彭兰：智慧媒体的来临和人机界面 | 2016中国新媒体发展报告演讲实录

作者：彭兰，来源：刺猬公社（ID：ciweigongshe）

以下为彭兰教授演讲实录：

大家好，又一次和大家见面了。去年的报告里面我们给大家展现了这样一个媒介进化的路径。从早期的专业生产，到用户参与，到众媒的景象，去年开始我们一直在思考，接下来会发生什么。

其实在去年路线的进化图里面，我们已经展现了未来的可能性，就是万物皆媒，人机共生。但是去年我们还不确定这样一个时代什么时候到来。当我们看到人工智能已经开始聚焦所谓智媒这样新的未来趋势和变革了。

智媒时代会给我们带来什么样的影响？刚才前面两位演讲者做了深刻的分析，当然从媒体的角度我们也会有一些不一样的观察。智媒首先是人工智能和媒体的相遇、碰撞。这样一种碰撞是必然的，因为人工智能要在一些具体的行业落地，需要基本的数据，而在过去这些年当中我们整个传播业的变革恰恰是完成了这样一个全流程、数据化的过程。

另外一方面，当我们的媒体需要新的发展空间，需要新的想象空间的时候，人工智能恰好给我们带来了这些。除了人工智能之外，跟智媒相关的技术远远不止这些，社会化媒体，移动互联网今天已经普及，他们是把我们带向智媒的第一步。

人工智能引爆的同时，我们也注意到AR和VR今年特别流行，他们可能给我们在智媒时代新闻的呈现带来一种全新的感觉，360度的进入感。

另外一方面我也在关注物联网的发展。杨强教授也提到了物联网的传感器对我们新闻业的促进，物联网是互联网连接升级主要的动力。早期我们主要关注的是互联网上人和内容的连接，人和人的连接，以及人和服务的连接。物联网时代我们看到了人、物、环境相互之间的互动和深化，这一切都会为智媒未来的发展提供新的基础。当然，还有为所有这些新技术提供铺垫的云计算、大数据等等。

所以在这样一些其他的推动之下，我们判断未来智媒时代会有三大特征。

第一，万物皆媒，过去媒体是以人为主导的。今天我们已经可以看到所有的智能物体，智能机器在某种意义上都有可能媒体化。

第二，人机共生。当人和智能机器碰撞在一块之后，他们会形成一种相互的协作，会带来全新业务的模式。

第三，自我进化。在深层次互动之间，人对机器的驾驭能力，以及机器对人感知能力，领悟能力会相互促进。

今天智媒的革命也会给整个新闻产业带来变化，我们过去都靠人工采集，未来信息的采集越来越多有可能通过机器的方式自动完成，包括新闻的写作这样生产的过程。包括用户的发现和匹配这样的过程会更多的从智能的角度去进行场景化的匹配。新闻的分发会变得无所不在，而且会通过一种临场化的方式让受众进入到新闻中间。

所有这一切都会带来这样的结局，传媒业正在边界消失，格局正在重塑。当技术做好了这样一种准备的时候，当整个技术都在把媒体向这样一个时代推进的时候，我们的用户是不是准备好了呢？接下来我们看一下通过腾讯企鹅智库的网上调查，以及从其他第三方数据中间获得的对用户一些基本的洞察。

我们的判断主要有这么三点，第一，在今天这样一个时代，中国的用户已经基本上完成了从PC端向移动端的这样一种转移。我们的内容生产者也已经为这样一种转移做好了准备，甚至已经大部分的业务迁移到了移动终端。但是，虽然我们的用户对这样业务的使用程度非常高，他们在某种意义上的需求并没有得到充分的满足。而我们现有的业务模式的简单重复，也可能会使得整个移动之路会变得越来越窄，这是智媒要发展的一个必然的动力。

接下来我们看几个具体的数据。第一个数据是81.5%，这个是什么数据呢？是企鹅智库发现的每一天使用移动终端超过1小时的用户比例。当然在接下来我们还会看到另外一个数据，46.6%，这是每天使用移动终端时长超过3小时的重度用户的比例。不管是超过3小时，还是一小时，这些数据都已经告诉我们，今天用户已经为移动时代做好了充分的准备，并且全身心投入了移动时代。

