寫稿機器人正飛速成長 人工智慧將如何改變媒體業？

寫完這個標題，筆者本人不禁感覺到了一絲失業的恐懼。

無論從哪方面來說，集高技術壁壘、前瞻性與可商業化性於一身的人工智慧行業都是當前創業領域中的當紅炸子雞。

由於2016年人工智慧的“三駕馬車”：大資料、超級計算平臺和機器學習技術都取得了突破性進展，人工智慧在2016年迎來了又一個爆點，而因此去年也被稱為“人工智慧元年”。

知名投資人王煜全在“前哨大會”上也曾表示，人工智慧的革命期已過，現在進入了“收穫期”。

而在2017年業界的聲音也的確進入了該領域的下一個階段——更加強調人工智慧技術的落地。而以腦力工作為主的媒體業，在“寫稿機器人”這樣的人工智慧技術出現後也勢必將帶來新的變革。

國內：已解決快訊類內容，演算法尚待進步

寫稿機器人背後的核心技術，主要涉及的有包括智慧撰文技術、內容抽取技術、要聞萃取技術這三項。早在2015年9月，騰訊財經一篇名為《8月CPI同比上漲2.0% 創12月新高》的文章引起了媒體人的普遍關注，

大家的關注點不在它的與日常消息稿無異的內容，而是寫這篇文章的寫稿機器人“Dream Writer”，它不止引用了統計局的資料，還加入了業內人士如國家統計局城市司高級統計師余秋梅等人對資料的分析，足以完成基本的消息報導工作，如體育賽事、股票資訊的報導。

據騰訊財經中心副總監劉康近日表示，目前財經+科技應用的發稿量超過2000篇/天，

體育稿量500篇/天，包括每天行情報盤、上市公司公告精要報導，以及體育賽事每輪每場的消息。可見，自2015年至今騰訊的寫稿機器人正出色的完成著相關資訊的工作。

除了首發寫稿機器人的騰訊外，新華社的“快筆小新”、今日頭條的“xiaomingbot”也在2015年末陸續跟進。在這三家中，“xiaomingbot”要更為先進，如報導球賽時，有能力根據不賽前預測與賽事結果，轉換語氣，相比冷冰冰的報導資料多了點“人情味”。

不過如前文所述，國內的寫稿機器人目前只能完成基本的資訊處理、文章撰寫工作，所以它也限制在了內容較為精簡，資料資訊為主的使用場景，體育賽事中繁多的資料，網站編輯自己去處理反而不如寫稿機器人精准，所以這種資料套話的文章未來或將被寫稿機器人全面替代。不過，媒體人的價值還是在於對於事件的深度思考與判斷，這一點是人工智慧技術還遠遠無法替代的。

國外：應用領域更廣泛也更深入

相比國內，國外的先進媒體在寫稿機器人方面顯然要更進一步，畢竟早在2010年就有一家名為NarrativeScience的公司推出了名為Quill的寫作軟體，它可以完成數位內容的文章化，自動生成如財報、比賽報告等相關文章，可以說是寫稿機器人的雛形。

美聯社、更多的表現形式都是國外媒體值得中國國內學習的地方。

不過，目前的人工智慧對於媒體行業來說主要的作用在於解放了部分生產力，如編輯們將不用再重複寫枯燥的資料類快訊，在深度報導方面依然離不開人類的分析和思考，完成一篇具備複雜邏輯的文章還無法實現。至少在未來很長一段時間內，人工智慧都將繼續保持工具屬性存在。

如編輯們將不用再重複寫枯燥的資料類快訊，在深度報導方面依然離不開人類的分析和思考，完成一篇具備複雜邏輯的文章還無法實現。至少在未來很長一段時間內，人工智慧都將繼續保持工具屬性存在。