie oddały trend sztucznej inteligencji w kinie. Zastosowanie tej wieloaspektowej metody zbierania danych umożliwiło solidną i dokładną prezentację zaangażowania publiczności, trendów ekonomicznych i odbioru krytycznego, tworząc w ten sposób kompletną analizę filmów z wykorzystaniem sztucznej inteligencji.

2.3.1 Weryfikacja danych

Aby zapewnić wiarygodność i dokładność danych finansowych wykorzystanych w niniejszym badaniu, zastosowano wieloetapowy proces weryfikacji. Najpierw porównano dane dotyczące przychodów z biletów i kosztów produkcji z co najmniej dwiema niezależnymi bazami danych (IMDb, Box Office Mojo i TheNumbers) w celu zidentyfikowania i uzgodnienia rozbieżności. Tam, gdzie dane podano jako zakresy (np. szacunkowe budżety), w obliczeniach statystycznych wykorzystano punkt środkowy, a pełny zakres podano w Tabeli 1 dla zapewnienia przejrzystości. Po drugie, w przypadku danych finansowych dotyczących festiwalu filmów i sztucznej inteligencji, publicznie dostępne informacje na oficjalnych stronach internetowych festiwali uzupełniono o komunikaty prasowe i raporty branżowe. Po trzecie, wszystkie dane zostały niezależnie zweryfikowane przez dwóch członków zespołu badawczego w celu zminimalizowania błędów transkrypcji. Chociaż badanie przyznaje, że poleganie na publicznie dostępnych danych stanowi ograniczenie, procedury weryfikacji zostały wdrożone w celu maksymalizacji integralności danych w ramach ograniczeń dostępnych źródeł.

2.4 Analiza danych

Dane z badania zostały przeanalizowane za pomocą metod statystycznych analizy opisowej i korelacyjnej w oprogramowaniu IBM Statistical Package for Social Sciences (SPSS) Statistics w wersji 30.0.0, w tym wykresów i diagramów, które wizualnie przedstawiają wyniki, w tym budżet filmu z wykorzystaniem sztucznej inteligencji w czasie, rozkład zwrotu z inwestycji (ROI), dynamikę kanałów dystrybucji, budżet i korelację przychodów. W przypadku festiwali filmów z wykorzystaniem sztucznej inteligencji (AI), zebrane dane dotyczące dynamiki finansowej zostały ocenione na wykresach i diagramach pod kątem ich rozmieszczenia regionalnego, wzrostu liczby festiwali, integracji technologicznej AI w produkcji, kosztów produkcji według poziomu festiwalu, zwrotu z inwestycji (ROI), stabilności finansowej, rozkładu strumieni przychodów oraz przyszłych prognoz dotyczących wpływu AI na produkcję filmową i kinową.

2.4.1 Uwaga dotycząca porównań finansowych między dekadami

Dane finansowe (koszty produkcji i przychody z biletów) przedstawione w Tabeli 1, pochodzące z oryginalnych baz danych, obejmują prawie stulecie (1927–2023) i są podane w nominalnych dolarach amerykańskich (USD). Autorzy przyznają, że dane skorygowane o inflację zapewniłyby dokładniejsze porównania między epokami. Jednak podstawowe podejście analityczne tego badania opiera się na wskaźnikach ROI (zysk jako procent kosztów produkcji) i współczynnikach korelacji Pearsona, które wykorzystują sparowane wartości z tego samego okresu dla każdego filmu, łagodząc w ten sposób zniekształcenia, które inflacja wprowadziłaby w surowych porównaniach dolarowych. Ponadto statystyki opisowe w Tabeli 2 i analiza korelacji w Tabeli 3 opierają się na miarach względnych, a nie na bezwzględnych wartościach dolarowych na przestrzeni dekad. Czytelnicy powinni interpretować surowe dane dotyczące budżetu i przychodów w Tabeli 1 ze świadomością, że dane dotyczące wcześniejszych filmów byłyby znacznie wyższe w ujęciu skorygowanym o inflację. Dla porównania, 1 dolar amerykański w 1927 r. odpowiadał w przybliżeniu 17,50 dolara amerykańskiego w dolarach z 2023 r., a 1 dolar amerykański w 1968 r. odpowiadał w przybliżeniu 8,80 dolara amerykańskiego w dolarach z 2023 r. (Uniwersytet Statystyki Pracy USA, Kalkulator inflacji wskaźnika cen konsumpcyjnych [CPI]).

3 Wyniki i dyskusja

3.1 Ilościowa ocena wyników ekonomicznych 32 filmów o tematyce sztucznej inteligencji w kinie hollywoodzkim i azjatyckim

Wyniki przedstawione w tabeli 1 ilustrują 32 budżety filmowe o tematyce sztucznej inteligencji, obejmujące ewolucję produkcji ekonomicznej w latach 1927–2023. Prezentują one filmy niskobudżetowe z lat 1927–2000 o budżetach poniżej 20 mln USD, podczas gdy zauważalny, gwałtowny wzrost liczby filmów wysokobudżetowych między 2013 a 2023 rokiem do ponad 180 mln USD sugeruje ogromną zmienność i znaczącą integrację sztucznej inteligencji narracyjnej i eksperymentalnej w produkcji kinowej. Jak pokazano na rysunku 1 , wyniki przedstawiają mierzalne miary produkcji kosztów i przychodów kasowych za pomocą IMDb (2024) , Mojo (2024) , Empire (2024) , TheNumbers (2024) oraz narzędzi do web-scrapingu, takich jak ChatGPT (2024) , ClaudeAI (2024) i MicrosoftCopilotAI (2024) , a także podstawowych badań naukowych w Google Scholar i Web of Science, takich jak Huckvale (2024) , Danesi (2024) , Bamman i in. (2024) oraz Singh i Rokde (2024) , które ułatwiają identyfikację 10 najlepszych filmów ROI, takich jak M3GAN (2023), 2001: Odyseja kosmiczna (1968), Matrix (1999), Upgrade (2018), Robocop (1987), Wielka szóstka (2014), Ja, robot (2004), Wall-E (2008), Krótki obwód (1986) i Ex Machina (2014), których zwrot z inwestycji wynosi od 148 do 1439%, przy czym cztery filmy sprzed lat 2000 i sześć filmów z lat 2004–2023 prezentują znacząco wysokie zyski, co najmniej dwukrotnie przekraczające koszty produkcji.

