AI在文化产业的突破口

在技术文化的精神和物质产品这个层面上，AI技术文化的产业突破口率先在内容产业实现。AI技术从根本上改变了内容生产、分发和变现的一系列过程，AI时代下内容产业出现了全新的生态系统。

在内容生产上，生产者由用户变为机器，最后将变成人机协同生产；生产工具也由人脑变为算法学习；生产方式由UGC转换为MGC，最终将是人机协作的IGC模式，即智能化内容生产模式。

在内容分发上，AI技术对内容产业的生产对象进行变革，即从大众传播走向单用户沟通。数字内容产业已经不仅仅是互联网平台与单一某类传统内容产业的简单叠加，内容产业未来的业务形态将会由“内容分发”演变为“内容直达”，“分发”的过程将会演变成“用户的具体需求传达”、“服务商对内容的精准细分定位”和“人工智能对内容的快速挑选”三者的结合。AI时代下内容产业将走向C2M（单用户沟通）之路，从传统的机器学习走向深度学习过程中不断的迭代算法的过程，就是跳出大众传播/分众传播窠臼，站在单个用户的角度进行个体化沟通的过程。

在内容变现上，AI技术有助于冲破内容产业变现困境，即便在内容生产和分发上AI技术仍需完善，但是人工智能的介入，未来一定是高质量的生产过程和精准化的推荐结果，这将为用户的服务体验带来革命性提升。此外，日益新生的以AI为连接的跨界产业新形态，与层层叠出的优质IP内容，将进一步彰显数字内容产业的无限想象。

内容生产走向IGC

技术创新推动内容生产由UGC逐步转为MGC，未来将走向人机协作的IGC之路。

UGC是随着互联网2.0的兴起而诞生的一种“用户原创生产内容”的模式，比如微信和微博等社交平台的图文、知乎的答文、豆瓣的点评、秒拍的各类视频，都属于UGC。用户能够通过PC端或移动端的平台自行编辑、上传并发布内容，UGC这种大众生产内容的模式能够最低成本地提升用户活跃度，提升转化率。

而在AI时代下，MGC（Machine-Generated Content，机器内容生产）模式开始成为一种新型内容生产模式。机器和人一样开始生产内容，甚至质量要高于人类生产的内容水平，生产者的转变也导致生产工具由人脑转换为算法，计算机视觉与图像、语音识别、自然语言处理、机器学习等方面的技术积累是MGC模式下的重要工具。

以新闻写作为例，内容理解、语言生成、知识推理、机器学习等技术是智能机器写作的基础。AI技术能够处理大量数据进行新闻写作，也能够对语音、文字、人脸、物体等多维度智能分析，输出内容标签，实现机器翻译、自动校对、内容去重、封面推荐等，随时随地生产优质内容。

早在20世纪80年代后期，耶鲁大学就曾开发出人类第一个故事编写算法，此后这套算法被改进为不同的自动化写作服务Narrative Science和Automated Insights，直到2014年世界上最大的通讯社——美联社自动生成财经新闻报道每季度上市公司发布的财报数据，也是得益于Automated Insights公司的产品Wordsmith Platform。2015年7月，腾讯财经宣布审核通过一款名为Dreamwriter的机器人以算法生成的稿件，直至今日由Dreamwriter自动生成的大部门稿件在腾讯相关网站上屡见不鲜，腾讯在自动化写作上的尝试能够瞬时输出分析和研判，一分钟内将重要资讯和解读送达给用户。

MGC模式不仅在新闻写作方面颇有建树，其生产能力还体现在聊天助手机器人、智能剪辑等多个层面。比如，随着语音识别、自然语言处理技术的成熟，推出了腾讯“叮当”、苹果“Siri”、微软“小冰”和百度“小度”等。而同样处于内容生产风口的短视频，也随着AI时代下逐步成熟的视频快速剪辑、视频理解等技术有了更大的市场空间。

算法完全介入内容生产可能是伪命题，近期内将是人机协作的IGC（Intelligence-Generated Content，智能化内容生产）模式。人和机器协同生产的状态可以归为两种方式：一种是机器代替人类部分工作，将重复性、规范性写作和客观数据聚合类劳动用机器进行替代，致力于帮助内容创作者减少重复劳动，节省更多精力去撰写更加优质的深度内容；另一种是机器服务人类的生产内容，人工智能可以通过语料、素材与数据的搜集处理与高效率加工等完成内容生成工作，内容创作者在此基础上充分发挥人类的演绎、推理和联想能力，从而完成更深层次的内容处理工作。通过这两种模式能够将机器与人有机结合起来，使得内容生产流程与组织结构更加灵活和高效。

