怎么看智媒转型与AI浪潮？做新闻的文科生这样说

我曾经是一名新闻工作者，如今成为了一名新闻技术工作者。面对各位技术大咖，今天我想分享一个特别的视角——作为一名做新闻出身的文科生，如何看待媒体技术的应用和发展，如何看待 AI 浪潮。

今天的分享包含三个部分：

  每日经济新闻的智媒转型

  AI时代的认知与理解

  每经科技的产品思路

你可能对每日经济新闻还不太熟悉。我们是一家专注于上市公司、证券投资和经济领域的专业财经媒体。虽然总部在成都，但我们的视野从未局限于一地。从创立之初，我们就以全国布局、全球视野为目标。作为成都传媒集团旗下的媒体，我们继承了成都商报的基因，同时保持市场化运营的特色。

你知道我们在全国的布局吗？我们在北上广设立了三大分中心，在主要一线城市都有驻点。不仅如此，我们还在海外设立了智库，开展国际智库项目。2024年是每日经济新闻创刊20周年，这20年我们一直在探索转型之路。

在新媒体领域，我们可以说是先行者。你可能已经在各个平台上见过我们：

最近5年，我们正在推进智媒转型。但你知道吗？在所有的转型过程中，我们始终坚持"内容为王"的理念。我们的slogan是"新闻决定影响力"。我们坚持"心中有团火，头上有块冰，脚上有摊泥"的理念。这种价值观和人的能力，是任何技术变革都无法替代的核心竞争力。

近年来，我们在舆论监督报道方面表现突出，连续获得中国新闻奖的一等奖、三等奖。让我和你分享一个小故事：2019年，我还在做采编工作时，带领团队将深度报道、监督报道与技术相结合，用产品思维打造了一个融媒体作品，最终斩获了我们的第一个中国新闻奖。

在北京，我们拥有一支60多人的精干团队。其中有专门做政经报道的团队，他们与中央部委，以及全国政协、全国人大保持紧密联系，采访过80多位副部级以上的官员，定期参与国新办发布会。此外，我们已经连续十几年策划企业家建言两会的专题报道。

说到技术创新，我们的故事要从2019年底说起。那时还没有ChatGPT，AI还处在第一代阶段。你可能会问，我们是如何起步的？第一个项目是与微软亚洲研究院合作，开发上市公司公告摘要的机器新闻写作。为什么要做这个？作为财经媒体，我们需要报道4000多家上市公司的新闻，仅靠人力是无法完成的。这个项目帮助我们极大提升了工作效率。

这个项目开启了我们的技术转型之路。现在这套系统不仅在持续运行，我们还掌握了自主研发的能力。后来，随着视频平台的兴起，我们开始探索全量内容的视频化。从2022年开始，我们自主研发的视频工具在内部使用，到2023年开始尝试商业化和产品化。同年，我们还着手建设自己的媒资库。2024年，在每日经济新闻20周年之际，我们全面启动了技术产品的商业化探索，并推出了20周年特刊，向过去致敬。2025年，我们将这一年定位为品质创新年，在技术产品化、商业化方面继续发力，同时探索智能体发展方向。

你可能想知道每经科技是如何运作的。2022年整合成立后，我们采用独立运营、独立核算的模式，市场化运作。这意味着什么？我们需要自己在市场上赚钱，养活团队，打造有竞争力的产品，在市场中找到自己的位置。总结来说，我们从内容生产的需求开始，最终所有转型和技术产品都回归内容。

在谈每经科技的AI产品之前，让我们先聊聊对AI的理解。作为一个文科出身的内容从业者，我想从一个相对通俗的视角，和你分享对这项技术的看法。

首先，你需要知道AI大模型并不是什么神秘的存在。现在我们对AI和技术的认知已经逐渐理性化。从本质上来说，大模型是一个知识压缩的模型。这种压缩模式带来了显著的优势，也存在一些局限。

最大的优势是实现了知识的平权。现在只要你能打字上网，就可以获取全球的优质知识资源，这是一次革命性的变革。通过概率计算，大模型还能发现许多人类难以察觉的规律，为科学研究提供新的思路和方向。

