融合媒体演进的四条路径
2022-07-01黄升民
☉黄升民 刘 晓
媒体演进(media evolution),又可以称为媒体演化、媒体进化,是媒体为了增强环境适应性和媒体系统稳定性,通过对技术、内容、渠道、产品、平台、人才等媒体资源的优化配置重构运营模式,实现媒体从低级到高级、从无序到有序发展的不可逆过程。因此,媒体演进的趋势也被理解为资源不断优化的过程。传统意义上,不同媒体的演进由于其所掌握的媒体资源不同而拥有不同的路径,但是随着1994年互联网接入中国,不同媒体之间泾渭分明的界限被打破,各种媒体资源开始走向融合,塑造出新的融合媒体形态。这种情况下,国内媒体演进的路径发生了怎样的变化?未来的媒体将是何种形态?这是本文将要回应的问题。
一、融合媒体重构媒体演进路径
互联网和数字技术的普及,促使国内媒体资源的量级和分配机制发生变化,颠覆了传统媒体主导的媒体格局,重构了媒体的演进路径。
(一)互联网驱动融合媒体的建设
互联网的普及,打破了原有传播渠道的稀缺性,驱动信息传播向线上迁移。互联网将“一切媒介作为自身的内容,成为一切媒介的媒介”,整合了所有媒体的功能特征,构建了媒体运营的底层体系。由此,媒体格局开始从传统媒体条块分割、各司其职的封闭场域中脱离出来。曾经认为划定的、用以界定某一特定产品和服务市场的边界变得越来越不清晰,报纸、电视和通信行业的划分正在逐渐失去意义。这种变化体现在多个方面。
一是媒体功能的整合与延展。
传统意义上的媒体,围绕报刊、广播或电视等媒介各司其职,具有单一的媒体功能。随着互联网普及、政策准入和媒体产业化的推进,各种媒体功能基于单一机构实体实现了整合,支持媒体对全媒体传播渠道的建设。与此同时,互联网的开放共享性赋予媒体连接更多社会、产业资源的机会,驱动媒体开辟新的业务场景、重构运营机制、对接其他产业领域,以信息传播为核心构建起“媒体+”模式,成为综合性的信息传播服务实体。二是市场关系的调整与重塑。
国内媒体在互联网环境下构建了新的市场关系结构和利益分配模式。首先,用户关系从单向规模式触达走向多向精准化互动,信息生产、传播、变现向用户倾斜,颠覆了传统的信息链条。其次,产业关系逐步走向开放、共享、共赢,建立起政策和市场双重资源调配机制,重塑了传统的产业链条。三是媒体范围的拓展与泛化。
作为市场经营实体,媒体的范围已经不局限于传统媒体,拥有数字技术优势的互联网企业、通信运营商甚至终端厂商都在布局媒体业务,并在争议声中被囊括进“新兴媒体”的范围,与传统媒体并存。由此来看,媒体的内涵和外延均在发生变化。在互联网和数字技术的支持下,资源壁垒被打破,各种媒体资源调整、重组,正在孕育具备全媒体渠道、多业务功能、跨产业链条等特点的新的媒体系统结构,我们姑且称之为融合媒体。
(二)媒体从动态线性式演进走向数字融合式演进
融合媒体的建设让国内媒体演进路径“另起一行”,进入新的阶段。以往,媒体演进基于技术革新媒体形态的视角,沿着时间轴顺序脉络呈现出报纸、广播、电视、互联网等媒体的“顺序—线性”演进路径。这种演进路径符合美国媒介理论家保罗·莱文森(Paul Levinson)提出的补偿性媒介理论,呈现出新旧媒体的功能互补与替代趋势。而随着不同形态媒体之间的壁垒被打破,各种媒体资源走向汇聚,融合媒体开始建立,以媒体形态为核心的纯粹的动态线性式演进已经成为过去,我们必须摒弃基于中心、边缘、层次和线性等思想的概念体系,取而代之的是多线性、点状、连接、网络的范式。
那么,如何重新审视国内媒体的演进路径?首先要明确的是,融合媒体的建设不再以媒体形态为核心呈水平线性延展,而是将各种媒体资源汇聚于数字融合系统中重构其配置链条,以支持其全媒体、跨产业等业务、经营、管理等机制顺利运行,由此推动了媒体一体化趋势。这促使媒体演进路径不再以横向媒体形态变化为核心,而是注重调整垂直纵向的媒体资源优化配置机制,强调数字融合系统整体的革新升级。
