价值链视角下人工智能对电影产业的影响分析

文／姜 扬 宋雅琪

1985年，美国哈佛大学商学院教授迈克尔·波特在其名著《竞争优势》中首次提出“价值链”这个概念。他认为，每一个企业都是在设计、生产、销售、发送和辅助产品的过程中进行种种活动的集合体。价值链上的每一项活动都会影响企业的生存和发展，都与企业的价值创造息息相关。在电影领域，美国学者巴里·利特曼在《大电影产业》一书中指出，电影产业链是在市场经济时代和产业格局下，以电影产品为核心，以其形成到最终消费所指涉的具有上下游关系的各个功能主体的集合。电影产业价值链基本包括了电影投融资、电影制作、电影发行、电影放映等环节。人工智能技术已经在电影产业价值链各环节上应用并产生了积极影响。

人工智能对电影产业投资环节的影响

量化预测票房，管控投资风险。如何管理投资风险、确保投资收益一直是困扰影视投资人的难题。现如今，多数电影投资公司仍然以投资人的主观判断为主，决策往往缺乏客观依据。2018年出现的一批投资亏损的案例表明，当前电影产业的发展已经不再是拼资金和阵容的时代了。诸如，2018年投资7.5亿元，由吴磊、梁家辉、刘嘉玲主演的《阿修罗》上映，三天票房只有4641万元，结果紧急撤档；由赵丽颖、冯绍峰、郭富城、小沈阳等主演的电影《西游记女儿国》制作成本达5.5亿元，预估净亏损达4亿元；由梁朝伟、吴亦凡主演的《欧洲攻略》投入超过3亿元，最终只有1.45亿元的票房，豆瓣评分只有3.7分。

如今，人工智能通过对历史上诸多具有成功票房的电影进行分析和学习，对电影票房进行相对客观、量化的预测，从而可以为电影产业的投资提供积极有益的指导。以比利时一家科技公司为例，他们推出一款人工智能产品名为Book，产品整合了数据挖掘、机器学习、自然语言处理等人工智能技术，已经学习了6500多个剧本和相应的市场反馈，并建立了自己的数据库。只需将剧本上传到系统，五分钟内Book就会自动生成详细的分析报告，并给出投资建议。如果最终的评估高于84%，意味着这将是一个有利可图的电影项目值得投资。2017年，Book准确预测了索尼32部“票房毒药”中的22部。该公司希望人工智能技术能够帮助制片人、出版商和投资者评估他们的财务风险，从而彻底改变业界对剧本的选择。

智能匹配演员，提升投资回报。明星是影响票房收入的一个重要因素，不仅观众相信“明星效应”，诸多学者对此也持肯定态度。刘藩和于丽等从理论的角度研究了电影票房的影响因素，发现电影制作公司、明星、导演和相关产业政策都会对电影票房产生重要的影响，明星更是作为一种符号化信息对票房产生直接影响。胡小莉和郭新茹等也证实了明星效应的确会对电影票房产生积极的正面影响。因此，演员的选择会直接影响投资回报。

人工智能已经能够通过机器学习和神经网络来挖掘数据中隐藏的联系，方法是收集以往票房数据，然后与电影以及主演进行交叉分析。以美国洛杉矶的一家公司Cinelytic为例，客户只用输入剧本和演员表就可以预测票房。在拍摄前，可以在系统中输入电影主题、目标市场、演员和其他参数来预测。比如计划制作一部故事片，就可以在系统中设置题材和剧情等基本信息，然后将女明星设定成Jennifer，预测一下北美的预期成绩，再将其替换成Emma，然后了解票房会发生什么改变。

