查看原文
其他

喻国明:边缘数据驱动下,传统媒体如何获取主动权?|德外荐读

喻国明 李凤萍 德外5号 2022-05-22


海量的边缘数据、深度学习等人工智能算法以及云边协同计算之间的相互赋能,使得“数据+算法+算力”驱动下的边缘智能成为5G时代显著的特点之一。


从传媒产业来看,通过布局边缘智能,可以重获稀缺内容生产方面的专业性地位,同时基于用户数据的内容服务按需分发、边缘智能下的场景感知也可以提升其用户洞察力及体验,从而促使传媒业在新的价值网络中实现精准定位,实现商业模式的创新。



“数据+算法+算力”驱动下

边缘智能时代来临


据Cisco预测,到2020年,连接到网络的无线设备(例如传感器和可穿戴设备)数量将达到500亿台,全球移动数据流量到2021年将达到每月49EB。届时,5G网络将承载10亿个场所的连接、50亿人的连接和500亿物的连接,从而真正进入万物互联的智能时代。


这就要求基于万物互联平台的应用服务具备更短的响应时间和更强大的数据处理能力。但目前深度学习等算法由于对数据规模有较高要求,通常只能在云计算中心运行,而在物联网应用中,任何有需求的地方都需要算法,否则无法达到毫秒级的时延要求;另一方面,网络边缘终端及其交互产生的海量实时数据、各种终端信号处理需求的增多和多场景定制,也对边缘物联网时代的算力提出了更高要求。



可见,无论从算法还是算力角度来看,以中心式云计算为主的现有网络数据处理模式,已经无法满足虚拟现实与增强现实所需的接近实时响应时间、物联网所需的海量连接数目以及其他各类应用海量增长的数据流量及其计算需求。


边缘计算就其技术本身而言,无法支撑起一个新的产业。它也不是对云计算中心式大数据处理方式的颠覆,而是一种智能化的补充,代表着5G时代互联网发展的一种新的逻辑力量和思维方式。


大多数边缘数据并不是一次性数据,经过处理的边缘数据仍需要从边缘节点汇聚到中心云,中心云经过大数据分析挖掘,进行算法模型的训练和升级,并将结果反馈到前端进行更新和升级,从而完成智能自主学习的闭环。


于是,边缘计算改变了只将云端作为“管道”和“端系统”而没有智能的状况,各种“终端”变成了辅助“大脑”工作的“智能神经网络”,通过将计算能力下沉,与云计算中心进行双向反馈,从而使得智能化的流量调度、内容和产品服务的本地化以及消费者需求的精准捕捉与满足都成为可能,进而显著提高各类场景服务的效率。


总之,海量的边缘数据、深度学习等人工智能算法以及云边协同计算之间的相互赋能,将使得“数据+算法+算力”驱动下的边缘智能成为5G时代最为显著的特点之一,从而带来传媒产业的深刻变革及其商业模式的创新。


边缘数据驱动下的

内容生产体系重构和分发逻辑转变


5G是一项革命性的技术,有诸多的技术特点,我把它概括为四个特点,两高两低。“两高”即高速率、高容量,“两低”即低时延、低能耗。这些技术特性在传媒领域、传播领域的落地会产生什么样的效应?会发生什么样的改变?


在云计算模型中,边缘终端设备通常只作为数据消费者(如使用智能手机阅读“今日头条”),但如今各种智能终端和传感器也可生产数据,从数据消费者到生产者角色的转变意味着终端设备的开放和信息生产、消费的下沉,从而使得传统媒体在内容上的专业性地位以及互联网公司在用户流量上的优势都受到极大的挑战。


5G网络是原生的海量内容连接平台,基于边缘计算、传感器数据以及人工智能的内容生产将成为整个新闻传播资讯服务中最重要的内容类别,5G时代万物皆媒的即时性内容生产对传媒业专业性内容的延时生产也构成了挑战,从而使得传统媒介作为新闻和专业内容生产者和传播渠道的媒介功能弱化.



