2014年以来，我国媒体融合发展大体呈现出三个阶段。第一阶段是融媒体阶段，第二阶段是智能媒体阶段，第三阶段是智慧媒体阶段。
智慧媒体阶段，是标到非标，非标到标的过程。标到非标，利用统一平台实现个性化的信息精准匹配；但是无论需求千变万化，经过格式化处理的非标数据一定要形成标准的数据库，由数据库对前台产品需求进行响应。展现的多元化与后台的标准化，就是一个非标到标的过程。
面对颠覆性的技术时代，媒体要始终保持定力，避免一味追求最新、最尖端的技术。“对于非当前主业范畴的技术（如娱乐版块等），先放一放；前沿技术应用必须与媒体本身特性进行有效结合，不能简单照搬照用；打造智媒体一点来不得虚，必须把传播的实际效果作为检验项目成败的唯一标准。”
9月27日，上海报业集团党委书记、社长裘新在由中央网信办、上海市委网信委、新华通讯社联合主办的“2020中国网络媒体论坛”上，发表了题为《标到非标，非标到标——技术如何加快媒体深度融合发展》的主题演讲。
图注：上海报业集团党委书记、社长裘新发表主题演讲
以下为演讲全文：
2014年以来，我国的媒体融合发展大体呈现出三个阶段。
融媒体阶段：技术服务内容
（一）特征
这个阶段的特点是传统媒体互联网化，管理流程、采编流程、业务流程没有实质性改变，只不过展现渠道除了原有媒体特性，增加了互联网终端表现。
内容驱动、技术服务，是融媒体阶段的主要特征。
（二）布局
上报集团旗下解放日报/上观、文汇客户端、新民客户端等主流新媒体阵地，澎湃新闻、界面·财联社等现象级新型传播平台，以及第六声、上海日报SHINE、唔哩、周到等特色新媒体集群，共同组成“三二四”全媒体传播格局，影响日益扩大。
（三）瓶颈
一是缺乏在影响力、体量上能够真正与商业性新闻客户端相抗衡的平台级项目；
二是缺乏以大数据、云计算、机器学习、个性化推荐等互联网技术为驱动的项目；
三是缺乏将内容传播与社交、服务相融合的社交媒体平台项目；
四是缺乏能够摆脱以广告为唯一收入来源的成熟商业模式。
谁最先找到新的技术应用场景，谁就有机会抢占互联网舆论战场的新高地。
智能媒体阶段：技术引领内容
（一）特征
这个阶段的特点是技术全方位渗透到内容生产、展现等各个方面，包括信息快速搜集（爬虫、去重）、信息的生产（机器人写稿、自动翻译、智能审核等）、信息的展现（新闻内容可视化）、信息场景的设计（运用平台）。
提升内容生产效率，降低内容生产强度，完善内容展现形态，技术改变内容的生产组织形态，甚至管理模式。
技术引领、内容为用，是智能媒体阶段的主要特征。
（二）布局
以5G、大数据、云计算、物联网、区块链、人工智能等6大技术为“经”，以新闻传播的采集、生产、分发、接收、反馈等5大流程为“纬”，编织成20个“智能媒体”运营场景。
这20个运营场景，蕴含着这一轮技术创新最有可能在新媒体领域得到应用、嫁接出果实。
运营场景1：智能硬件。无人机、可穿戴设备等智能硬件的普及将进一步拓展新闻信源，成为实时在线的“通讯员”，自动发现新闻线索，实现场景数据的随时随地记录与挖掘。数据源的扩张为生产流程再造提供了生产要素与技术基础，数据对新闻生产的价值不断被放大，数据新闻的生产效率和质量实现突破性升级，使新闻产品全息化成为可能。
运营场景2：智能融媒体中心。升级现有融媒体指挥中心，打造“大数据+人工智能”的一体化新闻生产分发平台。依托这一基础设施平台，媒体与人工智能技术全流程结合，智能辅助、人机协作、智能化生产同时并行，帮助媒体生产更有价值、时效性更强的内容，同时将有限的人力配置到深度调研等内容生产核心领域。
运营场景3：自媒体聚合平台。传统内容生产传播格局已然被打破，内容产业生态圈更趋多元化和细分化。在现有UGC（用户原创内容）和PGC（专业生产内容）基础上，打造PUGC（PGC+UGC）战略生态，既具备UGC的广度及个性化特征，又能通过PGC赋能，以更专业的内容吸引、沉淀用户，这是主流媒体扩张内容生态版图的重要一招。
运营场景4：机器新闻。通过对各类数据的获取、分析与解释，在语义理解的基础上套用一定的新闻模板，对基本数据和观点形成故事化叙述，整合形成作品。机器人写手提升了信息的生产能力和发布效率，让记者更加专注于独到深度的报道和人文关怀叙述。目前机器人写作主要适用于财经、体育、自然灾害等数据密集型的报道。