Wyniki ilustrują krajobraz ekonomiczny kina o tematyce AI na podstawie 32 wybranych filmów z lat 1927–2023, prezentując znaczną segmentację kosztów produkcji, od mikrobudżetowania w wysokości 1 mln USD i 3 mln USD do makrobudżetowania w zakresie 150–165 mln USD. Najwyższy zwrot z inwestycji (ROI) wynoszący 1405,8% odnotowano w filmie M3GAN (2023), którego koszt produkcji wyniósł 12 mln USD. Przychody z kas biletowych wyniosły 180,7 mln USD, osiągając zysk w wysokości 168,7 mln USD. Dla porównania filmy takie jak Big Hero 6 (2014) reprezentują produkcję wysokobudżetową w wysokości 165 mln USD i przychody z kas biletowych w wysokości 657,8 mln USD, osiągając zwrot z inwestycji w wysokości 298% i zysk w wysokości 492,8 mln USD. Natomiast Transcendence (2014) kosztował 100 mln USD i osiągnął Zysk w wysokości 3 mln USD przy zwrocie z inwestycji (ROI) poniżej 3% pomimo inwestycji w produkcję filmową. Wykres kołowy ( Rysunek 1, dolny panel) przedstawia rozkład ROI w pięciu sekcjach: strata, niski, średni, wysoki i bardzo wysoki. Dominacja kategorii średniej jest pokazana na żółto, w zakresie od 50 do 200%, a następnie na zielono, reprezentując niski zwrot z inwestycji (0–50%). Strata (ujemny zwrot) jest pokazana na niebiesko, wysoka (200–500%) na pomarańczowo, a bardzo wysoka (ponad 500%) na fioletowo – przedstawiają najmniejsze proporcje.

Zauważalna zmiana dynamiki kanałów dystrybucji z radia, teatru, muzeów i telewizji na Web 2.0, media społecznościowe, strony internetowe i platformy takie jak Netflix, Amazon Prime Video, Apple TV+ i Hulu w przypadku takich filmów jak Jung-E (2022) i Tau (2018), a także rozwój festiwali filmowych, gdzie filmy takie jak Robot i Frank (2012), After Yang (2022) i Artifice Girl (2023) odgrywają kluczową rolę w angażowaniu publiczności, motywacji do nagród i wyróżnień oraz sukcesie finansowym filmów poprzez przychody z kas biletowych na przestrzeni dekad. Rysunek 2 ilustruje ewolucję dynamiki kanałów dystrybucji w wybranych filmach o tematyce sztucznej inteligencji, pokazując, że zaangażowanie publiczności, motywacja do nagród i poziomy sukcesu finansowego wzrosły z 20 do 50% dzięki radiu, teatrowi, muzeom i telewizji od lat 30. XX wieku do roku 2000, a wraz z rozwojem Web 2.0, mediów społecznościowych i platform streamingowych od lat 2000 do chwili obecnej, do prawie 85–95%.

Współczesna dynamika rynku w ciągu ostatnich 10 lat, gdzie filmy takie jak Her (2013), Ex Machina (2014), The Creator (2023), Jung-E (2022), Artifice Girl (2023) i M3GAN (2023) poprzez ulepszone studia wykorzystujące techniki sztucznej inteligencji i narzędzia w zakresie efektów wizualnych, CGI, grafiki ruchomej, animacji, oświetlenia w czasie rzeczywistym, automatyzacji montażu i modulacji projektowania dźwięku, gdzie budżety wahały się od 2 mln USD, 12 mln, 15 mln, 24 mln i do 80 mln USD, pokazują optymalizację zasobów, planowanie strategiczne i umiarkowane budżetowanie procesów produkcji filmowej.

W Tabeli 2 statystyki opisowe pokazują średni koszt produkcji w wysokości 50,28 mln USD (SD = 60,195), co wskazuje na zróżnicowane strategie budżetowania w wybranych filmach o tematyce sztucznej inteligencji. Średni przychód z kasy biletowej wynosi 127,30 mln USD (SD = 176,039), a średnia nagrody wynosi 0,75 (SD = 0,440), co wskazuje na niespójne wyniki finansowe w różnych filmach. Warto zauważyć, że odchylenie standardowe przekracza średnią zarówno dla kosztów produkcji, jak i przychodów z kasy biletowej. Jest to spowodowane silnie skośnym w prawo rozkładem budżetów filmowych i przychodów w próbie, która obejmuje prawie stulecie (1927–2023) i obejmuje zarówno niezależne produkcje z mikrobudżetem (np. UnCcanny, szacowane na 1 mln USD), jak i duże studyjne hity (np. Wall-E, 180 mln USD). Tak wysoka zmienność w stosunku do średniej jest dobrze udokumentowaną cechą danych finansowych branży filmowej ( Gunter, 2018; McKenzie, 2012 ) i odzwierciedla z natury zmienną i heterogeniczną naturę inwestycji w kinematografię. Współczynnik zmienności (CV) dla kosztów produkcji wynosi 119,7%, a dla przychodów z kas biletowych 138,3%, co potwierdza znaczne rozproszenie. Nie podważa to jednak analizy statystycznej; wręcz przeciwnie, podkreśla zróżnicowanie sytuacji ekonomicznej kina o tematyce sztucznej inteligencji i uzasadnia wykorzystanie analizy korelacyjnej do identyfikacji zależności pomimo tej zmienności.