在国内，优酷和阿里合作开发了智能演员匹配系统“鱼脑”。该系统可将影片主题与大量的演员信息进行人工智能匹配，为主要演员的选择提供客观的数据支撑，缩短人工的选角时间，从而有效控制作品的拍摄周期，更好地迎合市场需求。该系统曾经在《长安十二时辰》的角色选取中发挥重要作用。该片故事紧凑、逻辑严谨，不了解上一集内容甚至错过几分钟时间都可能影响理解当下的剧情，而系统通过对海量演员的大数据筛选分析，发现雷佳音非常符合该片角色定位，因为他在影片《和平饭店》中有过同样的出演经历，最终的结果也证实了系统的预测，雷佳音的出色表现不仅给影片增分添彩，其个人也通过《长安十二时辰》获得了更多观众的认可。

机器取代人工，降低投资成本。随着科技的发展，机器逐步取代人类传统劳动，在提高生产效率的同时，也解放了劳动力，降低了生产成本。以电影预告片制作为例，人工智能已经从辅助优化发展到可以独立制作。

2014年，传奇影业出品的《星际穿越》首度使用人工智能技术对电影预告片进行优化。手动剪辑的第一版预告片在社交网络投放后，数据开发人员通过分析受众的反馈，采用数据分析和机器学习的方法，指导制作了《星际穿越》的第二版和最终版预告片。这对于一部需要使用1.5亿美元用于营销的大片来说，成功缩减了预算，效果也得到了大幅度地提升。

如果说人工智能只是对《星际穿越》电影预告片进行优化，两年后的IBM超级计算机已经能够根据电影素材直接制作预告片。2016年，21世纪福克斯公司让IBM的Watson为其作品《摩根》制作了一部预告片。IBM的研究员利用超过1000段比较受市场认可的电影预告片去训练，帮助Watson学习预告片的结构、风格和特点。随后Watson输入了整部影片，自主选取其中片段制作出了一版预告片。起初这只是一种宣传和推广，但Watson的惊人表现使其最终成为推向市场的真实预告片。

人工智能对电影产业制作环节的影响

剧本：从源头保障创作内容质量。当年HBO的大作《权力的游戏》深受广大观众的喜爱，电影改编自马丁的同名小说，但是马丁的创作进度却非常缓慢，全球的观众都在期待新一季《权力的游戏》，而马丁的原著竟然还没有写完。后来观众们实在等不及马丁的创作了，一名影片的忠实观众同时也是一位软件工程师，他开发了一个系统并将现有的由马丁创作的原著都输入了该系统，然后通过人工智能学习模仿马丁的创作完成接下来的内容。虽然效果肯定不如马丁的原创，但是人工智能创作的内容结构完整，风格一致，语言也更容易理解，特别出彩的是人工智能创作的诸多情节事后竟然与马丁创作的版本一致。

浙江大学宁波理工学院设立了创新创业实验班，学生主要学习如何创业。一些成功的企业家，甚至一些失败的企业家都将成为课堂上的老师。创新创业实验班主要讲授经济学、管理学、创新知识和创业意识的培养。学生在完成专业学习的同时，还将在一年半的时间里系统地学习创业和创业的秘诀。

通过大量经典卖座影片剧本的学习，人工智能会形成自己的语言风格，其创作内容不仅语句通顺，而且有逻辑性。如同人工智能写新闻稿和写诗一样，通过学习大量的剧本，人工智能输出的文本就变成了剧本。以第一部由人工智能独立制作的科幻电影《Zone Out》为例。来自纽约大学的人工智能专家开发了一个名为Benjamin的系统。首先通过机器学习分析了几十部科幻电影，然后把剧本结构化处理，划为词语、句子和段落等，然后找到他们之间的关联，当人工智能掌握遣词造句的规律以及剧本的结构以后，就可以让Benjamin自动组织文字，创作新的剧本了。实际上，国内外不少影视公司都在开发自己的系统来对剧本进行修改、评估和创作。虽然人工智能的创作目前还赶不上知名编剧的作品，但其基于大量成功案例创作的内容至少在源头上保证了剧本的质量。