但挑战背后也暗含着传媒业新一轮的发展机遇。移动网络运营商通过移动边缘计算技术将网络信息和网络拥塞控制功能更多地开放给第三方开发者,并允许其向用户提供更多的服务与应用,从而让原本并不具备服务能力的浅层流量方有机会以更廉价的形式为其他公司提供流量平台。因此,对于传统媒体来说,曾经的渠道失灵和用户流失等问题在5G时代都可以通过布局边缘智能得到解决,而如何为用户提供其真正所需的专业内容和服务才是未来传媒业发展的核心关键。


虽然各种传感器、智能终端、人工智能可产生海量的原生内容,但消费者的信息需求也在随着技术的发展而不断升级。未来的新闻将不再是用来“读”或“看”的,而是用来“体验”的。人们对此类新闻需求的上升将使得传媒业在沉浸式新闻、超高清视频等专业内容生产方面的优势得以体现,从而利用边缘智能的低时延、高速率等特性重获稀缺性内容生产的主动权。


个性化精准定制的内容生产服务也将成为传统媒体在边缘智能时代新的价值增长点。在互联网发展的“上半场”,由于传统媒体在用户流量规模方面的劣势以及与用户之间的“距离”,一直无法找到与用户之间的有效连接方式。


随着各种终端边缘数据与平台的开放,将打通传统媒体与用户之间的“最后一公里”。通过对用户在边缘设备上产生的社会关系数据的分析,传统媒体可以借助自己在内容服务领域的专业性和公信力,为用户提供无线延伸的、高度定制化的内容服务。此外,在个性化传播盛行的年代,仍然需要公共性信息的平衡。


因此,传统媒体还可以借力边缘智能,协同云计算和边缘计算挖掘人与事物之间的依赖关系以及人与人之间的社交关系,预测某一内容或服务在人群中的流行程度,从而对具有社会共性需求、符合“人本逻辑”和社会价值取向的内容进行预测并生产。通过布局边缘网络,打造自己的公信力和影响力,专业媒体机构将有望让公共性信息穿透个体的信息茧房,辐射向更广的大众。


以上内容在边缘智能时代的分发也不再是以服务为驱动,而更多的是以数据为驱动,每个用户需求向数据拥有者(利益相关者)提供数据请求,然后云中心或是边缘端数据拥有者将处理的结果反馈给用户。边缘计算将是未来大规模智能终端在网络中实现自动需求响应(automated demand response,ADR)分布式智能的一种理想解决方案。


因此,随着边缘智能的普及,内容分发方式也将发生变革,按需分发将成为可能。目前,算法推荐的新闻和内容推送方式虽然占据主流,但由于缺乏相关的社交数据支持,用户体验有待提升。边缘智能的出现可以解决海量信息与个性需求的完美匹配问题,从而实现精准传播。因此,提供合适的内容产品和服务来满足精细的用户需求是未来新闻业发展的主要趋势。



互联网时代的用户需求是信息化为主,而物联时代将主要是基于场景的智能应用需求为主。这将使得新闻平台的价值缩减,人们不再主动去平台上获取信息,只需在边缘智能设备上释放需求“信号”就可以自动获取所需信息。于是同一主题的新闻内容将针对用户的不同需求呈现不同的版本,比如在固定场所时可能是以VR等沉浸式新闻的方式出现,而在移动环境下可能以音频形式出现。


按需分发的方式还将反向推动传媒业的深度融合。媒体只有开展以技术革新为支撑的深层次媒体融合,才可能在信息市场中重握主动权,逐步构建起合理的价值体系,并找到自己在其中的定位。


随着边缘智能时代的来临,用户产生的数据越来越多,提供与其兴趣、情绪相匹配的定制化信息的聚合类应用应运而生,这样的信息服务仅靠单一的媒体或平台、终端是无法提供的。我们对媒介的定义将不再按照过去的物理属性来定义,比如纸媒、电子媒介等,而是更倾向于从一系列欲望、情感、情绪、关系等非物质的心理诉求来定义媒介。