因此,新的媒体演进阶段,基于互联网和数字技术驱动下的融合媒体建设需求,国内媒体怎样重新构建媒体资源流动链条,又是如何优化媒体资源配置机制的?我们认为,以数字技术为起点,国内媒体在落实资源数字化、建设融合媒体过程中,逐渐形成了四条环环相扣、尤为关键的媒体演进路径,分别是数据化、融合化、平台化和智能化。这四条路径可以揭示出建设国内融合媒体建设的本质规律,并为探索国内媒体未来演进趋势提供线索。我们将在下文对这四条路径展开具体探讨。
二、路径之一:数据化
互联网和数字技术的普及,将真实的物理世界解构为以“1”与“0”为核心的比特结构,重构了现实世界中媒体资源的表达方式。由此,数据成为基础资源形态,支撑着媒体数据化演进。
(一)数据的属性转换与媒体数据化
数据之所以能够成为媒体资源的基础表达方式,与其属性从数值向比特的转换有密切关联。传统意义上,数据是经过人类的统计活动获得的,体现出数字、数值的大小和可算性,是一种数值数据,发挥着测量价值。而数字技术赋予了数据新的价值内涵,其基于采样定理将物理世界多元复杂的信息转化为二进制比特代码,脱离了单纯的数值的限制。由此,数据就成为了信息的物理符号和介质,是虚拟世界“复刻”现实世界的关键一环,自动承担着信息记录功能。经由数字技术,现实世界的各项资源均可实现比特数据化转换,在虚拟世界储存为数字信息。由此,在数字技术赋能下,各种媒体资源通过比特数据结构的排列组合形成文字、图片、视频等,流动于数字体系之内,将原本传统的IT 成本中心转换为价值中心,构成媒体数字化的内在本质。
(二)媒体数字基础设施升级,强化数据量级和流速
互联网和数字技术的崛起,驱动了媒体从数字化迈向数据化。其中首要一步就是,媒体要基于数字基础设施获取规模化数据。国内媒体拥有了充足的数据化演进外部环境,可以实现规模化数据的获取与流动。同时,媒体也对内部数据存储、处理体系进行了调整与升级。一方面进行了底层数据技术体系的“中台化”与“云化”,另一方面不断优化从无序到有序的数据逻辑建设。通过高质量的数据清洗和细颗粒度的数据标签化处理,媒体逐步实现同源数据关联性匹配,形成了媒体运营管理的大数据基础。
(三)从辅助工具到价值资产的数据应用调整
一直以来,数据会通过数值大小变化以可视化量表的形式辅助媒体从业人员,帮助其进行决策。而随着数据的属性转换为比特,各种媒体资源解构为数据进行流通,媒体所拥有的数据规模、结构、类型发生了巨大变化,全面渗透至媒体运作过程中。国内媒体通过数字基础设施的建设与升级,实现了海量且实时的比特数据积累,并将这些数据应用至媒体内容、经营、管理的各个环节,辅助高效、精准决策。例如,媒体可以通过市场内容热度、用户偏好等大数据表现进行选题决策等。在这个过程中,媒体掌握的数据规模越大、数据颗粒度越细,就越能通过数据表现获取更为精准的决策支持。
而当媒体所掌握的数据规模达到一定量级时,数据就不再仅仅是辅助决策的量化工具,而是可以实现流通和交易的价值资产,成为媒体拥有或控制、能给组织及公司带来未来经济利益的数据资源。这是数据的比特属性带来的最为重要的应用改变。在媒体演进过程中,曾重视媒体资产管理系统的建设,重视内容资料的存储和二次利用、交易,实现内容资产化。在数字技术支持下,媒体内容资源通过标签化,被解构为数据,进行存储、交易,这体现出了数据资产化的过程。同样,用户、广告、渠道等媒体资源均可以被解构为比特数据,成为媒体的价值资产。在此基础上,媒体逐渐挖掘数据的商业价值,最为直接的表现方式是开发出各种数据产品对外出售。例如:人民日报社推出了大数据舆情系统、互联网热点聚合系统等大数据产品,将数据打包,进行产品化,输出大数据的价值。由此,数据成为可流动的媒体资产。
三、路径之二:融合化
在数字技术支持下,各种媒体资源以比特数据为基本单元,拥有了统一的表达方式,原本泾渭分明的媒体资源界限开始实现交叉重叠,这带来了媒体融合化的趋势,形成了媒体演进的第二条路径。
(一)媒体融合:从简单传播活动到复杂媒体实践
