價值鏈視角下人工智能對電影產(chǎn)業(yè)的影響分析

文／姜 揚 宋雅琪

1985年，美國哈佛大學商學院教授邁克爾·波特在其名著《競爭優(yōu)勢》中首次提出“價值鏈”這個概念。他認為，每一個企業(yè)都是在設計、生產(chǎn)、銷售、發(fā)送和輔助產(chǎn)品的過程中進行種種活動的集合體。價值鏈上的每一項活動都會影響企業(yè)的生存和發(fā)展，都與企業(yè)的價值創(chuàng)造息息相關。在電影領域，美國學者巴里·利特曼在《大電影產(chǎn)業(yè)》一書中指出，電影產(chǎn)業(yè)鏈是在市場經(jīng)濟時代和產(chǎn)業(yè)格局下，以電影產(chǎn)品為核心，以其形成到最終消費所指涉的具有上下游關系的各個功能主體的集合。電影產(chǎn)業(yè)價值鏈基本包括了電影投融資、電影制作、電影發(fā)行、電影放映等環(huán)節(jié)。人工智能技術已經(jīng)在電影產(chǎn)業(yè)價值鏈各環(huán)節(jié)上應用并產(chǎn)生了積極影響。

人工智能對電影產(chǎn)業(yè)投資環(huán)節(jié)的影響

量化預測票房，管控投資風險。如何管理投資風險、確保投資收益一直是困擾影視投資人的難題。現(xiàn)如今，多數(shù)電影投資公司仍然以投資人的主觀判斷為主，決策往往缺乏客觀依據(jù)。2018年出現(xiàn)的一批投資虧損的案例表明，當前電影產(chǎn)業(yè)的發(fā)展已經(jīng)不再是拼資金和陣容的時代了。諸如，2018年投資7.5億元，由吳磊、梁家輝、劉嘉玲主演的《阿修羅》上映，三天票房只有4641萬元，結果緊急撤檔；由趙麗穎、馮紹峰、郭富城、小沈陽等主演的電影《西游記女兒國》制作成本達5.5億元，預估凈虧損達4億元；由梁朝偉、吳亦凡主演的《歐洲攻略》投入超過3億元，最終只有1.45億元的票房，豆瓣評分只有3.7分。

如今，人工智能通過對歷史上諸多具有成功票房的電影進行分析和學習，對電影票房進行相對客觀、量化的預測，從而可以為電影產(chǎn)業(yè)的投資提供積極有益的指導。以比利時一家科技公司為例，他們推出一款人工智能產(chǎn)品名為Book，產(chǎn)品整合了數(shù)據(jù)挖掘、機器學習、自然語言處理等人工智能技術，已經(jīng)學習了6500多個劇本和相應的市場反饋，并建立了自己的數(shù)據(jù)庫。只需將劇本上傳到系統(tǒng)，五分鐘內Book就會自動生成詳細的分析報告，并給出投資建議。如果最終的評估高于84%，意味著這將是一個有利可圖的電影項目值得投資。2017年，Book準確預測了索尼32部“票房毒藥”中的22部。該公司希望人工智能技術能夠幫助制片人、出版商和投資者評估他們的財務風險，從而徹底改變業(yè)界對劇本的選擇。

智能匹配演員，提升投資回報。明星是影響票房收入的一個重要因素，不僅觀眾相信“明星效應”，諸多學者對此也持肯定態(tài)度。劉藩和于麗等從理論的角度研究了電影票房的影響因素，發(fā)現(xiàn)電影制作公司、明星、導演和相關產(chǎn)業(yè)政策都會對電影票房產(chǎn)生重要的影響，明星更是作為一種符號化信息對票房產(chǎn)生直接影響。胡小莉和郭新茹等也證實了明星效應的確會對電影票房產(chǎn)生積極的正面影響。因此，演員的選擇會直接影響投資回報。

