AI-ruschen på YouTube värd 700 000 dollar

En kreatör, en pipeline och sex timmar långa sömnvideor

Den 30 december 2025 publicerade Fortune en intervju med en 22-årig kreatör vid namn Adavia Davis som uppger att hans portfölj av ansiktslösa YouTube-kanaler drar in ungefär 40 000 till 60 000 dollar i månaden – cirka 700 000 dollar om året – och endast kräver ett par timmars tillsyn varje dag. Artiklarna och skärmdumparna som Fortune granskat visar långa, billigt producerade videor (inklusive sex timmar långa dokumentärer av typen "historia att somna till") som använder automatiserade manus, syntetisk berättarröst och loopade bilder för att samla visningar medan tittarna gör andra saker – eller sover.

Anatomin bakom en pipeline för AI-innehåll

Vad Davis och andra kreatörer beskriver som en verksamhet är mindre av en traditionell studio och mer av en mjukvarupipeline: en uppsättning verktyg som sammanfogar textinstruktioner (prompter), syntetiska röster och arkivbilder eller genererade bilder till videor som är långa, repetitiva och billiga att producera. I Davis fall inkluderar verktygslådan enligt uppgift ett internt verktyg kallat TubeGen för att orkestrera produktionen, Anthropics Claude för att generera manus och ElevenLabs för att producera naturtrogna berättarröster – därefter monteras delarna ihop till långa uppladdningar. Fortune rapporterade produktionskostnader så låga som 60 dollar per lång video och mycket höga rörelsemarginaler på månadsintäkterna.

Dessa val är medvetna. Långa speltider och ett jämnt ljudflöde är ett sätt att fånga tittartid (watch time) – den enskilt viktigaste signalen YouTube använder för att ranka och rekommendera innehåll – medan syntetiska berättarröster och mallbaserad grafik gör det möjligt för kreatörer att skala upp till dussintals eller hundratals uppladdningar utan att anställa stora team. Resultatet blir ”ansiktslösa” kanaler som ser utbytbara ut men som, i stor skala, ändå kan locka miljontals dagliga visningar.

Hur stort är fenomenet?

Oberoende forskning tyder på att Davis är en del av en mycket större trend. Kapwing, ett videoredigeringsföretag som analyserat tusentals kanaler, fann att en betydande del av de rekommenderade videor som visas för nya användare nu kvalificerar sig som AI-genererat innehåll av låg kvalitet, så kallat ”AI slop” eller ”brainrot” – format utformade för att monetisera uppmärksamhet snarare än att belöna engagemang genom originellt berättande. Kapwings stickprov och ett återskapat flöde för nya konton identifierade ”AI slop”-videor bland de första hundratals rekommendationerna och uppskattade miljarder kumulativa visningar och tiotals miljoner i annonsintäkter för dessa kanaler. The Guardian och andra medier sammanfattade den forskningen i slutet av december 2025.

Kapwings ögonblicksbild är viktig eftersom den kopplar samman enskilda framgångshistorier med ett systematiskt mönster: när algoritmiska rekommendationer belönar hög tittartid oavsett informationsvärde, tippar incitamenten över mot massproduktion. Det förklarar varför kreatörer som kan automatisera berättarröst och redigering får en snabb konkurrensfördel.

Plattformspusslet: monetisering, moderering och reglering

Dessa incitament krockar nu med plattformarnas policyer. YouTubes regler för monetisering – som uppdaterats och förtydligats under 2025 – begränsar uttryckligen oäkta, repetitivt eller massproducerat innehåll från att generera annonsintäkter om det inte erbjuder ett tydligt mervärde i varje uppladdning. Företagets officiella vägledning betonar att kanaler måste uppvisa originalitet och ett betydande mänskligt bidrag för att fortsätta vara kvalificerade för YouTube Partner Program. Detta skapar en juridisk och kommersiell balansgång för kreatörer som är beroende av automatiserade pipelines: mindre justeringar i tillämpningen av policyer, annonsörers preferenser eller rekommendationsalgoritmen kan fundamentalt förändra om en kanal tjänar pengar överhuvudtaget.

Fortune rapporterade att de skärmdumpar på intäkter och AdSense-register som de granskat stöder kreatörens påståenden om intäkter, men plattformens upprätthållande av regler förblir den osäkra faktorn. YouTube har sagt att de kommer att förfina sina verktyg och kombinera automatisk detektering med mänsklig granskning för att fånga upp massproducerade uppladdningar med lågt värde – vilket skulle kunna minska eller helt ta bort monetiseringen för kanaler som går över gränsen.