但知识压缩也会带来一些问题。就像把一本厚书压缩成一篇摘要，必然会有信息损耗。这种损耗会导致大模型产生"幻觉"。目前，控制这种"幻觉"已经成为技术攻关的重点，我们通过知识库、知识图谱和提示词工程等多种方式来解决这个问题。

在媒体领域，大模型面临两个较为棘手的问题：一是前面提到的"幻觉"问题，二是模型的"黑盒"特性，也就是缺乏可解释性。这两点与新闻生产强调的准确性和可溯源性直接冲突。这也解释了为什么很多AI能力在真实的新闻生产中难以直接应用。

要想和大模型进行有效对话，你需要学会知识提取的技巧。这就像文科生和理科生之间的对话。文科生习惯说"我想要什么""我感觉如何"，但大模型更像一个理科生，需要你提供明确的参数和逻辑关系，才能输出准确的信息。

这也提醒我们不要把AI等同于人类。虽然现在AI的能力令人惊叹，看起来似乎达到了人类智能的水平，但实际上它只是在进行概率计算和输出。当它说得头头是道时，并不真正理解自己在说什么。当它犯错时，也不会意识到错误，而是会继续自信满满地输出错误信息。

你在使用大模型时，可能经常遇到一个问题：它会非常认真地说一些完全不准确的内容，而且说得如此真诚，以至于你都很难分辨真假。这种情况会带来一些实际的困扰，其中最直接的就是权责边界问题。如果你把AI当作一个类似人的角色，比如让它担任审校员或策划员，你会发现很难界定责任的边界 —— AI可能会犯错，但它不会为错误负责。

想象一下，当出现问题时，领导问你："谁来承担责任？"你显然不能把责任推给AI。这就在业务流程和工具使用过程中带来了一些复杂的理念问题。因此，我们需要坚持"以人为本"的原则，尊重人的价值，实现人与工具的协同生产。

关于AI应用，你可能需要转变一下思维方式。过去我们习惯于用"互联网+"的思维，现在可能经常谈论"AI+"，但大模型的应用实际上是一个乘数效应。什么是乘数效应？让我们用一个具体的例子来说明：

假设机器的能力是100分（未来可能会达到1000分、1万分），而一个人的平均能力是1分。当人机协同时：

这种乘数效应说明，使用"加法"模式会忽略人的能力和责任，而"乘法"模式则能实现真正的人机协同 —— 这就是所谓的"遇强则强"。这再次强调了人的价值：只有当你的业务能力足够厉害，你才能更好地使用AI。

需要强调的是，这里说的人的能力并非简单的机械化工作能力。这里更强调的是人的创意和创造力、隐性知识，以及长期积累的经验。

你可能也遇到过这样的情况：当一项新技术出现时，尤其是AI这样的革命性技术，大家总是充满期待。这就让我们想到了一个有趣的现象，叫做阿玛拉定律。这个定律告诉我们，人们常常会高估技术带来的短期影响。

看看2023年、2024年的媒体报道，你会发现铺天盖地都在讨论AI将如何改变社会，带来多大的冲击。很多人认为AI马上就能带来惊人的变化：它能大幅降低成本，能让工作效率提升好几倍。但这些想法往往过于乐观和简单。

这种对短期效果的高估可能会带来两种结果：有的人盲目跟风，急于求成；有的人在短期内发现AI没有达到预期效果后，就完全否定了它的长期价值，陷入固步自封的误区。

那么，面对AI技术，你该如何明智地应对？我们建议采取「稳扎稳打」的策略，进行短期试错。具体来说，最重要的是先用起来。不用纠结用什么产品，是免费还是收费，是国外还是国内的产品。因为只有在实际使用过程中，你才能真正理解AI，培养人才，积累经验。这也是每日经济新闻在技术转型过程中得到的重要启示。

从小处着手也很重要。你不需要一开始就想着用AI彻底改变现有的工作方式。相反，从小的痛点和场景开始尝试更实际。选择那些轻量化、可容错的场景，采用短、平、快的方式逐步解决问题。

