媒体娱乐业的未来

　　人工智能等技术将如何影响广告、媒体及相关领域。

　　Shelly Palmer在电子书《数据驱动的思维》（2016年由Digital Living Press出版）中写道：“当下的技术变革步伐是你一生中所要遇到的最慢的。”

　　他在12岁时就走上了成为音乐家的道路，20世纪70年代他在纽约的大小场所演奏单簧管、萨克斯管和长笛。他还是模拟和数字合成器的早期实验者。他拥有两项主要的交互式电视技术的专利，这种方法实现了广播电视与基于服务器的文本同步，又叫增强电视。他还曾经为《政界小人物》和《罗杰斯与凯茜·李脱口秀 》创作主题曲，以及指挥伦敦交响乐团。目前，他是纽约Fox 5电视台的广播技术和数字媒体专家，创办有一份广受欢迎、颇有先见之明的邮件简报，探讨技术对媒体和日常生活带来的影响，尤其专注于智能汽车和智能家居。

　　在过去的十年，身为风险投资家的Palmer在自己开办的咨询公司及营销广告代理公司Palmer Group任职首席执行官，他把注意力放在了广告、营销及相关行业的发展演进，还有像智能家居系统和数据分析这些先进技术上。本期高端访谈邀请他，探讨人工智能及商业模式的剧烈变化在未来几年会如何影响广告、媒体及相关领域。

　　Q：您觉得媒体公司的前景如何？

　　A：想在娱乐媒体（实际上乃至在大多数行业）成为一家成功的公司，要么做到规模庞大，要么做到小巧、灵活和独立。如今成功的媒体公司不是很大，就是很小。这就是为什么我们看到这么多大企业在进行合并。如今中型公司确实很脆弱。

　　即便在技术行业，中型公司也不多。而小公司被收购的可能性要大得多。我们看到金额在2000万美元至3000万美元的“人才收购”（acqu-hire）大幅增加――收购方看中的是被收购公司的一流人才团队，而不是因对方经营很成功而选择了它们。

　　Q：您觉得媒体公司在这个新时代如何靠内容获利？

　　A：媒体只有三种商业模式：消费者付费、媒体付费或第三方付费。即消费者付费给媒体（订阅费），或者媒体支付费用给消费者（因为获得消费者这个受众有价值），或者第三方（比如广告商）为有机会接触消费者而付费给媒体。

　　媒体行业过去的结构堪称完美，可充分利用这三种模式。而如今，由于消费者行为迅速变化，许多传统媒体公司想赚钱变得极其困难。除此之外，广告支持的媒体模式中三大公开交易的大实体：广告公司、媒体公司和品牌商各自的目的恰好相反，各自有不同的方法来创造股东价值。广告公司需要赚取利润；媒体公司需要为每次广告印象（impression）获得最高的价格；品牌商需要加快速度。这三个目标彼此不一致。

　　另外，消费者并不关心这任何一个目标。消费者只想免费获得所有媒体，他们想要简单的、可互操作的平台。这听起来不错，但苹果和谷歌对互操作性却毫无兴趣。消费者想要互操作性，并不意味着公司提供互操作性就是明智之举。

　　硅谷的其余公司往往站在消费者这边，提供消费者所需要的一切――免费提供，以此颠覆传统行业。如果你不在乎赚不赚钱，那这个想法很好。可到头来，互联网媒体公司不得不想方设法获得广告支持、销售内容或服务，或采用另一种手法为零售品牌加快传播速度。否则，它们将无法谋生。必须有买卖交易，企业才能赚钱。

　　Q：您认为什么样的模式可解决这个问题？

　　A：眼下这三种类型的模式，只有成功的公司在结合运用。比如说，有线电视行业把三者结合起来。消费者付费给有线电视公司，但付费之后还得看广告（付费频道除外）。有线电视公司同时获取了消费者的数据，并靠这些数据获利。论数据精细度，有线电视公司远不及Facebook或其他专业的数字媒体，但它们有足够好的数据集，可为广告客户带来数千亿美元的销售额。

