約翰·瓦斯特寇特

　　與現(xiàn)代經濟的各個行業(yè)一樣，廣播媒體行業(yè)目前也正在自己的人工智能（AI）和機器學習（ML）征程，機構處于評估和實施的各個階段。但實際上，AI和ML是如何改變廣播公司的工作方式？隨著這些技術的不斷加速發(fā)展，它們可能的發(fā)展方向是什么？在廣播電視行業(yè)采用AI和ML的各種關鍵驅動因素中，其中之一是要求多快好省。面對通貨膨脹、不斷上升的資本成本和企業(yè)對盈利能力的追求，廣播電視公司需要用更少的人員管理日益復雜的網絡工作流程，同時降低成本。

　　在這種情況下，AI和ML技術可以應用于跨工作流程監(jiān)測和配置管理，可以跨多個系統(tǒng)觀察模式。這項技術有助于穿過無意義的喧囂，引導操作員將注意力集中在最重要的地方，從而最大限度地提高效率并減少浪費的時間。相反，員工可以專注于其它重要的任務——一種有助于把重點放在提高生產力上的方法。

　　這也適用于許多正在遷移或已經遷移到軟件定義基礎設施的廣播機構。這些技術提供更靈活的工作流程，包括由廣播公司及其內容和附屬合作伙伴控制的本地和云資產。展望未來，AI和ML將通過提供對這些復雜系統(tǒng)性能的深入了解，在最大限度地發(fā)揮這種方法產生的影響方面發(fā)揮關鍵作用。它們使廣播公司能夠在實時播出過程中發(fā)現(xiàn)問題并識別出現(xiàn)的不穩(wěn)定因素，最終提高操作員的信心。此外，AI和ML可以根據網絡和內容分析自動調整工作流程，確保最佳性能。

　　利用AI和ML的能力

　　雖然目前的各種解決方案利用AI和ML來幫助廣播公司降低復雜性，增強工作流程并提高運營效率，但考慮這些技術的更廣泛應用是必須的。例如，最先進、最有效的AI和ML平臺旨在可預見復雜工作流程中出現(xiàn)的不規(guī)則現(xiàn)象和問題，使操作員和工程師更容易識別需要注意的頻道，同時還提供對信號質量下降及其可能原因的詳盡了解，促進跨組織孤島的協(xié)作，以有效解決問題。在最前沿，實時ML還用于在問題發(fā)生之前主動提醒操作人員，確保最小的中斷并提高操作可靠性。

　　展望未來，正在進行的向混合工作流程的轉變將不斷為廣播公司提供新的機會，使其更具活力，快速增加內容和分發(fā)合作伙伴，并適應網絡挑戰(zhàn)。然而，伴隨著這種活力的增加，工作流程管理變得更加復雜，這將推動對提供早期問題檢測和快速響應機制的分析解決方案的需求。由于廣播公司努力用有限的資源保持運營效率和適應性，AI和ML解決方案將繼續(xù)成為他們成功的組成部分。因此，這些創(chuàng)新將在長期持續(xù)重塑行業(yè)格局，使廣播公司能夠在數字時代蓬勃發(fā)展。

關注讀覽天下微信， 100萬篇深度好文， 等你來看……