媒体融合,可以界定为数字技术驱动下各种媒体资源整合重组、实现一体化的过程。这个过程以传播表象的融合为起点,引发一系列的媒体实践变革。我们认为,有五个融合层次尤为关键:一是传播技术的融合,由此实现传播形态的融合;二是业务融合,在技术融合支持下,媒体对内容、经营等业务资源进行融合式运作;三是组织融合,为配合业务融合进行人员、部门甚至机构等层面的调整;四是产业融合,即在业务和组织融合基础上受到规模经济和范围经济的影响,向其他产业拓展来丰富媒体功能;五是文化制度融合,即建设适配媒体融合实践的新的管理、文化制度。由此,媒体融合的概念范围不断拓展,且不同层次的融合互相影响,促进各种媒体资源实现一体化整合。
(二)从技术到制度的媒体融合纵深化发展
一般认为,国内的媒体融合开始于传统媒体的上网潮。互联网和数字技术革新了信息传播方式,催生出新的信息传播渠道。为拓宽信息传播范围,国内媒体开始脱离单一业务体系局限,强调数字电视、IPTV(交互式网络电视)、网站等全媒体渠道布局,并重视入驻微博、微信等新媒体平台,传播各式各样的融合信息。为强化多元且碎片化的媒体业务分支之间的关联性、实现降本提效的媒体运营目的,媒体还开始强调对内容、经营等媒体资源的整合化运营,并由此推动各个层面的融合。
具体来看,从2008年以烟台日报传媒集团为试点研发的“全媒体数字采编发布系统”,到2015年人民日报社推出的“中央厨房”,国内媒体正在全面重构融媒体内容生产、分发流程。与此同时,以广告营销资源为核心的经营资源整合再包装也在持续落实中,腾讯、百度、字节跳动等新兴媒体业务运营者都建立了统一的广告经营管理系统,而诸如中央广播电视总台等主流媒体也推出了象舞广告营销平台等一站式服务平台,提供融合式的广告营销服务。在这种业务融合的趋势下,国内媒体革新了传统媒体单一的、分散的、缺乏灵活性的直线职能制组织结构。一方面进行了内部业务部门的交叉融合,推出“全媒体新闻中心”“融媒体工作室”等新的组织形态,另一方面开始推动整体组织机制创新,通过资本运作成立融合性的新型机构。例如新华社与阿里巴巴公司合作成立的新华智云科技有限公司。与此同时,媒体领域的业务和组织层面的融合也纳入政务、电商等其他产业资源,形成了“媒体+”模式,在为媒体带来新的营收收入的同时,实现了产业融合。
媒体融合的边界不断拓展,紧接着就会形成产业政策和产业利益的碰撞、博弈,从游戏规则到法律制度,再到理念文化,在这个或短或长的过程中达到融合之后的新平衡。这就要求媒体管理者对相关管理、文化制度进行调整。媒体融合系列政策的推出说明,媒体融合将愈加纵深化。
四、路径之三:平台化
媒体在数字技术的支持下打破了原本媒体运营的封闭机制,汇聚各种媒体资源走向融合,模糊了媒体边界,促成了媒体资源无限丰裕的市场环境。对于媒体资源掌控者而言,这就产生了一个关键问题:如何实现丰裕媒体资源的承载、组织、管控,并促成其价值转换与实现。平台的出现与发展,正在逐渐解决这个问题,也催生了媒体演进的第三条路径,即平台化。
(一)平台的关键要素与媒体平台化
信息时代,平台被视为一种技术概念,是承载比特数据的技术系统,采用分布式网络结构,实现海量网络节点之间的信息共享。因此,平台本质上就是一种实现双方(或多方)主体互融互通的“通用介质”(标准、技术、载体、空间等),它能够实现需求力规模经济和供给力规模经济的对接。在这种运行规律下,平台有四个关键要素:一是或现实或虚拟的平台架构,可能是某种空间场所、技术体系、终端界面等,提供交互空间;二是平台节点,也被称作海量端点、双边或多边市场等,由供应方和需求方双重身份组成;三是价值单元,也就是平台上流动的各种资源,支持平台功能的实现;四是交互规则,是构建、规范平台与平台使用者之间和平台使用者之间关系的基础,是平台得以顺利运行的核心。这四大要素支撑了平台进行资源的汇聚与交互。