剪辑：从生产过程节省制作时间。在电影拍摄过程中，相同的场景会拍摄多个角度和景别的镜头，前期丰富的素材固然为后期制作提供了更多选择，但无形中也给后期剪辑工作带来了巨大的负担，如今人工智能已经能够来完成这样繁琐耗时的工作了。通过机器学习，人工智能能够自动同步相同场景素材，并匹配声音台词，甚至可以通过以往学习的成熟镜头和视听语言对素材进行自动编辑。

2017年，斯坦福和Adobe开发了一个智能化的自动编辑系统。首先有序排列相同场景的不同素材，再通过语音语义识别、人脸和姿态识别对素材类型、情感表现、画面风格等编码，并选取恰当的剪辑风格，系统在很短的时间完成大量剪辑工作，还可以根据导演的要求调整风格快速生成不同的剪辑结果。同样的工作量交给人工剪辑，即便一位拥有多年经验的后期人员也要花费大量时间目不转睛地盯着电脑才能实现，而人工智能几秒钟就完成了。可以看出，在电影剪辑环节，人工智能可以减少重复性的琐碎工作，使艺术创造变得更加简单。

后期：从呈现方式增强影片表现力。画质增强。从标准清晰度到4K图像质量、黑白电影修复着色、调光、提高帧速率（每秒显示的静止帧数）等，如今通过人工智能技术可以快速实现上述要求，增强影片的表现力。

中国科学院团队开发的“神思”AI系统，通过大量的图片和视频学习，处理了《厉害了，我的国》电影中超过三十万帧的低清晰度图像，共计74分25秒。其中包括26分45秒的增强画面和47分40秒的去场画面。同时，“神思”AI系统还可以实现素材标清转高清、老影片上色、电影调色等工作，并成功应用在《马路天使》《血色浪漫》《西游记》《亮剑》等影视作品上。此外，人工智能已经能够实现2D转3D内容，以国内一家企业研发的“峥嵘”系统为例，不需要双机拍摄，不需要大量的人力支持，只需要一个人和一台机器，一部影院级影片7天的时间就可转制完成。

瑕疵处理。影视作品的创作成本很高，所以在很多作品中，受到预算的限制，画面会留有一定的瑕疵（又称噪声），人工智能可以用来帮助降噪。以计算光源为例，所有的虚拟场景都需要模拟光线方向，这是一件耗费大量精力和时间的工作。如果你想节省时间以减少光线数量，但是在图像上却会产生噪声。迪士尼研究中心联合皮克斯动画工作室等研究人员开发了一种基于深度学习的系统，该系统能有效地消除由弱光引起的噪音，从而有效缩短渲染时间。

研究人员从皮克斯的电影《寻找多莉》中采集了大量素材，使用卷积神经网络将噪声图像转换成无噪声图像。在使用人工智能技术之前，最先进的方法也会残留噪声，还是需要人工手动调整。而使用该系统不仅能够智能消除噪声，而且没有丢失任何的细节。后来电影《汽车总动员3》也使用了该系统去消除噪声。

特效。通过人工智能可以极大提升特效的水准，给观众提供更强的视觉冲击力。现在的作品中，观众已经很难区别哪些是实景拍摄的，哪些是计算机虚拟制作的。以影片《僵尸世界大战》为例，大量的僵尸并非由真人出演，难以想象如此庞大的数量，从人员、造型以及化妆上将花费多少预算，而通过人工智能技术，导演需要多少僵尸就可以制造多少僵尸。不仅如此，人工智能还可以实现很多后期特效，如拍摄场景的虚拟、光照角度的调整、爆破火焰的效果，等等。

人工智能对电影产业发行环节的影响

精准化营销，提升营销效率。从电影营销的实际操作层面而言，就是先要通过对电影的分析，利用大数据等方式，锁定可能对电影感兴趣的群体。继而从选定受众的视角出发，思考他们的所需所求，并在他们的头脑中树立起区别于竞争对手的形象和地位。面向不同的人群定制精准的投放方案，在电影投放之前就能掌握理性的收益预期，人工智能为电影发行提供了精准的罗盘。电影营销不再依附盲目的“经验论”，真正实现行动科学化、营销精准化。