人工智能已經(jīng)能夠通過機器學習和神經(jīng)網(wǎng)絡來挖掘數(shù)據(jù)中隱藏的聯(lián)系，方法是收集以往票房數(shù)據(jù)，然后與電影以及主演進行交叉分析。以美國洛杉磯的一家公司Cinelytic為例，客戶只用輸入劇本和演員表就可以預測票房。在拍攝前，可以在系統(tǒng)中輸入電影主題、目標市場、演員和其他參數(shù)來預測。比如計劃制作一部故事片，就可以在系統(tǒng)中設置題材和劇情等基本信息，然后將女明星設定成Jennifer，預測一下北美的預期成績，再將其替換成Emma，然后了解票房會發(fā)生什么改變。

在國內，優(yōu)酷和阿里合作開發(fā)了智能演員匹配系統(tǒng)“魚腦”。該系統(tǒng)可將影片主題與大量的演員信息進行人工智能匹配，為主要演員的選擇提供客觀的數(shù)據(jù)支撐，縮短人工的選角時間，從而有效控制作品的拍攝周期，更好地迎合市場需求。該系統(tǒng)曾經(jīng)在《長安十二時辰》的角色選取中發(fā)揮重要作用。該片故事緊湊、邏輯嚴謹，不了解上一集內容甚至錯過幾分鐘時間都可能影響理解當下的劇情，而系統(tǒng)通過對海量演員的大數(shù)據(jù)篩選分析，發(fā)現(xiàn)雷佳音非常符合該片角色定位，因為他在影片《和平飯店》中有過同樣的出演經(jīng)歷，最終的結果也證實了系統(tǒng)的預測，雷佳音的出色表現(xiàn)不僅給影片增分添彩，其個人也通過《長安十二時辰》獲得了更多觀眾的認可。

機器取代人工，降低投資成本。隨著科技的發(fā)展，機器逐步取代人類傳統(tǒng)勞動，在提高生產(chǎn)效率的同時，也解放了勞動力，降低了生產(chǎn)成本。以電影預告片制作為例，人工智能已經(jīng)從輔助優(yōu)化發(fā)展到可以獨立制作。

2014年，傳奇影業(yè)出品的《星際穿越》首度使用人工智能技術對電影預告片進行優(yōu)化。手動剪輯的第一版預告片在社交網(wǎng)絡投放后，數(shù)據(jù)開發(fā)人員通過分析受眾的反饋，采用數(shù)據(jù)分析和機器學習的方法，指導制作了《星際穿越》的第二版和最終版預告片。這對于一部需要使用1.5億美元用于營銷的大片來說，成功縮減了預算，效果也得到了大幅度地提升。

如果說人工智能只是對《星際穿越》電影預告片進行優(yōu)化，兩年后的IBM超級計算機已經(jīng)能夠根據(jù)電影素材直接制作預告片。2016年，21世紀?？怂构咀孖BM的Watson為其作品《摩根》制作了一部預告片。IBM的研究員利用超過1000段比較受市場認可的電影預告片去訓練，幫助Watson學習預告片的結構、風格和特點。隨后Watson輸入了整部影片，自主選取其中片段制作出了一版預告片。起初這只是一種宣傳和推廣，但Watson的驚人表現(xiàn)使其最終成為推向市場的真實預告片。

人工智能對電影產(chǎn)業(yè)制作環(huán)節(jié)的影響

劇本：從源頭保障創(chuàng)作內容質量。當年HBO的大作《權力的游戲》深受廣大觀眾的喜愛，電影改編自馬丁的同名小說，但是馬丁的創(chuàng)作進度卻非常緩慢，全球的觀眾都在期待新一季《權力的游戲》，而馬丁的原著竟然還沒有寫完。后來觀眾們實在等不及馬丁的創(chuàng)作了，一名影片的忠實觀眾同時也是一位軟件工程師，他開發(fā)了一個系統(tǒng)并將現(xiàn)有的由馬丁創(chuàng)作的原著都輸入了該系統(tǒng)，然后通過人工智能學習模仿馬丁的創(chuàng)作完成接下來的內容。雖然效果肯定不如馬丁的原創(chuàng)，但是人工智能創(chuàng)作的內容結構完整，風格一致，語言也更容易理解，特別出彩的是人工智能創(chuàng)作的諸多情節(jié)事后竟然與馬丁創(chuàng)作的版本一致。