最后，你需要注意的是，AI的应用既是一把手工程，也是一线工程。这意味着不仅要在组织层面足够重视，从机制流程上适应技术变革，同时一线员工的工作方式和流程也会有变化，最重要的是提升一线的工作效率。

如果你正在做内容生产和传播，你一定希望业务骨干能够快速适应 AI 时代。在每日经济新闻，我们的业务骨干都走在了使用 AI 和大模型的最前线。你看，现在每经科技的优秀产品经理，很多都是从采编岗位转型过来的。就拿我来说，之前也是每日经济新闻的部门主编，在业务一线工作10年，现在也转型做起了产品。

你可能会问，每经科技是一家什么样的公司？我们把自己定位为「更懂内容与传播的 AI 科技公司」。为什么这么说？因为我们本身就深耕内容和传播领域。我们所有的产品和技术，都经过每日经济新闻这个实战场景的反复验证和优化，然后才会考虑产品化和商业化。作为一家有传媒国企背景的主流媒体，我们用这样的专业底色和品质去服务客户。

你或许想知道，在竞争激烈的市场中，我们相比大厂、其他传媒科技公司和传统 IT 厂商有什么优势？核心就在于我们对场景的深度理解。现在 AI 应用已经进入细分场景的关键期，而我们在传播这个垂直领域，通过 20 年的传媒积淀，积累了丰富的人才、专家资源，以及知识库、媒资库和专家策略。

在技术层面，你会发现现在已经进入技术平权阶段，技术门槛不再是主要壁垒。我们的核心竞争力在于工程化能力。我们不做 AI 底层研发，而是专注于如何把 AI 能力更好地应用到具体场景中。虽然商业化时间不长，但我们已经服务了 50 多家大型标杆客户，始终保持着媒体的专业品质。

你看我们的产品体系，目标就是帮助客户解决 AI 落地的最后一公里问题。我们的所有产品都是以场景需求为导向，以应用为核心，源自实践打磨。同时，我们也为客户提供一站式的定制化解决方案。

现在你可以看到，我们的新媒体短视频制作工具已经完全适配了视频平台特点，采用这种短平快的生产模式。每天通过我们的 SaaS 平台，能够产出数千条视频。

整个视频生产的思路其实很清晰：首先要有合规的素材，然后能快速生产、批量输出，最后实现一键分发。从视频脚本改写到可商用的版权库，包括图片、视频、音频、字体、BGM 等素材，我们都确保了版权合规。在这个基础上，我们开发了一套智能识别算法来做智能匹配，这就能实现批量快速的生产。

说到图文创作，你可能会问：有没有一个通用的工具可以满足所有需求？答案是没有。AI 图文创作不可能通过一两个工具就覆盖所有场景，所以我们选择根据细分场景定制开发，这样才能快速解决实际问题。

为什么要这样做？因为创作场景千差万别。比如说最基础的配图功能，每日经济新闻的配图需求就和其他媒体不一样。即使是同一个金融机构，不同业务线的配图逻辑也会有差异。这就是为什么我们认为无法用一个工具解决所有场景的问题。

在 AI 能力方面，我们接入了市面上40多家基座大模型的商用能力。你可能会问，我们是如何选择的？我们的团队在后台持续进行测试和选型，目标不是选择最强大的大模型，而是寻找最适合特定任务的模型，同时要考虑成本可控和稳定性。我们的专业采编人员和工程师密切配合，不断研发这些细分场景的 AI 创作任务。

值得注意的是，这些任务并非完全依赖 AI。我们采用人机协同的方式，很多时候是和客户一起共创完成任务。

说到媒资库，虽然市面上很多厂商都在做，但我们的特点是更注重生产赋能。正如前面提到的，媒资库是我们媒资匹配生产逻辑的重要基础设施。它能与生产系统无缝连接，通过多模态大模型识别，快速盘活存量媒资，让这些资源能够真正用起来，与视频生产系统形成完整的工作流。

你知道我们的创新产品是什么吗？我们已经有一个能快速生产大量短视频的系统，当视频制作完成后，按照栏目进行智能编排，然后推送到云直播平台上，这就形成了我们的AI电视产品。

