“融合”是新型主流媒體建設的重要一步。不同的業務，不同的產品，不同的數據，都存在融合打通的需求。越是體量巨大，越是困難重重。從1999年成立至今，阿里巴巴以電商業務為核心構建了龐大的阿里數字經濟體。為了實現內部生態的協同與融合，阿里巴巴以“云計算”和“數據”戰略為基礎進行底層技術體系改造，不斷強化業務數據、技術能力的融合，構建起融合化的數據技術能力。
基于這樣的融合能力，阿里巴巴一方面賦能內部以阿里大文娛為核心的媒體業務實現智能化升級;另一方面又將這種融合化的數據技術能力打包至阿里云對外輸出，支持媒體機構的融合轉型。構建融合化數據技術能力阿里巴巴在業務發展過程中一直尋求數字經濟體內部的生態聯動和協同，這要求阿里巴巴必須構建統一的數據、技術體系架構。
新媒體論文范例： 新媒體背景下新聞傳播創新模式思考
因此，阿里巴巴主要通過底層技術體系的統一與上云，中臺戰略的落地實施，構建起融合化的底層數據技術能力。統一技術底座，落實“飛天夢想”阿里巴巴在2008年確立了“云計算”和“數據”戰略，決定自主研發超大規模通用計算操作系統“飛天”，開啟了其漫長的“飛天夢想”。阿里巴巴希望通過底層系統的改造升級，將數據存儲、計算任務向云上遷移，從而助力業務融合打通。2009年，阿里云成立，成為阿里巴巴“飛天夢想”的主要負責部門。2017年達摩院的成立，更是在AI技術領域加持了阿里巴巴融合技術底座的發展與完善。2018年，阿里云升級為阿里智能云，整合了集團各部門的技術資源，進一 步統一并鞏固了阿里技術底座。
目前，飛天操作系統以阿里巴巴遍布全球的幾十個數據中心、數百個PoP節點(Point-Of-Presence，網絡服務提供點)為基礎，承載了阿里巴巴底層的數據存儲、計算、調度和網絡接入能力。特別是2018年阿里巴巴推出新一代云計算操作系統——飛天2.0，相比上一代操作系統升級了包括云上超算集群的全場景覆蓋、云邊端一體的協同計算和AI能力等，構建了超級計算能力。阿里云產品總監何云飛對其是這樣定位的：“計算是心臟，AI是大腦，IoT是神經網絡，這是我們對萬物智能時代的構想。”以飛天操作系統為支撐，阿里巴巴構建了飛天大數據、飛天AI平臺和飛天IOT平臺三大核心技術體系。
其中，基于“跨引擎統一編程平臺+跨數據源綜合治理”理念演化的飛天大數據平臺以云數據倉庫MaxCompute為核心，承載了阿里數據經濟體99%的數據存儲和99%的數據計算能力，為阿里巴巴業務融合提供了統一的元數據中心。在此基礎上，阿里巴巴通過分布式計算的方式解決了基礎設施“云化”的問題，并在2019年實現了阿里數字經濟體核心系統100%全部上云。2020年，阿里巴巴又在飛天操作系統上疊加了數字原生操作系統，該系統提供了類似Windows窗口式的界面，可實現便捷式的應用開發和創建，降低了對業務人員的技術能力要求。這進一步夯實了阿里巴巴以云計算為代表的基礎設施層，強化了內部在線化、數字化、融合化能力。
阿里巴巴首席技術官(CTO)張建峰表示：“阿里云將成為‘云上的阿里巴巴’，成為‘阿里巴巴經濟體的技術底座’。”布局中臺戰略，實現數據、技術融合底層技術體系的統一與上云為阿里巴巴推動內部數據、技術融合提供了重要支撐。在此基礎上，阿里巴巴同步落實以“數據中臺+業務中臺”為核心的中臺戰略，在業務實踐層面推動不同業務體系之間的數據、技術融合打通。數據中臺方面，阿里巴巴認為“傳統的IT體系是成本中心，只有有了數據之后，才可能成為價值中心”。因此，在技術統一的基礎上，去構建統一、規范、可共享的數據中臺，成為阿里巴巴中臺戰略的核心組成部分。面對龐雜的業務體系，阿里巴巴構建了“OneData”體系去整合、盤活包括媒體業務在內的阿里數字經濟體的數據資產。
