1. 首頁 > 生活百科 > >

AI重塑資訊平臺

拼多多電商淘寶

AI重塑資訊平臺

文章圖片

AI重塑資訊平臺

文章圖片


圖文資訊平臺的黃金時代 ， 似乎已悄然謝幕 。
圖文稱雄的年代 ， 公眾號、資訊App等聚攏了無可撼動的流量池 ， 但時過境遷 ， 張小龍所言“視頻化表達是下一個十年的內容核心”已然成為現實 。
從技術棧到產品觀 ， 曾扮演用戶入口的信息樞紐的資訊平臺 ， 逐漸成為“門戶時代的困守者”——盡管行業表面上仍在運轉 ， 幾大平臺仍在持續進行功能更新、頻道微調、運營改版 ， 但這些修修補補 ， 始終無法扭轉時代洪流 。

好在 ， 真正可能決定資訊平臺未來走向的變量 ， 當下正逐漸浮出水面——AI 。
AI之于圖文資訊賽道 ， 不止于簡單的算法迭代或產品形態的煥新 ， 而是對整個內容消費邏輯的改寫 。 在此背景下 ， 資訊平臺得以重新站上牌桌 。
只是 ， 這次其必須用一整套新的能力 ， 去回答一個舊問題——在信息早已泛濫成災、資訊的意義感逐漸消失的時代 ， 如何重新賦予它存在的理由 。
資訊平臺的“再一次技術革命” ， 這次為何不同？事實上 ， 幾乎沒有哪個內容賽道 ， 比資訊平臺更習慣于被技術周期反復重塑 。
回顧資訊平臺的發展歷史 ， 從門戶到App、從人工編輯到算法分發 ， 資訊分發模式已經歷了數次代際更替 。
上世紀末 ， “分類目錄+門戶”時代締造了騰訊、新浪、搜狐等傳統門戶網站；隨后搜索引擎興起 ， 信息獲取范式轉向“搜索時代”；再之后 ， Web2.0浪潮下社交媒體和訂閱關注興起 ， 用戶可以繞過門戶直接從源頭獲取信息；直至2010年代 ， 個性化推薦算法橫空出世 ， 信息流成為主流 ， 今日頭條等平臺依靠智能分發異軍突起 。
可以說 ， 資訊平臺一直身處技術洗牌的風暴眼 ， 對技術洗牌亦不陌生 ， 甚至可以說 ， “技術洗牌”是這條賽道最值得期待的敘事主題 ， 也是許多平臺得以逆勢崛起的底層變量 。
比如 ， 歷次信息分發模式的演化都伴隨著商業版圖的重塑——新的技術催生新的模式 ， 新模式往往通過更高效的內容供給與商業創新 ， 將前代霸主“按在地上摩擦” 。
然而 ， 這一次的技術革命 ， 與以往截然不同 。
過去每一次革新都踩在用戶增長和流量紅利的浪尖上 ， 因此技術迭代往往帶來行業版圖的迅速擴張和紅利狂歡 。 為爭奪窗口期 ， 平臺們甚至不惜投入補貼、發動聲勢浩大的流量大戰 。
而當下 ， 資訊行業早已步入存量博弈時代：增量用戶見頂、總使用時長被強敵攫取 ， 平臺之間爭奪的是有限的用戶注意力存量 。 QuestMobile的報告曾指出 ， 資訊服務行業已從“流量增長”轉向“流量運營”的新階段 。
換句話說 ， 現在的資訊平臺早已沒有了當年“躺贏”的東風 ， 反而面臨著“逆水行舟 ， 不進則退”的壓力 。 在此背景下 ， 即便有AI拉動 ， 其想要復現過去那種野蠻生長的“黃金年代” ， 幾乎是不可能完成的任務 。
換言之 ， AI之于資訊平臺 ， 不是讓行業回春騰飛的“神藥” ， 而更像是一場絕境求生的背城借一 。

