人工智能和機器學習如何滲透媒體行業(yè)的？在過去的幾年中，越來越多的客戶旅程數(shù)字化以及云技術和計算能力的指數(shù)級提高，已經(jīng)邀請媒體集團重新考慮他們的業(yè)務方式。如果聽起來我在說“數(shù)字顛覆”時用了很長的話，請相信您的直覺。這些破壞中的許多都集中在數(shù)據(jù)媒體組可以訪問的山脈周圍，以及人工智能（AI）（更具體地說是機器學習）可以使用它做什么。確實，盡管人工智能已經(jīng)被眾多純粹的參與者傳統(tǒng)參與者仍然落后，現(xiàn)在將技術視為急需的新增長的捷徑。

以下是舊警衛(wèi)目前在全世界實施的用例的詳盡介紹。

　　1.創(chuàng)建過程優(yōu)化

　　元數(shù)據(jù)創(chuàng)建/索引自動化

使用機器學習，人工智能既可以轉換數(shù)據(jù)，又可以使用圖像識別來自動創(chuàng)建所有類型的內(nèi)容的元數(shù)據(jù)。通過允許使用更精細的條件進行搜索以獲得更精確的結果，內(nèi)部和外部利益相關者都可以更輕松地發(fā)現(xiàn)內(nèi)容。自動索引加快了新聞工作者的工作，促進了事實的核實，并使人們能夠?qū)Ｗ⒂诰哂懈吒郊又档娜蝿铡?shù)十家媒體公司已經(jīng)在其整個運營過程中實施了這些解決方案。

　　文章撰寫和視頻創(chuàng)建自動化

我們還看到了工具的出現(xiàn)，這些工具可以自動撰寫具有低附加值的文章，從而使記者可以從事需要更多調(diào)查和更多專業(yè)知識的主題。

　　識別新興趨勢

第一個打破新聞故事的記者獲得了全部榮耀，故事就這樣了。因此，控制和預測信息的移動是至關重要的，但也要實時跟蹤其傳播以在競爭者中脫穎而出。為此，知名新聞社的研發(fā)團隊開發(fā)了News Tracer工具，該工具借助算法可以識別Twitter上的重大事件。該工具為這些事件分配一個“媒體分數(shù)”，從而使人們可以主要關注最重要的事件。新聞追蹤器還能夠?qū)@些事件的真實性產(chǎn)生信心。

最后一點特別重要，因為它滿足了媒體期望的信息可靠性的最高要求。

　　事實核查

實際上，某些算法還可以幫助記者驗證社交網(wǎng)絡上發(fā)布的圖像和視頻的可靠性和準確性。

　　2.內(nèi)容的分發(fā)，個性化和推薦

盡管上述機會確實會對媒體市場產(chǎn)生破壞性影響，但它們僅代表機器學習為媒體行業(yè)提供的機會的一小部分。盡管科幻小說愛好者急切期待內(nèi)容創(chuàng)建的自動化，但AI的主要影響將是通過對內(nèi)容進行改編并將其呈現(xiàn)給觀眾的過程。

當市場產(chǎn)生質(zhì)量和吸引力變化很大的海洋時，有效的配對就是將這種質(zhì)量轉換成適合每個最終消費者或最終消費者群體的一組價值主張。這種粒度可以通過幾種方式變化：

　　可能意味著在正確的位置顯示了正確的內(nèi)容

以Buzzfeed及其400個分發(fā)渠道為例。使用人工智能將正確的內(nèi)容放置在正確的位置將非常耗時，并且任何優(yōu)化都將是非常不完善的。因此，該公司使用人工智能來告知商品傳播病毒的可能性，并在最適合擁有最大欣賞機會的公眾的渠道上推廣該病毒。這種可能性是產(chǎn)品，社交媒體，工程和數(shù)據(jù)科學團隊共同努力的產(chǎn)物，他們基于高性能內(nèi)容的歷史數(shù)據(jù)開發(fā)了機器學習模型。

可能意味著在正確的時間正確的內(nèi)容

死者復活。知名雜志Le Temps使用的一種機器學習解決方案，能夠通過使用Chartbeat（向全球出版商提供數(shù)據(jù)和分析數(shù)據(jù)）和Google Analytics（分析）中的數(shù)據(jù)進行交叉引用，從而確定該雜志的最佳文章。然后，該算法根據(jù)定性指標分配相關性得分，并建議重新發(fā)布并吸引新受眾的最佳時間。這給內(nèi)容帶來了第二次生機，隨之而來的收入可以直接轉到底線。

　　這可能意味著適合適當人群的適當內(nèi)容

Business Insider提供的內(nèi)容比任何人閱讀或觀看的內(nèi)容都要多。因此，借助初創(chuàng)公司Sailthru的解決方案，發(fā)布者已基于消費內(nèi)容的歷史記錄創(chuàng)建了配置文件。根據(jù)他們的個人資料，可以在網(wǎng)站上和他們的電子郵件中為讀者提供合適的內(nèi)容。這個投資它的讀者的分割，使商業(yè)內(nèi)幕至60%，它的點擊率在通訊由150%提高其點擊率。此外，返回網(wǎng)站的流量增長了52%。

在此最重要的是要注意，此類工具通過提供與現(xiàn)有觀點相一致的內(nèi)容，具有極大的力量來進一步分化我們的社會，并且不應輕易接受其在媒體中的使用。

它尚未表示合適的人的合適內(nèi)容

一種算法可以根據(jù)上下文數(shù)據(jù)和客戶旅程做出決策，但幾乎無法理解每個客戶的偏好：好惡很少穩(wěn)定，通常是高度上下文相關的。暫時，各種各樣的人類口味仍然使機器感到困惑。因此，目前，個人層面的任何個性化都必須由策展人協(xié)助。然而，許多這樣的角色只是推遲了看似不可避免的事情：根據(jù)相關機構的一項研究，將近四分之三（72%）的媒體參與者計劃積極嘗試AI以改善建議并提高生產(chǎn)效率。

　　3.營利

獲利是傳統(tǒng)媒體賴以生存的最重要手段之一，因此從客戶參與到廣告空間，這一領域的許多用例開始出現(xiàn)。

　　付費墻

許多主要出版物都以一種形式或另一種形式使用付費專區(qū)（收費系統(tǒng)（訪問權限僅限于付費訂閱該網(wǎng)站的用戶使用的一種系統(tǒng)））。閱讀有限數(shù)量的文章后，它通常以阻止內(nèi)容的形式出現(xiàn)。人工智能在這里也提供了更動態(tài)，更不具有強制性的價值主張。

　　實時出價

我們可以想象，實時出價(RTB)在智能算法的支持下會找到新的維度，尤其是在供應商方面：機器學習算法可以優(yōu)化申請人的選擇，管理數(shù)據(jù)傳輸?shù)某杀荆岣呖冃У目梢曅裕苊馄墼p甚至檢查廣告的質(zhì)量。但是，此類示例在當今市場上仍然非常罕見。

結論

人工智能將影響媒體價值鏈的各個環(huán)節(jié)，幫助內(nèi)容創(chuàng)建者提高創(chuàng)造力，使內(nèi)容發(fā)布者提高生產(chǎn)效率，并幫助消費者找到適合自己興趣的內(nèi)容。

但是，人工智能只是業(yè)務優(yōu)化策略連續(xù)性邏輯的一部分，因此，人工智能不應被視為一場革命。現(xiàn)在，這一事實可以最大程度地減少實施該技術的工作，更多人工智能的信息，請繼續(xù)關注中培偉業(yè)。