媒體價值如何實現增量？第四範式先薦通過AI給出答案！

至頂網伺服器頻道 04月09日 新聞消息（文/李祥敬）：在數字經濟快速發展的今天，數字化轉型成為各行各業的重要命題，對於媒體行業也是如此。君不見頭條、抖音等對於傳統媒體行業的衝擊，於是，傳統媒體行業奮起追趕，媒體轉型、新媒體等成為當下的新潮流。

在第四範式推薦業務團隊負責人周開拓看來，頭條、抖音等的崛起，更多原因是他們對於技術的投資。技術投資在今天越來越變成一個重投入的事情，門檻很高，而媒體是一個輕資產行業，傳統媒體對於技術的重視程度遠遠不夠。在這種情況下，第四範式針對媒體和內容平台推出了「先薦」。先薦是第四範式基於遷移學習技術研發的一套集內容上傳、內容管理、 內容分發、 推薦干預、前端渲染於一體的一站式推薦服務可視化平台，

周開拓2015年從淘寶離開加入到AI創業大潮，加入了第四範式。談及為什麼加入第四範式？周開拓說，第四範式是有偉大願景的公司，以「AI For Everyone」為企業願景，依託於AutoML、遷移學習等技術與企業級人工智慧機器學習平台，不斷推動人工智慧快速、規模化的產業落地。

周開拓表示，得益於第四範式在人工智慧技術與服務方面的深厚積累，先薦加速媒體價值實現是源於第四範式的「先知」技術平台自主研發的一款智能推薦系統產品，封裝了「第四範式先知」的數據處理能力、圖像處理能力、自然語言處理（NLP）、大規模機器學習框架、深度學習、自動機器學習（AutoML）、自動調參等先進演算法，用戶通過界面操作，即可完成自建推薦系統的全過程。

媒體行業做的事情，簡單來說就是生產或者聚合內容，獲取流量，運營流量與分發內容。進入移動互聯網時代，手機成為我們獲取資訊的主要渠道，手機屏幕成為媒體爭奪的「戰場」。

數字化驅動的媒體成為主流，而且廣告成為媒體商業化的重要手段。周開拓說，媒體的商業價值其實是用戶數、活躍度和商業化效率的疊加。所以，媒體需要重視日活、留存和商業價值。如今，內容成為了一種消費品，個人作為消費者，讓媒體間的競爭更加激烈。如何留住用戶，滿足用戶對內容的需求成為當下媒體生存的關鍵。

通常很多媒體目前已經擁有非常穩定的內容和讀者群，他們需要做的就是經營好現有的流量，實現更為廣闊的內容分發。媒體價值實現的關鍵是分發，分發決定了流量和利益的分配。一個良好的推薦系統對於媒體內容平台的重要性是不言而喻的。「我們想把推薦系統這個能力賦予到每一家媒體，以產品化方式給到更多的內容平台，這就是先薦的源動力。」周開拓說。

周開拓以先薦服務的一個客戶為例，該客戶是做視頻應用的，引入先薦系統後，用戶次日留存率從30%提升到49%；另外一家媒體通過先薦系統讓用戶活躍度提升了2-3倍；一個客戶在FEED流里進行知識付費分發，同樣的流量，實現了收入增長97%的效果。這些例子都說明「演算法」對於媒體而言是非常有價值的。

周開拓說，先薦要做就是技術擴散，通過技術的力量，場景演算法的提升，幫助媒體實現商業價值的增量。目前很多媒體不具備演算法能力，先薦將這種能力進行抽象化標準化，賦能媒體行業，幫助他們更好地實現商業價值。

媒體行業的一個特點是獲得的收入並不是直接從他們生產的內容中產生，廣告和內容是分開的。先薦做的事情是融合內容分發和廣告分發，既推薦內容，也推薦廣告。「我們幫助企業實現用戶留存增量，並且提供免費的廣告分發能力，從這些增量裡面一起分享商業回報。」周開拓說，「商業模式決定了技術投資的方向，先薦提供的是一個集成的產品，內容到廣告。第四範式在這兩件事上都有積累，先薦將這兩種能力進行了整合。」

具體來說，先薦提供了個性化推薦、熱門推薦、關聯推薦、運營助手等功能，幫助媒體行業客戶實現推薦效果升級、智能SEO優化、自主運營空間等。最關鍵的是先薦這個系統是免費的，而且永遠免費。

周開拓表示，免費不是我們競爭力，最根本的是先薦幫助媒體提升內容分發和獲得流量留存增量的能力，並且通過廣告分發的合作將服務媒體的更多維度的生產周期。「演算法推薦對於媒體來說並不是高科技，而是一種基礎設施。但我們還是看到演算法在今天是非常昂貴和稀缺的狀態，先薦將這種能力賦能企業，通過產品化來減少企業的重複性工作量。」

先薦的一個很大的特點是基於數據，通過大規模的機器學習進行推薦，沒有數據就沒有智能。基於各個維度數據和深度學習演算法，實時、全面地分析用戶搜索習慣、場景及上下文狀態，實現內容精準分發，個性化千人千面。

周開拓說，先薦會通過人工智慧的能力將人、內容的特性進行參數化和函數化，從對人友好的格式變成對機器友好的格式，進而通過機器學習技術實現內容的精準推送。先薦團隊擁有國際領先的智能推薦技術及豐富的業內經驗。第四範式創始團隊由百度鳳巢開發者、IJCAI理事會主席等業內頂尖科學家組成。

依託第四範式的AI能力，先薦的機器學習有上億條規則，內容模型有幾十個一級類目以及幾百個二級類目，還有對人的特徵描述比如評論、點贊、收藏等行為，將這些數據輸入到對應的演算法中進行計算，演算法能夠任意組合擴展，適用於不同應用場景中，實現精準的匹配。

雖然先薦背後有著很多的AI演算法能力，但是這款產品是可以面向業務人員的，甚至中間可以不需要開發者。目前，先薦通過自助接入的客戶數量已經近千，另外還與人民日報、環球網、CSDN等三百餘家媒體和內容平台開展了深入合作。

雖然先薦已經取得了不俗的成績，但是周開拓表示，先薦今年會繼續重點在技術上進行投資，畢竟第四範式本質上是技術服務公司。「目前我們服務的是千級別的客戶，億級別的流量，我們在系統承載能力等方面還有很大的技術投資空間。」

此外，先薦對內容數據進行了標籤化方便機器學習推薦，後面也會嘗試將這些內容標籤反向輸出給媒體。同時，媒體的商業化訴求越來越強烈，先薦會快速地搭建廣告平台幫助媒體和內容平台獲得更多商業化的增量。除了服務網站APP等平台，另外微信小程序等場景，先薦也在嘗試服務更多內容平台，進行更多探索。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！