浙江大學寧波理工學院設立了創(chuàng)新創(chuàng)業(yè)實驗班，學生主要學習如何創(chuàng)業(yè)。一些成功的企業(yè)家，甚至一些失敗的企業(yè)家都將成為課堂上的老師。創(chuàng)新創(chuàng)業(yè)實驗班主要講授經(jīng)濟學、管理學、創(chuàng)新知識和創(chuàng)業(yè)意識的培養(yǎng)。學生在完成專業(yè)學習的同時，還將在一年半的時間里系統(tǒng)地學習創(chuàng)業(yè)和創(chuàng)業(yè)的秘訣。

通過大量經(jīng)典賣座影片劇本的學習，人工智能會形成自己的語言風格，其創(chuàng)作內容不僅語句通順，而且有邏輯性。如同人工智能寫新聞稿和寫詩一樣，通過學習大量的劇本，人工智能輸出的文本就變成了劇本。以第一部由人工智能獨立制作的科幻電影《Zone Out》為例。來自紐約大學的人工智能專家開發(fā)了一個名為Benjamin的系統(tǒng)。首先通過機器學習分析了幾十部科幻電影，然后把劇本結構化處理，劃為詞語、句子和段落等，然后找到他們之間的關聯(lián)，當人工智能掌握遣詞造句的規(guī)律以及劇本的結構以后，就可以讓Benjamin自動組織文字，創(chuàng)作新的劇本了。實際上，國內外不少影視公司都在開發(fā)自己的系統(tǒng)來對劇本進行修改、評估和創(chuàng)作。雖然人工智能的創(chuàng)作目前還趕不上知名編劇的作品，但其基于大量成功案例創(chuàng)作的內容至少在源頭上保證了劇本的質量。

剪輯：從生產(chǎn)過程節(jié)省制作時間。在電影拍攝過程中，相同的場景會拍攝多個角度和景別的鏡頭，前期豐富的素材固然為后期制作提供了更多選擇，但無形中也給后期剪輯工作帶來了巨大的負擔，如今人工智能已經(jīng)能夠來完成這樣繁瑣耗時的工作了。通過機器學習，人工智能能夠自動同步相同場景素材，并匹配聲音臺詞，甚至可以通過以往學習的成熟鏡頭和視聽語言對素材進行自動編輯。

2017年，斯坦福和Adobe開發(fā)了一個智能化的自動編輯系統(tǒng)。首先有序排列相同場景的不同素材，再通過語音語義識別、人臉和姿態(tài)識別對素材類型、情感表現(xiàn)、畫面風格等編碼，并選取恰當?shù)募糨嬶L格，系統(tǒng)在很短的時間完成大量剪輯工作，還可以根據(jù)導演的要求調整風格快速生成不同的剪輯結果。同樣的工作量交給人工剪輯，即便一位擁有多年經(jīng)驗的后期人員也要花費大量時間目不轉睛地盯著電腦才能實現(xiàn)，而人工智能幾秒鐘就完成了?？梢钥闯?，在電影剪輯環(huán)節(jié)，人工智能可以減少重復性的瑣碎工作，使藝術創(chuàng)造變得更加簡單。

后期：從呈現(xiàn)方式增強影片表現(xiàn)力。畫質增強。從標準清晰度到4K圖像質量、黑白電影修復著色、調光、提高幀速率（每秒顯示的靜止幀數(shù)）等，如今通過人工智能技術可以快速實現(xiàn)上述要求，增強影片的表現(xiàn)力。

中國科學院團隊開發(fā)的“神思”AI系統(tǒng)，通過大量的圖片和視頻學習，處理了《厲害了，我的國》電影中超過三十萬幀的低清晰度圖像，共計74分25秒。其中包括26分45秒的增強畫面和47分40秒的去場畫面。同時，“神思”AI系統(tǒng)還可以實現(xiàn)素材標清轉高清、老影片上色、電影調色等工作，并成功應用在《馬路天使》《血色浪漫》《西游記》《亮劍》等影視作品上。此外，人工智能已經(jīng)能夠實現(xiàn)2D轉3D內容，以國內一家企業(yè)研發(fā)的“崢嶸”系統(tǒng)為例，不需要雙機拍攝，不需要大量的人力支持，只需要一個人和一臺機器，一部影院級影片7天的時間就可轉制完成。