第二个数据，在移动终端上媒体入口的选择，63%的用户选择了把客户端和新闻网站，就是移动平台上的新闻网站作为他们的媒体首要入口。除了注意到这样一个数据之外，我想提醒大家注意接下来在小字中间出现的另外一个数据，49.4%，这是使用社交应用获得新闻的用户的比例。这个数据可能把我们带向了第二个判断，在今天，在移动终端上我们的用户获取新闻的时候有两个非常重要的关键词。

第一，就是刚才的“社交”。第二个关键词“个人的兴趣”。两者的结合意味着我们要对今天的用户提供更丰富的，更个性化的满足，我们需要有更智能化的手段判断他们的个人兴趣所在，判断他们的社交渠道所在。

接下来同样给大家提供这方面相关的核心数据。第一个数据，从我们的调查中间发现，相比去年同样一个调查，用户在这个方面的选择比例上升了10.3%，这个调查的项目是认为社交平台对于我们获取新闻非常重要，或者是比较重要的回答。相比2015年上升10%左右的比例，说明整个社交的渠道对用户获取新闻的重要性日益上升。

另外，我们看到了两个非常整齐的梯度图，对于社会热点话题来讲，年龄程度和他关注程度是成正比的。年龄越大对这样内容关注度越高，另外对第二个图是相反的。对于个人的兴趣内容感兴趣的程度，年龄越低，对这样的内容感兴趣的程度越高。所以，当我们要去赢得未来年轻用户的时候，抓住社交渠道，抓住他们的个人性格变得更为重要，就像刚才我们说的，我们需要通过一些智能的手段更好的去做这样一种把握，我们看看在这个方面的一些核心的发现。

第一，个性化的新闻推荐，在今天很多的用户使用中间都得到了认同。第三方的调查机构给我们提供的数据是这样的，三家主要个性化推荐的新闻平台上，从去年9月到今年9月，使用的幅度，每天在这样的平台上使用的时间提升的幅度是超过55%的。这个可能对于很多做个性化新闻推送的内容提供商来说这是很好的消息。

另外一方面，和未来的媒体表现形式相关的，我们非常注意视频，特别是短视频。短视频在今年的发展是非常强烈的。从天天快报所看到的这样一些数据来看，从今年的第一季度，到今年的第三季度，整个短视频的消费增长差不多是14倍左右，这给我们对未来的基于视频的内容生产提供了非常好的参考依据。

AR、VR在今天被大家所谈论，在新闻业是不是得到足够的认可，我们同样看到今天的用户对这样一种新的表现形式同样有一种超乎想象的热情。有60%以上的用户认为他们觉得未来VR和AR，可能，甚至很有可能改变未来的新闻业。

所有的数据可能对我们去判断未来新闻业的走向提供了信心和参照依据。当技术准备好以后，当我们用户已经做好了这样一种姿态的时候，新闻业本身在发生什么样的变化？我们判断应该会有五大新的模式会促进未来新闻业的发展。刚才两位演讲嘉宾提到的一些新趋势也会和这几个模式有关系。

我们也探讨的第一个模式是个性化的新闻。个性化的新闻除了像我们今天的这些个性化的推荐客户端以外，其实可能还有其他的一些通道，当然第一个个性化的推荐这是一个首要的，也会是长久的一个通道。就是用算法来决定每个用户他们的议程。这样一种通道之下，算法的优化和提升会决定未来用户真正得到个性化的满足。当我们算法出了问题，或者我们的算法只是停留在一种简单重复的层面上的时候，也许有一天这样个性化的推送会被我们的用户所排斥，所抛弃，所以算法的优化会是永远发展的一个需要。

第二个通道，所谓的社交化的对话。杨强教授也提到了，在我们获取新闻的过程中间不再是有某种技术，按照某种算法的方式推荐新闻。整个新闻的消费过程会变化对话的过程，我们和机器人对话，它会了解我的需求，通过相关的信息满足。但是这里面会有额外成本的付出，就是时间的成本，我们的用户是不是愿意花费这样的成本。

