人工智能和數(shù)字化轉(zhuǎn)型

卡爾·帕爾森

人工智能（AI）正導(dǎo)致媒體搜索、制作、分配和消費(fèi)方式發(fā)生天翻地覆的變化。

最近全世界注意力轉(zhuǎn)向人工智能的根本原因是眾所周知的數(shù)字化轉(zhuǎn)型（DX）。盡管主要被用于商業(yè)環(huán)境，但數(shù)字化轉(zhuǎn)型廣泛影響很多領(lǐng)域，不僅僅是電視媒體和娛樂業(yè)。數(shù)字化轉(zhuǎn)型正在影響公共和商業(yè)部門、眾多的組織活動、業(yè)務(wù)流程管理（BPM）、社交媒體，以及從政府到教育的公共機(jī)構(gòu)。

這種席卷全行業(yè)的數(shù)字化轉(zhuǎn)型某種程度上得到AI重視力度和功能增加以及機(jī)器學(xué)習(xí)（ML）應(yīng)用的促進(jìn)。DX、AI和ML為云端或偶爾在本地的增強(qiáng)服務(wù)。AI觸及的應(yīng)用可從包括蘋果iPhone、谷歌AI、IBM沃森和越來越多的其它設(shè)備獲得。

智能服務(wù)

多種適用于廣播、新聞和體育的新服務(wù)正在把AI作為其內(nèi)容創(chuàng)作、識別、匯編和分配引擎的一部分。在視頻業(yè)，我們現(xiàn)在正遭遇視頻內(nèi)容搜索、制作、分配和消費(fèi)方式的巨變。感知計算正轉(zhuǎn)變我們使用和產(chǎn)生視頻的方式。視頻定制（AI一種頻繁的輸出）正在使我們看到視頻消費(fèi)方式及其正被分配的場所和方式的持續(xù)增強(qiáng)。

功能上，利用AI的工作流程始于用預(yù)測引擎提取元數(shù)據(jù)的智能內(nèi)容管理功能采集文件的這一點(diǎn)?；贏I的引擎決定流程、主題、相關(guān)性及其它接著高精準(zhǔn)度產(chǎn)生相關(guān)的搜索成分的屬性。AI位于以計算為中心的食物鏈的頂端（圖1）。

其它適用的基于AI的服務(wù)包括廣告核實(shí)以及跟蹤和查證品牌名稱提及、商標(biāo)和產(chǎn)品描述的贊助效果。對于新聞節(jié)目，AI技術(shù)將分類本地和全國范圍的新聞報道、采訪、突發(fā)新聞和特寫或?qū)ｎ}節(jié)目。對于體育節(jié)目，運(yùn)動員識別和積累的比賽或比分?jǐn)?shù)據(jù)被用于自動產(chǎn)生比人工能做到的更相關(guān)的比賽或統(tǒng)計資料組合，并且是實(shí)時做到。

超越簡單的識別

AI不只是關(guān)于面部識別或場地分類或文字/語音翻譯。AI采用機(jī)器學(xué)習(xí)，而非數(shù)據(jù)挖掘。對媒體應(yīng)用，AI是搜索引擎中一個關(guān)鍵的支持手段，舉個例子，它利用復(fù)雜巧妙的基于機(jī)器學(xué)習(xí)的算法編目圖像和聲音，用于元數(shù)據(jù)提取或收集。減少分類或標(biāo)記圖像和聲音所需的手工人機(jī)交互量既補(bǔ)充又增加歸檔和編目平臺的新價值，而現(xiàn)在AI令這些應(yīng)用有更深一步的發(fā)展。

索引（以前的人工后期攝取工作）現(xiàn)在能夠在視頻攝取和制作過程開始的瞬間啟動?；趯?dǎo)出的元數(shù)據(jù)，利用AI能夠立即建立實(shí)時搜索。而信息可與其他人（包括用戶及其它基于AI的數(shù)據(jù)庫和資料庫）即時共享（權(quán)限有待審批）。

基于云

這些新索引平臺中，很多完全以基于云的模式建立。利用語音和目標(biāo)識別，直播和預(yù)制作的視頻片段可被精確到幀檢索。在以前先進(jìn)的自動化索引只是檢測場景變化的地方，現(xiàn)在智能資源補(bǔ)充能夠利用從其它分析收集結(jié)果的信息去查明如幀內(nèi)的人物、不可見說話人的語音或動作識別（如果鏡頭內(nèi)的物體為動物、建筑、汽車等），以及根據(jù)數(shù)據(jù)庫和來自其它畫面的說明查明鏡頭在什么地點(diǎn)拍攝。這一切在第一輪有80%-85%的可靠性；未來幾輪有更高的精確度。