Wyniki przedstawione w tabeli 3 wskazują na silną dodatnią korelację między kosztami produkcji a przychodami z biletów, gdzie filmy o wyższym budżecie generowały wyższe zyski, przy czym r Pearsona  wynosi 0,822, a wartość p < 0,001. Zaobserwowano słabą korelację między nagrodami a kosztami produkcji i przychodami z biletów, gdzie r  = odpowiednio 0,211 i 0,313, a wartość p wynosiła 0,246 i 0,082 (istotne statystycznie). Świadczy to o złożoności dynamiki krytyków, jakości dramaturgii i zaangażowaniu widzów w filmy, co jest zgodne z wynikami uzyskanymi w tabelach ilościowych, takich jak filmy z serii „Wielka Szóstka”, „M3GAN” i „Transcendence”, gdzie wysoki budżet generuje wyższe przychody. Jednocześnie nie gwarantuje on uznania w postaci nagród ani zysków, jak w przypadku filmów z serii „Transcendence”. Równoważenie optymalizacji zasobów, narracji wizualnej, jakości narracji i budżetu w filmach, takich jak M3GAN, jest zachowane przy jednoczesnym osiągnięciu najwyższego zwrotu z inwestycji (ROI) spośród 32 wybranych filmów o tematyce sztucznej inteligencji. Jak pokazano na rysunku 3 , wykres punktowy budżetu i przychodów potwierdza silną liniową zależność między inwestycjami w produkcję a zwrotami z kas biletowych w całej próbie.

3.2 Festiwal filmów o sztucznej inteligencji

Integracja sztucznej inteligencji w produkcji filmowej ewoluowała narrację i eksperyment poprzez ciągły i szybko rozwijający się postęp technologiczny w zakresie uczenia maszynowego, przetwarzania języka naturalnego, głębokiego uczenia i algorytmów sieci neuronowych, oferując nowe wymiary różnym aspektom technicznym w zakresie generowania efektów wizualnych i CGI, dostępności, ulepszonego przepływu pracy i efektywności czasowej, metryk predykcyjnych, planowania finansowego i strategicznego oraz opłacalnych narzędzi, co doprowadziło do powstania festiwali filmowych poświęconych sztucznej inteligencji, prezentujących najnowsze narzędzia, techniki, narracje wizualne, opowiadanie historii oraz oprogramowanie i zarządzanie wymagające wykorzystania sztucznej inteligencji w zgłoszonych filmach w procesach przedprodukcji, produkcji i postprodukcji. Badanie bada dynamikę finansową 16 wybranych festiwali, takich jak Festiwal Filmów o Sztucznej Inteligencji (AIFF) organizowany przez Runway AIFF (2024), Austin Film AI Festival (2024), Tribeca AI Film Festival (2024), Bucheon International Fantastic Film Festival (2024), Amsterdam AI Festival (2024), Reply AI Festival (2024), Sundance Film Festival (2022), AIFF Montpellier (2024 ), MetaMorph ( 2024) , Larissa Larissa (2024), Neu Wave Film Festival (2024), +Rain AI Film Festival (2024) organizowany przez Universitat Pompeu Fabra, Busan International Film Festival (2024) i Expo AI Film Festival (2024), poprzez analizę ich dystrybucji regionalnej, wzrostu liczby, integracji technologicznej AI w produkcji, kosztów produkcji według poziomów festiwali, zwrotu z inwestycji, sytuacji finansowej zrównoważony rozwój i dystrybucję strumienia przychodów, oferując kompleksowy obraz potencjału ekonomicznego, opłacalności finansowej i segmentacji rynku.

3.2.1 Dystrybucja geograficzna, kryteria składania wniosków i rozwój rynku

Jak przedstawiono na rysunkach 4 , 5 , rozkład geograficzny wybranych 16 festiwali filmów o sztucznej inteligencji pokazuje dominację rozwoju technologicznego i jego obecność w Ameryce Północnej (Tribeca i Sundance), Europie (Amsterdam i Méliès) i Azji (Busan, BIFAN i Dubaj), poprzez prawie 81,25% głównych festiwali prezentujących wysoce zaawansowane firmy, takie jak Runway, NVIDIA, IMAX, Media Monks, Adobe, OpenAI, Descript, DeepMind, Synthesia, Zegami i Avia Technologies, jak omówiono w Sahoo i in. (2024), przy wysokim i stabilnym nominalnym produkcie krajowym brutto (PKB), takim jak 42 biliony dolarów dla Azji, 29 bilionów dolarów dla Ameryki Północnej i prawie 20 bilionów dolarów dla Europy, jak podają Adanma i Ogunbiyi (2024) . Nowa fala festiwali filmowych poświęconych sztucznej inteligencji, która rozpoczęła się od 4 festiwali w 2020 r. i miała osiągnąć liczbę 16 do 2024 r., świadczy o stałym wzroście i podkreśla znaczenie integracji sztucznej inteligencji w produkcji kinowej i tworzeniu filmów.

Rysunek 4

Rysunek 5

 

3.2.2 Integracja technologiczna, ekonomika produkcji i alokacja zasobów

Rysunek 6 ilustruje wymagane ramy regulacyjne dla zgłoszeń na festiwale filmów o sztucznej inteligencji, które wymagają eksperymentalnej i narracyjnej integracji technik i narzędzi sztucznej inteligencji w procesach preprodukcji, produkcji i postprodukcji w ramach całkowitego czasu trwania filmu wynoszącego od 1 do 10 minut. Zunifikowane oprogramowanie zostało wykorzystane w aspektach technicznych, takich jak tworzenie skryptów z wykorzystaniem GPT4 do tworzenia pomysłów i burzy mózgów, wykorzystanie modeli Runway ML, Framestore UK, DNEG i Industrial Light and Magic (ILM), NVIDIA, Synthesia i IMAX do animacji, VFX, CGI, Adobe i CapCut do automatyzacji montażu, Weta Digital, Deepbrain do deepfake oraz Avia Technologies do modulacji dźwięku.

