人工智能浪潮改变全球媒体和创意产业

□文/腾讯研究院

人工智能浪潮改变全球媒体和创意产业

□文/腾讯研究院

技术是驱动娱乐媒体等创意产业发展的根本要素。从报纸电视到智能手机，从互联网博客到自媒体，再到视频直播，从音乐推荐到机器人撰稿，移动互联网、云计算、人工智能已经从根本上改变了人们如何制作、如何分发、如何获得、如何体验和消费娱乐媒体新闻资讯等内容。媒体和创意产业在半个世纪的时间中，也往往承担着新技术最先落地的场景、最早的商用试验田这一角色。在人工智能的热潮当中，全球的媒体和创意产业正在悄然变化，一场大融合的序幕正在缓缓拉开。

人工智能和数字内容产业全球发展

过去三年，人工智能技术成为全球风险投资追逐的目标，从上游的 GPU 芯片等硬件，到核心环节的机器学习等基础技术开发，再到下游的Fintech、医疗影像、自动驾驶等技术的落地应用，一个全新的全球人工智能世界正在成型。

整体上看，2016年全球创业风险投资较2015年出现明显下降。但在人工智能领域全球融资逆势增长，并在2016年第二季度创出融资16.9亿美元的单季新高。

人工智能的发展引发全球的关注。乐观者看到新的机会，认为人工智能可以帮助我们克服目前面对的诸多难题，如养老看护、疑难杂症、终身教育、气候变化等等。持谨慎态度者担心人工智能和自动化会带来失业问题。Elon Musk 甚至警告人工智能的发展有可能威胁到人类本身的种族存续。

虽然各方对人工智能发展的看法不同，但所做的推论当中有很多相似之处，其中重要的一点，就是相对于机器，人类在艺术、文学、创意等领域是具有明显优势的，而且这些优势不会随着时间而改变。从这一观点延伸出来的一个重要结论：未来创意产业是受人工智能影响最小的产业，是人类得以发挥所长，与人工智能相得益彰的完美结合点。

在硬币的另一面，娱乐媒体与创意产业对移动互联、大数据、虚拟现实、人工智能等技术的敏感度很高，娱乐媒体和创意产业往往是新技术最先落地的试验田，而每次通信技术革新必然带来媒体行业的重大结构变化。人工智能与媒体和娱乐业的融合发展，很可能在全球范围内再次引发新一波产业革命。

人工智能对传统媒体的影响

新闻出版、音像制作发行、广播电视等传统媒体在社会生活中占据重要位置。即便是在移动互联已经普及的今天，传统媒体仍然是人们最重要的信息来源和内容提供方。虽然受到来自互联网等新兴技术的冲击，但除部分纸媒外，占媒体行业收入大头的电视等板块仍然保持稳健增长。据麦肯锡的预测，这一趋势至少在中期以内不会发生太大改变。

移动互联网的发展在很大程度上改变了人们资讯和其他信息消费的习惯。音像出版、纸媒、电视等行业或多或少受到冲击。但这一波冲击主要集中在分发渠道方面，优质内容仍然是稀缺资源，是各方争夺的焦点。

与移动互联网造成的直接冲击不同，人工智能对传统媒体业的影响相对仍然较小，但其影响可能不会局限于内容分发领域，而是从根本上影响到从内容制作到消费形式的方方面面。

人工智能目前已经可以辅助传统媒体企业将各类创意想法快速落地。例如Wibbitz。这家成立于2011年的以色列初创公司，利用人工智能技术自动分析网站文本，再依照分析结果从网上抓取相关的公开视频和图像，在几分钟之内自动生成新的视频短片，并配有自动生成的自然语言配音。目前其客户包括USA Today Sports、时代杂志、CBS、美国在线以及其他一些新闻网站。

其他开创性的研究案例如美国麻省理工学院的计算机科学和人工智能实验室（CSAIL）用深度学习的方法训练人工智能，可以通过观察人们互动的方式预测他们下一步的动作。在“看”了包括“The Office”、“Desperate Housewives”、“Scrubs”在内的600小时美剧，研究人员希望未来可以用这套算法开发出护理机器人。但类似以人的行为习惯为目标的人工智能，在内容制作开发方面，都大有可为。

人工智能与创意产业

移动互联网的普及和全球城镇化趋势，推动内容制作和创意产业在最近两年成为创业和投资的焦点。

互联网，特别是移动互联网的普及，让数字内容制作不再仅仅局限于专业的内容创作机构。用户自发生产的内容（UGC）以及由小而美的创业公司制作的网络文学、视频、游戏、视觉设计等产品成为全球新媒体发展中的生力军。国内火爆的UGC品种如大V、网红、主播、视频Up主等，国外对应的是Youtube Creator、Twitterer等，带动娱乐媒体行业向新的平台型生态转移升级。