因此 ， 這場AI驅動的變革遠非前些年的“小修小補” ， 并非僅優化一下推薦模型、做幾個花哨的新功能這么簡單 ， 而是刀刃向內地重塑資訊產品的基本邏輯——涉及內容生產、分發機制、用戶關系等核心要素的三重重構 。
內容、分發與用戶關系的三重重構如果說過去十年 ， 資訊平臺大體構成是人寫、機器推、用戶看——三者之間關系明確、邊界清晰 。 那么AI帶來的真正劇變 ， 則是將這套看似穩定的結構一一拆解、重新縫合 ， 從而更好地回答內容如何被生產、如何被分發 ， 以及如何同用戶建立連接三個核心問題 。
在內容生產端 ， 盡管AI從未取代人類內容創作者 ， 但它已經深度“介入成形” 。
過去 ， 人工創作是一套穩定的生產范式——作者寫稿 ， 編輯調整、校對 。 但當AI逐步具備了生成、重寫、摘要提煉、圖文匹配等能力后 ， 內容生產逐漸變成由人和機器合力雕刻 。
以“輕度內容”為例 ， 目前業界普遍的做法是基于特定觀點 ， 讓大模型先生成初稿 ， 再由人潤色 ， 既提高生產效率又降低差錯風險 。 比如在騰訊新聞、澎湃新聞等平臺中 ， AI承擔標題優化、錯字糾錯、配圖匹配、摘要抽取等多項輔助任務 。
【AI重塑資訊平臺】這些能力的引入 ， 使人機協同產出內容成為常態——機器提供密度與效率 ， 人類保留視角與判斷力 。
但內容的“重構”只是開始 ， AI更深刻的介入 ， 發生在分發系統的解構上 。
曾幾何時 ， 基于興趣標簽的算法推薦被視為內容分發的金科玉律——你點什么、你停留在哪、你讀多久 ， 平臺就喂你什么 。 事實證明 ， 這套機制在過去十年無往不利 ， 既孕育了圖文資訊的黃金年代 ， 也讓短視頻平臺構建起深厚的興趣池 。
但與此同時 ， 其也埋下了平臺越來越“回聲壁化”的隱患——用戶長期接觸同質化、確認偏誤的信息流 ， 逐漸喪失主動發現的能力 。
AI的介入 ， 打破了這種傳統投喂結構：用戶“找內容”的通路被大幅拓寬——資訊獲取從過去被動接受推薦 ， 轉向雙向流動 。
即便是抖音 ， 近期亦宣稱其算法不再僅依賴既有興趣和歷史行為 ， 而是引入更多維度信息 ， 以便給用戶呈現多樣化內容 ， 從技術上緩解信息繭房問題 。
而在圖文資訊賽道 ， 騰訊新聞等玩家亦在探索借助AI重塑分發系統 。 比如通過動態興趣建模讓推薦擺脫靜態標簽 ， 實時感知用戶偏好變化；內容理解也從淺層興趣分類進化為基于價值偏好的深度刻畫 。

這種轉向 ， 意在擺脫一味迎合的算法慣性 ， 為用戶重新打開信息世界的寬度與深度 。
此外 ， 資訊對用戶而言 ， 本就天然帶有陪伴屬性與工具屬性 。 因此 ， AI在強化同用戶的連接的同時 ， 亦在將資訊平臺這一“工具人”的角色發揮到極致 。
比如網易新聞 ， 其AI評論功能正悄然改變用戶互動方式 。 想象這樣一個場景：讀完一篇報道后 ， 點擊評論框旁一個AI圖標 ， 系統立馬生成三種風格的評論初稿——理性、幽默或犀利 。 用戶可一鍵選擇、一鍵發布 ， 讓“發表評論”不再是負擔 ， 而是一種隨時被觸發的表達體驗 。
騰訊新聞同樣將AI帶到了評論區——AI先讀懂文章 ， 也讀懂每一條評論 ， 再化身一位高情商、活力十足、滿載陽光的“老朋友” ， 用走心的話語回應用戶 ， 讓冷冰冰的資訊多一分人情溫度 。
而在“陪伴”層面 ， 新浪新聞與騰訊新聞等平臺 ， 亦在將AI助手嵌入資訊產品的日常交互 。 前者通過“智慧小浪”實現話題推薦、智能總結、即時問答等全流程輔助 ， 后者則以“新聞妹”提供劃詞提問、AI摘要、邊看邊聊等功能——一套“無處不在的AI助手 ”框架已初具雛形 。
另一些功能 ， 則指向都是“快、準、可用”——放大平臺本身的工具屬性 。 比如在騰訊新聞直播中 ， 針對財經、科技等領域常見的英文原聲內容 ， AI可實時生成中英文字幕或翻譯 ， 掃除語言障礙 。
事實上 ， 早在幾年前 ， 業界就萌生了讓新聞客戶端回歸工具屬性的思路 。 騰訊內部曾研發代號“DreamReader”的資訊助手 ， 集成了語音交互和文字閱讀功能 ， 能自動播報“DreamWriter”生成的要聞簡報 。
而到了AI時代 ， 這一思路更加清晰 ， 資訊平臺不必像短視頻那樣拼命爭奪用戶時長 ， 而應致力于為用戶高效獲取有價值信息——真正的價值 ， 或許不在于讓用戶停留更久 ， 而是讓他們更快地帶著答案離開 。
從“即時”到“沉淀” ， 價值邏輯的一次重寫其實 ， 資訊平臺一直以來都有流量 ， 但很少真正擁有“內容資產” 。 這并非資訊平臺缺乏內容 ， 真正的問題在于資訊內容生命周期太短 ， 無法形成結構性記憶 。
舉例來說 ， 圖文資訊平臺每天海量新聞如走馬燈輪播 ， 一條新聞如果在24小時內未被充分消費 ， 幾乎注定會被平臺機制“沉底” 。
而一場橫跨數月、牽涉多方的復雜事件 ， 往往會被切割成數十上百條孤立的推送 ， 時間線、因果關系、關鍵主體、輿論拐點 ， 全部被打散 ， 讀者往往只能記住一些片段 ， 難以拼出完整圖景 。
這種近乎“一次性內容”的生產模式 ， 導致資訊平臺很難積累內容資產——新聞永遠在源源不斷地產出 ， 一旦過了時效便束之高閣 ， 卻難以真正構建內容壁壘 。
而AI的到來 ， 讓“記憶”第一次成為可能——原本需要調查記者反復核實、編排、歸類、撰寫的深度整合報道 ， 如今AI也能通過多方信息交叉驗證 ， 在一定程度上實現 ， 整體變得系統化、可規模復制 。
騰訊新聞即是范例 。 借助AI ， 每條熱點新聞后 ， 其既能生成簡要總結 ， 呈現關鍵信息 ， 亦能更精準地推送相關報道；新聞下方更有著”事件脈絡“功能——把時間線、人物關系和核心爭議鋪開 ， 讓用戶幾分鐘內就能把一件復雜新聞捋順 。

