文｜刘晓
“融合”是新型主流媒体建设的重要一步。不同的业务，不同的产品，不同的数据，都存在融合打通的需求。越是体量巨大，越是困难重重。从1999年成立至今，阿里巴巴以电商业务为核心构建了庞大的阿里数字经济体。为了实现内部生态的协同与融合，阿里巴巴以“云计算”和“数据”战略为基础进行底层技术体系改造，不断强化业务数据、技术能力的融合，构建起融合化的数据技术能力。基于这样的融合能力，阿里巴巴一方面赋能内部以阿里大文娱为核心的媒体业务实现智能化升级；另一方面又将这种融合化的数据技术能力打包至阿里云对外输出，支持媒体机构的融合转型。
构建融合化数据技术能力
阿里巴巴在业务发展过程中一直寻求数字经济体内部的生态联动和协同，这要求阿里巴巴必须构建统一的数据、技术体系架构。因此，阿里巴巴主要通过底层技术体系的统一与上云，中台战略的落地实施，构建起融合化的底层数据技术能力。
统一技术底座，落实“飞天梦想”
阿里巴巴在2008年确立了“云计算”和“数据”战略，决定自主研发超大规模通用计算操作系统“飞天”，开启了其漫长的“飞天梦想”。阿里巴巴希望通过底层系统的改造升级，将数据存储、计算任务向云上迁移，从而助力业务融合打通。2009年，阿里云成立，成为阿里巴巴“飞天梦想”的主要负责部门。2017年达摩院的成立，更是在AI技术领域加持了阿里巴巴融合技术底座的发展与完善。2018年，阿里云升级为阿里智能云，整合了集团各部门的技术资源，进一步统一并巩固了阿里技术底座。
目前，飞天操作系统以阿里巴巴遍布全球的几十个数据中心、数百个PoP节点（Point-Of-Presence，网络服务提供点）为基础，承载了阿里巴巴底层的数据存储、计算、调度和网络接入能力。特别是2018年阿里巴巴推出新一代云计算操作系统——飞天2.0，相比上一代操作系统升级了包括云上超算集群的全场景覆盖、云边端一体的协同计算和AI能力等，构建了超级计算能力。阿里云产品总监何云飞对其是这样定位的：“计算是心脏，AI是大脑，IoT是神经网络，这是我们对万物智能时代的构想。”
以飞天操作系统为支撑，阿里巴巴构建了飞天大数据、飞天AI平台和飞天IOT平台三大核心技术体系。其中，基于“跨引擎统一编程平台+跨数据源综合治理”理念演化的飞天大数据平台以云数据仓库MaxCompute为核心，承载了阿里数据经济体99%的数据存储和99%的数据计算能力，为阿里巴巴业务融合提供了统一的元数据中心。在此基础上，阿里巴巴通过分布式计算的方式解决了基础设施“云化”的问题，并在2019年实现了阿里数字经济体核心系统100%全部上云。2020年，阿里巴巴又在飞天操作系统上叠加了数字原生操作系统，该系统提供了类似Windows窗口式的界面，可实现便捷式的应用开发和创建，降低了对业务人员的技术能力要求。这进一步夯实了阿里巴巴以云计算为代表的基础设施层，强化了内部在线化、数字化、融合化能力。阿里巴巴首席技术官（CTO）张建峰表示：“阿里云将成为‘云上的阿里巴巴’，成为‘阿里巴巴经济体的技术底座’。”
布局中台战略，实现数据、技术融合
底层技术体系的统一与上云为阿里巴巴推动内部数据、技术融合提供了重要支撑。在此基础上，阿里巴巴同步落实以“数据中台+业务中台”为核心的中台战略，在业务实践层面推动不同业务体系之间的数据、技术融合打通。
