Giiso：智能写作的前景与应用

说起智能写作的前景与应用我们首先要回答For who和 How for这两个所有工程问题都需要解决的原点问题。这决定了后面天文数字般的产业资金是否会扔进大海。本文从人工智能要解决的核心问题出发，来探讨智能写作的产业逻辑。

人工智能的应用前景和场景的复杂度呈反比关系。场景越简单越容易替代人的行为，越适合做大规模的商业化落地。在感知智能应用中，系统的输入只是图片、影像或者语音，其输出也只是个简单的二分类问题。因此只要在训练集和模型调参上持续投入，输出就会越来越精准，当准确度超越人的判断阈值时，商业化的路径也就打开了。这个生产模型可以简单到只需计算数据、算法的成本投入。其简单的场景应用可以完全替换掉很多低端岗位。

尽管写作是个体行为，而且每个人都还存在着自己的某些创作习惯。但共性的问题一直存在，我们将这些共性过程分解为六个步骤：命题、搜集素材、写作、配图、审核、发布等，每一过程都是写作的必要环节。在传统的编辑团队里面，每个人都在重复着以上六个步骤，我们称之为烟囱模式。

烟囱模式代表每一篇文章的生产都是独立的，除了单篇文章生产的效率低、质量不稳定以外，每个生产者之间的工作也很难做到资源复用，因此整体效率和质量并不高。

为此，我们重新定义一个工业化的内容生产模式，这种模式的生产可以极大地提高内容生产的规模化和稳定性。在这种模式下，机器写作最后简化成通过一系列预制件进行文章组装，运用这种方式将文章生产模式进行工业化改造，把内容生产的核心流程及品控前移到预制件生产环节。

这些预制件的生产包括事件、逻辑、数据、知识库、图库、模板库的工业化或智能化生产。这种实现路径是双向兼容的，一旦算法达到效果后即可实现智能化升级。升级后的写作流程变成了下面这种模式。

内容工业化的必然趋势

从当下的内容产业格局来看，传统内容生产方式的落后已经严重制约了内容供给侧的发展。在新的传播形式下，传播渠道的多样性和用户需求的差异性，让过去只需覆盖头部内容的生产模式变成了对长尾需求的覆盖。这种新形式导致内容生产的两个价值需求急剧提高：其一是内容需求量越来越大，其二是品质化要求越来越高。

而当前的内容生产模式很难持续满足这种价值需求，只能向工业化方向进行探索。

一整套工业化生产和传播体系是持续创造商业价值的关键，众多头部企业已经率先探索内容工业化的路径和方法体系。内容工业化的进程过去几年已经十分明显，PGC数量个人化和小团队虽然占了90％，可是流量的90％被10％不到的头部内容企业所占据。所以持续大规模生产优质内容的需求，使得头部内容企业纷纷借鉴工业生产体系的管理工具、作业模式和流程分解，将内容生产标准化和流程化，提高产能和效率，降低成本和无价值的消耗。

例如随着电影的工业化发展，编剧工作已悄然进入车间操作、实行流水作业。比如某系列剧本创作团队，有提供素材故事的、编写提纲的、写作初稿的、修改的、添加方言笑料的、订正格式的，等等。因此工业化是升级内容供给的关键步骤。第一步先实现工业化、在工业化以后才是第二步的智能化。

无论是工业化还是智能化，在当前的生产关系下我们都必须清楚内容生产的主体是人本身，所以“两化”的目标是为人服务的而不是脱离人。只有内容生产技术发展到不需要当前的生产关系，才会出现机器脱离人的主体意识而单独发展的全智能化的生产需求，所有希望超越当前社会生产关系而发展出的生产力工具都是伪需求，不是为当前用户核心价值服务的。

Giiso智书的发展完全遵循了内容产业的发展趋势，它把人工智能最先进的技术和当前社会生产关系进行了完美的结合，既为营销业企业主们创造了经济价值，也为内容编辑们承担了繁琐的劳动，释放了他们大部分精力用在创意和创新上，使得产能和质量同时得以提高。

在这个领域率先引入内容智能化生产的企业家们已经从生产力赋能中得到了较好的市场反馈。在未来一两年的产业竞争中，智能写作将会成为内容营销行业的标配，而后进的企业失去的将不是效率而是在智能化浪潮下的产业入场劵。