“OneData”體系主要包括四個環節：一是“OneClick”，即基于架構在阿里巴巴各垂直應用上的數據統一采集/接入平臺進行數據采集、清洗等;二是“OneModel”，即通過分析各個業務過程抽象出維度和指標，在此基礎上統一業務定義、業務規范等進行數據標準化;三是“OneID”，即通過標簽技術、知識圖譜技術等實現商業要素(如內容、用戶)等的唯一身份識別;四是“OneService”，即基于融合后的業務數據提供內部搜索、查詢、推送等服務。數據中臺支持了阿里巴巴“全域數據”概念的產生與發展。數據成為了阿里數據經濟體內流通的“標準貨幣”。業務中臺方面，阿里巴巴在推動“一切業務數據化”的同時，也在推動“一切數據業務化”。在“融合”理念的指導下，阿里巴巴將不同業務之間的共性業務能力沉淀下來，成立了包含用戶中心、評價中心、營銷中心等各種共享服務中心在內的“共享業務事業部”。
該事業部作為業務中臺對接技術后臺和業務前臺，統一調動技術后臺的各項能力來支持各項業務前臺的運營和發展，并實現各業務之間的鏈接和協同，持續提升業務創新效率。同時，業務中臺將業務前臺運作的數據資源進行統一記錄和沉淀，交予數據中臺進行二次加工處理，再反向服務于業務前臺，形成閉環。
在“數據中臺+業務中臺”的中臺戰略支持下，阿里巴巴實現了統一技術架構上的龐雜業務體系的融合，并基于此構建了融合化的數據技術能力，實現了阿里數字經濟體內部的生態聯動，賦能阿里巴巴各項業務體系的運作優化。賦能內部媒體業務智能升級阿里巴巴主要通過資本運作的方式布局媒體業務，并將收購來的阿里影業、優酷土豆、UC瀏覽器等業務私有化，成立了阿里大文娛事業群(以下簡稱“阿里大文娛”)來負責阿里媒體業務的運營。
與此同時，阿里大文娛各個業務線為保證和集團數據技術體系的一致性進行了底層系統改造和遷移，以MaxCompute為核心，基于阿里云提供的Serverless大數據服務進行運營。由此，阿里大文娛與集團實現了融合打通。阿里巴巴融合化的數據技術能力全面賦能阿里媒體業務運營全流程。特別是各業務線數據的融合打通配合阿里AI技術的廣泛落地應用，支持了阿里大文娛旗下優酷、阿里影業等各項媒體業務對內容和用戶的深度理解，賦能其媒體業務全面智能化升級。支持智能化內容生產阿里巴巴尤為重視對旗下媒體業務的內容數據、用戶數據的處理與匹配，支持智能化內容初次生產和內容的二次加工生產。
目前，阿里巴巴推出了文娛大腦和文娛MediaAI(阿里大文娛旗下的視頻智能生產引擎)等，協助阿里巴巴進行用戶數據和內容數據的采集、整理、分析，構建文娛內容認知框架、文娛視頻生產知識圖譜等，推動內容智能化。在內容原創生產方面，文娛大腦發揮了關鍵作用。文娛大腦基于海量數據構建了“思維能力”，覆蓋了內容評估、藝人挖掘、用戶情緒挖掘等環節。其中，內容評估主要體現為劇本挖掘、主創評估、流量預測等能力，旨在通過機器學習對IP或劇本人物關系、角色情緒、核心線索等進行分析，衡量劇本價值。