Festiwale filmów o sztucznej inteligencji można podzielić na trzy kategorie: główne festiwale, festiwale średniej wielkości i nowe, w których budżet produkcji filmowej waha się od 15 000 do 35 000 USD za przesłane krótkometrażowe filmy o sztucznej inteligencji w ciągu 45 dni od opracowania scenariusza do ukończenia filmu audiowizualnego, co pokazuje ogromną różnicę w kosztach produkcji, przepływie pracy i efektywności czasowej, podczas gdy wszystkie te czynniki gwarantują, że wyprodukowana jakość jest porównywalna z konwencjonalnymi metodami tworzenia filmów, sławą aktorów, dużymi studiami Hollywood i drogimi aspektami technicznymi, ponieważ festiwale filmów o sztucznej inteligencji są wciąż na wczesnym etapie. Analiza pokazuje, że na każdy festiwal przypada średnio prawie 150 zgłoszeń, gdzie wskaźniki akceptacji wahają się od 20 do 30%, a nagrody i wyróżnienia są pogrupowane w 4-5 kategorii, co pokazuje cel organizatorów festiwali i kreatywnych profesjonalistów, aby zabezpieczyć konkurencję między producentami w celu wdrożenia najlepszej integracji postępów w dziedzinie sztucznej inteligencji narracyjnie i eksperymentalnie.

3.2.3 Zwrot z inwestycji i stabilność finansowa

Jak pokazano na rysunku 7 , analiza publicznie dostępnych danych na stronach internetowych wybranych festiwali filmów o sztucznej inteligencji pokazuje znaczącą różnicę w systemach nagród i nagrodach sklasyfikowanych jako główne, średnie i wschodzące, gdzie średni zysk wynosi 40 000 USD na festiwalach Tribeca AI i Sundance AI, podczas gdy 20 000 USD na festiwalach Austin i Busan AI-Film, 15 000 USD na AIFF by Runway i Dubai International AI-Film Festival oraz 10 000 USD na festiwalach wschodzących, takich jak MetaMorph Academy Awards i Neu Wave AIFF, oferujących cenne możliwości dla filmowców, aby konkurować w rozwijaniu krótkometrażowych filmów o sztucznej inteligencji poprzez automatyzację, krótkoterminowe tworzenie, obniżone koszty i wysiłki. Ekonomiczna wykonalność i finansowa rentowność wybranych 16 festiwali filmów o sztucznej inteligencji pokazują dodatni zwrot z inwestycji (ROI), który wzrastał o około 20% każdego roku przez ostatnie 4 lata. Wspólnymi czynnikami wpływającymi na dynamikę sukcesu finansowego festiwali AI-Film były sprzedaż biletów (50–60%), sponsoring, dotacje i partnerstwa (prawie 30%) oraz merchandising, branding i promocje festiwalowe (prawie 15%). Świadczy to o potencjalnym wzroście gospodarczym i rozwoju rynku w dynamicznie rozwijającym się sektorze produkcji filmowej.

Wyjątkowo film zatytułowany „One More Pumpkin” został zgłoszony na Bucheon International Fantastic Film Festival (BIFAN), który został w całości opracowany przez oprogramowanie Sora firmy OpenAI jako 3-minutowy film krótkometrażowy w ciągu 5 dni produkcji i kosztował prawie zero, jak stwierdził południowokoreański producent, Kwon Han-Seul, w wywiadzie ( Seung-Hye, 2024 ), zdobywając główną nagrodę 2. Międzynarodowego Festiwalu Filmowego w Dubaju w 2024 r. w wysokości prawie 15 000 USD, prezentując zaawansowane algorytmy AI w redukcji kosztów produkcji, automatyzując kilka zadań produkcyjnych, takich jak edycja, oświetlenie, futurystyczne ustawienia środowiska i skrypty, jednocześnie podnosząc standardowe kwestie etyczne, takie jak własność i prawa autorskie, reprezentacja i stronniczość, autentyczność i integralność twórcza.

3.3 Zastosowanie teorii konwergencji mediów

Rysunek 8 przedstawia ramy koncepcyjne zastosowania teorii konwergencji mediów do wyników badania. Wyniki badania silnie ilustrują teorię konwergencji mediów Jenkinsa poprzez trzy kluczowe aspekty, takie jak konwergencja technologiczna, kulturowa i ekonomiczna w wybranych 32 filmach o tematyce sztucznej inteligencji. Dane ilościowe, poprzez udokumentowaną ewolucję budżetów i kosztów produkcji filmowej w latach 1927–2023, pokazują, że tradycyjne i cyfrowe procesy produkcji filmowej przesunęły się z poziomu 20 mln USD do ponad 180 mln USD. Zmiana w dynamice dystrybucji i kanałów komunikacji, wpływająca na zaangażowanie odbiorców, prowadzi do konwergencji od radia, teatru i telewizji (20–50%) do pojawienia się nowych usług streamingowych, Web 2.0 i Web 3.0 oraz mediów społecznościowych (85–95%).

Konwergencja kulturowa jest widoczna w rosnącej fali festiwali filmów wykorzystujących sztuczną inteligencję (AIFF), które integrują tradycyjną kulturę festiwalową z innowacjami technologicznymi poprzez szereg nowych, kreatywnych praktyk medialnych, takich jak efekty wizualne (VFX), grafika komputerowa (CGI), oświetlenie i projektowanie dźwięku. Festiwale te wymagają od organizatorów stosowania narzędzi AI w kryteriach zgłoszeń dla filmowców i producentów na wszystkich etapach procesu preprodukcji, produkcji i postprodukcji.

Ekonomiczna ocena wybranych 16 festiwali filmów z wykorzystaniem sztucznej inteligencji (AI) pokazuje konwergencję w rozwijaniu nowych modeli biznesowych, strategii i źródeł przychodów poprzez sprzedaż biletów, sponsoring, partnerstwa, merchandising, promocje, firmy zajmujące się sztuczną inteligencją i oprogramowaniem oraz organizacje medialne. Studium przypadku filmu „One More Pumpkin”, który powstał w całości z wykorzystaniem oprogramowania Sora firmy OpenAI, ilustruje oczekiwania Jenkinsa, że ​​konwergencja mediów doprowadzi do powstania nowych form produkcji i konsumpcji mediów, a jednocześnie poruszy szereg kwestii etycznych dotyczących równowagi między sztuczną inteligencją a kreatywnością, stronniczością, automatyzacją, własnością intelektualną i prawami autorskimi, wynikających z dynamicznie rosnącej integracji innowacji AI w produkcji kinowej.

