“全媒巨人”是對智能媒體的比喻，他有智能化算法構成的“媒體大腦”，有智能化內容構成的“內容心臟”，有智能化資源配置的“經營之肺”，有智能網絡和終端構成的“支撐骨架”，有大數據維持機體運行的“流動血液”。各功能高效運轉，成為一個智慧有機體。
“全媒巨人”構想提出的背景進入21世紀之后，數字化、產業化就成了中國媒體機構的重要發展方向。縱觀這20余年的發展歷程，在數字化和產業化兩個方向上，傳統媒體機構和互聯網機構形成了兩種截然不同的演化路徑。傳統媒體機構的數字化轉型起步并不晚。過去20年間，數字報、數字電視、IPTV、OTT、客戶端、微博、微信、短視頻……傳統媒體緊跟技術發展變化，把自身內容拓展到所有可能的新媒體平臺。但是，受制于體制機制問題，其所推出的新媒體業務往往產業化運行能力較弱，并沒有能夠形成有強大影響力的平臺和產品。可見，傳統媒體走了一條更側重于數字化技術邏輯的演進路徑。互聯網機構從誕生伊始就有網絡化和數字化的基因，又沒有傳統媒體那樣的體制機制制約，再加上跟資本的深度合作，互聯網在產業化發展方面取得了卓越成就，培育了諸多用戶過億、影響力巨大的平臺，成為具有強大傳播力的媒體平臺。在這一過程中，互聯網機構走的是一條依托產業化發展的路徑。從20年演化路徑的內在邏輯來看，傳統媒體和互聯網機構雖然走了兩條不同的路，但同樣面臨四個關鍵問題，即：數據化、融合化、平臺化、智能化。數據化是媒體數字化的基礎，數據正在成為媒體的基本要素，再造媒體機構的生產流程。數據的匯聚形成融合，且正在從技術和內容等表層的融合，走向資本、制度、文化等方面的深度融合。平臺承載并管控媒體資源，拓寬產業發展機會，重構傳播機制，同時也在更改媒體機構的定位，讓媒體從重視自我內在發展，逐漸發展為聯合廣泛的社會資源、進行資源配置的開放式平臺。智能化支持媒體平臺的決策優化，推動資源優化配置，改變的是媒體機構的運作模式。數據化、融合化、平臺化和智能化四個問題相互關聯，環環相扣，推動傳統媒體機構和互聯網媒體機構不斷進化，并逐漸走向深度融合。隨著“四化”問題的深度推進，傳統媒體和互聯網機構出現了越來越多的融合交匯點，尤其是在大數據和算法層面。大數據徹底把內容變成了數據信息流，內容的形式差異被數據消解，算法重塑了信息傳播路徑，改變了媒體經營方式，二者結合，徹底改變了媒體的內核邏輯，也對媒體發展所需的關鍵提出了新的要求。對于智能融合媒體來說，它需要全業務流程和管理流程的數據化，需要靈活流動的大數據；需要有強大網絡基因，形成數字化聯動和融合的基礎；需要有平臺化的運行模式和管控機制；需要有產業經營的支持，實現對資源的優化配置；需要保障媒體信息傳播的核心功能，并實現價值觀引導；需要智能決策機制掌控媒體機構運作。如此一來，媒體機構就需要進行根本性的重構。“全媒巨人”理論構想的提出，就是對如何實現媒體機構的智能化、融合化重構進行思考的結果。麥克盧漢在“媒介是人的延伸” 這一理論中，對各種媒介是人體各種感官的延伸進行了生動的描述。借鑒這一經典理論，基于傳媒行業數據化、融合化、平臺化和智能化的發展思路，我們提出“全媒巨人”這一理論構想，力圖為我國智能融媒體發展方向提供頂層設計。所謂“全媒巨人”，是對新形勢下的智能融合媒體的形象比喻。它以人體功能映射智能融媒體的功能，通過數據化智能化，媒體可以實現智能化的人的延伸，是媒介組織向著智能化方向進化的產物。