瑕疵處理。影視作品的創(chuàng)作成本很高，所以在很多作品中，受到預算的限制，畫面會留有一定的瑕疵（又稱噪聲），人工智能可以用來幫助降噪。以計算光源為例，所有的虛擬場景都需要模擬光線方向，這是一件耗費大量精力和時間的工作。如果你想節(jié)省時間以減少光線數(shù)量，但是在圖像上卻會產(chǎn)生噪聲。迪士尼研究中心聯(lián)合皮克斯動畫工作室等研究人員開發(fā)了一種基于深度學習的系統(tǒng)，該系統(tǒng)能有效地消除由弱光引起的噪音，從而有效縮短渲染時間。

研究人員從皮克斯的電影《尋找多莉》中采集了大量素材，使用卷積神經(jīng)網(wǎng)絡將噪聲圖像轉換成無噪聲圖像。在使用人工智能技術之前，最先進的方法也會殘留噪聲，還是需要人工手動調整。而使用該系統(tǒng)不僅能夠智能消除噪聲，而且沒有丟失任何的細節(jié)。后來電影《汽車總動員3》也使用了該系統(tǒng)去消除噪聲。

特效。通過人工智能可以極大提升特效的水準，給觀眾提供更強的視覺沖擊力?，F(xiàn)在的作品中，觀眾已經(jīng)很難區(qū)別哪些是實景拍攝的，哪些是計算機虛擬制作的。以影片《僵尸世界大戰(zhàn)》為例，大量的僵尸并非由真人出演，難以想象如此龐大的數(shù)量，從人員、造型以及化妝上將花費多少預算，而通過人工智能技術，導演需要多少僵尸就可以制造多少僵尸。不僅如此，人工智能還可以實現(xiàn)很多后期特效，如拍攝場景的虛擬、光照角度的調整、爆破火焰的效果，等等。

人工智能對電影產(chǎn)業(yè)發(fā)行環(huán)節(jié)的影響

精準化營銷，提升營銷效率。從電影營銷的實際操作層面而言，就是先要通過對電影的分析，利用大數(shù)據(jù)等方式，鎖定可能對電影感興趣的群體。繼而從選定受眾的視角出發(fā)，思考他們的所需所求，并在他們的頭腦中樹立起區(qū)別于競爭對手的形象和地位。面向不同的人群定制精準的投放方案，在電影投放之前就能掌握理性的收益預期，人工智能為電影發(fā)行提供了精準的羅盤。電影營銷不再依附盲目的“經(jīng)驗論”，真正實現(xiàn)行動科學化、營銷精準化。

2016年，百度運用人工智能技術為電影《魔獸》開展了一次非常成功的營銷推廣，有效地提升了票房收入。“百度大腦”通過用戶畫像將潛在的觀眾分成幾個層次。首先是魔獸游戲的忠實玩家，這類群體對電影非常期待，因此不需要做任何工作；其次是對魔獸游戲有一定了解，但不一定玩過或者淺嘗輒止，這類群體有潛在觀看意向；最后是對魔獸游戲完全不了解，或者對類似奇幻題材的電影完全不感興趣的群體，不管如何宣傳他們都不可能去消費。系統(tǒng)將第二類群體鎖定為重點對象，并精心設計了宣傳方案，最終把大量的觀看意向轉變?yōu)橛^影行為，本來出品方也沒有對人工智能抱有太大期望，但最終結果卻把票房提升了兩倍。人工智能幫助電影精準劃分并鎖定目標群體，有效地提升了推廣效率，擴大了電影的影響力。

智能化營銷，優(yōu)化用戶體驗。媒體是電影營銷不可或缺的必要條件，新媒體作為媒體的新生力量，在未來更是有可能成為主導媒體，它必然會對傳統(tǒng)電影營銷產(chǎn)生相當程度的影響。相對于廣播、電視、平面、戶外四大傳統(tǒng)意義上的媒體，新媒體主要指具有互動性的媒介，它是新的技術支撐體系下出現(xiàn)的媒介形態(tài)。新媒體被形象地稱為“第五媒體”。如今，不管在傳統(tǒng)媒體還是新媒體上，應用人工智能技術的智能推薦體系已經(jīng)得到應用。