3.4 Sugerowane wytyczne dla producentów, twórców filmowych, ekonomistów i profesjonalistów z branży medialnej

Rysunek 9 podsumowuje sugerowane wytyczne wynikające z ustaleń badania. Konwergencja technologiczna, kulturowa i ekonomiczna wynikała z szybkiej integracji sztucznej inteligencji z produkcją filmową. Różne procesy produkcyjne wymagają precyzyjnej kalibracji i równoważenia wdrożenia poprzez wykorzystanie narzędzi sztucznej inteligencji w różnych procesach produkcyjnych, takich jak pisanie scenariuszy, montaż, efekty wizualne, grafika komputerowa (CGI), kanały dystrybucji, źródła przychodów, ludzka kreatywność i wizja artystyczna.

Rosnące rozważania etyczne na temat skrzyżowania sztucznej inteligencji i tworzenia filmów, zarówno na płaszczyźnie narracyjnej, jak i eksperymentalnej, pokazują kluczową potrzebę wdrożenia praktyk etycznych w celu kwestionowania i zachowania przejrzystości poprzez przestrzeganie praw własności intelektualnej, praw autorskich i wytycznych dotyczących integracji sztucznej inteligencji w procesach przedprodukcji, produkcji i postprodukcji filmowej.

Dobrze zaplanowane wykorzystanie algorytmów sztucznej inteligencji (AI) w analityce zaangażowania odbiorców i marketingu może pomóc w opracowaniu nowych modeli predykcyjnych, strategii optymalizacji, analizy nastrojów w czasie rzeczywistym, analizy trendów, wzrostu przychodów i oceny wyników kasowych. W rezultacie nastąpiłby postęp w planowaniu finansowym, alokacji zasobów i optymalizacji budżetu.

Rozwój zawodowy w dynamicznie rozwijającym się krajobrazie mediów cyfrowych jest niezwykle ważny i niezbędny, wymaga bowiem umiejętności radzenia sobie z postępem technologicznym i aktualizacjami technicznymi za pośrednictwem specjalistycznych programów szkoleniowych wykorzystujących techniki sztucznej inteligencji opracowane przez duże firmy, takie jak Runway ML, DeepBrain, NVIDIA Omniverse i Unreal Engine, IBM (Watson Analytics, usługi w chmurze), Microsoft (Azure AI i Power BI), Movio (analiza widowni kinowej), Cinelytic (prognozowanie wyników filmowych), Semrush (SEO, Market Intelligence), Brandwatch (nasłuchiwanie społeczności, Consumer Intelligence), Qualtrics (zarządzanie doświadczeniami), Alteryx (nauka o danych, automatyzacja analityki) i DataRobot (platforma Enterprise AI).

Rozwój nowych kanałów dystrybucji i komunikacji wymusza konieczność adaptacji metod hybrydowych poprzez współpracę tradycyjnych kin z firmami zajmującymi się sztuczną inteligencją, takimi jak AMC, Regal, Cinemark i Vue, oraz platformami streamingowymi, takimi jak Netflix, Amazon, HBO, Disney+, Apple TV+, a także centrami treści obsługiwanymi przez sztuczną inteligencję. Udoskonalane są techniki opowiadania historii, prezentowane są różne formaty narracji wizualnych, a zaangażowanie odbiorców jest możliwe dzięki dynamicznej optymalizacji treści, automatycznej lokalizacji, predykcyjnemu określaniu grupy docelowej, analizie wyników w czasie rzeczywistym oraz synchronizacji dystrybucji między platformami.

Wreszcie, rozszerzenie możliwości konwergencji mediów w wymiarze technologicznym, kulturowym i ekonomicznym będzie wspierane poprzez współpracę branżową między producentami, profesjonalistami, ekonomistami, organizacjami medialnymi, twórcami sztucznej inteligencji i oprogramowania, laboratoriami badawczymi, studiami efektów wizualnych i CGI, kanałami telewizyjnymi, platformami mediów społecznościowych, sponsoringiem, bankowością i finansowaniem, firmami zajmującymi się analizą opartą na sztucznej inteligencji oraz usługami przesyłania strumieniowego.

4. Wnioski

Integracja sztucznej inteligencji w produkcji kinowej i tworzeniu filmów rozwija się dynamicznie na przestrzeni czasu, zarówno pod względem fabularnym, jak i eksperymentalnym. Analiza 32 wybranych filmów o tematyce sztucznej inteligencji w Hollywood i kinie azjatyckim dostarcza spostrzeżeń ekonomicznych i społecznych, pokazując, że filmy z mikrobudżetowaniem mogą osiągnąć znaczący zwrot z inwestycji (ROI), np. M3GAN (2023) kosztuje 12 mln USD (1405,8%), a Upgrade (2018) kosztuje 3 mln USD (466,67%), prezentując strategiczne planowanie finansowe i alokację zasobów. Ponadto filmy wysokobudżetowe, takie jak Wielka Szóstka (2014), osiągnęły zwrot z inwestycji na poziomie 298% przy zyskach w wysokości 492,8 mln USD, a Matrix (1999) kosztował 63 mln USD, aby uzyskać zysk w wysokości 403,6 mln USD przy zwrocie z inwestycji na poziomie 640,63%, co potwierdza silną korelację między kosztami produkcji a przychodami z kas biletowych ( r  = 0,822, p  < 0,001), podczas gdy filmy takie jak Transcendencja (2014) kosztowały 100 mln USD przy zwrocie z inwestycji na poziomie 3% bez żadnego znaczącego uznania w postaci nagród i wyróżnień, co potwierdza słabą korelację między kosztami produkcji a nagrodami ( r  = 0,211, p  = 0,246), przychodami z kas biletowych i nagrodami ( r  = 0,313, p  = 0,082), co wskazuje, że sukces finansowy filmów zależy od większej liczby czynników niż tylko inwestycje, takich jak zaangażowanie publiczności, jakość dramaturgii i narracje wizualne, które filmy o tematyce sztucznej inteligencji, które oddziałują na społeczeństwo i kulturę, kształtując ich postrzeganie technologii, inteligencji emocjonalnej, relacji człowiek-sztuczna inteligencja i kwestii etycznych.

