计算机的计算能力飞速增加，它正日益做我们不喜欢做或以前根本做不了的工作。
例如，接受记录的原始视频和创建数据文件，让新闻机构搜索我们需要它时恰好合适的片段。需要一个火灾的镜头？AI系统记录它并使它出现在服务器上。
AI还是观众访问电视台的网站时给予他们更好体验的工具。
“随着消费者越来越向往个性化体验，新闻电视台必须关注动态内容，”草谷公司技术产品经理德鲁马丁表示，“AI能够以最小人力提供丰富的终端用户体验。这增加收视率，降低运营成本。”
工作流程优点
AI还不仅仅是为观众。
“AI能够为广播机构带来巨大的潜在价值，特别是在人力和时间密集（如摄取）的工作流程领域，”马丁说，“通过使广播公司能够跟踪其整个机构内的运作方式，基于AI的解决方案能够通过产生更高效的运作，基于AI的解决方案通过找出趋势，能够产生更高效的运作，降低成本。随着各种规模的广播公司正在承受以更低预算制作更多内容的压力，基于AI的解决方案可以帮助他们把其资源集中于创作更有吸引力的内容。”
尽管草谷公司当前尚无A I相关产品，但马丁称草谷计划在即将推出的产品中增加AI功能。
毅美公司首席技术官布里克埃克斯坦建议，在将供应链管理增强集成进一个机构的工作流程前用AI测试它们。
“在一个机器学习/人工智能解决方案内，系统可以足够了解内容类型（通过观看内容），并且可以在离线环境试验各种组合，一直到你有足够信心它实时提供比人工方式更好的供应链管理，优化每件内容的成本和质量。”
另一个潜在作用是在监测方面。“AI协助的多画面分割显示器可以提供每个信号更深入的信息，而且也把它置入贯穿所有构成该特定内容通道的各个设备的环境内，”埃克斯坦表示，“当前我们是例外监测；以后监测将更前瞻和无缝。”
人类监督员
尽管AI技术潜力巨大，但AI涉及的很多运作依然需要人类监督员保证平稳运作。
“我们已在看到人工智能被用作一个创作如集锦片段等的内容的工具，而Aspera被用于摄取视频内容和自动分发制作的资产，”IBM子公司Aspera公司副总裁理查德海德曼说，“自动化制作的自然的下一步是自动发布个性化媒体体验。
但我们尚处于此技术的早期阶段，还存在不会马上消失的人工审核部分。”IBM数十年来一直在开发AI应用，而Aspera也一直将该背景用于其广播产品中。
2018年4月，IBM与大师赛合作，把感知集锦带入高尔夫球赛。“IBM的AI技术根据喝彩、互相击掌、解说和电视图形（如特定视频帧内的小旗）快速识别关键集锦，”海德曼说，“因此，视频编辑能够使用Aspera技术向球迷近实时高速分发精彩镜头集锦。”
越来越重要的作用
对广播公司来说，一切都与你对带宽的使用有关——广播公司使用其广播带宽越高效，它就越有利可图。因此，AI产品现在可处理带宽，包括学习一次编码，改进下一次。
“ A I 在 视 频 编 码 中 起 越 来 越 重要 的 作 用 ， 它 能 够 显 著 推 动 工 作 流程，”Bitmovin公司产品管理总监莱因哈德格兰德尔表示，“通过不断学习用于之前编码的参数，AI优化的设置能够应用于每一个新视频文件。此外，将用我们的服务编码的每一个资产有助于训练这种机器学习模型，使未来编码预测更准确。这使得处理时间更快，质量更高，但带宽不用增加。”
恰当配置的AI驱动编码省下的成本是巨大的，格兰德尔表示。
“例如，Netflix估计其应用AI自动化工作流程和降低客户流失率，每年可以节省约10亿美元，”他说，“这不仅提高用户的体验质量和服务质量，而且减少达到同样质量码流所需的比特数量。YouTube也走在用AI降低总视频延迟和编码成本的最前列。”
Netflix和YouTube为重要的例子，但对一个呼号电视台AI能做什么？
“呼号电视台能够从T V U网络公司的A I产品立即获益，”T V U网络公司C E O保罗沈表示，“例如，T V U现在可提供Transcriber（转换）服务，确保电视台无线广播、社交媒体上或任何数字媒体平台上的任何内容符合FCC条例。Transcriber内的AI引擎检测内容内隐含字幕的要求，并且自动转换丢失的语音为隐含字幕。此外，T V UTranscriber用AI检测不雅用语，并且能够把它自动静音。”
沈说，这种吸引人的分发精准内容给网络观众的能力也是电视台触手可及的。
“使用TVU MediaMind平台，所有数字和广播制作组都能够真正协作，报道同一新闻，同时允许每组根据收视族群定制和传送完整的节目，”他说，“因此，电视台能够节约成本地创作精准内容，并用相同的原始视频更好地服务数字和广播观众。这成为真正以故事为中心的工作流程。”
一个正确配置的AI系统将不仅处理摄取的视频，它还能够深入挖掘现有的库文件且处理它们。
AI功能最近被集成进Prime FocusTechnology的Clear Media ERP媒体资产管理（MAM）系统。该公司副总裁兼市场传媒全球主管T肖伯哈娜表示，“Clear帮助自动识别音频和视频内的元素，并产生相关的元数据，使之更容易分类、查找和使用贯穿全部M A M的内容，”她说，“通过Clear，内容所有者再也不必仅仅依赖人力标记和编目资产，那耗时且成本不菲。”
但要切记，从人类的角度来看，MAM系统内的AI功能还不是完全不插手的。
“目前所有这些功能都需要人工审核和质量控制，但AI和机器学习的关键特性之一是学习和与时俱进的能力，”肖伯哈娜说，“因此我们期待这些功能继续向前发展。”
在2018大师赛上，IBM的AI技术被用于识别关键点面部表情、手势、评论和电视图形，如某些视频帧内的旗标。这允许视频编辑们用Aspera技术近实时高速向球迷分发集锦。
在过去的五年，人工智能从实验室走出，进入实际的产品，在苹果的Siri和谷歌的Alexa就可以找到实际例子。电脑助理现在无数人的现实，而这增大各行各业中（包括广播）同样的机器助理的压力。
显而易见，广播公司对带宽最高效利用和快速制作精准节目的能力非常感兴趣，而人工智能正在帮助实现这目标。