图1人工智能对移动互联网和传统媒体的影响

城镇化进程加速，为创业媒体和人工智能产业提供落地场景、消费市场和创作/创业集群。在纽约、伦敦、柏林、上海、哥本哈根等文化多样、强调包容性、汇聚活跃的创作群体且居民消费能力较强的大都会，均形成各具特色的新兴创意社区。

随着人工智能的成本降低，与云计算等更为紧密的结合，针对长尾需求的精准推荐，都有可能拓展中小企业的生长空间。基于深度学习的精准推荐、协同过滤等技术正在为全球创业产业集群发展贡献力量。规模较小但创意十足的企业、偏小众的文化产品和亚文化产品在这些技术的帮助下不仅找到了属于自己的社群和圈子，也找到相关的广告主，有了变现的渠道，形成商业模式的闭环。在中国、印度、日本这些传统和历史文化遗产丰富的国家和地区，也通过类似的方式实现传统文化的再生和复兴。

图2全球创意媒体产业中心位置分布图

这一趋势表现在地图上，就是人工智能与新兴媒体创意产业在地理位置上往往重合在一起。最现代的技术与最多样的文化产生意想不到的共鸣。

人工智能和数字内容产业在主要经济体的发展现状

根据我们对Venture Scanner数据的梳理，截至2017年6月底，全球专业从事人工智能的初创企业总数达到2542家。中美两国在这一新兴产业中居于明显的领先位置，占据全球人工智能初创企业总数的三分之二，遥遥领先于其他国家，构成人工智能产业的第一集团军。我们选取除中国外的其他前五名国家，美国、英国、以色列和加拿大，以及在发展中国家中表现突出的印度和亚洲近邻日本作为研究样本，对人工智能和创意媒体产业在全球的发展做概括性描述。

美国

美国在人工智能领域领先优势明显，既是目前全球人工智能企业数量最多的国家，也是全球人工智能领域投融资最活跃的国家。过去一年在有记录的创投中，融资金额超过全球其他所有国家的总和。美国还有全球规模最大、最活跃的创意产业和娱乐媒体产业。强强结合，创造出全球人工智能产业的创新和投资高地。

重要产业集群

图3美国人工智能产业和创意媒体产业位置分布图

旧金山湾区是全球人工智能创业高地和投融资高地。在700多平方公里的区域内集中了过去五年全球人工智能领域投融资总额的40.8%，1279个项目总共获得超过91亿美元的投资。

从湾区向南三百公里，就到达好莱坞所在的洛杉矶地区。这里是美国最活跃，也可能是全球最活跃的创意媒体产业集群。这一区域也汇集Caltech、UCLA、USC等一流高校。NASA等机构也在此设有研究中心。在机器学习、神经网络等基础研究方面积累雄厚。

在美国东海岸，纽约是人工智能和创意媒体产业的双重重镇。这里不仅汇聚全美数量最多、门类最全的广告媒体公司，也是Knewton、Voltari、WorkFusion、Persado、Lemonade 等机器学习、计算机视觉、自然语言处理独角兽或准独角兽的所在地。

纽约东北开车五个小时左右，就到达波士顿地区。这里Harvard、MIT 等名校云集，是人工智能研究的前沿阵地，也是美国重要的创意产业中心。据BPDA发布的最新统计，目前波士顿地区的创意经济创造了约3万个工作岗位，占就业总数的5.4%。

研发和投资

以 Apple、Google、Microsoft、Facebook、Amazon等为代表的大型科技公司主导美国在人工智能领域的投资和研发。过去一年，这些公司都推出了基于机器学习、自然语言处理等人工智能技术的新型产品，如Google推出的个人助手、Amazon 的Alexa等。除了内部研发，这些科技巨头还四处出击，热衷投资具备核心技术的初创型人工智能企业。

政策重点

美国政府十分重视人工智能产业的发展，对这一新兴战略产业的理解和规范性研究方面，也走在世界前列。奥巴马政府在任期内出台了一系列在全球具有开创性意义的政策

表1美国知名科技企业在人工智能领域的并购行动

表2美国发布的人工智能领域的政策

英国

英国是工业革命发祥地。历史文化遗产丰富，在伦敦、曼彻斯特等城市都有规模较大、十分活跃的创意产业集群。英国在近代以来大师辈出，在数学、物理、计算机科学、信息伦理等领域积累深厚，走在世界前列。

