数据驱动的媒体智能化变革，进入人工智能时代

2023-11-08 理论教育版权反馈

【摘要】：由于篇幅有限，下面仅以智能媒介生态体系中的智能决策层为例进行相关探讨。未来，智能生产环境下的媒体平台，对内容生产流程的改变将是全方位、全环节的。未来，智能安全环境下的媒体平台，还须构建具备基于IPv4/IPv6的网络全流量数据分析、安全态势感知以及主动防御的闭环系统，实现过去发生的可查、当前发生的可防、未来发生的可知，从而提升传媒领域信息安全的智能化保障能力。

在即将来临的全知、全能、全息的智能媒介传播时代，传统媒介与新媒体虽均须以人为本，从用户期望(娱乐有趣、个性化、真实性等)出发，挖掘数字技术[AI、增强现实/虚拟现实/混合现实(AR/VR/MR)、区块链、机器学习、网络空间安全等]潜力，通过顶层设计布局改善常用的业务接触点，逐步打造服务、数据、能力的共享、开放与协同的应用聚焦，从而构建不断迭代升级的融媒体内容“智”造支撑体系。由于篇幅有限，下面仅以智能媒介生态体系中的智能决策层为例进行相关探讨。

1.智能唤醒：数据获取与表现

智能唤醒是利用AI与“智能逻辑”的方式，将每一个比特数据集成到融合媒体采编播存管用的全产业链之中，获取并使之变得更加有用、有价值且更“聪明”，从而实现对全媒体业务的支撑。传统的二维互联网产业连接着个人消费者和企业，但其已被阿里、腾讯、百度瓜分完毕。大数据加持下的三维互联网，将唤醒散落在城市各个角落尚未转化为数字格式的暗数据资源，并通过云计算、AI等技术实现个人消费者、企业和政府的全覆盖，继而打造一个智能平台。

未来，智能唤醒环境下的媒体平台，将促使人类生产、生活及治理的数据基础和信息环境得到大幅加强和显著改善。在内容供给端，可通过搭建“中央厨房”实现内容资源的数据化、网络化与智能化，如央媒打造全能型旗舰媒体、省媒打造省级公共服务平台、地(县)媒打造地方综合信息服务平台等[6]；可通过持续提升数据获取与表现的量级和频率，在空间序列上交叉验证与交叉复现多角度、多层次信息，在时间序列上持续呈现与持续创新和用户的实践与交往有机联系的连续性数据的分析逻辑；可通过多层次、多维度的数据集，实现对于某一个人、某一件事或某一个社会状态的现实态势的聚焦[7]；可通过与运营商合作，建立集舆情分析、线索发现、大屏展现等功能于一体的面向媒体和泛媒体的视频服务和通信网络；可通过机器人写稿、VR制作、4K/8K制作等技术充分利用数据并使之表现出人类生活的温度，从而挖掘数据信息的衍生价值。

2.智能生产：内容生产与制造

智能生产是目前AI在新闻传播领域的一个现象级应用。未来，内容生产将发生智能演化——获取各种形式的相关数据后，通过分析不同类型数据内在联系、多层次知识挖掘与环境匹配，提炼观点和建议，并按照一定的分类标准、逻辑结构和次序生成叙述性的长短文章、报表、可视化图形等，最后借助云服务，通过应用程序接口(API)、JS对象图谱(JSON)、可扩展标记语言(XML)、推特(Twitter)、电子邮件(E-mail)等渠道实时推送内容。

未来，智能生产环境下的媒体平台，对内容生产流程的改变将是全方位、全环节的。竞争将越来越多是数据平台与数据采集、处理能力的竞争，算法将在极大程度上帮业界完成数据化工作，从而带来“人机共生、人机协同”的融合局面。未来，智能采集、智能编目、智能拆条、智能审核、智能剪辑、智能写稿、智能视频增强、舆情监测、对话式问答以及机器人写稿与编辑等机器人程序负责数据挖掘、分析等枯燥无聊的程序化工作以及可以设置固定模板的突发短讯，而创作者可以从中解放出来从而有更多时间从事垂直、细分领域需要大量情感、情绪和情商等更高维的创造性生产和创意发掘的“心力劳动”，同时能为用户提供多种类型的内容，从而涌现出许多原来无法用于创造与创意的领域和利基市场(niche)空间。

3.智能送达：内容分发与传播

智能送达是在采集动态、多维、互联互通的媒体业务数据(特别是观众和用户行为的数据化)的基础上，借助自然语言理解、大数据分析等能力解构广播网与互联网可持续发展的瓶颈问题，从而高效、低成本地实现媒体内容的“5A”服务(Anyone/Anytime/Anywhere/Anyway/Anyservice)，并将盈利模式向下游的纵深扩展。智能送达主要涉及智能引擎、广播网以及双向网。