第三就是定制化的生产，根据每个用户特定的场景，特定的行为惯性，为他们量身订作一些信息。这样对于大数据的分析能力，还有整个新闻的生产机制都会提出更高的要求。但是在这三个通道中间，刚才我也提到了最持久，最长期能够维持下去的一个是个性化推荐的模式。在今天这样一个时代，个性化推荐的算法可能会很复杂，如果是由人工完成这样算法的设计。

我们需要有一个装满了海量用户的用户池，也需要了一个装满丰富信息的内容池，在用户池和内容池需要复杂的毛细血管的匹配。一旦用户的兴趣发生了转移，用户对我们的算法产生了质疑情况下，我们需要人工做出调整，这个过程是很复杂的。但是在机器深度学习能力的推动之下，未来会自我优化，自我发展。一旦由机器进行自我升级可能会变得相对单纯和简单了。

第二个新闻业发展的具体模式和方向我们认为是机器化写作。但是这个话题并不新鲜了，在2013年的第一次报告里面，我们已经关注到了机器和人在未来博弈的趋势，也提到了机器化写作，从那我们看到了业界大量相关的事件、案例、工具的出现。特别是今年奥运会期间，有很多写作的机器活跃在奥运的报道领域中间。

机器写作在未来会跟人是什么样的关系？大家可能会质疑，包括我们在用户调查中间也会发现他们对机器写作的温度，情感的表达，机器协作的个性会有各种各样的担忧。

但是我想随着机器学习能力的提高，可能在某些方面人所担忧的地方，他们可能在未来的表现会超出人的想象。另外一方面，当人的智力和机器的能力结合在一块之后，我们可能会看到未来的整个新闻写作会变成一种人机合一的写作体系，机器帮助我们发现选题，机器帮助我们拓展报道的广度、深度，机器帮助我们提炼规律，预判内容的传播效果，反过来指导我们写作的起点。

对于机器写作在今天行业中的应用，我们有一个具体的数据可以给大家提供一个参照，这是来自腾讯机器写作角度的数据。从今年1季度腾讯财经方面的机器写作报告的数量400篇，今年第3季度报道数量达到4万篇。

我们可以看到机器写作整个突飞猛进的过程，你会发现4万篇这样的稿子可能无时无刻不会出现在你的视野里面，但是并没有谁意识到他们的存在。这可能恰恰是一件好事情，说明机器写出来的东西和人写出来的东西并没有太多不同，这在一定程度上可以说明某些领域的写作机器是有优势的。随着人工智能的发展，机器写作会在更大的层面，更广的层面推动人和机器在新闻写作方面的合作和进展。

传感器新闻将颠覆新闻采访 

第三个我们的判断是传感器新闻。刚才我很高兴的听到杨强教授也提到了这样的话题，传感器进入到新闻业会随着整个物联网的发展而不断的向前推进的。传感器作为一种新闻的工具，可能在两个方面会对我们带来影响。第一个方面作为信息的采集工具，它会作为人的感官延伸，去到我们不能去的地方，看某些不能看的深度，达及人的感官不能达及的广度。用传统的新闻采访模式可能不能够达到的，而传感器新闻在这些方面可以给我们提供更多的便利。

另外一方面，对于未来的预测，可能虽然在某些特定对象的传感器会在这些方面给提供一些预测的可靠的依据。但是传感器进入到新闻业还有另外一种模式，我们现在媒体正在做这样一种尝试，到达了生理的层面。当我们用这样的传感器探测人们在观看某些内容时候的生理感受的时候，我们可能比单纯做一个问卷调查会更深刻、更准确的把握用户在一个特定的内容观看过程中间他们的各种表现。这个会给我们的内容生产提供非常重要的反馈依据。所以传感器新闻应该在未来也会因为技术的发展而得到非常长足的发展。

临场化新闻重塑现场 

第四个关健词，临场化新闻。就是新闻现场再次的塑造，过去电视有直播，但是电视的基于平面的，基于二维空间屏幕的直播。一方面只能观看，第二观看的角度会受到导播、摄像他们的角度限制。但是有一些技术会改变这些，首先还是基于二维的空间，二维的平面，但是我们还是会看到除了导播和摄像的机位之外，那些当事人、参与者的视角可以让我们看到更多幕后的花絮，全方位了解新闻的现场。