数据中台方面，阿里巴巴认为“传统的IT体系是成本中心，只有有了数据之后，才可能成为价值中心”。因此，在技术统一的基础上，去构建统一、规范、可共享的数据中台，成为阿里巴巴中台战略的核心组成部分。面对庞杂的业务体系，阿里巴巴构建了“One Data”体系去整合、盘活包括媒体业务在内的阿里数字经济体的数据资产。“One Data”体系主要包括四个环节：一是“One Click”，即基于架构在阿里巴巴各垂直应用上的数据统一采集/接入平台进行数据采集、清洗等；二是“One Model”，即通过分析各个业务过程抽象出维度和指标，在此基础上统一业务定义、业务规范等进行数据标准化；三是“One ID”，即通过标签技术、知识图谱技术等实现商业要素（如内容、用户）等的唯一身份识别；四是“One Service”，即基于融合后的业务数据提供内部搜索、查询、推送等服务。数据中台支持了阿里巴巴“全域数据”概念的产生与发展。数据成为了阿里数据经济体内流通的“标准货币”。
业务中台方面，阿里巴巴在推动“一切业务数据化”的同时，也在推动“一切数据业务化”。在“融合”理念的指导下，阿里巴巴将不同业务之间的共性业务能力沉淀下来，成立了包含用户中心、评价中心、营销中心等各种共享服务中心在内的“共享业务事业部”。该事业部作为业务中台对接技术后台和业务前台，统一调动技术后台的各项能力来支持各项业务前台的运营和发展，并实现各业务之间的链接和协同，持续提升业务创新效率。同时，业务中台将业务前台运作的数据资源进行统一记录和沉淀，交予数据中台进行二次加工处理，再反向服务于业务前台，形成闭环。
在“数据中台+业务中台”的中台战略支持下，阿里巴巴实现了统一技术架构上的庞杂业务体系的融合，并基于此构建了融合化的数据技术能力，实现了阿里数字经济体内部的生态联动，赋能阿里巴巴各项业务体系的运作优化。
阿里巴巴数据中台全景
（图片来源：阿里云智能事业群《阿里巴巴数据中台实践》PPT）
赋能内部媒体业务智能升级
阿里巴巴主要通过资本运作的方式布局媒体业务，并将收购来的阿里影业、优酷土豆、UC浏览器等业务私有化，成立了阿里大文娱事业群（以下简称“阿里大文娱”）来负责阿里媒体业务的运营。与此同时，阿里大文娱各个业务线为保证和集团数据技术体系的一致性进行了底层系统改造和迁移，以MaxCompute为核心，基于阿里云提供的Serverless大数据服务进行运营。由此，阿里大文娱与集团实现了融合打通。阿里巴巴融合化的数据技术能力全面赋能阿里媒体业务运营全流程。特别是各业务线数据的融合打通配合阿里AI技术的广泛落地应用，支持了阿里大文娱旗下优酷、阿里影业等各项媒体业务对内容和用户的深度理解，赋能其媒体业务全面智能化升级。
阿里巴巴数字经济体中的媒体业务生态
（本刊根据公开资料整理）
支持智能化内容生产
阿里巴巴尤为重视对旗下媒体业务的内容数据、用户数据的处理与匹配，支持智能化内容初次生产和内容的二次加工生产。目前，阿里巴巴推出了文娱大脑和文娱Media AI（阿里大文娱旗下的视频智能生产引擎）等，协助阿里巴巴进行用户数据和内容数据的采集、整理、分析，构建文娱内容认知框架、文娱视频生产知识图谱等，推动内容智能化。
在内容原创生产方面，文娱大脑发挥了关键作用。文娱大脑基于海量数据构建了“思维能力”，覆盖了内容评估、艺人挖掘、用户情绪挖掘等环节。其中，内容评估主要体现为剧本挖掘、主创评估、流量预测等能力，旨在通过机器学习对IP或剧本人物关系、角色情绪、核心线索等进行分析，衡量剧本价值。艺人挖掘主要是指通过艺人画像分析、作品分析、舆情分析、受众分析等匹配剧本内容进行选角。优酷选择雷佳音出演《长安十二时辰》中的张小敬，正是此项能力的实际应用体现。用户情绪挖掘主要是指文娱大脑基于对用户行为的理解，构建了基于VA（Valence，情绪正负向；Arousal，情绪的强烈程度）的情感模型，用来预测内容播出后用户观影情绪的各种可能性。可以看到，文娱大脑基于对内容生产制作各个环节的理解产生出各种内容的量化纬度，辅助内容生产决策。