2016年，百度运用人工智能技术为电影《魔兽》开展了一次非常成功的营销推广，有效地提升了票房收入。“百度大脑”通过用户画像将潜在的观众分成几个层次。首先是魔兽游戏的忠实玩家，这类群体对电影非常期待，因此不需要做任何工作；其次是对魔兽游戏有一定了解，但不一定玩过或者浅尝辄止，这类群体有潜在观看意向；最后是对魔兽游戏完全不了解，或者对类似奇幻题材的电影完全不感兴趣的群体，不管如何宣传他们都不可能去消费。系统将第二类群体锁定为重点对象，并精心设计了宣传方案，最终把大量的观看意向转变为观影行为，本来出品方也没有对人工智能抱有太大期望，但最终结果却把票房提升了两倍。人工智能帮助电影精准划分并锁定目标群体，有效地提升了推广效率，扩大了电影的影响力。

智能化营销，优化用户体验。媒体是电影营销不可或缺的必要条件，新媒体作为媒体的新生力量，在未来更是有可能成为主导媒体，它必然会对传统电影营销产生相当程度的影响。相对于广播、电视、平面、户外四大传统意义上的媒体，新媒体主要指具有互动性的媒介，它是新的技术支撑体系下出现的媒介形态。新媒体被形象地称为“第五媒体”。如今，不管在传统媒体还是新媒体上，应用人工智能技术的智能推荐体系已经得到应用。

互联网流媒体平台Netflix凭借大数据和人工智能技术建立了一套电影推荐系统Cinematch。Netflix记录了用户对于每部影片的评价、用户观看的所有内容、通过PC还是移动终端、观看影片的时间和地点等用户习惯。凭借平台自身已有的大量用户，在海量的数据当中，分析用户的习惯，并推荐更符合用户喜好的内容。Cinematch成为最懂用户的系统，不管在什么时间、什么场景，系统总能推荐最符合用户偏好的作品，极大地优化了用户的体验。

个性化推荐，增强用户黏性。德勤曾发布一份面向全美企业的AI状况报告，报告中，德勤特别提到了Netflix的案例：Netflix发现他们的用户喜欢搜索电影，但如果搜索并找到一部电影的时间超过90秒，那么用户往往会放弃，而借助AI技术优化站内搜索之后，不仅可以给用户带来用户体验的上升，还能让用户更快地付费。德勤的报告显示，仅仅一年，得力于AI对搜索的改进，Netflix可以多赚10亿美元。

对于个性化推荐，Netflix通过人工智能算法可以说走到了行业的前端。Netflix就曾表示他们的平台是个性化的，通过人工智能技术平台会给用户提供独特的体验，包括个性化的页面布局、标题内容、呈现效果等，Netflix的目标是有多少个用户就有多少个Netflix呈现。这种个性化的体验培养了用户的习惯，当Netflix比你还了解自己的时候，用户已经被牢牢地“黏”在平台上。

人工智能对电影产业放映环节的影响

放映决策：影片排片决策科学化。影院排片是电影院放映影片的具体安排，包括放映的时间和场次，目的是为了实现盈利最大化。当前我国大多数是多厅影院，本身复杂性就远远高于过去的单厅影院，还要面对同一时期上映的诸多影片，并考虑影片的类型、舆论的评价，观众的预期等，这一切都给放映决策提出了极大的挑战。以往电影院都是通过人工来排片，当然也会考虑影片的热度和上映的时间，但是决策往往非常主观，不同的业务员会给出不同的结果，通常也很难根据市场的变化和观众的喜好做出及时准确的调整。如今，同一家影院的放映厅越来越多，同一时期上映的影片数量越来越大，观众接受的影片信息也越来越丰富，人工排片面临着越来越多的挑战。那么，科学合理的排片方案，并能随着市场变化做出及时调整就显得尤为重要。