AI允許服務(wù)業(yè)建立學(xué)習(xí)之前的識別的信息庫，這反過來提高準(zhǔn)確度并且加速每個任務(wù)的加索引和編目時間。系統(tǒng)看到、收集和確證內(nèi)容越多，這些解決方案就變得更好和更快。圖2表示2016年美國公司較常見的AI應(yīng)用，而這些應(yīng)用正飛快擴(kuò)增。

對廣播公司的吸引力

AI用于廣播充分利用能夠理解觀眾需求的機(jī)器使用效率，用數(shù)據(jù)管理和過濾技術(shù)分析特定主題的內(nèi)容，然后創(chuàng)建適用于各個人、地點(diǎn)和這些人相互作用且植入畫面內(nèi)的內(nèi)容。這些應(yīng)用對接受原始/直播內(nèi)容并且將它濃縮為可拼接在一起的粗剪內(nèi)容供快速發(fā)布給OTT或移動設(shè)備特別有用。

AI概念簡直就是“打開了節(jié)目制作和分發(fā)的水閘，”TVU網(wǎng)絡(luò)公司CEO Paul Shen表示。將之前的人為障礙從制作過程中消除，數(shù)字和廣播節(jié)目部門能夠在全部頻道上為如直播或錄播信號這樣的原始素材建立一個集中式搜索引擎。

此外，AI集成幫助傳媒公司用更恰當(dāng)?shù)墓?jié)目和廣告更精準(zhǔn)地瞄準(zhǔn)特定的觀眾，這與臉譜網(wǎng)和推特這樣的社交媒體沒什么不同。這些實(shí)體全都在利用不同程度的AI和ML。

連接戰(zhàn)略

利用新興技術(shù)的潛力和機(jī)會，數(shù)字轉(zhuǎn)型有助于創(chuàng)造和優(yōu)化新能力。不過，DX旅程需要一種通過清晰路線圖制定的分階段方式。利益相關(guān)者必須展望一個跨越孤島的連接世界，擁有一個解除內(nèi)外制約的戰(zhàn)略，在DX成為未來事實(shí)上存在的終點(diǎn)位置時，估量將持續(xù)發(fā)展的最終目標(biāo)。

物聯(lián)網(wǎng)也有助于促進(jìn)這個連接戰(zhàn)略概念，由此以前局限于高級設(shè)計、架構(gòu)和計劃開發(fā)的系統(tǒng)現(xiàn)在正向媒體和內(nèi)容轉(zhuǎn)移。為業(yè)務(wù)或生產(chǎn)仔細(xì)安排經(jīng)營活動的能力現(xiàn)在正被用于日常消費(fèi)產(chǎn)品，如智能家庭、報警監(jiān)控和自動駕駛汽車。由于創(chuàng)作的內(nèi)容激增以及觀眾想更快更好地觀看更多內(nèi)容，AI必須應(yīng)用于廣播、媒體和娛樂以便滿足這種渴求。

謹(jǐn)防炒作

不熟悉的術(shù)語帶來可能導(dǎo)致困惑的充滿焦慮的市場機(jī)遇。專門用語之一的DX也不例外。與任何新興和/或顛覆性技術(shù)一樣，存在尋找或選擇那些提供令人心動產(chǎn)品或宣稱能夠在一個產(chǎn)品內(nèi)滿足你全部要求的那些科技公司的趨勢。但由于一般說來數(shù)字化轉(zhuǎn)型應(yīng)被視為“行業(yè)不可知”，而且可能包含多種情況下的很多產(chǎn)品，因此令人夠煩。

DX應(yīng)從商業(yè)目標(biāo)、確定挑戰(zhàn)、探討當(dāng)前和未來的客戶或需求開始，然后把這些結(jié)果應(yīng)用于機(jī)構(gòu)環(huán)境中。

數(shù)字化轉(zhuǎn)型通常以不同速度發(fā)生。DX產(chǎn)生協(xié)同增效的新合作關(guān)系。DX能夠把顛覆性實(shí)體（技術(shù)和機(jī)構(gòu)）融入?yún)f(xié)調(diào)的實(shí)體。但要注意，簡單地選擇一個產(chǎn)品而不了解和預(yù)測對機(jī)構(gòu)（及其合作伙伴）的總體影響對DX挑戰(zhàn)的成功可能是不利的。從使較大運(yùn)營商適者生存或死亡的意義上說，一些提供商確實(shí)是破壞性的——這只是議題的一部分。

基于AI的解決方案的可能采用者可向新初創(chuàng)企業(yè)以及我們后來聽到的技術(shù)成功故事學(xué)習(xí)。我們只是剛剛開始看到AI和ML帶給工作流程和運(yùn)作（如配備自動化內(nèi)容識別或內(nèi)容匯編的媒體資產(chǎn)管理）的深度和相互作用。B&P;