媒体的未来前景光明，且创作更加均衡地分布

来源：Newsweek 作者： Marcus Weldon

科幻作家威廉・吉布森曾有名言：“未来已然来临，只是分布得不太均衡。” 我与道格・夏皮罗交谈后得出的主要结论是，换个角度来描述媒体行业的现状，那就是未来已经到来，而且创作力将更加均衡地分布。
夏皮罗指出，当前视频媒体行业的两大主导力量，一是传统的好莱坞制片厂（以及其他国家类似的大型制作公司），二是过去十年中崛起的个体社交媒体内容创作者，他们如今在全球媒体和娱乐市场中占据了超过 15% 的份额。前者试图吸引大量观众，提供适合在大型集体场所（如电影院）观看的内容；后者则寻求类似的观众规模，但每次面对的是单个观众，观看空间是小小的手机屏幕。
重要的是，这场激烈竞争中的两大主角所提供的内容截然不同，这反映了消费设备和环境的差异。好莱坞风格的大片内容注重最高的制作质量，包括故事情节（剧本）和演员阵容；而后者则专注于夏皮罗所说的 “参与质量”，其基础是创作者声音的真实性，以及他们与追随者的直接互动和关系。
值得注意的是，在这两个极端之间的内容很少。夏皮罗表明，齐普夫流行度曲线的传统中间部分已经被掏空，随之而来的投资流向了这两个阵营中的某一方，要么用于资助愈发奢华昂贵的大片内容，要么用于支持更多创作者制作更多的频道和以人物为导向的系列节目。
然而，夏皮罗认为，这种二元平衡即将受到生成式人工智能（GenAI）技术的冲击，从而产生一个新的内容生产连续体，内容不仅在当前的权力基础之间进行分配，还会延伸到每一个有愿景和必要动力的创意个体层面，这将是一个新的人类表达的乌托邦。
为了理解这个前所未有的未来的独特性和令人信服的论据，首先考虑过去几十年中不断演变的媒体地位是很有启发性的，正是这些演变将我们带到了当前的现实，而当前的现实又预示着这个未来。
夏皮罗指出，任何关于营销动态变化的讨论都包含三个因素的相互作用：

1. 经济因素：从商业角度来看什么是可行的，以及在财务上如何维持下去
2. 技术因素：利用所需的经济条件可以创建什么样的新服务或解决方案
3. 偏好因素：对于终端用户来说，新服务或解决方案中哪些是他们想要的

在我们与罗德尼・布鲁克斯的交谈中，他告诫人们要警惕 “神奇思维”，这种思维通常表现为被一项引人注目的新技术所吸引，从而认为它会在市场上迅速普及。夏皮罗也认同这一观点。他告诫人们要警惕 “技术决定论”，这本质上是由于对第一个因素（经济因素）的误判，同时被第二个因素（技术因素）的吸引力所左右，从而相对忽视了第三个因素（偏好因素）。
所以，我们不要陷入这样的陷阱。我们将从经济因素入手，然后考虑用户偏好，最后看看人工智能和生成式人工智能技术能够带来什么样的新市场平衡。