未来，智能送达环境下的媒体平台，包括智能媒体云、智能标签、智能复用、智能路由、智能边缘、智能终端、智能接收以及智能推荐等模块，将是电视媒体的“聚变”与社交媒体的“裂变”共同作用的结果。在具体设计时，首先应对已掌握的关键主题内容、覆盖的用户群以及重点关注用户进行分析，完成用户识别；其次抽取用户主体及其交互反馈构建具备用户标签与分析模型体系，完成属性定义；最后根据事件脉络、主体发现、用户画像、关系发现、复杂网络、传播路径以及干预转化等将泛化内容反复细化精滤并构建传播评估体系，助推视频衍生扩散过程中的颗粒化加工、多维度调用及多渠道传播等，从而完成智能送达的实体应用。此外，还可结合采编生产数据，实现对采编人员的传播影响力分析；结合对所属机构外的同业媒体的稿件传播分析，形成同业传播影响力比较；以及对指定新闻稿件的内容进行跟踪传播监测，对热点事件的发展脉络进行跟踪展示等。(www.chuimin.cn)

4.智能安全：内容审核与监测

智能安全是通过iABCD等新一代信息技术，对包括网络融合、业态融合、融合新闻、融合生产、工业控制等在内的复杂问题，进行前瞻性和实时性的自主识别、判断与推理，从而构筑全方位、立体化、主动式防御系统，保障主体的安全运营。在媒介领域，办公自动化(OA)业务和业务运营支持系统(BOSS)的构建，催生了网络安全的应用；共平台生产、多渠道分发的媒介融合模式的构建，催生了制播域的保护体系建设；以互联网为基础的智能融媒体平台(网络直播、移动App直播、“两微一端”等)的构建，催生了服务媒介融合、面向互联网安全的轻量级的采编播存管用系统；融媒体的发展和大数据、云计算的普遍应用，要求云非编、云桌面等融媒体云安全(轻量级安全防护需求、抵御常见的网络攻击、有效地防止病毒传播等)。

未来，智能安全环境下的媒体平台，还须构建具备基于IPv4/IPv6的网络全流量数据分析、安全态势感知以及主动防御的闭环系统，实现过去发生的可查、当前发生的可防、未来发生的可知，从而提升传媒领域信息安全的智能化保障能力。具体而言，网络安全“态势感知”的范畴可以理解为：态，即关联、统计、分析、告警及处置等，主要指采集各类安全状态信息，分析汇聚安全事件、行为轨迹等；势，即融合、挖掘、学习及预测等，主要指分析预判安全风险、挖掘信息安全趋势等；感，即获取、采集、探测、监测、发现及捕获等，主要指实时感应与主动聚焦风险威胁等；知，即理解、感知、熟悉、掌握、预测及洞悉等，主要指智能关联因果关系，预知安全症结与隐患等。

5.智能优化：平台商业与价值

智能优化是在智能生产、智能唤醒、智能送达及智能安全等智能化变革有效整合的基础上，从客户集成、智力集成、纵向集成、横向集成以及价值链集成等五个维度将智能化的价值凝聚在一起，从而产生更大的价值。事实上，以互联网为基础的智能融媒体平台尚存在诸多痛点，比如对于用户的服务，AI并未发挥真正的价值——创造视频、归集散碎视频及个性化视频等。未来，在AI的支撑下，可生成个性化内容，快速实现产品千人千面(如个性化频道)；可帮助用户精准定位，让整个互联网成为个人视频库；可强化用户对产品的依赖性与留存时间，实现多平台内容、一平台呈现与视频归集化等(见表1)。

表1　智能优化：平台商业与价值

pagenumber_ebook=60,pagenumber_book=53

未来，智能优化环境下的媒体平台，须实现内容、平台、渠道、社群以及运营等在内的诸多领域的突破性解放和创新融合，全方位提升媒体平台的商业与价值。在内容建设上，应从专家或媒体生产内容(PGC)向“用户原创内容＋专业用户生产内容或专家生产内容＋专家或媒体生产内容＋算法生成内容”(UGC＋PUGC＋PGC＋AGC)共融的生态重构；在平台建设上，应从传统的资讯提供者向“服务提供商应用程序(App)＋社交网络服务(SNS)＋线上到线下(O2O)＋基于位置的服务(LBS)等”共融的平台重构；在渠道建设上，须从传统的“内容＋渠道”向“形式＋情感＋场景＋内容＋渠道”共融的模式重构；在社群建设上，应从“主观需求”向“客观需求＋消费习惯＋精准推送”共融的思维重构；在运营建设上，应从“效率成本”向“效率成本＋以人为本＋跨界整合＋协同创新”共融的盈利重构。

数据驱动的媒体智能化变革，进入人工智能时代

相关推荐