运营场景5：机器翻译。依托百亿量级的高质量语料大数据和领先的神经网络机器翻译技术，为企业用户提供多语言翻译、跨语言大数据分析等语言科技解决方案。
运营场景6：智能金融数据平台。整合市场上的金融大数据，为金融机构、上市公司、高净值个人等专业用户提供数据资讯和数据工具，实现“媒体+金融”的生态赋能。包括：从海量数据中识别数据变化，发掘关联性，预测趋势；将原始数据标准化为用户能直接使用的数据工具；以及由此衍生的上市公司舆情服务、金融知识图谱服务等。
运营场景7：政务新媒体平台。未来的政务新媒体会沿电子政务、媒体和综合性政务平台三个方向发展，是信息汇聚地和数据产生源。智能服务、整合传播以及关系链管理是运营政务新媒体的重要招式，必须依靠专业团队，全天候在线服务，与时俱进生产现象级爆款作品，用好短视频表达，建立线上线下政民互动的“强关系”。
运营场景8：新闻内容可视化与视频化。依靠大数据平台基础，借助可视化模型技术，以数据地图、时间线、气泡图、交互性图表、人物关系图等方式呈现多维数据信息，激发新闻读者的形象思维和与数据的互动行为。另一方面，移动视频将成为重要的新闻内容入口和全媒体传播矩阵的关键环节，要尤其关注以互动、竖屏、直播等为特征的移动视频新方向，借助5G技术进一步实现流媒体、超高清场景的升级迭代。
运营场景9：AR（增强现实）文化和VR（虚拟现实）娱乐。AR技术在赋能音乐、剧本、视频、绘画、诗歌等创作方面适合挖掘爆点应用。VR游戏和影视已然成为大众的关注热点，VR演艺、直播、旅游等应用也在不断探索实践中。比如，运用虚拟场景可以提升游戏的沉浸感、交互感；第一视角体验将增强观影的沉浸感、临场感；体育、音乐以及全球性事件通过VR直播突破了空间限制，带给受众现场体验感；VR+旅游，可以优化行前体验，辅助用户决策。
运营场景10：用户平台与智能分发系统。“千人千面”已经成为内容分发的发展方向。通过对用户数据的全面挖掘和算法优化，进行需求匹配和个性化推荐，可以进一步提升新闻内容推送的定向性和精准性。伴随着算法自动化和智能化程度越来越高，算法推荐所引发的内容导向问题、信息茧房问题和信息安全问题也越来越受到人们关注。
运营场景11：互联网新媒体内容标签系统。内容标签的本质是人和机器沟通理解的中间语言。它将一个人通过阅读内容获得的知识及感受，转化为机器可识别的“向量”，从而建立起人和机器沟通的桥梁。包括分类标签、关键词标签、倾向性标签、时效性标签、地域性标签等。媒体内容标签化是很多互联网公司重金发展的领域。
运营场景12：新媒体内容智能审核、认证、分发、交易平台。以图像、语音识别为主的人工智能技术为互联网内容安全提供了技术保障。“AI机器审核+人工审核+质检回查”相结合的审核机制，改变了仅靠人工审核内容的低效模式，有助于降低内容审核成本，提升内容审核的效率和准确度。
运营场景13：国际传播平台。自动翻译、算法推荐等前沿技术与国际传播能力建设相结合，主流媒体可以实现实时自动面向全球的信息采集、处理和内容生产、分发，迅速在不同语言、不同文化之间进行切换与转译，打造多语言版本，对于扩大内容的全球化影响，促进跨语种、跨文化交流带来事半功倍的效果。
运营场景14：沉浸式新闻体验。MR（混合现实）等技术的成熟发展将创新新闻内容的呈现形式和交互模式，提升媒体多维时空的表现力和人性化的交互力。这其中，MR技术或将是未来新闻呈现的主流发展趋势，MR技术将作为VR和AR新闻的强有力补充，可穿戴式设备或将成为未来新闻呈现的重要终端。
运营场景15：区块链版权系统。现有新闻版权业态存在确权难、发现难、取证难、诉讼难、授权难等诸多问题。完善基于区块链的内容版权平台，实现全网自动监测追踪、自动取证、直通司法、在线授权等功能，全方位推动内容版权保护。
运营场景16：纸媒有“声”化。通过语音交互的方式实现资讯结果的搜索和呈现，可以扩充新闻传播的渠道。同时，搭载在语音助手上的媒体资讯可以自动适配用户需求与应用场景，实现智能分发。从“看报”到“听报”，及时挖掘智能语音交互技术的潜能，将给媒体信息传播带来革命性的影响。
