1.0Fortune Insighthttps://prime.fortuneinsight.com/webSigumdichttps://prime.fortuneinsight.com/web/posts/author/sigumdicrich600338<blockquote class="wp-embedded-content"><a href="https://prime.fortuneinsight.com/web/posts/488001">科技解密：渾水「買入壹傳媒」數小時傳遍外媒？Facebook演算法早已過時？從香港及各國初創看媒體科技2.0：新商業模式、聲音新媒介、專門化內容</a></blockquote> <script type='text/javascript'> <!--//--><![CDATA[//><!-- !function(c,d){"use strict";var e=!1,n=!1;if(d.querySelector)if(c.addEventListener)e=!0;if(c.wp=c.wp||{},!c.wp.receiveEmbedMessage)if(c.wp.receiveEmbedMessage=function(e){var t=e.data;if(t)if(t.secret||t.message||t.value)if(!/[^a-zA-Z0-9]/.test(t.secret)){for(var r,a,i,s=d.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),n=d.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),o=0;o<n.length;o++)n[o].style.display="none";for(o=0;o<s.length;o++)if(r=s[o],e.source===r.contentWindow){if(r.removeAttribute("style"),"height"===t.message){if(1e3<(i=parseInt(t.value,10)))i=1e3;else if(~~i<200)i=200;r.height=i}if("link"===t.message)if(a=d.createElement("a"),i=d.createElement("a"),a.href=r.getAttribute("src"),i.href=t.value,i.host===a.host)if(d.activeElement===r)c.top.location.href=t.value}}},e)c.addEventListener("message",c.wp.receiveEmbedMessage,!1),d.addEventListener("DOMContentLoaded",t,!1),c.addEventListener("load",t,!1);function t(){if(!n){n=!0;for(var e,t,r=-1!==navigator.appVersion.indexOf("MSIE 10"),a=!!navigator.userAgent.match(/Trident.*rv:11\./),i=d.querySelectorAll("iframe.wp-embedded-content"),s=0;s<i.length;s++){if(!(e=i[s]).getAttribute("data-secret"))t=Math.random().toString(36).substr(2,10),e.src+="#?secret="+t,e.setAttribute("data-secret",t);if(r||a)(t=e.cloneNode(!0)).removeAttribute("security"),e.parentNode.replaceChild(t,e)}}}}(window,document); //--><!]]> </script><iframe sandbox="allow-scripts" security="restricted" src="https://prime.fortuneinsight.com/web/posts/488001/embed" width="600" height="338" title="“科技解密：渾水「買入壹傳媒」數小時傳遍外媒？Facebook演算法早已過時？從香港及各國初創看媒體科技2.0：新商業模式、聲音新媒介、專門化內容” — Fortune Insight" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe>https://prime.fortuneinsight.com/web/wp-content/uploads/2020/08/unnamed-1.png1536937「渾水」與「無神論者的巴別塔」星期一從出post說買了壹傳媒，由被抺黑、去到澄清，皆於Facebook專頁進行，然後傳遍外媒。媒體世界早以主客調轉，數小時內透過各個眾多粉絲的專頁轉載，演算法一推，滲透力比以往的媒介更強，但大家都看見演算法的壞處，一邊只看到「投機壹傳媒」、另一邊看見「捐出股票所得」。媒體科技的浪潮，才剛剛開始。下文將由舊媒轉型說起，再走進世界各地正在冒起的新媒體科技。 新媒和舊媒最大分別 —— 試想像一條橫軸，左端是媒體擁有者，右端是觀看者，媒體科技1.0後時間和內容的主導權從左邊大眾媒體，走到右邊的自媒體；新媒和舊媒之間則是一個個虛擬社區圈，例如KOL聚集的用戶群，由不同社交平台去承載著。