当用户发出相应的需求时,边缘智能要做的不是确定由哪一个媒体或平台、终端来提供此类信息,而是用什么样的内容和服务组合方式可以完成这一任务。边缘智能的基本逻辑就是将一个任务拆分为多个,由就近的终端来提供相应的服务,从而减少时延、提高效率。


因此,以用户需求为逻辑起点,将进一步推动不同媒体形式的深度融合,未来大部分的用户需求命令都将由不同媒体、甚至是媒体和其他行业共同完成。传媒业原有的边界将进一步消解,一个极大扩张的传媒业新版图将在边缘智能网络中形成。


场景智能感知下的 用户洞察力与体验提升


无论是传媒业内容生产体系的重构还是其内容分发流程的转变,其目的仍然是对用户的争夺和洞察,这就需要借助边缘智能下的场景感知来提升其用户洞察力。目前的场景入口主要是各种内嵌于具有较大流量规模平台的小程序(如微信小程序)。


随着边缘智能的发展,传媒业与其他产业的边界越来越模糊,各种终端也可以具备一定的流量规模和服务能力,场景入口将从传统的固定平台延伸到工作和生活中的各种动态场景和移动终端之中,便捷而智能的服务场景入口将成为传媒业和其他平台、产业争夺的焦点。



在万物皆媒时代,场景五力(大数据、移动设备、社交媒体、传感器和定位系统)将在5G边缘智能的助力下全面激活受众的场景需求。人与网络的逐渐融合为把握消费者的兴趣、爱好、行动轨迹等提供了更加丰富的数据,同时也有助于对用户数据的收集与分析,从而对用户形象进行全方位描绘。


通过部署支持实时数据处理的边缘计算平台和终端,将可以为用户提供大量服务、功能和场景接口,让用户就近获取所需的服务。移动边缘计算和移动云计算的关键区别之一,就是移动边缘计算服务器能够利用边缘设备的接近性来跟踪终端用户的实时信息,比如心理、行为、位置和环境,并基于深度学习等人工智能对这些数据进行处理,对终端用户所处场景进行全面把握以洞察用户的真实需求,从而满足用户在当下时间和空间上的心理或功能需要,提升用户体验。


在此背景下,传媒业需要积极布局增强用户体验的边缘场景。具体来说可以有以下几个路径:一是基于场景的流量分配带来的用户体验提升。移动边缘计算可以为每位用户的连接提供实时的吞吐量标识,从而让互联网内容源获知运营商网络的实时连接能力,进而提供更优的视频体验,更有效地实现端到端网络资源的利用与优化;二是基于用户需求切合度的体验提升。


例如用户在同一时间不同场景的内容请求分布是不同的,同一时间点,在博物馆发出的请求更倾向于AR服务,而咖啡馆等休闲场所则是超高清视频服务,这就需要内容提供商和流量运营商协同合作,提前进行需求的智能预测、流量的分配和内容的本地化缓存,从而提高用户的体验。最后是基于场景提供差异化的体验。


边缘智能使得内容的分发可以细分到不同的场景,于是差异化体验将成为可能。边缘智能可以实现按需“切片”、动态收费,即在同一个场景下,根据用户对时延、带宽、安全性和可靠性的不同需求来提供相应的内容服务;在面对同样的需求请求时,根据用户的不同收入水平、兴趣爱好、支付能力等物理场景之外的区隔提供不同质量的内容服务及收费标准,从而用差异化的体验来更好地响应用户的需求。


总之,在边缘智能时代,基于网络环境与生活空间、虚拟空间与现实空间的不断融合,带来了线上线下的跨界融合,从而形成更加多元的场景。边缘智能可以把一切供给、需求通过“场景”建立连接,并让这种连接在对应场景下被激活。当消费者的需求任务借助边缘计算就近卸载后,传统媒体长期积累起来的“在地性”资源将找到合适的场景入口,从而实现场景和用户需求的深度连接,带来用户体验的提升。