运营场景17：虚拟主播与交互式新闻。通过人脸特征提取、人脸重构、情感迁移等多项前沿技术，结合语音、图像等多模态信息进行建模训练，形成的“AI合成主播”能够随时、不间断地工作。用户只要输入一段文本，虚拟主播就会用和真人一样的声音进行播报，形成完整的自然人机语音交互。
运营场景18：智能营销。通过深度解构视频内容，以智能决策广告插入的方式，将视频内容与商品信息完美结合，颠覆传统广告形式，使广告具备可触摸的实景感，以及可互动、趣味性和体验感强等优势，用户即看即买，将流量商业价值最大化。
运营场景19：内容的新触达空间。智媒体时代，一切“物体”均可成为信息生产、加工和传播的主体。5G时代，万物皆媒，内容的新场景覆盖和触达会有颠覆性的变化。因此，我们开展了对于5G时代内容在物联网、车联网等媒介分发、传播的规律和方法的前瞻性研究。
运营场景20：舆情监测系统与新媒体传播力指数。要用指数的逻辑、可量化的方式对内容的传播进行监测，对内容的影响力进行评估。打造新舆情系统——利用大数据技术，海量收集舆情信息，对舆情风险即时预判、回应处置等实现智能推荐，辅助新闻生产，输出服务。打造新指数系统——面向全国，量化新媒体、融媒体等传播力、影响力指标，推动内容管理的精确化、精准化、精细化，把握制度性话语权。
智慧媒体阶段：技术生产内容
（一）特征
现实生活中，既有大量标准化数据，更有大量非标准化数据。
标准化数据：指的是数据交换过程中不会引发数据精度发生偏差的数据，比如上市公司的财务数据、完整的股东数据，还有交易数据等等。
非标准化数据：指的是数据交换过程中容易引发数据精度发生偏差的数据，比如上市公司的管理人工作报告、上市公司经营行为、投资人对公司的判断观点等等。于媒体而言，新闻、资讯、广告基本都是非标数据，在现实生活中，非标数据占据主导地位。
1、标到非标。
智慧媒体解决了固化数据与动态数据分析的进化。标到非标，解决了针对不同投资者个性化产品的生产可能，从而为“千人千面”的自定义服务提供解决方案。而这也是智慧媒体的显著特征之一：利用统一平台实现个性化的信息精准匹配。
2、非标到标。
技术的发展已经达到在展示非标数据的同时，能够处理非标数据，从而发现数据间的内在逻辑，为服务群体提供数据完整性，也就是说无限接近解决局部真实与整体真实的关系。智慧媒体的显著特征之二：帮助用户发掘信息逻辑。
智慧媒体的产品一定是多元化、碎片化，但是其后台支撑系统需要标准化，即无论需求千变万化，经过格式化处理的非标数据一定要形成标准的数据库，由数据库对前台产品需求进行响应。展现的多元化与后台的标准化，就是一个非标到标的过程。
（二）布局
1、上报集团旗下的界面财联社，已在上市公司公告、研究报告、互动易、调研纪录等四大领域完成非标数据的格式化处理，今年底将建成中国第一家证券领域智能非标数据库。
2、专注资本市场服务的财联社目前产品总量已经超过30个，每年更新率超过20%，但是其后台只有一个：星矿数据库。所有信息点入库后，通过智能处理，“信息点”自动转化为“信息流”，借助已知信息关联出未知信息，实现信息自动分析功能，源源不断为多元化产品提供充分的数据供给。
面对颠覆性技术的“三不”
面对颠覆性的技术时代，我们要始终保持定力，避免一味追求最新、最尖端的技术。打造“智媒体”的“三不颠覆”原则。
不追。对于非当前主业范畴的技术（如娱乐版块等），先放一放；对技术尚处在早期实验阶段的（如内容在物联网平台的传播分发等），应静观其变、加强研究。但是，对于核心运营场景、成熟技术以及拳头产品，必须紧紧抓住不放，时不我待。
不玩。前沿技术应用必须与媒体本身特性进行有效结合，不能简单照搬照用、从概念到概念。比如，真正的大数据要建立在海量数据基础上，数据量越大则算法或者人工智能发挥的空间才越大。大数据技术在集团一些数据量有限的原创新闻媒体上的应用落地，可能就很有限。
不虚。智媒体的重要领域是虚拟空间，但打造智媒体一点来不得虚，必须把传播的实际效果作为检验项目成败的唯一标准。
需要注意的是：融媒体、智能媒体、智慧媒体虽然是三个阶段，但在很长时间处于共存状态。
编者按：
来源：蓝鲸财经记者工作平台;
内容有删节。
网友评论