Nowa fala i pojawienie się festiwali filmów o sztucznej inteligencji pokazują wzrost gospodarczy i wymianę kulturalną w ciągu ostatnich 4 lat i demonstrują szybko rosnącą integrację AI w tworzeniu filmów i produkcji kinowej, głównie w Ameryce Północnej, Europie i Azji, co odzwierciedla silne PKB tych kontynentów i obecność innowacyjnych technologii medialnych, sztucznej inteligencji i firm programistycznych, oferując nowe wymiary produkcji, techniki opowiadania historii, przepływ pracy i efektywność czasową, aspekty techniczne, alokację zasobów i optymalizację budżetu, gdzie średni koszt produkcji 150 filmów zgłoszonych na każdy festiwal mieścił się w przedziale 15 000–35 000 USD, a wyjątkowo może kosztować kilka dolarów lub nawet zero przy średnim czasie produkcji wynoszącym 45 dni. Z analizy ekonomicznej wybranych 16 festiwali AIFF wynika, że ​​osiągają one zyski finansowe dzięki sprzedaży biletów (55%), sponsoringowi (30%), budowaniu marki i merchandisingowi (15%), przy rocznym wzroście zwrotu z inwestycji na poziomie 20%, prezentując różnorodne możliwości w zakresie wymiany społecznej i kulturalnej, narracyjnie i eksperymentalnie poprzez różne platformy powstające w celu zwiększenia zaangażowania publiczności, narracji wizualnych w filmach, innowacji w zakresie sztucznej inteligencji oraz partnerstw między producentami i filmowcami na całym świecie. Przyszłe prognozy i oczekiwany globalny wzrost integracji sztucznej inteligencji z produkcją kinową ujawniają rozwój ekonomiczny i społeczny, który wzrośnie z 1,4 do 14,1 mld USD, a rozwój oprogramowania technologicznego opartego na sztucznej inteligencji wzrośnie z 351,1 mln USD do 3,66 mld USD w ciągu najbliższych 10 lat do 2033 r., przy średniorocznej stopie wzrostu (CAGR) wynoszącej odpowiednio 25,7 i 27,2%, co pokazuje możliwości obniżenia kosztów produkcji, nowych kanałów dystrybucji, alokacji zasobów i optymalizacji budżetu, wpływając na wymiar społeczny i kulturowy poprzez ciągły rozwój filmów o tematyce sztucznej inteligencji i filmów generowanych przez sztuczną inteligencję poprzez zaangażowanie publiczności, percepcję, demokratyzację i standardowe względy etyczne. Integracja sztucznej inteligencji z procesami przedprodukcji, produkcji i postprodukcji filmowej zapoczątkowała rozwój ekonomiczny i społeczny poprzez zwiększenie kosztów produkcji, przepływu pracy i efektywności czasowej, nowy strumień wzrostu dystrybucji przychodów oraz stabilność finansową dzięki festiwalom, platformom i rynkom globalnym, służąc jako medium do poruszania i badania dylematów społecznych, kulturowych i etycznych związanych ze sztuczną inteligencją za pomocą narracji wizualnych, najnowszych osiągnięć technologicznych i technik opowiadania historii w produkcji filmowej.

4.1 Ograniczenia

Badania naukowe mają kilka ograniczeń, które można podsumować jako zależność od publicznie dostępnych danych oraz oparcie się na raportach finansowych na platformach Web 2.0, technikach web scrapingu i blogach branżowych. Ogranicza to dokładność wyników do poziomu danych wyjściowych z dużych studiów i firm, które nie są publicznie dostępne, zwłaszcza w przypadku festiwali filmów o sztucznej inteligencji (AIFF). Ograniczona liczebność próby, uzyskana dzięki wyborowi 32 filmów o tematyce sztucznej inteligencji z Hollywood i kina azjatyckiego oraz 16 festiwali filmów o sztucznej inteligencji, nie odzwierciedla szerszej oceny wpływu ekonomicznego i technologicznego, a uzyskanych wyników nie można uogólnić. Wreszcie, brak danych pierwotnych od specjalistów z branży oraz brak wywiadów z ekonomistami, filmowcami, producentami, organizatorami festiwali, ekspertami i inwestorami.

4.2 Przyszłe kierunki badań

Rozszerzenie analizy ekonomicznej o ocenę platform streamingowych i opartych na sztucznej inteligencji (AI) poprzez analizę nowych modeli biznesowych niezależnych twórców filmowych i platform cyfrowych oraz modeli dystrybucji przychodów. Opracowanie opartego na AI modelu predykcyjnego dla sukcesu planowania finansowego, wykorzystującego algorytmy uczenia maszynowego do analizy alokacji zasobów, minimalizacji ryzyka, optymalizacji budżetu, integracji AI, zaangażowania publiczności w czasie rzeczywistym i przychodów z kas biletowych jako ram, ma na celu współpracę między twórcami filmowymi, producentami, inwestorami, specjalistami od mediów, ekonomistami, firmami z branży AI i oprogramowania oraz organizatorami festiwali filmowych. Przeprowadzenie longitudinalnych badań nad rynkiem pracy w branży filmowej i AI, w kontekście zmian w dynamice zatrudnienia, migracji pracowników, możliwości podnoszenia kwalifikacji oraz oczekiwanej nowej fali szybkich możliwości inżynieryjnych wykorzystujących postęp technologiczny i techniki. Wreszcie, kamieniem węgielnym szybkiego wzrostu integracji AI w kinie, narracyjnie i eksperymentalnie, jest zbadanie niezbędnych ram etycznych i prawnych poprzez przedefiniowanie polityk i wytycznych regulacyjnych, ochronę praw własności intelektualnej, praw autorskich i kreatywności wizji artystycznych.