不断演变的经济形势：分发领域的护城河被跨越

在互联网出现之前的视频时代，电视内容最初是通过天线免费播放的，但由于频谱限制，通过这种方式传输的内容数量有限，于是出现了其他更宽频的传输方式，比如通过电话线连接到接收调制解调器，或者通过卫星传输到家庭接收器。
部署这些新基础设施的成本相当高，这使得它们实际上成为了稀缺资源，内容分发资产的所有者能够决定向订阅用户提供的内容。他们还利用这种议价能力设置了辅助进入壁垒，以优惠的经济条件获取内容的优先使用权，然后以套餐或内容频道包的形式向订阅用户高价出售这些内容，从而实现盈利。
此外，与所有此类捆绑策略一样，受欢迎的内容频道会与不太受欢迎的内容结合在一起，通过内容的数量和质量来证明高价的合理性。这种做法的最终结果是，视频内容行业越来越多地提供了许多消费者不想要的频道，消费者几乎没有选择的余地。
传统媒体企业有效地建立了一道护城河，保护自己免受新进入者的竞争。大规模的内容分发需要大量的劳动力投入和资本支出，所以很少有公司愿意且有能力进行必要的投资。因此，内容分发的供应有限，而对（某些）相关内容的需求却依然很高。最终的结果是，有线电视业务在那个时代是最赚钱的业务之一，因为其价格不断上涨。但这导致内容提供商习惯性地向消费者提供越来越多的内容和频道，而观众实际上只观看了有线电视套餐中 150 多个频道中约 7% 的内容。
但是，互联网以及相关的数字和网络技术消除了内容分发领域的这道护城河，大大降低了创建数字资产的成本。这些数字资产可以无损耗地无限复制，并作为互联网服务进行传输。此外，内容分发商与大型内容制作商之间原本紧密的关系也不再可持续，因为现在任何内容都可以通过网络获取。这催生了许多新的内容服务，比如 YouTube，它免费提供各种各样的创作者自有内容，不过这些内容的制作质量大多较低，而且几乎没有正式的剧本或文学叙事。
为了理解这种看似微不足道的转变的重要性，参考夏皮罗对媒体行业的描述会有所帮助，他认为媒体行业本质上是将注意力和参与度货币化。
夏皮罗指出了一个关键问题：由于人们一天中不活跃或未被占用的时间有限，注意力是有限的。事实上，如今美国人每天花在各种媒体上的时间已达到了 13 个小时，占普通人清醒时间的 75%。所以，在注意力方面已经没有多少经济价值可供挖掘了。
但还有一个复杂的经济问题：整个视频市场在经通胀调整后的实际价值方面没有增长，原因包括消费者在视频媒体娱乐方面的支出下降、广告支出下降，以及过去十年中传统电视和流媒体的收入和盈利能力下降。
这直接导致了自 2015 年以来，人们观看线性电视和流媒体电视及视频的总时长下降了 70% 以上，其他形式的媒体取代了传统的集体电视和视频观看方式。值得注意的是，在传统收视率方面，唯一的亮点是直播体育赛事，在各个年龄段，其收视率相对稳定。但由于供应有限且需求明显，这种独特的地位极大地推高了转播权成本。
所以，所有这些因素综合起来，通过传统视频媒体将注意力货币化的经济模式正处于长期且似乎不可逆转的衰退之中。

准社交偏好：真实性的意外到来

克莱顿・克里斯坦森著名的论著《创新者的窘境》指出，在这种受限的环境中，很容易受到干扰，要么是出现了经济上更具优势且具有可接受吸引力的选择，要么是出现了能够创造新竞争市场的替代解决方案或服务。
传统的企业内容提供商（就像所有现有企业一样）一直专注于制作制作质量越来越高的脚本内容。但这也带来了越来越高的成本（夏皮罗估计在过去五年中支出增加了约 60%），并且需要大片的高人气才能盈利。因此，原创脚本内容的风险回报状况不如利用现有成熟知识产权（IP），比如漫威电影宇宙这样的系列作品，或者《速度与激情》《碟中谍》《星球大战》等系列电影。但这实际上将经济潜力限制在了已知的范围内。一个早期的迹象表明了这种创意和消费者的保守态度，即在 2024 年，百强电影中超过三分之二是基于现有知识产权制作的。
最近，制片厂试图通过推出流媒体服务来寻找新的收入来源，但在很大程度上适得其反。夏皮罗指出，流媒体媒体每小时观看产生的收入是传统线性电视的三分之一，而传统线性电视目前仍占所有视频收入的 66%。由于这些具有挑战性的经济因素，流媒体服务也严重依赖授权内容，目前前 100 名流媒体节目的观看时间中，授权内容占了 80%。
但是，在这种受限的背景下，在过去十年或更长时间里，市场上出现了一种替代服务，它利用了另一个质量维度：参与度。
这种转变从根本上得益于创造移动互联网的技术创新。音乐无疑是第一个出现这种行为变化的媒体形式，消费方式从无法支持音乐流媒体的专用 MP3 音乐播放器转向了移动设备。随着更高带宽无线技术（LTE、5G）的部署，视频内容也随之改变，引发了消费者行为的全面转变，他们更看重随时随地获取内容的能力。
这种新的 “表达偏好” 引发了一种新型的市场破坏 —— 移动媒体市场，其特点是屏幕更小、内在交互时间更短，用户对服务的期望也更低。重要的是，有限的屏幕分辨率和尺寸使得低画质内容与高质量制作内容在视觉上相对难以区分，而且用户对通话中断和网络会话中断的体验和接受度，让他们能够容忍视频流中的一些变化。随着网络视频自适应流媒体技术的兴起，视频流不再卡顿，当带宽不足时，视频会自动降低分辨率。
但还有一个决定性因素成为了这个新市场的特征，那就是一种新型内容的出现：用户生成内容（UGC）。
与企业媒体公司制作的脚本内容相比，用户生成内容的决定性属性是用户感受到的个人相关性或情感及社交参与度。至关重要的是，YouTube 的研究表明，76% 的 Z 世代观众更喜欢社交平台，因为这些平台上的内容 “更能反映他们自己”。此外，对这类内容的参与具有强烈的社交和准社交方面，通过参考人类大脑以及新皮质中的心理理论和心理化过程，我们可以充分理解这一点，这些准社交关系取代了传统的人类现实社交关系。
马歇尔・麦克卢汉有句名言：“媒介即讯息”，这意味着内容的包装和传播方式比内容本身更具启发性。似乎新的讯息是，更具吸引力、真实性、网络社交和准社交的内容才是消费者想要的，用户生成内容现在占据了所有视频消费时长的 25% 左右。
所以现在我们的媒体市场有两个组成部分，一个以高制作价值的内容为特点，这些内容具有大规模的叙事和大众市场吸引力；另一个则以低制作成本的内容为特点，这些内容具有个人吸引力的叙事以及准社交 / 网络社交吸引力。这两种媒体力量之间存在内在的紧张关系，因为前者每分钟的成本高达 100 万至 200 万美元，而基本的用户生成内容每分钟的成本低至几美元甚至几美分（从移动设备录制和流媒体传输内容的名义成本）。而且由于媒体注意力时间是固定的，不会增长，所以消费用户生成内容的每一分钟都会给大片内容制作商带来越来越大的经济压力。