特色产业集群

图4英国人工智能产业和创意媒体产业位置分布图

伦敦是英国的政治经济文化科研中心，也是创意产业和人工智能研究开发的重镇。伦敦东区既是帝国理工等高校和研究机构的所在地，也是著名的创意媒体和文化产业园集中区。欧洲70%以上的广告公司云集于此，这里也是欧洲最大的电子游戏开发公司聚集地，爆款游戏如侠盗猎车手V、纪念碑谷等均诞生于此。

伦敦向北开车一个小时左右，就是剑桥。剑桥大学计算机系在基础研究方面久负盛名，云计算、人工智能芯片等领域的诸多开创性研究就是在这里完成的。著名的芯片公司ARM就是剑桥大学计算机系的重要spinoff之一。

研发和投资

与美国的情况相反，大学等研究机构和初创企业是英国在人工智能技术方面研发的主力。而在过去五年诞生的诸多英国人工智能初创企业，成为VC和全球科技巨头们竞相追逐的目标。

2011年，惠普以104亿美元收购擅长语义处理的英国公司Autonomy。2013年，亚马逊用2600万美元收购英国语音搜索公司True Knowledge。2014年，谷歌以约4亿英镑的价格收购，之后又把Dark Blue Labs、Vision Factory 两家专精深度学习的英国公司收入麾下。今年年初，微软出手以2.5亿美元价格收购英国企业SwiftKey。6月份，Twitter宣布以1.5亿美元收购伦敦的机器学习和视觉处理技术开发商MagicPony。最近，三星公司投资人工智能芯片公司Graphcore。

表3英国发布的人工智能领域的政策

以色列

以色列以科技和创新立国，是全球人均获得创业投资最高的国家，为美国的2.5倍。1974年，Intel在以色列设立其美国本土外第一个海外研发中心。四十余年后，包括Google、Facebook、Apple、Microsoft，甚至三星、华为等，都在这个面积仅两万平方公里的国家设立地区性研发中心。

以色列创业企业很多都采用多中心架构，在企业发展早期就在纽约、伦敦甚至新加坡等地设立海外中心。创业企业国际化也成为以色列科技创新的特色之一。

特色产业集群

图5以色列人工智能产业和创意媒体产业位置分布图

表4以色列发布的人工智能领域的政策

图6加拿大人工智能产业和创意媒体产业位置分布图

特拉维夫是以色列第二大城市，是以色列的科技和经济中心。在特拉维夫市中心围绕Habima广场不到两平方公里的范围内，聚集了包括Twiggle、Syte-Visual Concept 在内的诸多人工智能创业企业，活跃在自然语言处理、图像识别、芯片技术、无人机等多个领域。

研发和投资

与英国的情况类似，以色列活跃的创业圈、以硬科技为特色的创新方向，吸引国际科技企业的目光。例如eBay收购以色列初创企业SalesPredict，Tesla采用自动驾驶系统Mobileye，Will.i.am的i.am+品牌收购了以色列人工智能公司Sensiya，DIY 网站制作的人工智能平台Wix ADI于美国上市；Top End Minerals 2016年收购AnyVision 等等。

加拿大

加拿大的大学和科研机构在推动机器学习等人工智能基础技术革新方面起到重要引领作用。在Geoffery Hinton、Richard Sutton、Yoshua Bengio等顶尖学者带领下，多伦多大学、蒙特利尔大学在最近一次人工智能热潮当中扮演重要角色。多伦多、蒙特利尔也成为全球人工智能研究重镇。

表5加拿大发布的人工智能领域的政策

特色产业集群

多伦多是加拿大高等研究院 (CIFAR) 所在地。就是在这里，Geoffery Hinton发表了可能是机器学习领域迄今为止最重要的两篇论文，对Backpropagation Algorithm、神经网络做出开创性研究。建在多伦多大学城中的MaRS科技创新园区集合Vector Institute、谷歌的NEXT AI孵化器、多伦多大学的Creative Destructive Lab 和大量追逐创业梦想的年轻人。

蒙特利尔是加拿大另一个重要的创新中心，超过15家创新加速器扎堆在这里。蒙特利尔大学的算法研究所（MILA）是最早开展深度学习方面研究的机构之一，从这里走出去的创业企业Element AI已经是人工智能领域排名前十的独角兽公司。

