行业 | 媒体制作中如何使用AI技术?

在测试过AI技术的组织机构中，三分之二将其用于工作流中至少一个重要环节的自动化。许多受访公司已经完成了最初的试验阶段，开始将AI用于制作系统。

他们的态度表明，如今AI已经成为可以成功规模化部署的工具。

在媒体娱乐领域，AI主要应用于如下领域：

1、自动元数据创建。这最为普遍的应用。这一过程节省了标注体育和新闻内容的大量的时间和工作量。

2、自动剪辑片段（clips）生成和分发。内容文件或直播流会被分析是否具备受关注欢迎，或在社交媒体上引起关注的特性。一旦确定，这些剪辑片段可被转换为各社交媒体平台要求的特定文件格式，自动发布，并带有相关评论和标签。

3、内容质量保证与监测。例如，对于分析工具而言，验证字幕是否出现是相对容易的任务，但要验证字幕是否与对话和叙述相符、是否准确同步就需要更高水平的认知能力了。

4、全自动标题字幕。这是AI技术的另一个重要目标。目前的系统还做不到100%的准确率，但一直在朝这个目标努力。机器辅助多语种字幕是另一项可行的技术，尤其是对于库存的素材而言。例如，这一过程可用于已经播出过的存档素材。存档的剪辑一旦加上字幕，就能更方便地重播。此外，字幕本身为搜索内容提供了丰富的数据。

调查显示，AI在媒体制作实践中开始显现出重大的意义。已有21%的受访者有使用过AI技术的经验。其中，近一半将其用于自动元数据创建。各有三分之一将其用于剪辑片段分发、质量监测或自动字幕。还有一些机构将AI同时运用在了这三个方面。

如下图所示，三分之一接触过AI的公司仅仅测试了这一技术，尚未投入使用。

媒体公司的AI技术应用领域

拥有大量内容资源和“丰富元数据”的媒体公司对于采纳AI技术尤为热衷。

在拥有大量内容资源（超过2万小时）的公司中，四分之三将AI用于自动元数据创建。

这些公司中，四分之三会定期或自动将内容迁出陈旧过时的存储技术。这一举措可以防止内容因为不支持当前设备读取而丢失或无法检索（例如老的录音带）。

近三分之二目前将AI用于自动生成或分发视频片段。这一过程有利于简化并加速与节目发布相关的工作流。

五分之三使用媒体资产管理（MAM）系统执行自动归档、跨平台文件管理和元数据管理等任务。这些系统能帮助公司确保内容在需要时可用、经济地存储，并且防止未授权的访问。

对于68%拥有大量内容资源的公司而言，超过半数被元数据准确标注的内容可在10分钟内检索到。

为了进行内容分析，AI系统需要访问待处理的文件和媒体流。我们需要考虑两个位置，一是内容存储的物理位置；二是分析算法可用于运行的处理资源位置。这两个位置未必要保持一致。

随着高速网络连接和处理虚拟化的发展，如今位置已经不像从前那么重要了。但事实上，这些公司更倾向于将存储和分析文件放在类似的位置。

最受欢迎的云存储（非结构化对象存储）位置是就地（on-site）私人存储。近一半受访者采用这种方式，场外（off-site）私人存储相对来说不那么流行，约占18%。剩余三分之一受访者则采用公共云存储。

对于AI分析而言，就地私人资源最为流行，超过半数受访者青睐这种方式。四分之一表示使用场外私人云存储。

有趣的是，公共云（如亚马逊AWS、微软、谷歌的服务）仅被一小部分受访者使用。这有些令人吃惊，因为大多数公开的材料都说AI类技术使用公共云执行所需的分析。

媒体机构对私有云的偏爱可能有如下原因：一是私有云和公共云服务的成本区别，尤其是考虑到传送和检索文件时所需的高带宽互联网花费；二是安全和隐私因素，尤其是有些内容持有协议规定了特定的内容文件存储地点。

受访者认为，内容制作的步伐会加速，这将为使用AI推进内容工作流自动化带来压力。

四分之三的受访者认为，未来三年他们制作的内容将增长10%以上。三分之一认为，未来三年，其内容库存将增加50%以上（按内容时长计）。

存储成本正在持续下降，而内容重复使用和变现的潜在营收有所增加，这让更多公司选择维持更大的内容库存。每小时内容的制作成本也呈下降趋势，因此在不增加制作预算的情况下，可以生产更多的内容。

如下图所示，广播电视网、有线电视网、系统集成商等不同类型的媒体公司使用AI技术的比例在10%-45%不等，使用率最高的是有线电视系统和多系统运营商（MSO），而电视台或电视集团则并未使用。

使用过或正在使用AI技术的公司(按类型分）

为何一个本地电视广播商不想简化元数据的生成流程呢？整体上，广播商对于其制作新内容的元数据量已经相当满意了。事实上，20%表示，已拥有了足够的元数据，53%认为新制作内容的元数据已足够，但老素材还不够。

已经使用AI技术的公司通常拥有足够的元数据（能让它们知道库存里有些什么），它们也能更好地快速检索视频片段，从存档内容中攫取价值。

在内容库上进行投资是有意义的，而在准确组织并标注存档内容上进行投资会更有意义。