来源|腾讯研究院

在跟某日报负责人的交流中我提出过一个观点：AIGC对新闻业最大的意义，就是生产边角料。

很多人看到这个观点会有所质疑，觉得是矮化了AIGC的作用。大模型、生成式AI，这么高端的概念，这么前沿的技术，竟然只能用来生产边角料？

而我的第二个观点就是：不要小看边角料，边角料可能才是未来新闻业在全媒体时代竞争的核心。

我所说的“边角料”，指的是纸媒上版报道、电视台正片之外的物料，或者说是专门用于新媒体平台（社交媒体、短视频）的运营物料和宣传物料。

经过近几年新技术的冲击，新闻业的格局发生很大变化，甚至可以说已经进入“短视频新闻业”或者说“社交媒体新闻业”阶段。

现在的传统媒体已经不单有一个渠道，而更多是组合拳：在传统的“一报、一台”之外，“两微、一端、一网、一抖、一视”几乎是标配。用行业术语来说，这叫“打造融媒体、全媒体的宣传格局”。

前段时间看到《南国今报》主编谌贻照的分享，他提到《南国今报》目前收入有70%以上来自于新媒体。他正在带领团队转型，利用短视频、直播带货来拓展收入：“不谈转型，就得谈生死。我们必须向全媒体平台全员转型，深度融合。”

这是传统媒体面对新技术冲击的必要选择，也符合当下的现实情况。在传统平台已经焦土化的情况下，边角料不仅仅关乎实际的创收，也关乎媒体的真实影响力。

毕竟，现在已经少有人再去读纸质的刊物，也少有人按时按点候在电视机前观看新闻节目，短视频和社交媒体才是流量和受众注意力的焦点区域。

重点在于，出于媒介的可供性要求，各种渠道一日多更的性质，要求有大量的边角料填充。

在过去，这些边角料的生产需要大量的人力和时间投入。而ChatGPT也好，Midjourney也好，Suno也好，Sora也好，所有的文生文、文生图、文生音乐、文生视频的技术与应用，它们对于新闻业最大的意义，其实就是用在边角料的生产——快速且低成本的生产。

在这方面，许多媒体已经进行了尝试，譬如《每日经济新闻》的雨燕智宣。每经在2020年就开始启动AI战略，先是把AI的能力应用到快讯系统，后来是音视频生成，借用AI的能力把文字转化成视频和音频以及海外传播内容，实现“一鸡多吃”，节省大量成本。

《每日经济新闻》总编闻达在分享中提到：“我们追求的效果肯定是每个视频能达到100分，但这个100分我们要花5个小时来实现，现在有了AI，3秒钟就能够制作一个80分的视频，那它就可以是拿来用的。” 

这一点国内媒体进展要比国外快。由于国外媒体对于AI的戒备甚至是抵抗态度，他们在这方面开始得很快，但走得很慢。

比如ChatGPT-3刚一发布，《纽约时报》就用它做了一个情人节消息生成器试水，但是后面就没有声音了，能看到的消息都是《纽约时报》《卫报》这些大媒体如何对抗、起诉OpenAI。这反而是国内媒体的机会。

可以说，现在电视台也好，报纸也好，这些媒体的主要阵地，已经不完全是电视台和报纸了，甚至可以有点武断地下这样一个结论，它们的主要阵地已经变成了社交媒体和短视频平台。

这种趋势已经越来越明显。利用生成式AI生产“边角料”来填充这些渠道，降低成本、提高效率、确保质量，将是未来媒体竞争和发展的重点。

话说回来，把AIGC应用在边角料的生产上，其实已经是经过了一轮预期管理。

AIGC刚刚出来时，我们其实对于它寄予了厚望，认定它能够实现一场新闻业内部的技术风暴，实现一场供给侧改革。但现实情况应告诉我们，这种使命，它不能完成。

AIGC并非对新闻生产环节没有帮助，就像我们在报告中分析的那样，它可以提高新闻信息采编的效率，可以生成提纲、标题给人类记者提供参考，甚至有望催生新的新闻类型。但它扮演的始终是辅助角色，大多从业人员心知肚明这些东西的真实效力与实际价值如何。