变革性技术：生成式人工智能的登场

我们上面关注了不断变化的经济形势和用户偏好，但三方平衡的第三个因素是技术变革。一种新的技术解决方案有可能重新平衡市场动态。生成式人工智能作为一种通用技术，在自动文本生成、视频创作和制作工作流程优化方面具有不可否认的潜力，显然可以做到这一点。
夏皮罗简洁地总结了这种潜力，他认为生成式人工智能可以将高质量内容的制作成本趋近于零，就像互联网对内容分发市场的影响一样，在视频内容制作市场引发类似的变革。生成式人工智能的兴起有可能做两件关键的事情，从而改变现状：

1. 改变高质量内容的制作经济模式
2. 通过制作新型内容来改变用户参与度

让我们依次来看这两点。

经济模式的改变

人工智能已经极大地提高了通过计算机生成图像（CGI）制作视频特效的能力，并通过让人物年轻化、场景布置或转换等方式来增强内容。然而，技术成本以及制作流程和步骤的数量也因此增加了。但现在生成式人工智能有可能通过以下方式实现这些流程的自动化和增强：

• 减少生成和试验不同内容选项、场景、特效甚至短片试播所需的精力。
• 通过对故事和所需内容 / 场景进行参数化描述，减少流程步骤，从而自动生成高质量内容。
• 减少后期处理内容以创建不同版本的精力，这些版本具有不同的视角和叙事弧线，且采用不同的语言和场景。

重要的是，尽管大多数生成式人工智能工具的最初版本需要放弃创作控制权，因为整个输出是由一系列初始提示生成的，但夏皮罗指出，这只是为了迎合临时创作者而设计的简单初始实现的产物，就像早期的大语言模型是为了取悦随意的文本回应创作者而设计的一样。但在过去几个月里，生成式人工智能工具已经有了显著的发展，能够实现相当程度的创作控制。事实上，正如夏皮罗所说：“人工智能生成的任何优秀作品中都蕴含着大量的人类意图。”
而且，实际上不太可能出现完全由人工智能自动制作视频而无需人类参与的世界。套用大卫・伊格曼的话来说，在文学（艺术）中，没有什么比感受到另一个人通过（媒介）传达给你的情感更重要。换句话说，人类追求并对与他人的联系极为敏感。
事实上，正是这种敏感性导致了 “恐怖谷效应” 现象的出现，如下图所示。人们对那些看似接近人类的机器人会产生负面情绪，这是由于在分类上的困难导致的认知失调，以及对外群体的识别（和排斥）的放大，而动作只会加剧这种效应。
可以合理地断言，这些恐怖谷现象的存在是因为缺乏一个足够完整的 “世界模型”，无法准确描述人类的互动和行为。目前将生成式人工智能工具应用于视频内容领域，实际上缺乏自主创建可信现实的能力，就像我们在本系列中发现的，当前的生成式人工智能模型在应用于现实世界问题时也存在这种情况。
最终的结论是，尼古拉斯・凯奇所担心的 “我坚信不能让机器人为我们做梦。机器人无法为我们反映人类的生存状态” 在可预见的未来不太可能成立。