在内容二次加工生产方面，文娱Media AI是颇具代表性的平台工具。Media AI以内容理解能力为基础，综合利用计算机视觉、自然语言处理等技术，通过动态素材提取、模板视频生产、智能剪辑、素材加工等来支持智能内容生产，特别是影视内容短视频化的二次加工生产。以模板视频自动化剪辑为例，文娱Media AI提供标签化的素材库。内容创作者可以依据个人偏好选择视频素材、二创剧本样式和场景细节，随后文娱Media AI后台自动生成影视二创短视频内容，实现内容自动化、智能化生产。文娱Media AI不仅仅支持了阿里内部媒体业务运营效率和效果的提升，还给外部内容创作者提供了PUGC内容创作模板和工具。
实现精准化搜索推荐
除了基于数据技术能力生产用户喜爱的内容之外，阿里巴巴还构建了精准化内容搜索推荐能力。集团层面的数据与业务融合，使得不同业务线的内容数据和用户数据共同为阿里巴巴深度理解媒体内容和用户行为偏好提供了支持。同时，阿里巴巴建设了阿里文娱摩酷实验室，成立了阿里文娱算法团队支持对媒体内容的标签化、数据化处理，并构建了文娱知识图谱，通过算法来匹配用户需求和偏好，实现精准化、千人千面的搜索推荐服务。
以优酷为例，作为阿里大文娱旗下核心平台，其承载了搜索和推荐这两个流量最大的关键算法技术场景。其中，搜索技术主要解决的是语义理解和匹配的问题。对此，阿里文娱算法团队开发了智能多轮对话式搜索技术和优酷语义模态匹配模型来提升优酷的语义理解和匹配能力。以这些技术能力为支持，优酷可以在分析用户通过语音、文字、图片等表达出来的搜索意图后，为用户展现最为贴合的搜索结果。推荐技术主要解决的是用户偏好深度理解的问题。对此，阿里文娱算法团队优化了优酷推荐系统的排序模型，将排序模型中的用户画像特征基于用户观看行为和兴趣标签做更为精细化的处理，并参考用户所处时间、所用屏幕大小结合长短视频、直播等多元内容形式提供个性化推荐服务。同时，在综合搜索和推荐技术的共性的用户理解和内容理解能力的基础上，阿里文娱算法团队还立足于集团的中台技术架构，推出了优酷投放引擎，构建搜推统一分发系统，提供视频搜索和推荐服务。
值得一提的是，在优酷搜索技术和推荐技术共同需要的视频内容理解能力方面，阿里文娱算法团队革新了优酷以往以文本分析为核心的视频标签算法技术，构建了文本、封面图、音频、视频等多模态视频理解技术，提高了视频理解能力。目前，优酷在所有页面都完全采用了个性化搜索和推荐服务。优酷官方表示，个性化搜索和推荐技术对于优酷CTR，包括人均播放量、人均时长、留存率都有非常大的提升。同时，这种搜索和推荐技术也在业务融合的基础上被应用至阿里大文娱旗下淘票票、大麦等场景，为用户提供精准化的搜索推荐服务。
推动广告营销资源整合与服务优化
精细化服务用户帮助阿里媒体业务积累了海量用户流量。这为阿里巴巴进行广告营销资源的开发与利用提供了支持。目前，阿里巴巴将全部营销资源打包至阿里妈妈，同时对接了分众传媒、新浪微博等集团外部媒体资源，提供全域数字营销服务。据阿里妈妈官网介绍，其打造的超级媒体矩阵覆盖了电商、视频、社交、新闻、娱乐、出行等全网媒体，渗透至中国95%的互联网用户。立足这种营销资源整合能力，阿里妈妈推出了多种营销产品，为品牌主提供一站式营销投放服务。