“全媒巨人”有由智能化算法構成的“媒體大腦”，這是媒體機構的神經中樞和決策中心；有由智能化內容構成的“內容心臟”，是“全媒巨人”得以存活的內在驅動力；有進行智能化資源配置的“經營之肺”，為“全媒巨人”的生產提供“氧氣”；有智能網絡和終端構成的支撐骨架，保證“全媒巨人”能夠立得住、行得遠；有源源不斷的大數據，作為維持“全媒巨人”機體運行的流動血液，為全身輸送養料。各部分功能有機結合，高效智能運轉，使得媒體成為一個嵌入社會傳播溝通體系的龐大智慧有機體。智能算法是“全媒巨人”的大腦，也是整個“全媒巨人”有機體的神經中樞。智能媒體離不開算法。算法重構了媒體的信息傳播邏輯，改變了媒體的運營模式，實現對“全媒巨人”的各項功能的辨析、協調、決策、管控。“全媒巨人”的算法是效率和價值的統一。算法在媒體領域的應用，首先解決的是效率問題。智能融合媒體必然是平臺化的，平臺化也就意味著連接著海量多邊角色， 在此基礎上共建媒體生態。對于智能融媒體平臺來說，它需要對接無限的內容生產者、廣告主、營銷服務商、用戶等多種角色，并實現無限信息在不同角色之間的高效精準匹配。在媒介生產力無限提升的今天，生產關系也需要做出調整才能適應生產力的發展，而算法就是調整生產力的工具，成了重構媒體生態、驅動平臺發展的關鍵要素。另一方面，作為“全媒巨人”指揮中心的算法大腦，單純考慮“效率”顯然也是片面的，還必須有媒體的視角。媒體應該具有凝聚社會共識、塑造價值觀的社會價值。而算法無法完全理解“內容”以及媒體內容背后的“價值”，不能完全獨立于人腦判斷而存在，在媒體環境中，具有價值觀導向的、人機協同的算法體系是必然需要，在考慮到影響力、傳播力的同時，也不能忽視引導力、公信力。算法的建構是一個多維度、多層次的體系。“媒體大腦”的算法構建，將是一套不斷學習和演進的算法體系。底層算法的優化和提升才能實現面向應用場景的算法，更進一步支持智能化工具的研發和應用。以今日頭條為例，其算法架構分為檢索層和打分層，前者主要用于篩選用戶感興趣的內容，后者則基于用戶和內容標簽，使用實時學習技術進行建模打分，從而決定推薦給用戶的內容。因此，算法絕非是一個“個性化推薦”就能夠囊括，而是在多個維度、多個層次上的綜合作用。算法也絕非“代碼”這么簡單，要想讓算法成為管控媒體運行的大腦，還需要把算法放到場景中，跟大數據結合，才能不斷優化、生長壯大。同時，算法的運行效率也會受到數據的影響。數據的量級、質量、可用性等多個維度共同決定了算法的類型和準確性。在當前媒體環境下，數據問題往往成為影響媒體機構運營效率的關鍵，尤其是對于傳統媒體來說更是如此。因此，在設計、調整算法的過程中，所需要完成的并不是單純的“代碼”或者“公式”，而是結合場景的具體需求、數據而進行的整體體系設計，是一個動態優化的體系和過程。 智能化內容運營構成“全媒巨人”的心臟，是內在驅動力智能化內容被視作是智能融媒體的心臟，是“全媒巨人”得以生存發展的必要條件和內在驅動力。內容生產的智能化。內容生產是內容運營的起點。智能化內容生產首先要做的是對內容的數據化識別和加工。目前，人工智能技術的發展極大提升了內容識別的能力。例如，通過對海量數據的采集和分析，谷歌的AI已經可以從視頻中識別景深、識別聲音、識別人類的動作，甚至預判視頻中人類的下一步行動傾向。