　　说到数据驱动的公司，恐怕再也找不到像亚马逊这样“拥有丰富数据”的公司了。它可能拥有世界上最大的数据库，收录了消费者消费方面的数据。亚马逊严加保护该数据，几乎每家制造商都抱怨亚马逊的“带围墙的花园”。但它没有阻止其他公司在其平台上销售，我非常着迷于这一点。由于消费者更有可能在亚马逊上的购买商品，亚马逊上的搜索对于许多广告商而言比谷歌上的搜索更有价值。消费者训练有素，如果你想要买东西，先到亚马逊上转转，逛一遍后“添加到购物车”。

　　这些模式存在很严重的缺点。它们将受众分得极细，鼓励人们过滤掉任何让他们感到不舒服的东西。无论是娱乐、新闻还是信息，如今所有内容都存在着很强烈的确认偏误（confirmation bias）。随着技术日趋改进，确认偏误只会有增无减。作为内容分发商，我们在打一场最艰苦卓绝的战斗：让囿于自己世界观的那些人接受不同的内容，许多人没有兴趣跳出舒适区。

　　我认为将来那是个大问题，我不知道什么会打破惯例。以前，你可能阅读青睐的报纸，偶尔会发现新内容。当然，它有偏误。你明白这个偏误是什么，还明白新闻与观点的区别。如今，你得到的是算法“认为”你最有可能感兴趣的内容，它提供的一切就是为了你有响应。相比人类历史上的任何技术，自由开放的互联网让人们更局部化、更部落化，更容易受确认偏误的影响。

　　Q：学会变成数据驱动

　　A：您之前写过，广告会“演变成一个由数据驱动、以价值为中心的捕获消费者的游戏。”如何解释？

　　营销信息想获得最大的效果，必须在合适的时间和地点传达给合选的人。引导这个过程的最佳方法是，鼓励整个企业奉行数据驱动的思维。在大多数情况下，这需要改变企业文化。数据是现金，应该像对待现金那样对待数据。你需要数据损益表。

　　Q：能否介绍一下具体的操作方法？

　　A：有三种数据。第一方数据是你本公司的资产，你直接负责收集。它可能来自cookie、电子邮件订阅、订单或销售单据。也可能由客户行为生成，比如点击特定按钮或访问位置的用户习惯。

　　第二方数据就是别人的第一方数据。

　　第三方数据由外部公司收集。安客诚（Acxiom）和益博睿（Experian）之类的公司从许多不同地方收集和汇总客户数据，然后分析和索引数据，直至它们拥有每个客户的完整资料。安客诚跟踪近4000个用户习惯。比如说，你可以要求列出这个客户群体。豪华汽车偏好指数超过150%，精酿啤酒偏好指数超过200%，然后用地理围栏功能将他们圈出来。点击按钮，这些人就会列出来。所有奉行最佳实践的第三方数据提供商竭力验证数据，但它仍然是第三方数据，因此准确性不及第一方数据或第二方数据。

　　你使用数据损益表来运作时，往往青睐那些结合了其他组织第一方数据从而充分利用你本身数据的交易。这几乎总是会创造额外价值，因为数据在结合其他数据后更强大。

　　Q：如果算法太复杂而无法控制，人类怎样才能正确地判断结果？

　　A：我称之为“数字单一文化主义”（digitalmonoculturalism）。如果你只有五个认知云：微软、谷歌、亚马逊、IBM和苹果，每个在编程中都会有一些固有的偏误，这些是不可避免的，外人看不见。这五个严重偏误的工具集将为全球成千上万的高管做出决定。谁为那些工具编程？

　　媒体企业自动化

　　Q：过去，您说过机器最终能做人类现在能做的一切。今天您怎么看待这个？

　　A：我说过机器几乎无所不能，但这不是关键。有四种一般类型的任务：手动重复的（可预测）、手动不重复的（不可预测）、认知重复的（可预测）和认知不重复的（不可预测）。装配线工人执行的主要是手动重复任务，这类任务可实现自动化，具体取决于复杂性和成本效益分析。一家大型跨国企业集团的首席执行官执行的主要是认知不重复任务，这些任务实现自动化要难得多。

　　机器学习系统领域的快速进步让我们得以将低端的认知不重复任务实现自动化，以前这类任务被认为是人类的唯一堡垒。比如说，机器学习系统可以学习驾驶，所以，货运卡车和出租车行业将迎来重大变化；高层企业管理是高端的认知不重复任务，这方面不会迎来太大的变化。