新世纪初期,平台的概念开始在媒体行业中广泛应用。互联网的普及带来了媒体资源的无限丰裕性、碎片化和广泛融合。对此,媒体开始通过平台化的思维模式,建设并运营为媒体资源供需双方交换互动提供基础环境、运行规则的平台架构,重塑媒体资源的汇聚、管控和流通交互机制。由此,被解构为比特数据的各种媒体资源被承载于平台架构之上,实现了融合、共享、交互,推动了平台“系统性工具—聚合机制—管控机制”的价值演变,驱动媒体走向平台化。其中,有两个环节颇为关键:一是连接机制的建立,二是交互规则的重塑。
(二)多层级媒体平台架构实现海量节点连接
媒体平台化演进过程中,首先解决的是在海量媒体资源之间建立连接机制的问题。实际上,由于国内媒体持续推动从技术到制度各个层面的融合化,驱动承载各种融合资源的平台逐渐成为媒体运营各环节的基础设施。结合不同平台架构的基础性、通用性、具体功能等,媒体演进过程中逐渐形成了五类相互关联的平台架构:一是基础网络平台,支持媒体资源的网络传输;二是基础技术平台,提供网络基础上的技术服务,例如大数据技术平台;三是业务系统性工具平台,基于基础网络和技术平台,为媒体业务运行提供具体技术支持,比如内容生产分发平台、广告营销平台等;四是业务应用性产品平台,包括应用性软件和承载软件的终端硬件,聚焦于具体的业务应用场景;五是平台型组织管理架构,为其他各类平台架构提供组织管理支持。
不同平台架构之间通过内部开放接口、注册账号的方式对接海量平台节点,实现了各种媒体资源的共享互通。在这个过程中,根据平台的开放程度和不同平台节点的属性,国内媒体的平台化分为了内外两个方向:一方面,媒体以底层网络和技术平台为起点,将内部各部门、人员视为平台节点,将不同业务线、管理线的媒体资源解构为比特数据后进行整合,打通内部资源流通壁垒,实现内部的网络化连接;另一方面,将封闭的平台架构进行开放,对接外部其他产业主体甚至用户节点,汇聚外部资源。例如:中央广播电视总台旗下的央视频以及字节跳动旗下的抖音等,通过账号体系赋能内容创作者,获取了大量外部信息资源,丰富自身平台的内容生态。可以说,通过多层级的媒体平台架构,国内媒体实现了海量节点的连接,汇聚了丰裕的媒体资源。
(三)以匹配机制和利益机制为核心重塑交互规则
平台的功能,除了构建连接机制外,还需要具备供需对接的交互规则。国内媒体演进过程中,有两种交互规则逐渐成为媒体平台实现资源流通、交互的关键。
首先是匹配机制。在聚焦海量媒体资源的基础上,媒体要做的是对资源进行加工、处理,然后再进行供需匹配,这是媒体进行媒体资源组织管控的重要流程。在媒体演进过程中,随着平台开放度和媒体资源量级的提升,媒体的匹配机制发生了三次变革:一是媒体平台化初期,媒体方对媒体资源特别是内容资源进行人工编目,支持资源需求方进行“目录式搜索”,比如早期的中央电视台音像资料馆就主要提供以数字编目为主的查询服务。二是随着资源量级的提升,基于资源标签化实现的关键词搜索的匹配机制开始发展,2009年百度公司推出的“框计算”是典型例证,并由此支持了搜索引擎的发展。三是实现用户标签与资源标签双向精准化匹配的推荐匹配机制开始迅速崛起,变革了传统的交互规则,这也是今日头条等内容开放平台具备颠覆性意义的本质所在。
其次是利益机制。平台作为供需交易的场所,本身就具备较强的经济属性,在平台与平台节点之间、平台节点与平台节点之间均存在一定的利益交互。在媒体演进过程中,这种利益机制发生了两个方面的变化:一方面是利益机制的丰富化。由于媒体在平台化过程中逐渐优化平台功能,在原本平台服务费的基础上,面向资源供应方增添了各种层面的收益分成,面向需求方新增了会员费、直播打赏等利益输出机制;另一方面是利益机制的共享化。由于媒体平台开放程度逐渐提高,平台的利益机制也开始强化广告分成、流量分成、会员分成等利益共享机制,赋予了平台使用者更多利益获取空间。由此,媒体愈加重视平台化演进,从而支持其优化商业模式,提供媒体运营管理的经济支撑。
五、路径之四:智能化
海量媒体资源被数据化解构后,通过各种平台架构实现融合,并由平台重新组织管控和配置,这就要求媒体平台具备足够有效的海量资源优化配置利用手段。对此,人工智能的崛起提供了解决方案,其承载于媒体平台架构之上,以“数算力”为基础,替代人工成为核心的媒体资源配置机制,驱动媒体向智能化演进。