人工智能技术的运用可以有效提高排片的科学性和及时性。以数码环球科技有限公司推出的智能化影院系统CA2.0为例，首先通过强大的计算能力，人工智能可以有效地管理多个影厅，提高运营效率。其次通过互联网上海量的数据和用户反馈，人工智能可以准确地判断影片的热度，安排最受欢迎的影片在最黄金的时段，从而提升影院盈利。最后通过现场观众数量的实时监控，人工智能系统可以做出及时的排片调整，避免资源浪费。

放映管理：自动放映影院智能化。面对电影发行窗口期不断缩小，电影院线股价下滑，在线节目提供商的扩张，家庭影院的观影设备越来越好，同步放映也不断在推动；同时，影院的物业租金和人力成本增长较快。尤其是在当前内地影院单厅收入不断走低的背景下，影院要摆脱面临的挑战，只有拥抱技术，不断提高放映管理水平和效率，才能从容应对。

智能化将是未来影院发展的重要方向。还是以CA2.0系统为例，系统不需替换现有软件，可以直接读取当下售票系统的数据，无缝对接降低了系统更换的成本。CA2.0帮助影院实现影片放映、质量管理、安全检测自动化，并避免人为操作可能出现的失误。通过后台网络数据的支持，不仅可以进行同一影院多厅的管理，而且还可以实现跨区域多影院同步管理。未来，人工智能系统可以监控同一企业下管理的每一台机器、每一个放映厅、每一个影院，并在大数据和机器学习的支撑下不断学习提升，甚至发现以往经验没有关注过的问题。

放映反馈：实时互动剧情多样化。随着生活水平的不断提高，消费者越发追求消费的体验感。也就是从规模化转向个性化，从单一化转向多样化。那么在影视作品中如果能够实现实时互动，观众将一改往日被动观剧的“围观者”身份，变身为能够决定剧中人物命运和整体剧情走向的编剧。这样的自主掌控感能更好地将观众带入剧情，从而形成沉浸式体验。

目前对于用户数据的搜集已经非常普遍，但由于计算和分析能力的限制，经常是存储了大量的数据但却不能进行有价值的分析和挖掘。其实像视频监控摄像头、红外摄像头早已经安装在影院当中，不过以往影院只是通过这些设备监控观众的行为应对一些突发事件，但是这些数据真正的价值却没有被利用起来。2017年，迪士尼联合其他机构发布了一项人工智能技术“FVAE”。首先通过人脸识别对影厅中观众的表情进行识别和分析，再通过深度学习的方法来预测观众的行为和表现。那么，拥有了这项技术就可以实时获得现场观众对电影的真实评价，如果影片前期制作了不同版本的素材，现场就可以根据大多数观众的反馈调整剧情的发展，实现故事的多样化。以电影《穿靴子的猫：魔法书中逃》为例，Netflix在前期就制作了不同的版本，在一些重要节点观众可以自己选择剧情的发展方向，从而得到不同的故事结局。未来，通过人工智能了解观众心理变化，自动选择剧情发展方向，实时得到观众最想看到的结局，从而真正实现影片的互动性和多样性。

问题与挑战

虽然人工智能已经成功应用在电影产业诸多环节上，但是人工智能在很多方面还无法取代人类，尤其在富有创造性的领域，电影就是其中之一。因为人工智能需要学习和训练，所以如果没有以往数据作为基础，人工智能也就无计可施。以好莱坞电影《魔兽》为例，历史上通过电影制作游戏的案例很多，但反过来的案例却很少，所以人工智能很难预测它的票房。此外，在法律方面也存在一些诸如版权和肖像权的问题。《速度与激情7》的男主角因车祸不幸身亡，为了向保罗致敬，影片通过人工智能换脸技术让他“出现”在片尾，保罗阳光下的微笑让不少观众流泪。但是如果在影视作品中滥用换脸技术，又会涉及肖像权等法律问题。因此，有关部门也应加强人工智能的法律法规建设。相信随着科技的快速发展以及相关制度的不断完善，人工智能会给电影行业带来更多积极而深远的影响。