边缘智能反向驱动

传媒业商业模式创新


通信服务技术的发展对传媒业的影响是全方位的,5G 时代边缘智能的出现不能单纯地从数据传输速度的提升、用户体验的优化对传媒业的影响这些单一维度去理解。低延时、高速率的5G技术在全面渗透传媒业内容生产、分发流程和用户洞察管理的同时,必将改变传媒业现有的商业逻辑和盈利模式。


已有研究显示,驱动商业模式成功创新的是商业能力,而不是技术能力,技术创新的价值在成功商业化之前是潜在的,企业必须建立一个新的商业模式才能获取技术创新的价值。在边缘智能时代,传媒业只有实现技术创新与商业模式创新的协同效应,才能真正从新一轮的技术创新中获利。


在商业模式创新研究领域,尽管对其内涵和外延以及构成要素等方面的观点有所不同,但都强调价值创造在其中的核心作用,其中各参与方的价值共创是重塑一系列价值活动的关键所在。


5G时代,边缘智能的发展赋予各种终端设备和传感器以人工智能,使得媒体、流量运营商、数据运营商、各类终端及终端用户共同成为价值创造的主体。同时,边缘计算带来的信息生产和消费下沉,也意味着原来“中心-用户”的单边商业模式将转变为“用户-中心”、“用户-用户”的多边商业模式,这就涉及多个利益相关者,从而创造了新的价值链和生态系统。



传统媒体可以在以下几个转变中找到自身在价值网络中的新定位:


一是从内容生产者转向价值创造的组织者和引导者。传统媒体由于长期积累的“在地性”资源,在价值创造过程更加靠近线上生活和线下生活的连接点,如能抓住边缘智能将信息消费“下沉”到终端的机会,实现线上资源和线下资源的整合,引导主流人群及其决策,将会成为传媒业新的价值增长点。


另外,随着按需分发的时代到来,用户的需求也在不断升级,往往不是一个单一机构就能够满足的,这个时候就需要充分借助开放的边缘网络,利用媒体的公信力以组织者和引导者身份将需求相关方的资源整合起来共同创造价值。


二是充分利用边缘网络的开放性和互动性实现价值增值。价值创造主体间的互动是价值共创的基本实现方式,而当传媒业的内容生产呈现在一种开放、可分享以及方便获取的场景中时,将会激发用户进行更多的内容价值共创活动。


边缘智能时代,内容生产商与用户之间的互动连接成为产生价值的关键节点,在场景中通过内容服务与用户生活方式、生理和心理需求的深度连接将形成资源共享,来自各种边缘终端的新闻线索和素材数据将给传媒业的内容生产提供丰富的素材,而通过端到端、端到云之间的网络连接和数据分析,媒体也可以为用户适时提供更为契合的内容或服务,从而在数据与深度连接的互动中实现价值增值。


三是加强与运营商、互联网公司和通信技术企业之间的协同创新。在边缘智能的实现过程中,流量在不同终端的合理分配、内容资源的就近缓存、内容付费方式的动态调整等都对价值实现和用户体验有较大影响,这就涉及不同互联网公司、媒体、平台之间的协同合作,而这也正是边缘智能的内在发展逻辑——万物智联,通过连接合作实现内容服务的智能化、本地化、场景化推送,从而提升用户的体验价值。


总之,5G时代边缘智能的出现,意味着传媒业生产权力和消费权力向用户的进一步下沉,边缘计算、人工智能的发展将自动创造、捕捉、分发、接收和消费用户在不同智能场景中所需的内容和服务,并以用户能够接受的方式实现盈利。传统媒体只有在这种动态商业模式创新过程中找到自己的定位,才能协同技术创新与商业模式创新,获得新的价值增长点。


编者按:

来源:本文选自《山西大学学报》2020第1期。

作者:喻国明,教育部长江学者特聘教授、北京师范大学新闻传播学院执行院长,CTR媒体融合研究院专家。

李凤萍:云南大学新闻学院讲师。

内容有删节。


推荐阅读


有收获就点个“在看”呗!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存