觀眾對傳統媒體的信任削弱，選擇多了，轉為自己信任一系列的「KOL」去接收資訊。但自媒體、數碼化、演算法只是革命的前奏。 現在的媒體科技，離不開始下幾樣： User-generated Content (UGC) — 用戶變成內容制作者，譯作原創內容有點窄，因為有不少Facebook page都是轉載資訊形式而受歡近的。UGC的重點在於用戶可以表達自己，除了自上傳聲、影、畫的方便性，可以Embed不同媒介和互動亦在近年變得重要。觀眾習慣了多感官的刺激，要求提高，一篇文配圖、配影片點擊率會提高，一個直播要可以看留言與觀眾互動。社交平台以UGC為主，網媒則為混合傳統編輯＋部分UGC，把專欄做得更多元化 — FI Prime便是其中一個例子。 演算法 — 從不論是平台產品還是內容角度出發，這是一場時間爭霸戰，大家都在爭觀眾的attention span。數據會大大影響用戶的「engagement」— 演算法的精準，令你上癮的hook。亦是為何各平台要不停搜刮用戶資料去喂飽演算法，了解我們喜歡看甚麼。你愛看的排版和顏色，Netflix做到連每人看到電影的thumbnail縮圖也不同。演算法的另一邊是收集feedback，你在每一個內容的停留時間、點擊了甚麼、Like、Share等等都在幫電腦決定甚麼是較熱門、多人睇的內容。產品方面，今年二月調查顯示，英美兩地的年輕人用Tiktok增長了足足一倍，分別達69和82分鐘，比較之下的Instagram只有48和50分鐘。以往大家都總愛把社交媒體和串流平台分開，但其實界線一早逐漸模糊，內容不論日常還是知識，在各大產品都可以看見，在tiktok教英文亦是一盤生意。即使串流影片，YouTube在同一調查內只有86和75分鐘。 內容方面，要數香港做得好的數據網媒非Presslogic莫屬。先不論內容質素高低，以數據去常握各平台用戶及受歡迎的內容、標題，在行內或者startup界別是數一數二。畢竟落廣告的人也只在乎觀看人數和效益。絕大部分香港的媒體，即使有自己的網頁，仍是依靠社交平台運作，演算法或數據分析，不知是否還像Presslogic數年前找尋合作方，無人願意相信。 圖像分析/文字分析（自然語言處理Natural Language Processing，行內稱NLP） — 數碼化後的內容可以透過現有的AI人工智能技術進行分析。大部分影片還是要靠人手分類標籤，就像hashtag一樣，很化功夫。現行人工智能中的computer vision（電腦視覺）分析圖像或影片 — YouTube是其中的表表者，以電腦視覺分辦影片每格影像的主體、進行過濾。聲音也是Google較在行的範疇，NLP的分析則是較為成熟的科技了。不過聲音和文字的科技發展，都仍局限於語言的不同。 平台化後，資訊量幾何級數增長。從橫軸的左走到右，後來我們去了中間 — 資訊量之多，還是要依賴網媒和KOL去幫觀眾分類、專門化和過濾資訊。當年看財經會看信報，今時今日藍絲看湯文亮，黃絲看「渾水」。Facebook由當年人人都post自己的status，去到現在follow專頁，每天打開更新代替看新聞的人比比皆是。 香港媒體雖然在科技上使用演算法和AI分析的不多，但網媒的爆炸程度已經足夠於未來數年推進媒體的革命。媒體，始終還是內容為主，科技為次。但是科技顛覆用戶行為後的媒體變化，才是真正的革命 — 信任的架空 — 從前大眾媒體代表了強而有力的公信力，用戶需要有信任的「proxy中介」去吸收資訊，社會需要有公信力的媒體去有效傳遞訊息。香港不僅用戶行為轉型，亦因政治使絕大部份媒體公信力受影響。現在信任，暫時轉移到去「KOL」， 但沒有一層中介就只是人與人之間的信任，簡單卻不穩定。於是信任拆開了兩種 — 發放信息的人、和發放的訊息。有不少初創以區塊鏈Blockchain去解決信任問題，其實執行上不太可行。以下介紹一些有實質用處的科技初創：前者「發放信息的人」有不少初創使用先驗證後匿名的方法去解決，香港有一家Goop，以機構身份電郵及P2P等方法進行認證，成為活躍的大學生匿名討論區。局限性在於人的身份都是在一個個圈子內，驗證方面只能於圈子內進行。後者「發放的訊息」多數在於偵察fake news，早前2018年Facebook便為了NLP買下Bloomsbery AI；以人工智能去分析，相比有語言和內容限制的NLP，我較喜歡英國一家初創Fabula AI的方法，以標記部分假新聞，然後找出常發放假新聞的帳戶。假新聞充斥的平台，早晚會比棄用。甚或無心轉載的平台或KOL，將更難以取得用戶信任。   用更少的時間製作更高的質素 — 與其解釋科技，不如直接列幾個工具出來：Lumen5為一間加拿大的初創，融資不多，因為已經賺到笑。上面提到影片、圖像都可以增加點擊率，Lumen5用AI幫你分析你上載的文章、配以creative common的圖像，再將文章化成一段段的文字，設定最適宜每段文字的間隔和動畫，幾分鐘就可以製成短片。不少傳統媒體初時玩社交媒體，便是採用這些低成本的AI video。Netflix也用AI進行更高效的電影拍析、分析場景。用戶要求的質素愈來愈高，除了買下咪做直播，將來較先使用技術或軟件減低成本和時間，用高質素的內容的媒體便更能跑出。 Echo chamber — 你只聽到自己的迴聲。演算化加UGC的壞處有二：一/ 你只會看見你想看見的部分，很有可能是事實的一半或更少； 二/ 你只看見「viral」的內容，而較難看到有深度的內容。前者是因為演算化都在推你看的資訊，本身問題不大，但隨著大家摒棄幫你分配好不同版面的舊媒，你看的世界便遠遠縮小。後者則是演算法去計算排行時，首先會考慮「engagement」。而往往標題黨會取得更多的點擊 […]