与此同时，阿里妈妈在集团大数据体系的支持下，整合用户消费数据、兴趣数据、出行数据、社交数据等，构建了Uni ID——消费者统一身份识别体系，立体描绘了每一位消费者画像，同时为品牌主提供品牌数据银行（Brand Databank）服务，协助品牌主沉淀用户数据，推动精准营销落地。这种数据能力配合AI技术助力了阿里妈妈广告营销服务全流程优化。
投放前，阿里妈妈可以给品牌主提供智能创意生成和精准定向服务。智能创意生成方面，阿里妈妈旗下“创意中心”可以提供智能制图、智能剪辑、智能文案等服务。以智能制图为例，阿里妈妈推出“速描·图文工具集”，为品牌主提供高效编辑器、图文模板库，基于人工智能算法提升创意制作、文案撰写效率。精准定向方面，以阿里妈妈“全域星”产品为例，其覆盖优酷视频核心资源，可以基于阿里生态内部用户标签体系锁定目标用户，并支持用户重定向。
投放中，阿里妈妈可以实时监测投放效果，并给出投放策略优化建议。例如，阿里妈妈旗下“AI智能投放产品”可以实时分析营销活动中曝光用户，并针对其中的精选用户群进行实时用户追投，实现用户向下一层级的流转。
投放后，阿里妈妈可以提供营销效果衡量与分析服务。比如阿里妈妈旗下的“Uni Desk”产品可以对广告营销活动进行全链路可视，实现跨媒体链路流转分析和用户分析，分析不同媒体投放的表现特点和识别高价值用户，为下次广告营销活动积累经验。
阿里妈妈营销产品矩阵
（本刊根据公开资料整理）
强化版权衍生开发的多主体联动匹配
媒体内容价值的挖掘不仅仅依靠用户流量支持下的营销能力，还包括了内容本身的价值变现。其中，内容版权衍生开发是关键组成部分。对此，阿里巴巴推出了阿里鱼版权交易平台。目前，阿里鱼对接了阿里巴巴旗下优酷、阿里影业等媒体业务平台和天猫、淘宝等电商业务平台，利用阿里大数据体系提供精准匹配服务，搭建从版权源头到版权交易再到版权衍生品开发与售卖的全流程闭环。
具体而言，阿里鱼基于阿里数字经济体的庞大生态和大数据资源，构建了“IP2B2C”的服务全链路。通过用户理解和内容理解能力，阿里鱼构建起版权方、淘宝品牌商家、消费者以及IP粉丝的大数据体系和精准画像，在多主体之间以大数据匹配为手段实现联动。一方面，阿里鱼可以通过大数据为版权方精准匹配淘宝品牌商家，进行版权衍生品开发和销售联动。另一方面，阿里鱼可以利用大数据精准获客的能力满足淘宝品牌商家的版权衍生品销售需求，并可以随时了解消费者或IP粉丝的兴趣偏好，通过“造点新货”等平台进行版权衍生品定制开发等。
依托阿里生态体系内丰富的数据资源和强大的数据处理能力，阿里鱼又在2020年上半年孵化出“粉丝宝”产品，可以给版权方提供非常清晰的数据认知和精准的粉丝画像。这种能力一方面可以帮助版权方清晰判断粉丝增降情况，另一方面可以帮助版权方规划衍生品品类等。目前，粉丝宝已经在优酷、淘宝、天猫等平台上进行推广，帮助内容版权交易的多主体实现联动，不断提升内容版权交易能力和价值。
支持外部媒体机构融合转型
正如阿里云智能总裁张建峰所言：“阿里巴巴所有技术、产品和to B能力都会通过阿里云平台对外输出。”阿里巴巴将这种融合化的数据技术能力打包至阿里云，基于战略合作或资本运作等方式，输出给外部媒体机构，助力其融合转型。从相关产品、解决方案和业务合作实践来看，阿里巴巴的数据技术能力输出主要可以分为两个方面。