如果用戶對事件的后續發展仍有關注 ， 只需留下關鍵詞 ， AI便會據此定制一份專屬早報：從滾滾資訊流中精準篩選 ， 整理出與之最相關的訊息 ， 每日主動送達 。 據悉 ， AI早報不止于新聞本身 ， 其還能圍繞特定公司、行業 ， 甚至一個垂直議題持續追蹤 ， 為用戶搭建一個長期、動態的信息入口 。
另一方面 ， 在專業垂類中 ， 大模型的語義理解與信息整合能力 ， 正讓資訊平臺第一次有能力把原本碎散的信息 ， 梳理成可供查閱與積累的知識體系 。
以騰訊新聞“財經助手”為例 ， 圍繞一家企業 ， 系統可自動整合其財報、高管言論、并購動態與監管回應 ， 打包生成一份持續更新的資料庫 。 用戶不再需要四處翻找 ， 只需點開其助手 ， 便能一覽一家公司的業績走勢或輿情變動 。 與之類似 ， 每日經濟新聞等平臺也已上線財報智能分析工具 ， 使財經資訊正從“看”邁向“用” 。
信息一旦被這樣結構化地“記憶”下來 ， 便在平臺留下了永久的價值印記 ， 日后無論是算法推薦還是用戶主動檢索 ， 都能反復發揮作用 。
AI 是內容價值釋放的催化劑和倍增器 。它高效整合碎片化信息 ， 賦予資訊持久的生命力——資訊內容價值不再因時效而湮滅 。 通過產品化應用 ， AI 更將精品內容戰略下的優質數據轉化為長期資產 ， 持續釋放其倍增價值 。
而當資訊內容價值得以沉淀 ， 平臺得以構建自己的內容資產和知識圖譜 ， 其價值邏輯也隨之改寫——圖文資訊不再僅是一錘子買賣的即時消費品 ， 更成為可以沉淀、反復利用、持續增值的資產 。
當然 ， 結構化并不意味著放棄即時 ， 而是讓資訊平臺多了一層沉淀價值的筋骨 。
從長期來看 ， 這是一種慢性價值 ， 也是為數不多能讓資訊平臺在短視頻擠壓下爭回存在感的方式 。
而可以確定的是 ， 這輪變革已經啟動 ， 且進展迅猛 。 這批始終活在變化里的玩家 ， 有望在這個新的周期實現自我救贖 ， 為資訊行業找尋新的可能 。

    推薦閱讀