当AR、VR的技术进入到我们的视野之后，就可以360度沉浸到现场去，这种沉浸感不仅仅是身临其境感，更重要是每一个用户在新闻现场的获得，对于这个事件，对于现场的认知取决于在这个观察的角度。这个观察的角度完全自主，会产生你所见即你所得的最终结果。所以这个可能对于我们未来的新闻业也会产生深刻的影响。

当然我们也看到VR、AR与直播的这样一种结合。在一些大型的体育赛事、大型的活动中间，这样的直播已经都在开始初步显现出他们的可能性，未来技术的进一步推进会把我们带向更多，更广泛的这样一种VR、AR的直播现场中间去。AR、VR进入新闻领域可能还有很多障碍需要克服，技术的普及，人的生理限制，甚至对新闻伦理提出新的挑战。在各种各样的科技巨头，媒体巨头都在布局新的领域的时候，我们也能想象未来的新闻形态会在未来的几年里面发生很重要的这样一种推进。

最后一个大的核心方向，我把它称为分布式新闻。智媒不仅仅是人和机器的碰撞，更重要的是通过汇集人和人的智慧，分布式新闻就是这样的产物。过去我们从维基百科里面看到人类的知识汇聚以后获得的大的成果。

我们也从其他的一些国家的实践中间可以看到，在新闻领域里面，各种个体的碎片化的新闻素材贡献，为我们去完整理解一个新闻的事件提供了多么丰富的视角。在未来整个新闻业的生产中间，这样一种依赖于大量的个体，其中也包括了我们的专业机构，通过一种去中心化的自组织的方式完成了这样一种新闻协同的生产，在未来会变得更为现实。

四个维度解读传媒生态巨变：用户平台、生产系统、分发平台、信息终端

那么，在今天的这些技术铺垫之下，在整个新闻业务具体的模式发生变化的情况之下，进一步我们要看到的是整个传媒业生态要发生巨大的变革。从四个维度来解析，第一个维度用户平台。

我们今天说用户的时候，主要谈的是人的平台，人的社交平台。但是，在新的技术推动之下，我们觉得未来的用户平台应该是三个平台的一种协同。除了人的平台之外，物的平台对我们理解人有至关重要的意义，因为物的存在，人的可量化，可跟踪化的程度会大大提高。通过数据，通过人身上物体的数据我们可以更好的理解人。

当然人和环境之间的关系也是我们理解未来用户非常重要的维度。几者协同数据的分析可以帮助我们更完整的理解一个移动空间的人。这样一个用户的分析，当然也是需要我们的更多技术的支持。

第二个关键词，新闻生产系统。在新闻生产系统里面，我们有两个重要的观点。第一，这样的新闻生产系统里面机器会更多的进入。前面演讲嘉宾，以及刚才我的演讲中间已经提到了，我就不多重复了。

第二，数据存储加工系统会成为子系统，今天整个新闻信息的存储和加工、最后的生产会嵌入到整个媒体生产的系统和生产流程里面。但是从长远来看，这样的系统会慢慢分离，未来这样的数据加工、分析系统可能会越来越多的脱离我们的传统媒体，或者专业媒体存在，甚至慢慢的进入到云端。

第三，新闻的分发平台。过去新闻分发和新闻生产是完全合在一块的，是没有必要单独拿出来说的。但是现在有必要把它作为一个维度来考察，分发和生产现在这两者已经脱离了。所以我们今天单独考虑新闻分发平台的变化也对我们理解未来的新闻生态有至关重要的意义。

我们看到从传统媒体平台之后，新媒体出现之后衍生出了很多平台，比如说门户网站，比如说新闻客户端，搜索引擎、社交媒体等等。AR和VR会带来新的内容分发，除此之外，给我们提供天气服务、购物的平台也有可能部分的媒体化，但是未来所有的这些平台有可能会在某种意义上混合。这些平台是不是真的能够成功，是不是能够立足，取决于他们是不是能够获得足够规模的用户，并且保持用户的活跃性，取决于他们是不是能够提供多元内容的生产，保持信息自由的流动，和整个信息环境的均衡，取决于他们是不是能够给我们提供多元信息的体验。是不是可以把内容和其他资源之间的通道打开。