Odniesienia

• 1 AdanmaU. M.OgunbiyiE. O. (2024). A comparative review of global environmental policies for promoting sustainable development and economic growth. Int. J. Appl. Res. Soc. Sci.6, 954–977. doi: 10.51594/ijarss.v6i5.1147

  • CrossRef
  • Google Scholar

• 2 AIFF Montpellier (2024). AIFF. Available online at: https://aiff-montpellier.com/ (Accessed July 31, 2025).

  • Google Scholar

• 3 Amsterdam AI Festival (2024). AIFF. Available online at: https://aifilmfest.io/ (Accessed July 31, 2025).

  • Google Scholar

• 4 AnantrasirichaiN.BullD. (2022). Artificial intelligence in the creative industries: a review. Artif. Intell. Rev.55, 589–656. doi: 10.1007/s10462-021-10039-7

  • CrossRef
  • Google Scholar

• 5 Austin Film AI Festival (2024). Artificial Intelligence Film Festival. Available online at: https://austinfilmfestival.com/ (Accessed July 31, 2025).

  • Google Scholar

• 6 BagellaM.BecchettiL. (1999). The determinants of motion picture box office performance: evidence from movies produced in Italy. J. Cult. Econ.23, 237–256.

  • Google Scholar

• 7 BammanD.SambergR.SoR. J.ZhouN. (2024). Measuring diversity in Hollywood through the large-scale computational analysis of film. Proc. Natl. Acad. Sci.121:e2409770121. doi: 10.1073/pnas.2409770121,

  • Streszczenie Pubmed
  • CrossRef
  • Google Scholar

• 8 BaranovaE. A.ZheltukhinaM. R.ShnaiderA. A.ZelenskayaL. L.ShestakL. A.RedkozubovaE. A.et al. (2020). New media business philosophy in conditions of mass media convergence. Online J. Commun. Media Technol.10:e202021. doi: 10.30935/ojcmt/8387

  • CrossRef
  • Google Scholar

• 9 BrewerS. M.KelleyJ. M.JozefowiczJ. J. (2009). A blueprint for success in the U.S. film industry. Appl. Econ.41, 589–606. doi: 10.1080/00036840601007351

  • CrossRef
  • Google Scholar

• 10 Bucheon International Fantastic Film Festival (2024). AIFF. Available online at: https://www.bifan.kr/eng/ (Accessed July 31, 2025).

  • Google Scholar

• 11 Busan International Film Festival (2024). AI short film program. Available online at: https://www.biff.kr/eng/ (Accessed July 31, 2025).

  • Google Scholar

• 12 ChatGPT (2024). NLP tool. Available online at: https://chatgpt.com/ (Accessed August, 2025).

  • Google Scholar

• 13 ChenJ. (2023). Budgeting and cost control in film production: balancing creativity and financial viability. Highlights Business, Econ. Manag.22, 187–192. doi: 10.54097/axdccr80

  • CrossRef
  • Google Scholar

• 14 ClaudeAI (2024). NLP tool. Available online at: https://claude.ai/new (Accessed August, 2025).

  • Google Scholar

• 15 DanesiM. (2024). AI-Generated Popular Culture: A Semiotic Perspective. Berlin: Springer Nature.

  • Google Scholar

• 16 DhimanD. B. (2024). Evolution of independent filmmaking in India: a study of digital technology influence and impact. TechRxiv. [Preprint]. doi: 10.36227/techrxiv.171994622.28164382/v1

  • CrossRef
  • Google Scholar

• 17 Empire (2024). Film reviews. Available online at: https://www.empireonline.com/ (Accessed July 31, 2025).

  • Google Scholar

• 18 Expo AI Film Festival (2024). AIFF. Available online at: https://www.filmdubai.gov.ae/s/aiff (Accessed July 31, 2025).

  • Google Scholar

• 19 FerrariM. J.RuddA. (2008). Investing in movies. J. Asset Manag.9, 22–40. doi: 10.1057/palgrave.jam.2250091

  • CrossRef
  • Google Scholar

• 20 GhiassiM.LioD.MoonB. (2015). Pre-production forecasting of movie revenues with a dynamic artificial neural network. Expert Syst. Appl.42, 3176–3193. doi: 10.1016/j.eswa.2014.11.022

  • CrossRef
  • Google Scholar

• 21 GunterB. (2018). Predicting Movie Success at the Box Office. Berlin: Springer.

  • Google Scholar

• 22 HababouM.AmroucheN.JedidiK. (2016). Measuring economic efficiency in the motion picture industry: a data envelopment analysis approach. Cust. Needs Solut.3, 144–158. doi: 10.1007/s40547-016-0069-0

  • CrossRef
  • Google Scholar

• 23 HuckvaleD. (2024). Artificial Intelligence in the Movies: A History. US: McFarland & Company.

  • Google Scholar

• 24 IMDb. (2024). Top box office (U.S.). Available online at: https://www.imdb.com/chart/boxoffice/ (Accessed July 31, 2025).

  • Google Scholar

• 25 JeacleI. (2009). Going to the movies: accounting and twentieth-century cinema. Account. Audit. Account. J.22, 677–708. doi: 10.1108/09513570910966333

  • CrossRef
  • Google Scholar

• 26 JenkinsH. (2006). Convergence Culture: Where Old and New Media Collide. New York: New York University Press.

  • Google Scholar

• 27 LarissaLumina (2024). AI short film festival. Available online at: https://larissalumina.gr/ (Accessed July 31, 2025).

  • Google Scholar

• 28 LatzerM. (2013). “Media convergence,” in Handbook on the Digital Creative Economy. eds. TowseR.HandkeC. (UK: Edward Elgar Publishing), 123–133.

  • Google Scholar

• 29 MarketResearch.biz. (2024). Generative AI in movies market. Available online at: https://marketresearch.biz/report/generative-ai-in-movies-market/ (Accessed July 31, 2025).