Ekonomi, skalning och sårbarhet

Den ekonomiska kalkylen bakom en AI-driven kanal är enkel: låga rörliga kostnader per video, stor hävstång genom annonspriser och, för vissa nischer, förutsägbara och tidlösa tittarvanor (sömn, atmosfär, samlingar). Fortune rapporterade uppskattade driftskostnader för Davis på cirka 6 500 dollar i månaden mot intäkter på tiotusentals dollar, vilket innebär ovanligt höga marginaler. Den typen av lönsamhet förklarar varför kreatörer skyndar sig till format som går att utnyttja.

Men samma hävstång skapar sårbarhet. Verksamheten är beroende av tre externa system som kan ändras över en natt: rekommendationsalgoritmen, annonsörernas efterfrågan och plattformens policytillämpning. Stora mediekoncerner eller välfinansierade aktörer skulle kunna industrialisera samma format snabbare och i större skala, vilket skulle pressa oberoende kreatörer till priskonkurrens. Och om annonsköpare eller YouTube beslutar sig för att minska utbudet av monetiserbart AI-genererat innehåll kan marginalerna försvinna snabbt.

Etik, tittarskador och barnsäkerhet

Utöver ekonomi väcker vågen av ”AI-slop” etiska frågor. Vissa kanaler efterliknar barnprogram eller använder kulturellt material utan närmare tillsyn; andra uppladdningar använder ”shock-bait” eller mikromanipulation (avsiktliga stavfel, enstaka bildrutor som blinkar för att trigga tittaren att spola tillbaka) för att manipulera engagemangssiffror. Dessa taktiker urholkar förtroendet och kan utsätta barn och sårbara tittare för olämpligt innehåll. Plattformarnas moderatorer och beslutsfattare kämpar fortfarande med hur de ska balansera kreativ användning av syntetiska verktyg mot de skador som uppstår när skala och automation ersätter redaktionellt omdöme.

Vad kreatörerna gör härnäst

För kreatörer som för närvarande tjänar pengar på automatiserade pipelines är strategin på kort sikt diversifiering och försvarbarhet: bygg direkta relationer med publiken utanför YouTube, sälj kurser eller tjänster och lägg till format som visar tydliga mänskliga bidrag. Davis själv har antytt att autenticitet kommer att få ett högre värde i takt med att AI-innehåll mättar marknaden; detta är en vanlig strategi bland kreatörer som överlever plattformschocker.

För plattformar och tillsynsmyndigheter är utmaningen både teknisk och normativ: att upptäcka och begränsa automation med lågt värde utan att kväva legitim användning av generativa verktyg. YouTubes uppdaterade policyer försöker dra den gränsen, men upprätthållandet kommer att vara en ständig kapprustning mellan detekteringssystem och kreatörer som optimerar för ogenomskinliga engagemangssignaler.

Vart marknaden kan vara på väg

Davis och andra ser ett smalt fönster för lönsamhet innan välfinansierade konkurrenter industrialiserar samma format. Han sa till Fortune att han förväntar sig att enskilda individer har tid på sig fram till ungefär 2027 innan ”hajarna” anländer – vilket innebär större företag med kapital och infrastruktur som kan konkurrera ut ensamföretagare. Huruvida det blir verklighet beror på annonsmarknaden, intensiteten i plattformarnas kontroll och om tittarna börjar avvisa algoritmiskt optimerat innehåll med lågt värde. Vad som står klart är att den ekonomi som gjorde en kreatör till en omskriven verksamhet värd 700 000 dollar är ett synligt symtom på bredare obalanser i incitamenten mellan plattformar, annonsörer och allmänintresset.

För tillfället är historien en studie i hur nya byggstenar inom AI – stora språkmodeller för manus, högkvalitativ text-till-tal för berättarröster och automatiserade redigeringsflöden – kan flätas samman till lönsamma verksamheter med minimal arbetsinsats. Det är också en påminnelse om att det är plattformsdynamik, inte bara genialitet eller driv, som avgör om dessa verksamheter blir långlivade.

Källor

• Kapwing (forskningsrapport: analys av ”AI slop”)
• Anthropic (Claude-modeller och dokumentation)
• ElevenLabs (produktdokumentation för AI-genererade röster)
• YouTube / Google (policydokument för monetisering av kanaler och YouTube Partner Program)