(一)媒体智能化的实现机制
“智能”一词本来是心理科学术语,后被应用至计算机科学领域,来形容计算机基于特定函数、算法进行计算,实现结果自动反馈的性能,这被称为人工智能。人工智能专家尼格尼维斯基(Michael Negnevitsky)将人工智能定义为:“机器具有学习和理解事物、处理问题并做出决策的能力。”这说明,人工智能的最终目的是要模仿人类。人类智能的实现是以在实践、生活中所积累、记忆在大脑神经系统中的经验、知识为基础,对外部世界进行认知、理解,并对其做出适当反应。这意味着,人类掌握的经验、知识越丰富,其智能水平就会越高。同样,人工智能的实现也要以“经验”“知识”为基础。该能力的实现主要依赖于机器学习机制,即机器通过海量数据训练优化程序的性能标准,形成基本的认知能力。因此,从“主体生成智能的共性机制”来看,智能的生成经过了“客体信息→感知信息→知识→智能策略→智能行为”几个过程,可以概括为感知、理解和决策三个阶段。
对媒体演进而言,媒体智能化将媒体视为机器智能的实现主体,是媒体在智能技术支持下,逐渐具备类似于人类的感知、学习和理解事物、处理问题并做出判断及对策的能力的过程。在数字技术支持下,媒体资源以比特数据为单元走向融合,承载于媒体平台之上。媒体通过人工智能技术对这些媒体资源进行深层分析、理解,并进行优化配置,实现媒体功能的升华,这是媒体智能化的本质。这意味着,媒体智能化不能局限于技术工具论视角,满足于零碎、单纯的智能技术应用,而应考虑到从底层网络、技术到表层业务应用的全面智能化,建设成为真正的智能媒体。
(二)搭建媒体感知系统 增强媒体有效数据化
与此同时,四个关键组成部分之间形成相互支撑、依存的关系。其中,媒体基础设施层提供数据、网络等基础支撑,是其他三部分运行的底层基础。智能媒体大脑整合媒体技术和数据能力,为业务、管理层提供理解、决策支持。同时,媒体业务层与媒体基础设施层的联系,通过与用户、客户、合作伙伴的接触、协作获取各种资源提供给智能媒体大脑。而媒体业务层和管理层则涉及媒体的正常运行,管理层为业务层提供组织部门、人员配置支持等。可以说,在推进融合媒体的建设过程中,将会在“四化”路径的指引下持续优化媒体资源配置机制,建成新型媒体。这揭示了未来媒体的可能形态,为当下融合媒体建设提供了指引。
七、结语
互联网革新了媒体传统的封闭式、线性演进路径,驱动媒体的融合建设。对此,我们提出了新型媒体的未来形态,脱离了传统媒体或新兴媒体的媒体类型限制,从以比特数据为基本单元的媒体资源流通、配置的角度解读媒体演进的未来形态。从主流媒体的实践来看,均是在通过“四化”路径向新型主流媒体演进。
注释
①郑恩、林大力:《原则·理论·趋势—研究媒介进化的断面理论》,《重庆工商大学学报(社会科学版)》,2009年第4 期。
②徐立军、王玉飞:《2018年中国传媒的基本面与机会点》,《现代传播》,2018 第1 期。
③〔英〕吉莉安·道尔:《理解传媒经济学(第二版)》,黄淼、董鸿英译,清华大学出版社2018年版,第19 页。
④Scolari,CA.Media Evolution.Buenos Aires :La Marca Editora.2020.p.2.
⑤康旗、韩勇、陈文静、刘亚琪:《大数据资产化》,《信息通信技术》,2015年第6 期。
⑥刘珊、黄升民:《解读中国式媒体融合》,《现代传播》,2015年第7 期。
⑦黄升民、谷虹:《数字媒体时代的平台建构与竞争》,《现代传播》,2009年第5 期。
⑧〔澳〕尼格尼维斯基:《人工智能:智能系统指南》,陈薇等译,机械工业出版社,2015年版,第1 页。
⑨钟义信:《机制主义人工智能理论—一种通用的人工智能理论》,《智能系统学报》,2018年第1 期。
⑩〔美〕伊恩·古德费洛、〔加〕亚伦·库维尔、〔加〕约书亚·本吉奥等:《深度学习》,赵申剑等译,人民邮件出版社,2017年版,第63~70 页。