Enders Analysis 的一份報告認為，產生 人工智慧 「不會像先前的線上轉變那樣改變新聞的基本商業現實」。
該研究公司警告出版商對人工智慧可能帶來的生產力和收入收益要“現實”，但補充說忽視人工智慧將是“一個錯誤”。
該報告發現人工智慧在新聞編輯室中有一些有價值的用途，但認為可能不存在「直接、殺手級的新聞用例來增加收入」。
分析師提出的有價值的用例包括 創建文章的音訊版本 和 將內容翻譯成外語 ，儘管他們指出「翻譯與在地化不同，因此這種格式並不意味著改變遊戲規則的受眾擴展」。
他們寫道，人工智慧還可以幫助創建“更複雜的檔案材料元數據”，從而使記者和讀者更容易訪問出版商的過往目錄。他們表示，這可能會對當地出版商的收入產生影響，尤其是「一些歷史資料幾乎沒有數位化」。
“機會是真實的，即使......人工智慧本身不會帶來競爭優勢”
然而，總的來說，恩德斯的報告表明，出版商可以從生成式人工智慧中獲得多少使用量取決於他們在市場中的地位。
例如， PA Media 或 路透社 等新聞機構已經透過 RADAR 等產品 將非生成式人工智慧整合到其係統中，這些產品將結構化資料集重新格式化為新聞報道。
報告稱：“對於已經實現大量新聞採集和製作自動化的組織來說，轉向基於人工智慧的生成系統的邊際效益將更加有限。”
依賴大型語言機器（即生成式人工智慧）的系統“通常需要記者更多的監督”，因為它們有記錄良好的發明資訊傾向。
「法學碩士預科系統的產出可能更加死記硬背，但它們目前也更加可靠，而這正是新聞機構所需要的，」恩德斯說。
另一方面，對於地方和區域出版商來說，生成式人工智慧的靈活性可能會有所幫助，因為它允許小型、資源匱乏的新聞編輯室花更少的時間在“更多種類的任務”上。
該報告引用了Newsquest 的例子，該公司一直在僱用 「人工智慧輔助」記者，他們可以快速重新格式化新聞稿 ，從而使其他記者能夠在社區中進行更多報道，並且開發了一個「可以生成故事線索」的機器人透過自動化的資訊自由請求和識別有新聞價值的回應」。
Enders 分析師在國家新聞品牌中強調的兩個主要人工智慧用例是數據新聞和故事構思。但他們警告說，鑑於生成式人工智慧工具的廣泛可用性，「為組織提供原始優勢的可能是獲取高品質的數據集進行調查」。
他們說，英國《 金融時報》 在這裡樹立了一個例子，使用法學碩士「對大型數據集中的信息進行分類，然後在分類後使用基於傳統規則的人工智能對數據進行分析——這使得幻覺不太可能蔓延」。
目前，恩德斯認為生成式人工智慧在視訊新聞內容創作中的空間有限，他認為“任何合理的效率都在於編輯，而不是生成，要實現成本效益或可靠，還有很長的路要走” 。
報告在摘要中表示：“出版商必須現實地認識到效率和創收機會的規模，並相應地調整投資規模。”
“機會是真實的，即使工具的廣泛、民主化意味著人工智慧本身不會帶來競爭優勢。”
分析師建議，透過「集中一些資源」可以減少必要的投資。
“如果英國出版商將此視為集體應對整個行業挑戰的一種方式，則可以分擔部分開發成本。”
新聞出版商的人工智慧聊天機器人值得嗎？
針對出版商內容進行訓練的聊天機器人是 新聞出版商嘗試過的主要面向消費者的生成人工智慧產品 。恩德斯將其描述為「成為他們提供的內容的目的地、可識別的來源和品牌」的努力， 大型科技公司正在不斷嘗試建立無連結、人工智慧驅動的生成搜尋引擎 。
該公司表示，聊天機器人的「具體實驗」比後端修補慢，「部分原因是擔心讀者接受『人工智慧』事物。
“一些英國出版商認為面向讀者的一方幾乎沒有先發優勢，這意味著存在一些僵局。”
報告稱，消費者對此類聊天機器人的需求“迄今為止尚不清楚，推出的門檻很高”，但它們可以為“其他更有效的介面，例如改進的搜尋/網站功能——一些線上新聞提供商已經在這些領域奠定基礎」。一直停滯不前…
「這裡的改進比較溫和但有效：就像英國《金融時報》的新功能，允許讀者突出顯示文本並查找與其語義相關的文章，而不僅僅是提供高級相關文章。”
內容來源: https://pressgazette.co.uk/