藝人挖掘主要是指通過藝人畫像分析、作品分析、輿情分析、受眾分析等匹配劇本內容進行選角。優酷選擇雷佳音出演《長安十二時辰》中的張小敬，正是此項能力的實際應用體現。用戶情緒挖掘主要是指文娛大腦基于對用戶行為的理解，構建了基于VA(Valence，情緒正負向;Arousal，情緒的強烈程度)的情感模型，用來預測內容播出后用戶觀影情緒的各種可能性。可以看到，文娛大腦基于對內容生產制作各個環節的理解產生出各種內容的量化緯度，輔助內容生產決策。
在內容二次加工生產方面，文娛MediaAI是頗具代表性的平臺工具。MediaAI以內容理解能力為基礎，綜合利用計算機視覺、自然語言處理等技術，通過動態素材提取、模板視頻生產、智能剪輯、素材加工等來支持智能內容生產，特別是影視內容短視頻化的二次加工生產。以模板視頻自動化剪輯為例，文娛MediaAI提供標簽化的素材庫。內容創作者可以依據個人偏好選擇視頻素材、二創劇本樣式和場景細節，隨后文娛MediaAI后臺自動生成影視二創短視頻內容，實現內容自動化、智能化生產。文娛MediaAI不僅僅支持了阿里內部媒體業務運營效率和效果的提升，還給外部內容創作者提供了PUGC內容創作模板和工具。實現精準化搜索推薦除了基于數據技術能力生產用戶喜愛的內容之外，阿里巴巴還構建了精準化內容搜索推薦能力。
集團層面的數據與業務融合，使得不同業務線的內容數據和用戶數據共同為阿里巴巴深度理解媒體內容和用戶行為偏好提供了支持。同時，阿里巴巴建設了阿里文娛摩酷實驗室，成立了阿里文娛算法團隊支持對媒體內容的標簽化、數據化處理，并構建了文娛知識圖譜，通過算法來匹配用戶需求和偏好，實現精準化、千人千面的搜索推薦服務。以優酷為例，作為阿里大文娛旗下核心平臺，其承載了搜索和推薦這兩個流量最大的關鍵算法技術場景。其中，搜索技術主要解決的是語義理解和匹配的問題。
對此，阿里文娛算法團隊開發了智能多輪對話式搜索技術和優酷語義模態匹配模型來提升優酷的語義理解和匹配能力。以這些技術能力為支持，優酷可以在分析用戶通過語音、文字、圖片等表達出來的搜索意圖后，為用戶展現最為貼合的搜索結果。推薦技術主要解決的是用戶偏好深度理解的問題。對此，阿里文娛算法團隊優化了優酷推薦系統的排序模型，將排序模型中的用戶畫像特征基于用戶觀看行為和興趣標簽做更為精細化的處理，并參考用戶所處時間、所用屏幕大小結合長短視頻、直播等多元內容形式提供個性化推薦服務。
同時，在綜合搜索和推薦技術的共性的用戶理解和內容理解能力的基礎上，阿里文娛算法團隊還立足于集團的中臺技術架構，推出了優酷投放引擎，構建搜推統一分發系統，提供視頻搜索和推薦服務。值得一提的是，在優酷搜索技術和推薦技術共同需要的視頻內容理解能力方面，阿里文娛算法團隊革新了優酷以往以文本分析為核心的視頻標簽算法技術，構建了文本、封面圖、音頻、視頻等多模態視頻理解技術，提高了視頻理解能力。目前，優酷在所有頁面都完全采用了個性化搜索和推薦服務。
優酷官方表示，個性化搜索和推薦技術對于優酷CTR，包括人均播放量、人均時長、留存率都有非常大的提升。同時，這種搜索和推薦技術也在業務融合的基礎上被應用至阿里大文娛旗下淘票票、大麥等場景，為用戶提供精準化的搜索推薦服務。推動廣告營銷資源整合與服務優化精細化服務用戶幫助阿里媒體業務積累了海量用戶流量。這為阿里巴巴進行廣告營銷資源的開發與利用提供了支持。