印度

印度的宏观情况往往让人不由自主联想到二十年前的中国：人口大国、庞大的劳动群体、正在形成的国内统一市场、崛起中的中等收入人群、现代的高楼大厦与老旧的贫民窟和失修的古迹混在一起、南北经济文化差异巨大。也正是这些特性，孕育出印度活跃的科技创新和文化创意板块。

与发达国家传统媒体日渐成熟、增速缓慢不同，报纸、电视等产业在印度仍保持相对较高的发展速度。目前印度是全球最大报纸发行市场，共有大大小小82000多家报纸，发行量达到日均1.1亿份。而且这一市场还在快速增长之中，据FICCI估计，过去五年印度报纸市场保持了双位数增长，市场规模扩大将近70%。

特色产业集群

班加罗尔作为南亚地区的科技中心，在机器学习、图像/语音识别等技术方面正在追赶美国和中国企业。印度国防研究及发展组织 (DRDO) 的人工智能和机器人研究中心（CAIR）就设在这里。这里也是全球为数不多的几个内陆地区人工智能产业集群。

印度一些创业独角兽均开始在人工智能领域进行投资。如本土电商Flipkart，用机器学习方法为用户提供个性化的精准商品推荐。Flipkart 旗下的时尚电商Myntra推出自动化服装设计工具Moda Rapido，通过对时装网站、社交媒体的数据及用户数据的整合，自动完成服装款式设计的尺寸规格。其他如Paytm,Ola也都开设了人工智能实验室。

研发和投资

图7印度人工智能产业和创意媒体产业位置分布图

表6印度发布的人工智能领域的政策

虽然在全球人工智能研发领域表现并不突出，但印度人工智能领域投融资活动仍然比较活跃。今年2月，国际知名投资机构Accel Partners以580万美元领投SigTuple。后者是一家位于班加罗尔，利用机器学习为医院提供精准安全的血液筛查方案的公司。2016年9月，苹果公司低调收购了海德拉巴一个名不见经传的小公司Tuplejump，这是一个帮助客户存储、处理和可视化数据的AI初创公司，是苹果公司在印度收购的第一家公司；2017年7月13日，谷歌也宣称完成了在印度的首次收购。这家被谷歌看上的AI技术公司专注于深度学习（DL）和机器学习（ML）系统，名为HalliLabs——一个很“极客”的名字，它仅仅成立了两个月。

日本

早在1982年，日本通产省（Ministry of International Trade and Industry）就发布了投资4.46亿美元进行第五代计算机研发的计划，目的是设计建造可以自动翻译、理解图像、像人一样思考的计算机，与今天的人工智能目标类似。但该计划并没有产生一款可商用的成果，最终于1992年，也即项目启动十年后终止。

目前日本企业整体上在人工智能领域进展相对较慢。主要因为日本企业重视硬件、轻视软件的；传统，导致业界对人工智能的重视不够。即便。是目前人工智能持续火爆的情况下，日本学界和工业界仍然持续有对人工智能的质疑声音。此外，日本企业的内部研发开发文化（自前主j。imae-shugi）也阻碍其借助外部力量进行开发的尝试。2008—2013年，来自日本的人工智能领域科研论文只占全球人工智能论文总数的2%，远少于美国和中国。

另一方面，由于着手较早、社会影响力较大，日本企业和社会对人工智能和机器人的接受度普遍较高，因此人工智能算法在日本已经有很多落地的实例。其中以媒体类的应用为多。例如Mizuho Bank用IBM的Watson和软银的Pepper humanoid robot写研究报告、Mitsubishi UFJ也用Watson，可以通过在线媒体Line与银行交流。CyberAgent，一家总部设在东京的互联网服务商，通过人工智能进行广告投放。日本大企业也多少受惠于通产省的1982计划。如NEC在图形识别方面处于日本领先地位，并将其整合在安监产品中。Fujitsu、日立在咨询服务和人脸识别方面都有落地的案例。

图8日本人工智能产业和创意媒体产业位置分布图

日本正在快速老龄化，在服务型机器人方面需求巨大，拟人机器人也是日本企业重点关注的领域和技术领先领域。人工智能未来十年在日本国内市场会有爆发性增长。据日本欧洲商会估算，2015年日本国内的人工智能市场规模为3.7万亿日元，到2030年这一数字将达到87万亿日元。

