媒體公司正逐步部署人工智能（AI）和機器學習技術，主要是通過自動化來提高流程效率。

在疫情前，我們看到媒體行業正在逐漸采用AI和機器學習，特別是在內容自動化分析方面。有好多高調的AI公開演示，如天空電視臺為皇家婚禮實時標記。更廣泛的實際部署開始悄然發生，通常是支持編目和合并檔案以便在流媒體服務上利用它們；或者減少合規所花費的時間。在大量的情況下，操作者每一個內容節省幾分鐘時間，總體時間就會顯著減少。

AI技術發展或部署方面最大的挑戰是厭煩但重要的東西：傳統的基礎設施。在制作規模上使用AI處理內容通常需要大量資源；訓練通常用于視頻或聲音處理的深度神經網絡需要大量的內容和處理能力，而且要求更多的計算以及內容容易訪問以便進行分析。通常，您希望您的內容在公有云上，這對媒體公司來說是邁出了一大步。傳統工作流程通常假定內容都在手邊，用起來很方便，所以他們不只是將內容遷移到云，還有一些相當重要的工作流程。在困難的商業環境中，變革性的項目可能是艱苦的工作。

而在疫情期間，一方面，我們看到基于公有云和遠程的工作流程幾乎在一夜之間被大量采用。將制作和分發工作流程轉移到云端幾乎成了生死攸關的問題，而一旦到了云端，用AI支持歸檔、合規及其它工作流程就變成了一種增量式的轉變。我們也看到了一些AI驅動的制作解決方案快于常規被采用——例如Salsa Sound的自動混音和虛擬觀眾解決方案被快速接受，在一個空場的世界里保持高質量的體育比賽體驗。 

未來幾年，AI將繼續對行業產生深遠影響。非炫耀技藝的AI應用將繼續產生重大影響；谷歌用AI顯著降低數據中心的冷卻成本就是一個很好的例子。我們已經看到AI對合規、歸檔、 QC和一些視覺特效工作流程（如動態遮罩）的影響，這將變得越來越成套和普及。與此相一致的是，我們還將看到AI向價值鏈上游轉移，越來越幫助優化和自動化制作工作流程各部分，讓規模較小、缺乏經驗的故事講述者有可能在制作價值上展開競爭。AI技術在公共云中的廣泛可用性也意味著新技術一推出我們的行業就可以馬上利用它們，這是一個令人耳目一新的速度。B&P