目前，阿里巴巴將全部營銷資源打包至阿里媽媽，同時對接了分眾傳媒、新浪微博等集團外部媒體資源，提供全域數字營銷服務。據阿里媽媽官網介紹，其打造的超級媒體矩陣覆蓋了電商、視頻、社交、新聞、娛樂、出行等全網媒體，滲透至中國95%的互聯網用戶。立足這種營銷資源整合能力，阿里媽媽推出了多種營銷產品，為品牌主提供一站式營銷投放服務。
與此同時，阿里媽媽在集團大數據體系的支持下，整合用戶消費數據、興趣數據、出行數據、社交數據等，構建了UniID——消費者統一身份識別體系，立體描繪了每一位消費者畫像，同時為品牌主提供品牌數據銀行(BrandDatabank)服務，協助品牌主沉淀用戶數據，推動精準營銷落地。這種數據能力配合AI技術助力了阿里媽媽廣告營銷服務全流程優化。投放前，阿里媽媽可以給品牌主提供智能創意生成和精準定向服務。智能創意生成方面，阿里媽媽旗下“創意中心”可以提供智能制圖、智能剪輯、智能文案等服務。
以智能制圖為例，阿里媽媽推出“速描·圖文工具集”，為品牌主提供高效編輯器、圖文模板庫，基于人工智能算法提升創意制作、文案撰寫效率。精準定向方面，以阿里媽媽“全域星”產品為例，其覆蓋優酷視頻核心資源，可以基于阿里生態內部用戶標簽體系鎖定目標用戶，并支持用戶重定向。投放中，阿里媽媽可以實時監測投放效果，并給出投放策略優化建議。
例如，阿里媽媽旗下“AI智能投放產品”可以實時分析營銷活動中曝光用戶，并針對其中的精選用戶群進行實時用戶追投，實現用戶向下一層級的流轉。投放后，阿里媽媽可以提供營銷效果衡量與分析服務。比如阿里媽媽旗下的“UniDesk”產品可以對廣告營銷活動進行全鏈路可視，實現跨媒體鏈路流轉分析和用戶分析，分析不同媒體投放的表現特點和識別高價值用戶，為下次廣告營銷活動積累經驗。強化版權衍生開發的多主體聯動匹配媒體內容價值的挖掘不僅僅依靠用戶流量支持下的營銷能力，還包括了內容本身的價值變現。其中，內容版權衍生開發是關鍵組成部分。對此，阿里巴巴推出了阿里魚版權交易平臺。
目前，阿里魚對接了阿里巴巴旗下優酷、阿里影業等媒體業務平臺和天貓、淘寶等電商業務平臺，利用阿里大數據體系提供精準匹配服務，搭建從版權源頭到版權交易再到版權衍生品開發與售賣的全流程閉環。具體而言，阿里魚基于阿里數字經濟體的龐大生態和大數據資源，構建了“IP2B2C”的服務全鏈路。通過用戶理解和內容理解能力，阿里魚構建起版權方、淘寶品牌商家、消費者以及IP粉絲的大數據體系和精準畫像，在多主體之間以大數據匹配為手段實現聯動。
一方面，阿里魚可以通過大數據為版權方精準匹配淘寶品牌商家，進行版權衍生品開發和銷售聯動。另一方面，阿里魚可以利用大數據精準獲客的能力滿足淘寶品牌商家的版權衍生品銷售需求，并可以隨時了解消費者或IP粉絲的興趣偏好，通過“造點新貨”等平臺進行版權衍生品定制開發等。依托阿里生態體系內豐富的數據資源和強大的數據處理能力，阿里魚又在2020年上半年孵化出“粉絲寶”產品，可以給版權方提供非常清晰的數據認知和精準的粉絲畫像。這種能力一方面可以幫助版權方清晰判斷粉絲增降情況，另一方面可以幫助版權方規劃衍生品品類等。
目前，粉絲寶已經在優酷、淘寶、天貓等平臺上進行推廣，幫助內容版權交易的多主體實現聯動，不斷提升內容版權交易能力和價值。支持外部媒體機構融合轉型正如阿里云智能總裁張建峰所言：“阿里巴巴所有技術、產品和toB能力都會通過阿里云平臺對外輸出。”阿里巴巴將這種融合化的數據技術能力打包至阿里云，基于戰略合作或資本運作等方式，輸出給外部媒體機構，助力其融合轉型。從相關產品、解決方案和業務合作實踐來看，阿里巴巴的數據技術能力輸出主要可以分為兩個方面。助力媒體機構底層數據技術體系融合建設首先，阿里巴巴可以向外部媒體機構提供包括彈性計算、數據存儲、數據安全、網絡與CDN建設等在內的最為底層的數據技術能力，支持媒體機構的數字化轉型。
