生成式AI将给新媒体企业带来何种挑战.docx

PAGE1

生成式AI将给新媒体企业带来何种挑战

生成式AI的原理是基于深度学习，通过ArtificialNeuralNetwork分析大量训练数据来学习数据分布和模式，然后利用这些学习到的模式生成新数据。生成式AI不仅可以生成高质量文本，还可以用于图像生成、音乐创作、视频生成等各种领域。生成式AI的核心能力在于创造新内容，而不仅仅是对已知模式的重复、归类与应用。

2023年12月22日，中国信通院发布了2024ICT十大趋势，其中提到，AI大模型能力将持续跃升，全面构筑智能化新底座。根据Gartner预测，到2025年，生成式AI所创造的数据可占所有已生产数据的10%。ChatGPT、Midjourney、Gemini、Lumiere、MusicLM等生成式AI大模型能力持续跃升，对以内容生产传播为主要盈利手段的新媒体产业来说，不仅会带来深刻冲击，也会催生新业态和新模式，为产业发展带来深层次演化和变革。

生成式AI在新媒体企业的应用现状

第一，内容生产应用。

生成式AI正在世界范围内悄然引导着一场深刻变革，以新技术、新理念融入文化、娱乐、销售等各个产业，为数字内容生产方式带来创新与颠覆。新媒体重塑了新的传播环境和传播方式，虽然大众获取信息的方式和阅读习惯已经发生变化，但是对于高质量内容的追求并没有改变，越来越多的人希望把有限的时间花费在对自己有用的信息上，所以“内容为王”依然是新媒体企业发展的关键。

按照企业类型，新媒体企业大致可分为新闻资讯类、短视频类、电商平台类、社交媒体类几种类型。不同类型的新媒体企业对于内容生产的要求存在差异。

新闻资讯类新媒体企业对信息内容产出更追求新闻信息的时效性、互动性，相对于新闻消息本身的真实性、准确性，其更追求用户体验性。电商平台类新媒体企业内容产出更多是以商品信息为中心、面向客户进行传播，具有较强的营销属性。短视频类新媒体企业的内容产出覆盖面广，具有强互动性和较高的创意创新性。社交媒体类新媒体平台例如微博，在媒体环境中更多作为舆论场存在，其内容常常围绕热点事件、话题、人物等展开，多元声音并存。

同类型新媒体企业因不同平台基本盘受众不同，内容输出同样存在差异。以短视频类新媒体企业为例，抖音的内容形式以短视频为主，强调的是视频创意和娱乐性。B站用户基本盘为25岁以下年轻人，是一个以弹幕文化为主要特点的中长视频分享平台，注重实时交流氛围，且近些年B站呈现出向知识分享视频平台发展的趋势。小红书用户则是以大中型城市中产女性居多，是一个以生活分享为主要内容的社区平台，主要以图文形式产出美食、旅游、美妆等内容，且功能性作用日益凸显。

生成式AI可以通过自然语言生成处理技术与计算机视觉技术，对文本、图像、视频等数据进行处理、分析、识别和分割等操作，进而根据用户喜好、兴趣和行为，生成个性化内容推荐，优化用户使用体验，增加用户黏性。目前，生成式AI可针对不同类型新媒体平台内容产出特征，生产大量通约性较高的基础性文本、图像、音频、视频，并广泛应用于新媒体营销内容、直播话术等一系列基础内容生产领域，但尚不能满足高质量内容输出要求，即在更深层次上引起用户共鸣，强化高质量用户黏性，提高转化率，增加企业营收方面，目前还存在一定局限性。

第二，市场分析应用。

新媒体企业可以利用生成式AI的高速运算、处理能力，快速收集企业生产、销售、财务等方面的数据，加速数据处理和模型训练，提高数据分析效率和准确性，结合云计算可以存储和处理大量数据，进一步提高数据处理和分析效率。

从新媒体企业同行竞争角度来看，生成式AI可以从海量数据中自动提取出有用信息，收集分析包括竞争对手在内的内容创作反馈、用户购买行为、运营效率、品牌形象塑造等信息，帮助新媒体企业更好地了解竞争对手的动态，更为准确地预测市场动向和制定企业战略决策。

从新媒体企业内部业态来看，生成式AI能够为KOL（KeyOpinionLeader，关键意见领袖）提供实时数据支持，帮助其实现数据驱动的管理决策，及时调整信息内容产出，助力其在新媒体平台健康、长期发展。生成式AI还可以实现多模态输入输出，能“理解”文字、图片、视频等，弥补图像视频监测盲区，为新媒体企业互联网舆情监测提供智能策略，更具时效地把握用户情绪、流行风尚，抢占市场先机，及时发现和应对潜在危机，维护企业声誉和形象。

第三，商业模式更新。

人工智能技术的发展为新媒体行业带来了全新商业模式。以虚拟主播、智能广告等为代表的新业态，正在逐步改变传统媒体生态。虚拟主播可以24小时不间断地为用户提供服务，大大提高了平台运营效率；智能广告则可以实现精准投放，提升投放效果。

生成式AI可以助力新媒体企业构建更高质量的客服体系。对于电商类新媒体企业而言，智能客服和虚拟助手尤为重要，生成式AI自动执行重复且耗时的基础工作，