媒体和娱乐行业正处于自数字出现以来最具变革性演变的边缘。随着生成式 AI、智能代理和超个性化内容的融合，从创建到交付的内容生命周期的各个方面都在重塑。在未来五年内，代理人工智能系统日益增长的影响力将塑造工作流程，看起来将大不相同。

　　内容创作：从人类主导到混合生成，人工智能已经在创意管道、自动化重复性任务和引入新的创意功能中发挥着重要作用。

　　体育和新闻的自动精彩片段现在已经司空见惯，由根据视觉线索和元数据训练的人工智能模型驱动。这些系统在真人表演后几秒钟内生成内容，在产生社交参与和货币化机会方面发挥着关键作用。例如，Amazon Prime Video使用实时人工智能标记来编译英超联赛的精彩片段，并在关键比赛的时刻在社交平台上发布剪辑。

　　我们还看到合成主播和类似深度伪造的头像正在多语言新闻编辑室中进行试点，以大规模本地化交付。韩国广播公司MBN部署了人工智能生成的新闻主播来呈现每日简报，提高了效率和影响力。

　　人工智能还通过制作超逼真的花絮素材来扩大创作自由，减少对传统库存库的依赖。在广告领域，Runway 等工具正在为超现实视频的生成提供动力，而Kalshi等平台则通过包括NBA总决赛广告在内的多项活动展示了人工智能驱动的创意的病毒式传播潜力。这些技术能够使用品牌指南和消费者数据快速生成完整的广告或预告片，从而实现大规模的有针对性的创意迭代。

　　这些进步预示着未来人工智能代理将扮演更积极的创意角色，提出想法、测试新格式并实时调整多个内容版本以适应观众的反应。

　　内容智能：有目的地编排曾经被视为一项后台任务，现在成为内容和货币化之间的纽带。

　　生成丰富元数据（包括情感标记、面部识别和场景分类）的人工智能工具显著提高了可搜索性和可发现性。翻译和语音克隆技术几乎可以立即生成多语言版本的内容，从而释放全球分发机会。迪士尼一直在测试 Disney+ 地区内容的多语言 AI 旁白，使配音版本的可用性比传统工作流程允许的速度更快。

　　甚至编排本身也正在成为人工智能辅助的。Peacock 使用人工智能推荐引擎不仅可以推荐内容，还可以制定日程安排和平台促销活动。线性和 FAST 渠道越来越依赖这些数据驱动的模型来优化参与度和保留率。

　　其结果是一个新兴的决策支持层，人工智能可以在其中增强许可、策展和受众开发决策。

　　内容制作：动态和自动化内容

　　制作，特别是对于实时和近实时的工作流程，正在经历一场悄无声息的革命。人工智能现在可以合成本地化的促销环境，渲染超针对性的解释器，并动态生成上下文图形。语音克隆工具支持从单个主脚本进行多语言交付，调节语气和情感以适应每个市场。

　　这些创新最终形成了人工智能生成的新闻或体育公告，这些新闻或体育公告可以从元数据、预先标记的亮点和模板化的叙述中自动组装，使“直播到磁带”几乎是即时的。展望未来，我们可以期待智能代理像虚拟制作者一样发挥作用，协调资产、触发提示并动态调整布局。

　　内容存储和交付：人工智能推动可衡量的投资回报率

　　如果人工智能的创意应用成为头条新闻，那么它对存储和交付的影响就是实现最直接和可衡量的回报的地方。人工智能模型现在为缓存策略提供信息，使用历史和预测数据将高需求内容预提取到边缘服务器，从而显著减少高峰需求期间的延迟。例如，Netflix使用机器学习在其 Open Connect Appliance （OCA） CDN 节点上预先定位热门内容，从而减少加载时间和缓冲。

　　编码优化是另一个主要前沿领域。基于人工智能的尖端编码技术能够实现无与伦比的视觉视频质量，同时将流式 HEVC 编码视频内容的带宽使用量显著减少 30% 或更好，或者在相同比特率下显著提高图像质量。通过对传入视频流进行实时分析、动态调整编码设置以及优化编解码器性能以确保最佳结果，可以最大限度地提高效率。

　　基于AI的预处理提供了将带宽效率额外提高20%～40%的机会，具体取决于源内容。对于基于文件的内容和实时内容，可以实现同样的节省，从而在存储支出方面创造类似的节省机会。对于移动密集型市场和延迟敏感型应用程序（例如体育博彩或现场民意调查），这种边缘感知分发是关键任务。

　　也许最具革命性的是人工智能驱动的边缘个性化。YouTube 的广告引擎会根据观众的位置、行为和偏好动态定制前贴片内容，这种做法现在正在扩展到叠加层和流媒体包装。

　　在交付成本以美分为单位的行业中，这些人工智能功能提供了明确的投资商业案例。通过减少运营摩擦和扩展个性化，人工智能正在改变现代体验背后的经济性。

　　总体层：人工智能编排

　　在孤岛中应用人工智能无疑限制了其全部潜力。真正的转型来自编排：在整个管道中运行的智能系统，不断评估数据并对数据采取行动，以优化端到端运营。

　　这些代理评估权衡，例如：

　　ü 资产价值与处理成本

　　ü 受众细分与投放开销

　　ü 播出时间与计算资源

　　ü 按平台、地理位置或受众细分划分的分发优先级

　　通过监控整个内容生命周期的资产性能，这些编排代理可以建议在哪些方面进行自动化、在哪些方面加速以及在哪些方面进行保存，从而将人工智能的角色从任务执行转移到战略决策。

　　此类系统不仅由最大的流媒体公司部署，还由寻求在不增加运营复杂性的情况下优化性能的敏捷广播公司和电信公司部署。

　　为代理时代做准备

　　虽然许多媒体组织仍在试验，但从辅助人工智能到真正的代理系统的道路正在开始形成，智能代理准备在复杂的工作流程中承担目标设定、适应和执行。为了支持这一变化，组织必须构建架构敏捷性，而不仅仅是技术能力。

　　公司必须将基础设施重新构想为模块化、可互作和人工智能原生。数据必须从孤岛中解放出来。必须建立治理模型，以确保人工智能以透明和道德的方式运作。最重要的是，必须通过沙盒试点来接受实验，允许团队在不中断实时运营的情况下进行测试、失败和迭代。

　　在受众至上的世界中取得成功取决于围绕人工智能进行构建。这不是一个可以附加的功能。尽管可衡量的影响通常首先出现在内容交付中，但更复杂的挑战在于内容制作。在这两个领域进行深思熟虑的投资的媒体组织将更好的适应和领导准备。关键是要专注行事，不要忽视炒作。

责任编辑：凌美