互聯(lián)網(wǎng)流媒體平臺Netflix憑借大數(shù)據(jù)和人工智能技術建立了一套電影推薦系統(tǒng)Cinematch。Netflix記錄了用戶對于每部影片的評價、用戶觀看的所有內容、通過PC還是移動終端、觀看影片的時間和地點等用戶習慣。憑借平臺自身已有的大量用戶，在海量的數(shù)據(jù)當中，分析用戶的習慣，并推薦更符合用戶喜好的內容。Cinematch成為最懂用戶的系統(tǒng)，不管在什么時間、什么場景，系統(tǒng)總能推薦最符合用戶偏好的作品，極大地優(yōu)化了用戶的體驗。

個性化推薦，增強用戶黏性。德勤曾發(fā)布一份面向全美企業(yè)的AI狀況報告，報告中，德勤特別提到了Netflix的案例：Netflix發(fā)現(xiàn)他們的用戶喜歡搜索電影，但如果搜索并找到一部電影的時間超過90秒，那么用戶往往會放棄，而借助AI技術優(yōu)化站內搜索之后，不僅可以給用戶帶來用戶體驗的上升，還能讓用戶更快地付費。德勤的報告顯示，僅僅一年，得力于AI對搜索的改進，Netflix可以多賺10億美元。

對于個性化推薦，Netflix通過人工智能算法可以說走到了行業(yè)的前端。Netflix就曾表示他們的平臺是個性化的，通過人工智能技術平臺會給用戶提供獨特的體驗，包括個性化的頁面布局、標題內容、呈現(xiàn)效果等，Netflix的目標是有多少個用戶就有多少個Netflix呈現(xiàn)。這種個性化的體驗培養(yǎng)了用戶的習慣，當Netflix比你還了解自己的時候，用戶已經(jīng)被牢牢地“黏”在平臺上。

人工智能對電影產(chǎn)業(yè)放映環(huán)節(jié)的影響

放映決策：影片排片決策科學化。影院排片是電影院放映影片的具體安排，包括放映的時間和場次，目的是為了實現(xiàn)盈利最大化。當前我國大多數(shù)是多廳影院，本身復雜性就遠遠高于過去的單廳影院，還要面對同一時期上映的諸多影片，并考慮影片的類型、輿論的評價，觀眾的預期等，這一切都給放映決策提出了極大的挑戰(zhàn)。以往電影院都是通過人工來排片，當然也會考慮影片的熱度和上映的時間，但是決策往往非常主觀，不同的業(yè)務員會給出不同的結果，通常也很難根據(jù)市場的變化和觀眾的喜好做出及時準確的調整。如今，同一家影院的放映廳越來越多，同一時期上映的影片數(shù)量越來越大，觀眾接受的影片信息也越來越豐富，人工排片面臨著越來越多的挑戰(zhàn)。那么，科學合理的排片方案，并能隨著市場變化做出及時調整就顯得尤為重要。

人工智能技術的運用可以有效提高排片的科學性和及時性。以數(shù)碼環(huán)球科技有限公司推出的智能化影院系統(tǒng)CA2.0為例，首先通過強大的計算能力，人工智能可以有效地管理多個影廳，提高運營效率。其次通過互聯(lián)網(wǎng)上海量的數(shù)據(jù)和用戶反饋，人工智能可以準確地判斷影片的熱度，安排最受歡迎的影片在最黃金的時段，從而提升影院盈利。最后通過現(xiàn)場觀眾數(shù)量的實時監(jiān)控，人工智能系統(tǒng)可以做出及時的排片調整，避免資源浪費。

放映管理：自動放映影院智能化。面對電影發(fā)行窗口期不斷縮小，電影院線股價下滑，在線節(jié)目提供商的擴張，家庭影院的觀影設備越來越好，同步放映也不斷在推動；同時，影院的物業(yè)租金和人力成本增長較快。尤其是在當前內地影院單廳收入不斷走低的背景下，影院要擺脫面臨的挑戰(zhàn)，只有擁抱技術，不斷提高放映管理水平和效率，才能從容應對。

