让AI真正为我所用

CCBN 2026展会聚焦人工智能等新技术与视听产业的融合发展，全面检阅、展示了我国广电媒体行业AI应用和发展。

中央宣传部副部长，国家广播电视总局党组书记、局长曹淑敏在CCBN2026开幕式上表示，AI正在快速迭代，全方位影响和重塑广电视听行业。她指出，要深化AI在内容生产到分发的全链条创新应用，以典型场景为牵引，推动业态模式创新升级和落地。

众所周知，在广电媒体技术领域，唯一不变的是变化。在过去的一年里，生成式AI已从热炒进入降温阶段，对其过高的预期让位于实际的落地。

过去几年，生成式模型引发了业界无限遐想，一时间展会上各类产品与展台都贴上了AI标签。但如今已到一个关键时刻，我们必须将经过验证的工具与尚处科研阶段的项目，以及披上AI外衣的其它技术区分开来。

因此，当前目标十分明确：重点关注那些在广电媒体工作流程中已证明能有效解决真实问题的技术。在广电媒体领域中，许多由AI驱动的工具已经远远超越了试验阶段，并且已能带来切实的价值。

不过，无论如何努力，都无法完全避免一些过度宣传以及一些看似前沿的演示。现在重要的是要避免在那些无法在合理时间内提供真实价值的项目上浪费时间和金钱。

麻省理工学院2025年的研究报告——《生成式AI鸿沟：2025年企业AI现状》给出的结论值得关注：95%的企业AI试点项目未实现可衡量的投资回报。尽管80%的机构探索了AI工具，60%的机构评估了企业解决方案，但只有5%的机构投入实际运营并产生显著的商业影响。

麻省理工学院的研究人员发现，关键在于，这并非技术本身而是执行方面的失败。这些AI模型本身通常都很强大，但失败根源在于报告中所称的“学习落差”——企业部署往往剥离应用环境、反馈和适应性，导致在需要动态系统的场合使用静态工具。用户需要的是能够从反馈中学习、并且能够针对现有工作流程进行定制的工具。

作为广电媒体技术专业人士，如何在展会中评估那些新颖但尚未得到充分验证的AI机会，真正让AI落地？

首先从具体工作流程问题出发，而非技术先行。媒体行业最成功的AI部署，皆始于明确界定的痛点，如瓶颈、工作积压或人力配置挑战，然后寻找针对性的AI解决方案。切勿本末倒置，为技术解决方案强行匹配问题。

其次是小范围试点，再逐步扩展。麻省理工学院的研究显示，中型企业能在90天内推广成功的AI试点项目，而大型企业则需9个月。差异在于范围：目标明确、成功指标清晰的小型试点项目，每次都能胜过雄心勃勃的全企业范围铺开。要避免大爆炸式推广，采取灵活方式。

第三是确保现有工作流程集成。要询问厂商其工具如何与现有的媒体技术环境相适配。如果他们无法正确回答这个问题，则要审慎考虑是否选择他们。

第四是将人类的专业知识与AI的能力相结合。多方研究表明，人类与AI的结合能够提高工作效率。其目的是增强而非取代。在广电媒体领域，编辑判断、创意直觉和合规性等因素至关重要。

第五是衡量最重要的指标。不要追逐虚荣的指标或厂商的测评。自行设定成功标准，如后期制作节省的时间、字幕的准确率、减少的手动元数据标记、内容发现时间的缩短，并让厂商对它们负责。

过去几十年来，行业每一次重大技术变革——从磁带到文件、从SDI到IP、从本地部署到云——都遵循上述规律。最终站稳脚跟的永远是那些能解决实际问题、融入现有工作流程并能提供显著价值的技术。AI也不例外。

技术的热度巅峰期已过，剩下的将是需要扎实投入却充满回报的工作，即让AI真正在台内、工作流程和业务中发挥作用。这是真正的机遇所在。