助力媒体机构底层数据技术体系融合建设
首先，阿里巴巴可以向外部媒体机构提供包括弹性计算、数据存储、数据安全、网络与CDN建设等在内的最为底层的数据技术能力，支持媒体机构的数字化转型。例如，2020年阿里云与北京广播电视台签署战略合作协议，阿里云将基于其全球网络、人工智能、大数据等能力，为北京广播电视台提供安全、可靠的数据计算和处理能力等。
其次，阿里巴巴也在协助媒体机构搭建自有底层数据、技术平台，助力其推动数据融合、业务融合，主要包括云平台的建设和大数据体系的建设。云平台建设方面，阿里云已经与多家媒体机构展开了合作。例如，2018年广西广电网络与阿里云签署深化合作协议，合作建设智慧“广电云”平台。2020年，阿里云携手新华网、中国电信发布具备中央媒体属性的混合云计算平台“新华云2.0”，成为新华网数字化转型的重要里程碑。与此同时，阿里云基于阿里达摩院AI技术在新华云成功落地了AI中台，为新华云提供了AI调度、AI自学习等技术能力，助力新华云智能融媒服务。大数据体系建设方面，阿里云基于阿里巴巴数据中台业务实践，打包数据采集与集成、计算存储、数据资产管理等多项技术能力，输出传媒大数据解决方案，助力媒体机构搭建大数据底座。例如，央视网与阿里巴巴合作，将业务发展的全流程进行数据化采集并整合，在2018年底建成了大数据平台。央视网数据显示，该大数据平台日采集用户数据10亿—20亿条，日处理数据能力达到了100亿条，占据主流媒体数据平台的领先地位。
优化媒体机构内容运营的各个环节
除了协助媒体机构搭建底层的数据技术体系外，阿里巴巴还依托阿里云和达摩院的数据技术能力输出产品和解决方案支持媒体机构内容运营的各个环节。
一方面，阿里巴巴针对媒体内容运营的各个环节提供专业领域的数据技术产品服务。目前，阿里云基于在阿里媒体业务的数据技术应用实践经验，推出了各种数据技术产品，且主要集中在视频业务领域，包括视频直播、视频点播、视频DNA、视图计算、视频审核、智能标签等，帮助媒体机构进行智能化媒体业务运营。例如，阿里云利用其智能审核技术帮助部分电视新闻网站进行违规审核、敏感信息审核，规避平台内容风险等。
另一方面，阿里巴巴打包上述谈到的各项产品能力，为媒体机构输出综合性的媒体业务运营解决方案。目前，阿里云推出了智能媒资管理、传媒智能内容生产等解决方案，助力媒体机构推动媒体业务融合化、智能化。目前，阿里云与多方媒体机构展开了合作。例如，阿里巴巴与新华社合作成立了新华智云科技有限公司，研发了“媒体大脑”，并推出了“智媒体融合平台”“MAGIC短视频智能生产平台”等内容生产平台。其中，“智媒体融合平台”基于媒体大脑30余款机器人，提供智能选题、智能媒资、智能生产、智能审核等“策、采、编、审、发”全流程服务。
基于其融合化的数据技术能力，阿里巴巴实现了阿里数字经济体的内部融合，并赋能其媒体业务全流程的智能化升级。在其内部实践经验的基础上，阿里巴巴将数据技术能力打包至阿里云对外输出给媒体机构，助力媒体融合转型。可以认为，阿里巴巴是推动媒体融合转型的关键参与者。从建设“新型主流媒体”的角度来说，阿里巴巴的业务实践提供了颇具价值的参考：要在底层数据技术体系融合打通的基础上，让数据成为内部流动的“标准货币”，推动多条业务线的融合联动，才能真正释放媒体业务运营价值，在激烈的媒体市场竞争环境中获取发展先机。
京公网安备 11010502045033号