奈飛利用人工和算法的結合，可以對電影內容識別出超過76897種“微標簽”，以實現對內容的解構。在此基礎上，人工智能進入到內容的自動生產和管理環節。近年來，機器人輔助寫稿、智能剪輯、智能審核等工具也得到越來越多的應用。內容分發的智能化。內容分發的智能化最常見的應用場景莫過于個性化推薦。媒體通過對內容的智能分析和用戶特征的精準畫像，進而對兩者進行匹配，從而完成內容的智能化分發。以阿里文娛為例，阿里文娛開發了智能多輪對話式搜索技術和優酷語義模態匹配模型，來提升優酷的語義理解和匹配能力，從而更加精準地分析用戶通過語音、文字、圖片等表達的搜索意圖。阿里文娛還優化了優酷推薦系統的排序模型，將排序模型中的用戶畫像特征基于用戶觀看行為和興趣標簽做更為精細化的處理，并參考用戶所處時間、所用屏幕大小結合長短視頻、直播等多元內容形式提供個性化推薦服務。內容交易的智能化。在內容交易層面，智能化程度還處于剛剛起步階段。要想實現內容交易的智能化，背后離不開版權管理的智能化、在線交易平臺的建立。通過版權的智能化管理，可以實現對內容權屬的確認、違規盜版內容的追蹤，保證每一個內容的版權都得到有效認可，其背后的技術包括區塊鏈、圖像識別、視頻識別、文字識別等多個層面。通過在線交易平臺，可以實現內容的價格評估、達成交易、收益分配等功能。目前在短視頻和素材交易領域已經出現了一些交易平臺，如“MF+”“版權家”“新片場”“微博云剪”等。這是因為短視頻和素材單筆交易額不會太大，交易對象廣泛，交易頻次高，比較符合線上實時交易的條件。目前，內容交易的智能化還面臨諸多問題，離普及還有一段距離。一旦廣泛的智能化交易形成，將會給內容運營帶來顛覆性改變。智能化經營是“全媒巨人”的肺部，作為“全媒巨人”的供氧源泉，它要解決的是全媒資源與海量需求的動態適配問題。通過基于數據互聯互通的智能化運營，媒體可以打通內容、廣告、用戶、品牌多方面的數據，服務于品牌的全鏈路營銷需求，其經營遠超廣告和流量的范疇，從精準廣告服務擴展到定制化營銷內容、直接面向消費者的私域營銷、銷售轉化等環節，幫助廣告主打造營銷閉環，甚至可能影響到企業的產品生產、供應鏈管理、倉儲配送等環節。為了適應營銷數字化、自動化的需求，提升媒體資源運轉效率，各大媒體機構紛紛搭建智能廣告服務平臺。這些智能化廣告平臺除了整合媒體機構內部資源之外，還可以開放融合全社會的海量資源，建立全方位的平臺合作和資源整合，同時對資源進行實時、智能匹配和優化調整。隨著內容和數據的打通，社會資源的引入，平臺化的經營方式，全媒巨人的經營是可以無限拓展的。一旦智能融媒體具備了足夠的經營智能，將不斷自我生長壯大。“全媒巨人”還需要筋骨作為基礎支撐，它由智能傳輸網絡和終端構成，是全媒巨人的底層支柱，支撐全媒巨人完成站立行走。智能傳輸網絡由實體物理網和虛擬互聯網組成。物理網絡包括有線網、無線網、衛星網，它決定了智能媒體傳輸信息的速度、廣度和業務承載能力。虛擬互聯網實現了信息的廣泛鏈接，促成了信息和數據的自有流動，也催生了大量互聯網媒體機構和新型服務形式。對于“全媒巨人”來說，傳輸網絡的技術創新至關重要。網絡架構層面，需要全面互聯互通，構建有線無線一體化、有源無源一體化、傳輸接入一體化的融合網絡。技術層面，物聯網、5G、云服務等都需要不斷進行升級改造。智能終端是智能融媒體信息觸達用戶的最終觸點，支持媒體觸達用戶并對接用戶需求。