智能化將是未來影院發(fā)展的重要方向。還是以CA2.0系統(tǒng)為例，系統(tǒng)不需替換現(xiàn)有軟件，可以直接讀取當下售票系統(tǒng)的數(shù)據(jù)，無縫對接降低了系統(tǒng)更換的成本。CA2.0幫助影院實現(xiàn)影片放映、質量管理、安全檢測自動化，并避免人為操作可能出現(xiàn)的失誤。通過后臺網(wǎng)絡數(shù)據(jù)的支持，不僅可以進行同一影院多廳的管理，而且還可以實現(xiàn)跨區(qū)域多影院同步管理。未來，人工智能系統(tǒng)可以監(jiān)控同一企業(yè)下管理的每一臺機器、每一個放映廳、每一個影院，并在大數(shù)據(jù)和機器學習的支撐下不斷學習提升，甚至發(fā)現(xiàn)以往經(jīng)驗沒有關注過的問題。

放映反饋：實時互動劇情多樣化。隨著生活水平的不斷提高，消費者越發(fā)追求消費的體驗感。也就是從規(guī)?；D向個性化，從單一化轉向多樣化。那么在影視作品中如果能夠實現(xiàn)實時互動，觀眾將一改往日被動觀劇的“圍觀者”身份，變身為能夠決定劇中人物命運和整體劇情走向的編劇。這樣的自主掌控感能更好地將觀眾帶入劇情，從而形成沉浸式體驗。

目前對于用戶數(shù)據(jù)的搜集已經(jīng)非常普遍，但由于計算和分析能力的限制，經(jīng)常是存儲了大量的數(shù)據(jù)但卻不能進行有價值的分析和挖掘。其實像視頻監(jiān)控攝像頭、紅外攝像頭早已經(jīng)安裝在影院當中，不過以往影院只是通過這些設備監(jiān)控觀眾的行為應對一些突發(fā)事件，但是這些數(shù)據(jù)真正的價值卻沒有被利用起來。2017年，迪士尼聯(lián)合其他機構發(fā)布了一項人工智能技術“FVAE”。首先通過人臉識別對影廳中觀眾的表情進行識別和分析，再通過深度學習的方法來預測觀眾的行為和表現(xiàn)。那么，擁有了這項技術就可以實時獲得現(xiàn)場觀眾對電影的真實評價，如果影片前期制作了不同版本的素材，現(xiàn)場就可以根據(jù)大多數(shù)觀眾的反饋調整劇情的發(fā)展，實現(xiàn)故事的多樣化。以電影《穿靴子的貓：魔法書中逃》為例，Netflix在前期就制作了不同的版本，在一些重要節(jié)點觀眾可以自己選擇劇情的發(fā)展方向，從而得到不同的故事結局。未來，通過人工智能了解觀眾心理變化，自動選擇劇情發(fā)展方向，實時得到觀眾最想看到的結局，從而真正實現(xiàn)影片的互動性和多樣性。

問題與挑戰(zhàn)

雖然人工智能已經(jīng)成功應用在電影產(chǎn)業(yè)諸多環(huán)節(jié)上，但是人工智能在很多方面還無法取代人類，尤其在富有創(chuàng)造性的領域，電影就是其中之一。因為人工智能需要學習和訓練，所以如果沒有以往數(shù)據(jù)作為基礎，人工智能也就無計可施。以好萊塢電影《魔獸》為例，歷史上通過電影制作游戲的案例很多，但反過來的案例卻很少，所以人工智能很難預測它的票房。此外，在法律方面也存在一些諸如版權和肖像權的問題。《速度與激情7》的男主角因車禍不幸身亡，為了向保羅致敬，影片通過人工智能換臉技術讓他“出現(xiàn)”在片尾，保羅陽光下的微笑讓不少觀眾流淚。但是如果在影視作品中濫用換臉技術，又會涉及肖像權等法律問題。因此，有關部門也應加強人工智能的法律法規(guī)建設。相信隨著科技的快速發(fā)展以及相關制度的不斷完善，人工智能會給電影行業(yè)帶來更多積極而深遠的影響。