報(bào)紙賺錢少，非戰(zhàn)之罪

呂理哲

媒體的功能是為大眾整理并提供信息，絕大部分媒體不針對(duì)這樣的服務(wù)向閱聽人收費(fèi)，而是利用聚集的閱聽人數(shù)目（發(fā)行量）吸引廣告主來付錢刊登廣告。報(bào)紙、電視、地鐵站的墻壁、網(wǎng)絡(luò)上的文章、音樂和視頻都有聚集閱聽人的能力，都是媒體。

如今的媒體和以往不同，主要是因?yàn)榛ヂ?lián)網(wǎng)不但可以用來提供信息，還能與閱聽人雙向溝通，和傳統(tǒng)媒體單方向提供信息的效益相比，有了明顯的差異。其中搜索引擎這種不生產(chǎn)內(nèi)容的媒體，倒是把天下所有媒體當(dāng)成自己的材料，成就了谷歌一家搜索引擎在2012年內(nèi)做到的營(yíng)收，居然比美國(guó)1382家報(bào)紙的總體營(yíng)收還要多。

報(bào)紙為讀者報(bào)道新聞，除了讀者買報(bào)紙為報(bào)社增加一份發(fā)行量以外，報(bào)社無法從讀者這一端得到任何反饋。但是谷歌（Google）除了幫助大家去找她們要的信息以外，同時(shí)利用他們的搜索，收集到了珍貴的海量數(shù)據(jù)（big data）。

什么是“海量數(shù)據(jù)”？

2009年，谷歌旗下幾位工程師在著名的《自然》（Nature）雜志上發(fā)表了一篇論文，解釋了谷歌如何儲(chǔ)存民眾每天超過30億個(gè)搜索信息的關(guān)鍵詞，再加以運(yùn)用，精確預(yù)測(cè)出美國(guó)哪幾個(gè)州即將在接下來的冬天爆發(fā)流感。

幾個(gè)星期后，一種結(jié)合禽流感和豬流感菌株的新病毒H1N1跳上了所有媒體的新聞?lì)^條，美國(guó)疾病管制局（CDC-Center of Decease Control & Prevention）為了應(yīng)付這種蔓延迅速的流感，要求全國(guó)的醫(yī)生一碰到新流感病例，就必須立刻通報(bào)，以避免類似1918年西班牙流感的危機(jī)，那是一場(chǎng)有5億人受到感染、千萬人送命的大災(zāi)難。

人們從身體覺得不舒服到自己認(rèn)為可能感冒了，然后過了幾天之后才會(huì)去看醫(yī)生，最后經(jīng)過層層通報(bào)的關(guān)卡才會(huì)到達(dá)疾病管制局。但病毒的面對(duì)面?zhèn)魅静粫?huì)有層層關(guān)卡，何況疾病管制局一個(gè)禮拜才匯總一次，可以想象疾病管制局只能記錄，根本就無法掌控病毒蔓延的真實(shí)情況。

谷歌先挑出美國(guó)人最常使用的前5000萬個(gè)搜索關(guān)鍵詞，再與疾病管理局2003～2008年的流感傳播數(shù)據(jù)比對(duì)；總共用了4.5億個(gè)不同的數(shù)學(xué)模型去測(cè)試分析，最后這套軟件系統(tǒng)找出45個(gè)關(guān)鍵詞，用前幾年的數(shù)據(jù)放進(jìn)數(shù)學(xué)模型里面去運(yùn)算，結(jié)果竟然和2007年、2008年疾病管制局統(tǒng)計(jì)的全美國(guó)流感真實(shí)數(shù)據(jù)十分符合。

不需要?jiǎng)佑萌魏吾t(yī)療資源，不用訪問醫(yī)院，更不用采集流感檢體，谷歌這套系統(tǒng)就可以掌握美國(guó)流感疫情和疾病管理局一樣，差別在于實(shí)效性，谷歌系統(tǒng)幾乎可以實(shí)時(shí)跟蹤疫情的發(fā)展情況，管制局的記錄卻得等一兩個(gè)禮拜，也就是匯總?cè)珖?guó)醫(yī)生的匯報(bào)以后。

谷歌不是只整理出民眾得流感后身體不適時(shí)，用哪些關(guān)鍵詞到網(wǎng)絡(luò)上去搜索，就能預(yù)知流感傳播的時(shí)間和地區(qū)，而是從幾千億筆的海量數(shù)據(jù)找出和流感的相關(guān)性和在各地區(qū)出現(xiàn)的頻率，從而通過建立數(shù)學(xué)模型去預(yù)測(cè)。

其實(shí)，重點(diǎn)在于數(shù)據(jù)量的龐大，沒有海量數(shù)據(jù)，即使你有谷歌工程師的才華，也無法在疾病管制局發(fā)布流感數(shù)據(jù)以前，知道你住的城市在什么時(shí)候會(huì)發(fā)生流感疫情。

這就是在傳統(tǒng)報(bào)紙媒體的基礎(chǔ)建設(shè)中找不到的機(jī)會(huì)，報(bào)社有訂戶的個(gè)人資料，卻只能用于送報(bào)或是催繳報(bào)費(fèi)，而無法像谷歌這種網(wǎng)絡(luò)媒體，即使沒有用戶的個(gè)人資料，也能在龐大的數(shù)據(jù)量中找出各種社會(huì)現(xiàn)象的變化。如果海量數(shù)據(jù)應(yīng)用得當(dāng)，看來要改變?cè)S多領(lǐng)域的面貌，像流感預(yù)測(cè)這樣的公共領(lǐng)域只是其中一個(gè)例子。

1990年左右，IBM開始開發(fā)了Candide英法語翻譯系統(tǒng)，可惜因?yàn)槭占罅繑?shù)據(jù)的成本太高而作罷。如今我們可以看到谷歌利用海量數(shù)據(jù)創(chuàng)造了超過60國(guó)語言的翻譯系統(tǒng)，其中有14種語言可以用語音輸入，可以想象IBM當(dāng)時(shí)收集數(shù)據(jù)的難度。現(xiàn)在谷歌有不斷增加的海量數(shù)據(jù)可以預(yù)測(cè)流感，當(dāng)然也可能將這種能量應(yīng)用到各種商業(yè)領(lǐng)域。此外，傳統(tǒng)報(bào)紙得派業(yè)務(wù)員去拉廣告，而谷歌可以先找到客戶以后才去做廣告宣傳。

但是傳統(tǒng)報(bào)紙不會(huì)消失，只是賺錢無法和新媒體相比，這是基礎(chǔ)建設(shè)的根本差異，非戰(zhàn)之罪。