終端設備的智能化水平也在不斷提升，提供了更豐富、更高效的人機交互模式，比如音頻輸入與識別、體感控制等。用戶端的信息接收與處理能力得到了極大改善，例如，智能音箱通過人機對話，收集用戶的聲音信息和潛在需求；智能電視用語音輸入解決了遙控器輸入繁雜的難題；VR設備給人帶來沉浸式感官體驗，除了模擬聲音圖像之外，甚至開始模擬觸感、溫度、味道。在技術創新的同時，通過建構產業生態和應用場景，智能網絡和終端融合起來，共同作用，形成“全媒巨人”完整的筋骨和框架。大數據是“全媒巨人”的“血液”，為這一傳播有機體實現溝通上下內外、感應傳導信息、協調全局供需、推動內生發展的重要功能，為媒體的智能化、融合化提供生生不息的內在活力。“全媒巨人”的大數據來源是多元化的，它有一個多維度的造血機制。數據的源頭來自不同的業務、平臺、終端，獲取技術也各不相同。對于結構化的用戶行為、人口基礎屬性等數據來說，針對不同的媒體業務，可以通過抓取、埋點、SDK、傳感設備等技術去實現采集。對于非結構化的文本、聲音、圖像、視頻等數據，媒體也需要有相應的識別和數據化處理能力。例如，百度為了識別網頁內容，研發了基于詞袋模型的人工智能打分標簽模型，可以大量、快速、準確地對文章進行標簽分類，將不規整的“網頁”轉化成了規范的“數據”。通過這些多維度的數據采集方式，促進所有媒體內容和業務的全面數據化。數據采集完成之后，一般認為要進入到數據清洗階段。實際上，此時進行清洗困難重重。一方面，采集來的數據，質量往往不盡如人意；另一方面，來自多渠道、多終端、多業務線、多種形式的數據放到一起時，其價值的融合和碰撞也比較難處理。為了解決這一問題，“元數據”的概念被提出，也就是在采集數據之前，就先預設數據格式，形成標準化數據體系。以愛奇藝為例，其數據的標準化體現在多個方面，包括：流程的標準化，包括如何采集數據、如何存儲數據、如何管理對外交換的數據；對數據資產本身的標準化，比如數據表的命名、庫的命名、字段的命名；數據倉庫相關的標準化，比如數據模型、指標系統、維度系統的標準化建設。這樣一來，采集到的數據就可以快速實現融合與關聯，降低后期數據清洗的難度，提升數據的可用度。比數據采集更重要的，還是重構“血液流通”的技術體系，也就是數據處理能力。數據能力的積累是在數據量增加、數據結構復雜，進而提出新的數據處理技術、獲得新的數據價值、提升業務能力的動態循環中發展起來的，并不可能有一個一勞永逸的解決方案。這種能力的積累要如何實現，是更值得思考的問題。數據處理能力的目標，是實現數據與業務的有機協同，這也將成為決定“全媒巨人”“血液”是否順暢流通的關鍵。從“全媒巨人”的理論構想來看，它并非特指某一家機構，而是一種基于數據化、智能化、 融合化、平臺化發展而來的媒體產業組織體。這個有機組織體需要具備多種配套能力，包括把握前沿信息傳播技術的能力、智能化內容生產與管控能力、智能化經營和盈利能力、開放的平臺化運行能力、智能化大腦的運算決策能力、智能化數據采集和處理能力、高效的資本運作能力，而這些能力的建設已經在智能融媒體行業中進行。可以預見，隨著智能融媒體的不斷發展，一個內外協調、不斷深化學習、自我優化的智能化信息傳播有機體將出現在我們面前。（作者黃升民系中國傳媒大學資深教授，《媒介》雜志總編輯；王薇系中國傳媒大學廣告學院副教授）