　　机器将接管的第一批白领岗位是中层经理、商品销售员、报告撰写员、会计师、簿记员、熟练创意工作者（平面设计师、背景音乐作曲家、绘制酒店房间装饰画的艺术家）以及病理科和放射科医生。最后接管的白领岗位将是学前班和小学教师、专业运动员、政治家、裁判员和心理健康专业人员。还有就是极少数真正称得上创新天才的创意艺术家。这些是人类才能干得好的工作；它们的安全系数很高，除非机器果真统治世界。

　　Q：人工智能将如何影响媒体企业的人，尤其是创意人员？

　　A：如果你有人工智能，可能会有人工创造力。在许多方面，它与普通的人类创造力无从区别。实际上，每一代人当中只有少数人能超出人类对创造力的种种期望。

　　这就剩下了熟练创意工作，这绝对可以由人工智能来完成。音乐是一种传达情感的语言，精通音乐很罕见，但机器有可能做到音乐方面一贯很好。它不会适用于每个客户或每种使用场景，但适用于足够多的客户，因而在行业产生巨大的影响。

　　基本的说明文写作也是如此。七年级英语老师教你回答的问题：谁、什么、何时、哪里、为何、如何就是一种算法。当然，机器学习系统经训练后就能写这种散文，它们迟早会。

　　不过，它与世界一流的艺术和创造力无关。对于愿意为艺术忍饥挨饿的艺术家而言，人工智能并没有改变什么。为了每天可以跳舞，舞者仍然会作出疯狂的牺牲。人工智能也没有改变超大公司的前景。但是人工智能完全颠覆了繁琐的创意工作。

　　营销人员做的许多工作岌岌可危。如果你是个营销人员，你搭建支持公司品牌、使命和愿景的内容支柱。你要逐一检查，如果某个文案没有符合所有标准，你得重写，直到符合为止。如果那不是算法，我不知道算法是什么。那就是你如何让3000个独自思考的营销人员以统一的声音将信息传达出去。如果你告诉我无法让其中一部分实现自动化，那么你不了解自动化。

　　即使只有20%的白领工作实现了自动化，也会给媒体公司带来巨大的影响。比如说，假设我可以让机器来构思拟写庆典邀请函，在使人想起我品牌的一种字体后面采用Chagall风格的视觉和阴影。你可能认为，这么做会提高我那位艺术总监的工作效率，这就是主要的影响。

　　Q：数字转变如何影响贵企业物色人才的方式？

　　A：我们坚信零工经济（gig economy）；无论在哪一天，我们的员工都能满足我们业务的需要。我们使用灵活的共享办公空间组织，比如WeWork。我们可以派用的每一位技术精湛的技术人员都在寻找收入更高的下一个机会，他们不想被全职工作束缚。

　　我们Palmer Group招募人员时也在强调我们是这个领域的精英，如果他们与我们共事，处理非常酷的项目，将会受益匪浅。我们主持各种会议和活动，探讨重要的技术课题。我们还让与我们合作的编程人员每晚花一两个小时，为开源项目做贡献。这一招是我们从Facebook那里学来的，Facebook有自己的脚本语言：React。Facebook的软件开发员将一些代码放在GitHub上，大家开始贡献代码、交流笔记；突然，Facebook针对编程人员推出了一项招聘和培训计划，未花一分钱。谁不想给Facebook的人员留下深刻的印象？

　　Q：您是否以同样的方式招聘您的内容专业人员？

　　A：不，因为创意人才库非常庞大。比如说，由于我出身电视行业，我们认识好多人。程序员比较难找到，因为眼下许多公司在激烈争抢程序员。

　　西班牙卡斯蒂略金字塔有一幅40800年历史的洞穴画，据说那是已知最古老的洞穴画之一。那名艺术家创造这个作品只为了一个目的，就是被世人看到。那名艺术家感受到了什么，或者需要解释什么，于是创作了这件作品来表达。如今，电视广告供人看，图书供人读，歌曲供人听。如果你没有主旨要传达，就不需要电视，不需要印刷机，不需要互联网上的数据流。如果你确实有强烈的想法要表达，你的任务就是传达出去，无论你使用什么技术，或采用什么商业模式。这个没有变，可能永远也不会变。

　　文/Deborah Bothun、Art Kleiner 编译/沈建苗