参与度的改变

多年来，人工智能工具不仅被用于通过计算机生成图像创建特效，还用于优化算法，使内容与消费者偏好相匹配，并合成或调整语音（并从语音创建字幕文本），以增加内容的影响力或可及性。但现在，生成式人工智能有可能通过自动增强内容以匹配个人偏好，显著提升消费者的参与感或个人沉浸感。例如：

• 提高根据用户偏好或人物角色动态个性化内容和叙事的能力。
• 增强创建多维物理世界或视角的能力，提供前所未有的体验。
• 实现故事创作中的共同创作，允许更广泛地探索叙事空间。
• 通过制作高质量的粉丝生成内容以及相关社区，扩展现有内容或创作者的领域。
• 让任何有想法的人都能成为内容创作者，而无需大量的资本投资或专业知识。

综合以上所有内容，一个可能的结果是出现一个新的内容市场，其特点是专业质量的用户生成内容，具有以下独特的组合：
新的视频媒体市场 = 优化的参与度 + 专业制作 + 经济实惠

重要的是，由于最先进的生成式人工智能工具价格诱人且广泛可用，这种新现实将平等地适用于所有类型的内容。所以，可以想象我们即将迎来的未来是这样的：

1. 好莱坞大片可以降低特效成本以及整个制作过程中很大一部分的成本。
2. 用户生成内容更接近专业制作质量，并继续扩大其准社交和网络社交参与度。
3. 新型内容涌现，包括第一人称视角插入、多视角、不同结局和叙事选项，继续探索 / 利用参与度和个性化的角度。
4. 好莱坞创作者使用相同的工具摆脱好莱坞的限制，在资源有限的情况下制作高质量的脚本内容，而无需依赖传统的好莱坞融资以及随之而来的妥协。

因此，可以合理推测，未来将出现一个内容连续体，从超个性化（针对个体消费者）到微社区（10 到 100 名消费者），再到社交社区（数百到数千名消费者），再到大众准社交社区（数百万消费者），最后到大众市场大片规模（数亿消费者）。

但这需要克服当前对生成式人工智能潜力的担忧。在创意艺术领域，对技术的恐惧一直很普遍。大卫・哈伊杜在他的新书《神秘的缪斯》中描述了技术在音乐表演和录制演变中的作用，他写道：“对机器创作艺术的恐惧尤其深刻，因为这切入了人类在宇宙中少数自认为特殊的领域，而不断增长的科学知识让我们感觉自己越来越渺小。” 多年来，电影和电视行业也不例外，查理・卓别林曾有名言：“有声电影正在破坏世界上最古老的艺术 —— 哑剧艺术。它们正在毁掉无声艺术的巨大魅力。”
哈伊杜还提醒我们，美国无线电公司（RCA）的原负责人大卫・萨尔诺夫在 1956 年曾说过：“文科不应忽视科学技术的进步，认为它们过于技术化而难以理解；而工程师也不应将音乐和艺术视为其天然领域之外的事物。在超过四分之一世纪的时间里，娱乐艺术感受到了电子技术的神奇力量。结果，音乐、戏剧、电影、留声机，甚至新闻业都呈现出了新的维度。”

事实证明，这种观点极具先见之明。内容行业经历了众多技术变革，从卓别林对麦克风的反对，到家用视频录像机和 DVD 的引入，再到视频特效工具和计算机生成图像的引入，这些变革引发的担忧程度与如今人们对生成式人工智能的担忧类似。

未来从何开始？

鉴于上述情况，完全有理由推测，同样的先是拒绝然后接受的循环将会再次出现。但这场革命将如何开始，又将从哪里开始呢？夏皮罗概述了一个可能的阶段划分，他预计变革将从社交内容领域开始，比如 MrBeast 创作的内容，这类内容不需要传统的叙事故事，一切都 “自然发生”。对于这类内容，场景之间的视觉连贯性也没那么重要。当这些简化与对不断差异化的需求（并且要快速实现差异化）相结合，以吸引准社交受众时，使用生成式人工智能实现更高水平的制作和流程自动化将带来明显的好处。接下来，广告内容的生成也会采用生成式人工智能。