从2021年10月开始，每经AI电视就在每日经济新闻各个端口上线播出。现在你打开每日经济新闻的抖音、视频号就能看到。它已经持续滚动直播超过1,300天。这个产品的效果相当不错 - 每天的观看量都超过一万，特别是在视频号上保持直播状态时，单月能增加上万粉丝，最好的时候周观看量能达到1,900多万人次。

我想重点介绍的是我们的AI展会传播解决方案。

你知道什么是一站式的展会直播服务吗？这不是简单地架个摄像机就完事的直播，而是把展会内容制作成电视级的节目形式，形成滚动直播流。这种直播可以在大屏小屏上同步播放，既保持专业媒体的品质，又能灵活应用。我们提供从拍摄、制作到分发的全流程服务，通过人机协同的方式，持续输出优质内容。

这个方案已经在多个重要展会中得到验证。比如中国国际消费品博览会（消博会）、服贸会的子论坛空中丝绸之路国际合作峰会，以及中国新疆喀什 · 中亚南亚商品交易会（喀交会）等。这些展会通过我们的服务，实现了科技赋能，在展会核心大屏和新媒体平台上提供7×24小时的AI直播服务。

在消博会上，你可能已经注意到AI带来的新变化。这不仅吸引了央视和新华社的目光，更重要的是开创了全新的展会传播方式。除了常规的线上直播，你还能看到源源不断的短视频内容，以及小红书、微博等平台的实时更新，让展会信息全方位覆盖公域和私域。

这样的传播方式给展会带来了什么好处呢？首先，通过直播流、大小屏幕的内容分发，赞助商获得了更多展示机会。其次，参展商的品牌曝光度也随之提升。最重要的是，参观者能获得更丰富的参展体验。

说到媒资库应用场景，你可能会觉得有些意外。我们的第一个商业化案例不是来自媒体行业，而是医疗领域。想想看，作为拥有百年历史的医疗机构，医院积累了大量的媒体资源，不同部门之间需要共享和协同使用这些资源。虽然医院信息化建设正在快速推进，但传统的医疗信息化供应商往往忽视了媒资库系统的重要性。我们抓住这个机会，开发的媒资系统现在已经在医院常态化运行，取得了不错的效果。

在合作模式上，你会发现我们采用了更灵活的方式。不是简单地推出一个庞大的系统，而是根据你的具体需求来匹配解决方案。值得一提的是，我们支持轻量级定制，这得益于大模型定制的便捷性。你知道多快吗？最快只需两周时间，就能为一个机构定制5-6个AI任务。这不仅提高了交付效率，还能让你用较低的成本获得定制服务。

我们采取开放合作的策略。目前我们专注于特定细分场景，我们积极与各类厂商和媒体展开合作，共同开拓市场，实现共赢。

在服务方面，我们不仅提供 SaaS 软件，还整合了每日经济新闻的国际传播资源、智库资源，以及内容版权和专业运营服务，形成全案服务模式。另外，你还可以选择私有化部署的方式。

我们也希望与本地媒体合作。你可能会问，为什么要与本地媒体合作？因为我们的产品不仅仅面向媒体，更希望拓展到政务、医疗、企业等更广阔的市场。这让我们想到一个有趣的比喻：媒体最擅长的模式是"羊毛出在猪身上"。

虽然整合成立不到 5 年，商业化仅有两年时间，但我们的产品经过了长期细致的打磨。我们的核心战略是聚焦传播场景，为各行各业赋能。

你可能会问，我们如何定位自己？我们是技术的整合者，而非追逐者。我们追求的是将最适合的技术应用到最合适的场景。在细分市场中，我们选择做深耕者而非通吃者。传播这个领域足够大，能容纳众多机构共同发展。

在 AI 应用方面，我们的角色是价值落地者，而非吹捧者。你不会听到我们说"AI 能立即解决所有问题"或"能马上替代一半员工"这样不切实际的承诺。相反，我们注重与客户共同探讨，找到 AI 能力在具体业务场景中的最佳应用方式，切实提高工作效率和创作能力。

商务与合作

试用产品、定制开发、合作洽谈

金融机构及企业客户   

请联系蒋女士：13917068282（微信同号）

政务机构及媒体客户

请联系牛先生：18780259686（微信同号）