2025年AI：少一点炒作，多一点帮助

媒体和娱乐行业从业者带着更多的利用机器学习和AI来完成各种任务（从内容创作和改善媒体供应链到个性化内容和分析数据）的经验来到今年的NAB展会。他们也带着能越过一些炒作，发现这些技术如何解决问题的愿望与会。

“现在人人都说他们在做AI，但这显然不准确，”ThinkAnalytics创始人、首席技术官彼得•多彻蒂表示，ThinkAnalytics刚刚推出了一个统一的AI平台，支持内容关联广告和内容货币化、管理和捆绑销售。

“首先是AI；然后是生成式AI。总会有新的算法。我称之为‘炒作周期’’对我们来说，真正重要的是拥有解决您所面临的业务问题或机遇所需的恰当业务能力。”

这并不是说广播电视公司及其它媒体与娱乐公司没有利用人工智能所能发挥的作用。例如，辛克莱广播集团在完成了一项AI试验，在其4个地方电视台为新闻广播节目生成实时的西班牙语音频翻译，并通过YouTube分发它们后与会。格雷媒体带着一项经过更新的全集团AI政策出席展会，该政策强调在人类监督和控制范围内创新性地使用这项技术。哥伦比亚广播公司新闻和电视台带着与 Veritone 新更新并扩大的合同出席，旨在利用AI使其庞大的内容库更易于获取和更有销路。

Veritone媒体和娱乐部总经理肖恩·金说：“在过去的几年里，随着越来越多的内容被处理，随着模型的改进，搜索的准确性和特异性都有所提高。”

“像哥伦比亚广播公司这样的内容创作者能够利用这种透明度进入其档案库——坦率地说，利用其内容、其知识产权（IP）——提高媒体供应链的运营效率，并利用潜在的第三收入来源机会。”金表示。

帮助归档

亚马逊网络服务（AWS）全球媒体与娱乐业务发展主管、媒体供应链和生成式AI负责人伊恩·麦克弗森表示，AI已经在帮助内容所有者扩大其内容库的可及范围和价值，并创建更丰富的元数据，使得存档材料可搜索。在NAB展会上，他预计会看到许多关于这项技术如何改进媒体工作流程的实例。

“我们将不断看到生成式AI被整合到工具中，以实现平常任务的自动化，并提供创造性的帮助，特别是对于制作和后期制作领域的公司，”他说，“越来越多的公司正在发布可以在媒体和娱乐业中有重要意义应用的基础模型，比如亚马逊Nova，我们将看到这些类型的模型越来越多地与制作工具集成。”

Quickplay产品管理副总裁纳文·纳拉亚南表示，生成式AI算法旨在“深度理解”视频帧中发生的事情，为内容所有者提供一条从较长时间的镜头中截取的内容短片货币化的途径。

“短片正成为人们从长内容角度寻找他们可能想看的内容的首选媒体，”他表示，“我们正在以多种措施大力运用生成式AI……以了解长内容中的关键时刻，精确到毫秒地发现它们，并创作出有可能引发病毒式传播、吸引用户的短视频。”

用相关的短片吸引观众只是这场竞赛的一部分。内容所有者还需要提供合适的节目，并帮助观众快速决定他们要看什么。Akta首席传播官马特•史密斯表示，在这方面，AI也在改善广播、FAST频道或同播播出的工作流程。

史密斯说：“这就是AI能够发挥作用的地方。你可以让AI安排24小时的电视剧。然后，操作人员就可以移除一档不是电视剧的节目，再插入另一档节目。这样一来，你就能节省10分钟、15分钟或者20分钟的时间。”

同样，AI可以自动生成多种语言的节目描述，甚至允许操作员干预进行校正，将编写描述所需的时间减少80%，他说。

了解订户

更好地了解一个代课老师

Cleeng产品营销副总裁达米安•奥根表示，AI正在帮助流媒体分销商解决其它关键问题，比如订户生命周期管理，以及更好地理解分销商可以获得的有关其订户的海量数据。

“毫无疑问，在高度个性化的层面上，更智能地理解你平台上的用户群体是机器学习和AI比其它任何系统都做得更好的一个关键方面，”他说，“在了解不同客户群体的基础上，能够智能地采取行动，这一点至关重要。”

奥根指出，只有约20%的人对自己掌握的数据技能有信心。

“生成式AI正在改变人们处理数据以及他们理解自己平台产生的数据的方式。在生成式AI的帮助下，讲述从这些数据中揭示的故事的能力对运营这些平台的经营者来说是一个真正的游戏规则改变者，”他说。

据Synamedia公司视频网络业务高级副总裁兼总经理朱利安·西涅斯介绍，NAB展会的参会者有望在多个方面看到AI的发展成果，包括服务方面的改进，比如内容分发网络（CDN）流量的算法优化，以及以观众体验为中心的改进，如提供实时内容分析以支持互动性。

他说：“要想弄清楚哪些是炒作、哪些是真实情况，你得仔细研究很多方面。好消息是，我们看到一些事情正在发生，而且我认为未来一片光明。”