内容分发走向C2M

C2M信息分发模式是对内容产业生产对象的变革，而要完成这场AI带来的内容分发革命，为何要走和如何走将是不可规避的两大问题。

为何要走C2M之路？

步入IT时代以来对冗余信息的提取和分拣成为用户的一大痛点，AI技术创新能够让内容分发走向个性化沟通之路。信息超载消耗着用户的精力和流量，传统的千人一面的宣贯或传播让人很难从大量的信息中快速找到自己想要的内容。在AI时代，机器推荐能够基于用户行为习惯、特征和诉求，对海量的信息进行提取、分拣，然后传递给用户，内容产业赢来C2M革命（单用户沟通Customer-to-Manufactory），这是克服痛点的秘密。

C2M并不是AI时代下才衍生出的新词，过去曾有许多不成功的技术方案都尝试分拣信息、对用户进行个性化推荐。个人门户昙花一现，RSS订阅不成气候，跨站跟踪上不了台面，而AI技术的到来真正为内容产业的分发带来了一场革命，真正将内容分发模式从大众传播转向单用户沟通。能引领未来者，只有C2M；能支撑C2M者，AI技术不容忽视。

内容产业的个性化推荐技术的源头可以追溯到20世纪90年代初的协同过滤算法，中期的代表是传统的机器学习算法，比如Netflix大赛所推动的隐语义模型，现在则是更加复杂的深度学习模型。

从技术创新的角度看，协同过滤确实属于AI范畴，但必须指出的是协同过滤算法有很多无法规避的缺点和内容，无论是基于用户的协同过滤，还是基于物品的协同过滤，推荐效果总是差强人意。因此，通过一个成体系的方法论来引导推荐系统的不断优化成为又一个关键问题。传统机器学习虽然也开始加速，但主要适用于小型系统。

大体量、大内容平台对推荐系统提出了新的技术要求。如果说人工内容推荐如同司机开车，那么深度学习所带来的内容推荐则如无人驾驶汽车。这种技术利用用户数据来“感知”用户喜好，其推荐系统基本可以分为数据层、触发层、融合过滤层和排序层，当数据层生成和存储的数据进入候选层后，也就触发了核心的推荐任务。

在这种模式下，机器全然接管了平台。在深度学习的持续训练下，机器越来越聪明，算法的不断演进为内容分发奠定了技术基础，也将AI时代的内容革命推向一个又一个高峰。

内容变现开始加速

内容产业是以IP（知识产权）为核心、以技术为基础，利用信息资源和其他相关资源，创作、开发、分发、销售和消费信息产品与服务的产业。首先，内容产业因其产品特殊性变现一直是产业发展的一大问题，AI技术的发展带动内容产业的发展，使变现成为可能。其次，技术所带来的从内容产业的生产到分发再到消费者变现这一系列的改变，构建了一个更高效的内容生态，内容变现开始加速。

技术的不断演进使得内容产业成为一大风口，这基于两个方面的原因。其一，技术革新进一步解放并发展了生产力，经济增长大环境下带来了强大的内容消费能力。其二，人工智能技术及互联网发展使得越来越多的人力被解放，大家开始更多地从事与创意相关的工作，如写作、娱乐行业等，内容产业迎来创业浪潮。

人工智能连接内容生产、分发和变现各个环节，在流量分成之外，为内容创作者提供更高效的变现模式，构建一个更高效的内容生态。内容生态从生产、分发和变现三个方面积极布局，AI技术带来的生产和分发革命加速变现环节。

在内容生产上，IGC模式下人机能够共同协作生产，内容消费者不仅可以很快转换为内容生产者，而且可以在机器的协同帮助下实现大规模定制化生产，能够有效节约生产成本，加速内容变现。

在内容分发领域，单用户沟通对用户来说是一场内容定制革命，足以刷新用户的内容体验，精准化的内容推荐通过满足用户的个性化需求，与用户交流与互动，增加用户黏性，为内容生产平台吸引流量，这也是内容变现的基础。C2M模式能够通过协同过滤中基于用户的推荐技术将小众喜欢的长尾内容扩散开来，产生长尾金矿，提高平台商业价值。