在整个新闻生态的最后我们所要谈的是第四个方面，信息终端。当然一个大的趋势必然是万物皆媒，这个趋势之下我们会有三个部分特别值得我们关注。比如说可穿戴设备，刚才Jerry Kaplan演讲讲到了可穿戴设备会怎样改变我们信息的获取。智能家庭会使家庭变成一个全新的信息活动，这个不仅会改变我们获取外界信息的模式，也会改变家庭成员的互动模式。

第三，智能汽车，未来汽车也会是一个完整的信息系统。它会提供汽车与汽车、汽车与人、汽车与外界环境，汽车与信息系统的交互。未来的信息终端里面，汽车一定是一个非常重要的方向。

在我们这样一些业界大的趋势正在形成，或者在发展的情况之下，我们人和机器未来的边界会怎么样发展呢？这是我们在今天就已经开始关注的问题了。从长远的和近期的不同阶段来看，我们会有这么三种模式。

人和机器边界的三种模式 

第一，机器作为人辅助的人机的边界，这个在今天我们已经看得很清楚了。机器帮我们进行数据的收集，机器帮我们完成信息的智能分发。

第二，会是人机协同的模式。在整个新闻生产的全链条，全环节中间，机器和人都在进行随时随地的互动，共同完成所谓的新闻生产了。在这样人机合一的未来取决于所有相关技术共同的作用。在那个时候机器会隐藏于人身体中间，以可穿戴设备的方式，以芯片的方式植入人体。当然机器也会更多隐藏于自然物体，和我们的环境中间。人和机器的关系会这样，人的智力会不断的输入，灌入到机器上，机器也会帮人更多的延展人的智力。

虽然有乐观的判断，但是我们也需要在未来的担忧和问题在今天做出我们的回应。算法已经大行其道，或者未来大行其道，但是算法是不是真的会代替人，我相信我们的答案都是否定的。当算法可以帮助我们更多的获取信息，加工信息，甚至分发信息的时候。对这些信息的真伪的判断，价值的判断还是取决于人。当算法可以帮助我们去描绘世界的图景的时候，对这些图景的解读还是靠人。当算法可以帮我们做更多智能分析的时候，我们可能需要更多警惕算法中间的漏洞和陷阱，特别需要警惕我们人为的裹胁算法，或者我们被算法所裹胁。

当然在这样的一个时代，可能我们同时也要思考，有大量的机器代替我们做了一些机械化工作的时候，人的价值往哪些方向提升。

在未来我们也需要有更多的伦理的和法律上的思考解决未来要面对的问题，比如说个体的权力在今天这样一个时代需要有重新的定义。当大数据无所不在挖掘每个人行为的时候，我们隐私权怎么保证？甚至更进一步除了隐私权之外，是不是应该也一些新的权利，比如说被遗忘权。

我们担心在今天的时代数据带来的信息鸿沟，比如说数据的霸权。当一个拥有着数据算法和智能机器的企业，拥有对个体用户生杀予夺的时候，我们是不是对数据有所限制，扶持更多在这方面的弱势者，这是同样我们需要面对的思考。当机器犯错的时候，负责任的应该是人还是机器，这样一种人机边界越来越模糊的时代，我们同时还需要一种非常明确的责任的机制。

对所有这些问题的思考会一直伴随着我们，我想今天我们只是提出了这样一个初步的判断，我相信我们的业界在未来会给我们更明确的回答。

最后对我们的报告，对我们整体的这样一个研究做这样的总结。在关于未来智媒时代我们有五个不同时期的判断，近期智能会帮助我们更好的进行内容个性化的分发。中期，智能技术会帮助我们更多拓展机器写作的边界，会给我们带来更加身临其境的新闻现场感，同时会给我们带来信息采集的机制。如果往长远一点来看，从中长期来看，我们会发现在各种技术的推动之下，整个新闻业不仅仅是发生模式上的变革，也会产生一种生态的重构。当然再长远一点，未来我们会看到人机合一自我进化的技术线路之下，媒体，媒介会在我们的面前发生一种全面的改观，会超出今天所有人的想象。这就是我们关于未来的思考。

《2016中国新媒体发展报告》就到这，谢谢大家。 

附：《中国新媒体趋势报告（2016）》