  • Google Scholar

• 30 McKenzieJ. (2012). The economics of movies: a literature survey. J. Econ. Surv.26, 42–70. doi: 10.1111/j.1467-6419.2010.00626.x

  • CrossRef
  • Google Scholar

• 31 MetaMorph (2024). MetaMorph AI film awards. Available online at: https://www.metamorph-award.com/ (Accessed July 31, 2025).

  • Google Scholar

• 32 MicrosoftCopilotAI. (2024). Microsoft Copilot: Your AI Companion. Available online at: https://copilot.microsoft.com/ (Accessed August, 2025).

  • Google Scholar

• 33 MojoB. O. (2024) Worldwide box office. Available online at: https://www.boxofficemojo.com/year/world/ (Accessed August, 2025).

  • Google Scholar

• 34 MurschetzP. C.BruneelC.GuyJ. L.HaughtonD.LemercierN.McLaughlinM. D.et al. (2020). Movie industry economics: how data analytics can help predict movies’ financial success. Nordic J. Media Manag.1, 339–359. doi: 10.5278/njmm.2597-0445.5871

  • CrossRef
  • Google Scholar

• 35 Neu Wave Film Festival (2024) AI Film Festival. Available online at: https://neuwavefest.com/ (Accessed July 31, 2025).

  • Google Scholar

• 36 NisanoğluK. (2021). Artificial Intelligence and Humankind Relations in Science Fiction cinema [Master’s thesis, Istanbul Bilgi University]. Istanbul Bilgi University Institutional Repository.

  • Google Scholar

• 37 OksanenA.CvetkovicA.AkinN.LatikkaR.BergdahlJ.ChenY.et al. (2023). Artificial intelligence in fine arts: a systematic review of empirical research. Computers Human Behav.: Artificial Humans1:100004. doi: 10.1016/j.chbah.2023.100004

  • CrossRef
  • Google Scholar

• 38 ParikhP. C. (2019). AI film Aesthetics: A Construction of a new media Identity for AI Films [Master’s thesis, Chapman University]

  • Google Scholar

• 39 PrajapatS.SinghA. K.BanerjeeA.BhatnagarK. (2023). Role of AI and video technology in Sci-fi cinema. Shodhasahmita10, 1604–1617.

  • Google Scholar

• 40 +Rain AI Film Festival (2024). AI Film Festival. Available online at: https://www.upf.edu/en/web/rainfilmfest (Accessed July 31, 2025).

  • Google Scholar

• 41 Reply AI Festival. (2024). AIFF. Available online at:https://www.reply.com/en/newsroom/news/the-reply-ai-film-festival-2024-is-underway (Accessed July 31, 2025).

  • Google Scholar

• 42 Runway AIFF. (2024). Artificial Intelligence Film Festival. Available online at:https://aiff.runwayml.com/ (Accessed July 31, 2025).

  • Google Scholar

• 43 SahooS.KumarS.DonthuN.SinghA. K. (2024). Artificial intelligence capabilities, open innovation, and business performance—empirical insights from multinational B2B companies. Ind. Mark. Manag.117, 28–41. doi: 10.1016/j.indmarman.2023.12.008

  • CrossRef
  • Google Scholar

• 44 Seung-HyeY. (2024). ‘I did not expect to win’: how AI director kwon Hansl turned pumpkins into prizes on the world stage. Available online at:https://koreajoongangdaily.joins.com/news/2024-07-30/entertainment/movies/ (Accessed July 31, 2025).

  • Google Scholar

• 45 SimontonD. K. (2009). Cinematic success criteria and their predictors: the art and business of the film industry. Psychol. Mark.26, 400–420. doi: 10.1002/mar.20280

  • CrossRef
  • Google Scholar

• 46 SimontonD. K.GrahamJ. J.KaufmanJ. C. (2012). Consensus and contrasts in consumers’ cinematic assessments: gender, age, and nationality in rating the top-250 films. Psychol. Pop. Media Cult.1, 87–96. doi: 10.1037/a0027153

  • CrossRef
  • Google Scholar

• 47 SinghK.RokdeJ. (2024). “Film box office success forecasting: a genre-driven classification system using machine learning and cluster analysis.” In 2024 3rd International Conference on Applied Artificial Intelligence and Computing (ICAAIC), 486–492. IEEE.

  • Google Scholar

• 48 SmithS. P.SmithV. K. (1986). Successful movies: a preliminary empirical analysis. Appl. Econ.18, 501–507. doi: 10.1080/00036848608537445

  • CrossRef
  • Google Scholar

• 49 SunP. (2024). “Digital optimization of film and television in the era of artificial intelligence.” In 2024 IEEE 3rd World Conference on Applied Intelligence and Computing (AIC), 558–562.

  • Google Scholar

• 50 Sundance Film Festival. (2022). AI Short Films. Available online at: https://www.sundance.org/ (Accessed July 31, 2025).

  • Google Scholar

• 51 TheNumbers (2024). Archive of box office revenues Available online at: https://www.the-numbers.com/box-office (Accessed August, 2025).

  • Google Scholar

• 52 Tribeca AI Film Festival (2024). Human powered: AI shorts program Available online at: https://tribecafilm.com/films/human-powered-ai-shorts-program-2024 (Accessed July 31, 2025).

  • Google Scholar

• 53 YoungS. M.GongJ. J.Van der StedeW. A.SandinoT.DuF. (2008). The business of selling movies. Strateg. Financ.89, 35–41.

  • Google Scholar

• 54 YuJ.ZhangB. (2023). AI and zen: AI films as reflections on reality and illusion. Art Des. Rev.11, 120–128. doi: 10.4236/adr.2023.112009

  • CrossRef
  • Google Scholar

• 55 ZhangR. (2023). The analysis of production cost and business return in the film industry: taking eternals and E.T. The extra-terrestrial as examples. Highl. Bus. Econ. Manag.22, 153–158. doi: 10.54097/anw47263

  • CrossRef
  • Google Scholar