例如，2020年阿里云與北京廣播電視臺簽署戰略合作協議，阿里云將基于其全球網絡、人工智能、大數據等能力，為北京廣播電視臺提供安全、可靠的數據計算和處理能力等。其次，阿里巴巴也在協助媒體機構搭建自有底層數據、技術平臺，助力其推動數據融合、業務融合，主要包括云平臺的建設和大數據體系的建設。云平臺建設方面，阿里云已經與多家媒體機構展開了合作。例如，2018年廣西廣電網絡與阿里云簽署深化合作協議，合作建設智慧“廣電云”平臺。2020年，阿里云攜手新華網、中國電信發布具備中央媒體屬性的混合云計算平臺“新華云2.0”，成為新華網數字化轉型的重要里程碑。
與此同時，阿里云基于阿里達摩院AI技術在新華云成功落地了AI中臺，為新華云提供了AI調度、AI自學習等技術能力，助力新華云智能融媒服務。大數據體系建設方面，阿里云基于阿里巴巴數據中臺業務實踐，打包數據采集與集成、計算存儲、數據資產管理等多項技術能力，輸出傳媒大數據解決方案，助力媒體機構搭建大數據底座。例如，央視網與阿里巴巴合作，將業務發展的全流程進行數據化采集并整合，在2018年底建成了大數據平臺。
央視網數據顯示，該大數據平臺日采集用戶數據10億—20億條，日處理數據能力達到了100億條，占據主流媒體數據平臺的領先地位。優化媒體機構內容運營的各個環節除了協助媒體機構搭建底層的數據技術體系外，阿里巴巴還依托阿里云和達摩院的數據技術能力輸出產品和解決方案支持媒體機構內容運營的各個環節。
一方面，阿里巴巴針對媒體內容運營的各個環節提供專業領域的數據技術產品服務。目前，阿里云基于在阿里媒體業務的數據技術應用實踐經驗，推出了各種數據技術產品，且主要集中在視頻業務領域，包括視頻直播、視頻點播、視頻DNA、視圖計算、視頻審核、智能標簽等，幫助媒體機構進行智能化媒體業務運營。例如，阿里云利用其智能審核技術幫助部分電視新聞網站進行違規審核、敏感信息審核，規避平臺內容風險等。另一方面，阿里巴巴打包上述談到的各項產品能力，為媒體機構輸出綜合性的媒體業務運營解決方案。
目前，阿里云推出了智能媒資管理、傳媒智能內容生產等解決方案，助力媒體機構推動媒體業務融合化、智能化。目前，阿里云與多方媒體機構展開了合作。例如，阿里巴巴與新華社合作成立了新華智云科技有限公司，研發了“媒體大腦”，并推出了“智媒體融合平臺”“MAGIC短視頻智能生產平臺”等內容生產平臺。其中，“智媒體融合平臺”基于媒體大腦30余款機器人，提供智能選題、智能媒資、智能生產、智能審核等“策、采、編、審、發”全流程服務。
基于其融合化的數據技術能力，阿里巴巴實現了阿里數字經濟體的內部融合，并賦能其媒體業務全流程的智能化升級。在其內部實踐經驗的基礎上，阿里巴巴將數據技術能力打包至阿里云對外輸出給媒體機構，助力媒體融合轉型。可以認為，阿里巴巴是推動媒體融合轉型的關鍵參與者。從建設“新型主流媒體”的角度來說，阿里巴巴的業務實踐提供了頗具價值的參考：要在底層數據技術體系融合打通的基礎上，讓數據成為內部流動的“標準貨幣”，推動多條業務線的融合聯動，才能真正釋放媒體業務運營價值，在激烈的媒體市場競爭環境中獲取發展先機。
作者：劉曉
相關閱讀