表7日本发布的人工智能领域的政策

特色产业集群

东京作为东京大学、东京工业大学、国立理化研究所、国家情报通信研究机构等重要科研力量的集中地，也是日本的人工智能研究开发重镇。日本还有具备全球影响力的电子游戏开发集群。任天堂、索尼娱乐等大型游戏公司都已经将游戏开发平台能力封装开放给第三方游戏开发者，并形成以游戏平台为中心的游戏开发生态。日本也是目前全球规模最大的手机游戏市场。日本发达的漫画业，为游戏开发提供源源不断的IP和其他素材，形成以“娱乐+科技”为特色的创意文化产业集群。

研发和投资

与其他国家不同，日本的人工智能创业企业较少，创业氛围较淡。大学和科研机构是日本人工智能研究和开发的主力。日本企业正在改变以公司内部研发为主的做法，开始挖掘外部资源。丰田在硅谷开设人工智能中心来探索无人驾驶等技术，并积极寻求投资并购机会。NEC在普林斯顿、库比蒂诺、新泽西开设研究机构，范围包括机器学习、数据科学、计算机安全等多个领域。今年3月，日立与德国人工智能研究中心DFKI达成合作，基于对可穿戴设备采集的数据进行机器学习，研究在工作场景中辨识人的行为的算法。

热潮中的冷思考

“人工智能正在吃掉世界”

2011年Marc Andreessen在华尔街日报发表文章《软件正在吃掉世界》，将计算机软件描述为基础设施，未来所有的公司都是软件公司。之后“互联网正在吃掉世界”“大数据正在吃掉世界”“云计算正在吃掉世界”等陆续登上了包括福布斯、TechCrunch 等媒体的封面或网站。终于，今年1月，“人工智能正在吃掉世界”成为TED x Heidelberg的演讲标题。

人工智能将给全球经济带来巨大改变。根据普华永道的最新估算，2030年人工智能技术带来的全球经济贡献将达到15.7万亿美元。其中对中国经济的贡献达到7万亿美元，几乎占到全球总贡献的一半。对中国GDP的贡献率达到26.1%。2016年德勤发布的一份报告细数数十个人工智能目前已有的实际应用，包括从利用大数据和机器学习预测登革热疫区、到自主自动生成各种Logo、到帮助无人机自动识别道路和地形、到将表格撰写成文、到自主生成网站等等。

各国政府正在不遗余力推进人工智能技术发展，掏出大笔真金白银资助基础性的科研工作。在预算紧缩的背景下，美国国防部依然提出在2017年的预算编制中投入120亿～150亿美元用于人工智能武器；日本的五年科研计划中预计投入2.3万亿日元推动超级智能社会发展；2016年韩国政府宣布计划集合三星、LG 等企业的力量，并提供1万亿韩元公共资金投入人工智能研发。

热潮中的冷思考

图9人工智能技术对全球经济的贡献

人工智能的飞速发展，一方面吸引投资和公众关注，另一方面也在全球引发担忧和争议。担忧来源之一，是机器学习本身。目前的机器学习技术已经足够复杂，深度神经网络数以亿计的节点是如何运作的，每个节点对最终结果的影响均不得而知，以至于形成所谓“算法黑箱”：机器知道的比我们看到的多得多。这可能造成诸多潜在问题，比如隐藏的偏见，即来源于训练数据，超出甚至违背设计者本意的结果。再比如不确定性，算法规则可能很难精确表述出来，而是嵌入在数千甚至数万变动的因素当中，因此很难证明某算法是确定可以在任何情况下正常工作的。这些都给最终决策带来麻烦，也让定位和纠正人工智能系统错误变得困难重重。

担忧来源之二，在对未来的担心。首当其冲的是就业问题。人工智能与传统意义上的工业自动化取代简单重复劳动不同，智能机器人现在已经展现出写作、统计，甚至做诗谱曲的能力，具备替代复杂脑力劳动的潜力。普华永道最新的全球调查结果显示，25%的受访CEO认为人工智能发展肯定会减少工作岗位，55%的CEO认为或多或少会影响到员工数量，认为完全没有影响的不到五分之一。影响就业之外，会不会加重社会分配不均的问题也值得警惕。

担忧来源之三，是人工智能发展带来的潜在法律和伦理问题。人工智能具备自主决策、自主创造的特性，那么机器人的行为后果责任归属如何？创造作品权利归属如何？最简单的，自动驾驶汽车出现事故，难不成去惩罚一套算法？

担忧归担忧，目前随着云计算普及、TF等开源平台日渐增多，机器学习成本不断下降，成为当今最重要的通用技术之一。随着计算机视觉、自然语言处理、智能决策支持系统等日渐成熟，落地场景不断丰富，其对企业和经济的影响里日渐彰显。在未来的数十年内，人们首先要学会的一门技能，可能是如何与人工智能合作共存。