我们可以大体分析一下为什么预想中的承诺没有兑现，或者说，为什么AIGC在正式内容的生产上潜力有限。我觉得有这么几个原因：

一是因为，真实性永远是新闻业的追求。不管是电视台还是纸质媒体，真实性是唯一的根本和红线。而AIGC难以保证真实性这一点，特别是Sora（放出预告的时候大放异彩，但现在已经没有正式发布的声音了），它的本质是虚拟，这与真实性背道而驰。

就像复旦大学邓建国教授在接受媒体访谈的时候提到的，新闻报道追求真实（facts），而Sora全是虚拟。所以Sora可以被新闻业利用的就是建构在新闻事实基础上的情景再现。

二是因为，内容的问题意识和可读性、可看性，是媒体的安身立命之本。而AIGC本质上趋近于“大机器生产”，它生产的内容足够标准化但却没有灵韵（aura），同质化较为严重，也缺乏可读性。从实际的体验来讲，这种“片汤儿话”很难持续吸引受众观看和阅读。

三是因为，AI的幻觉问题难以解决，这并不是一个技术问题，本质上是因为AI对现实世界不是真正的理解。而只要幻觉问题始终存在，哪怕有1%的概率出现疏漏，媒体也是不敢轻易使用的。

也有人说，可以用机器生成搭配人工审核，可以是可以，但要考虑ROI也就是成本收益比的问题。

一篇文章让记者来写，可能需要2个小时，机器生成可能就需要5分钟，但是加上审核、修改、细节校对，算下来可能就不止2小时了。

AIGC只能应用在边角料的生产上，这是对AIGC在新闻业的应用中比较谨慎或者说保守的态度。

对于新闻业来说，新技术带来了太多未能实现的承诺，比如元宇宙，比如web3，比如数字虚拟人，但是历时这么多年，对于新闻业真正带来变化的（或者说达到平台级别的）只有两种——一是算法，它深刻改变了内容分发的逻辑；二是短视频，它深刻改变了内容呈现的形式。

但话说回来，它们只是改变了内容生产的方向，但是没有改变新闻生产的内核。

AIGC带来的变化，也不会是这种平台级别的，但它会带来内容形式上的变化，也就是本文所说的“边角料”。

我们也可以理解，为什么生成式AI能够引起这么多新闻从业人员的关注与焦虑。这里有现实原因，也有历史原因。

这一波生成式AI的热潮兴起之后，许多媒体都有很深的焦虑。

一方面，在最近这几年，传统媒体的运营确实面临很大的困难，报纸期刊的广告和发行量大幅下滑，在2011年达到巅峰之后，印刷量也在持续下跌。

过去的几年间，由于疫情防控和经济压力，许多报纸纷纷宣布停刊或调整出版周期。对于传统媒体来说，此刻的AIGC更像是一根稻草。

第二方面原因，新闻业作为社会现实的观察者与记录者，能够第一时间接触最新的社会发展动态，这也为它接触以及应用最新的技术形态提供了相当大的便利性，这同时也形成了一种压力。

在新闻媒体的最近十年的发展历程中，技术已经打下了深深的技术烙印：中央厨房、算法新闻、短视频新闻、虚拟人、元宇宙、Web3。这种对于技术的压力逐渐演变成焦虑，推动着新闻媒体密切关注AIGC这波热潮并寻找应用的可能性。这是新闻业的历史惯性使然。

但是，新闻业和人工智能之间天然就存在沟壑，而且这种沟壑还是难以逾越的。

如果媒体仍然奉行传统文字思维的话，未来的出路只会越来越窄，也会越来越小。但话说回来，如果放弃以内容为主线的思维，也等于是直接刨除了安身立命之本。

内容形式一向不是新闻业最核心的东西，在受众的新闻回避和新闻疲劳已经成为趋势的情况下，再使用大量的AI生产的内容，只会越来越丧失受众的关注，只会加速新闻业的衰落甚至是死亡。

早日放弃AIGC生成“正料”的幻想，把关注的焦点放在如何快速、海量、有调性、成本可控地生产“边角料”，可能才是一条正路。

请点“赞”和“在看”， 第一时间接收行业最新信息