AI技術在財經新聞生產中的應用研究

摘要：【目的】研究當前財經媒體將AI技術應用到新聞生產的主要路徑，并展望該模式未來進一步的優化和發展方向。【方法】文章從人工智能技術賦能財經新聞生產出發，并以在《每日經濟新聞》新聞生產過程中的應用為例，淺談這一模式產生的必要性及實際應用方向，同時分析AI技術對新聞生產和智媒體轉型的價值和意義。【結果】【結論】以《每日經濟新聞》為代表的財經媒體以AI技術為突破口，將人工智能全面融入寫稿、審核、短視頻生成、視頻直播等等新聞生產的業務場景中，在提高生產效率和傳播效果等方面均取得了積極效果，同時也拉起了向智媒體轉型的大幕。隨著AI技術的不斷發展成熟，預期AI技術在財經媒體中的應用和價值還將繼續向縱深發展。但是，在此過程中也伴隨著一些新問題的涌現，需要從AI算法持續升級、人機常態化配合、數據標準的統一等方面加以解決，以達到將技術管好、用好、用出效果的目標，更大程度為新時代媒體轉型發展賦能。

關鍵詞：AI技術；財經新聞；智媒體；人工智能；應用研究 " " " " " " "中圖分類號：G216 " " " " " " " "文獻標識碼：A

文章編號：1671-0134（2023）06-017-05 " " " " DOI：10.19483/j.cnki.11-4653/n.2023.06.003

本文著錄格式：張弩，周宇翔，楊恬.AI技術在財經新聞生產中的應用研究[J].中國傳媒科技，2023（06）：17-21.

隨著以AI為代表的一系列新興技術的發展成熟與應用場景的落地和拓展，近年來越來越多的媒體將AI技術引入新聞內容生產、傳播等環節中，成為媒體轉型向縱深發展的一個重要途徑和抓手。根據媒體性質和定位的不同，在利用AI技術的具體手段上也各有差異。有一些是將AI技術聚焦于傳播端的創新應用，如新華社、中央電視臺等，都在業界率先利用AI技術推出了AI虛擬主播并在其新媒體端進行頻繁的應用。[1-3]在財經媒體領域，由于財經新聞具有天然的數據化、可視化、可標準化等獨有特點，各大媒體則將AI技術的應用聚焦在內容生產方面。隨著媒體轉型走向縱深和AI技術的進一步發展成熟，媒體對AI技術的利用場景也必將逐步的從新聞生產的某一環節向全流程融合利用轉變。本文以《每日經濟新聞》為例，分析其基于AI技術開發出覆蓋內容監控、生產、分發等多個流程，以及文字、視頻、電視直播等多種媒介的產品矩陣，研究財經智媒體轉型的優勢路徑。

1. AI技術在財經新聞生產中的必要性

1.1 " 財經新聞對時效性的要求

在各類新聞生產過程中，財經新聞對于時效性的要求相對來說是最高的。究其原因，一方面由于財經新聞所聚焦的財經專業領域，各類動態消息的產生與市場是緊密掛鉤的，消息會直接對金融市場各領域產生直接影響。另一方面，由于金融市場所具有的全球性和高度關聯性，這意味著財經新聞所監控的范圍并不僅僅局限于國內，而是面向全球所有動態財經事件，同時對市場監控的范圍也并不僅僅局限某一特定領域，而是包含股票市場、期貨市場、外匯市場等在內的所有金融領域。

從財經新聞的上述特點來看，以往依靠人工監控的模式，要做到理想狀態下的對全球財經新聞全方位、不遺漏、7*24小時不間斷的監控與發布存在幾大難以逾越的障礙。一是人力成本巨大。全量、全時、高效意味著需要布置的采編人員數量在同等條件下要遠遠超過其他領域的新聞生產。二是財經新聞生產對專業知識的要求更高，對采編人員財經專業知識的要求甚至要高于新聞業務本身。在這種情況下，隨著AI技術的逐漸成熟與落地，正所謂“機器永不眠”，財經媒體利用AI技術來解決新聞生產過程中的時效性問題也就成了必然選擇和發展方向。

1.2 " 財經新聞生產對數量的要求

除了對時效性的要求，財經新聞生產對數量的要求也是極高的，原因也與財經新聞特殊的目標有關。非財經領域的新聞生產，并沒有固定且持續的對象或事件，財經新聞則不同，其對象如上文所述，主要面向的是全球金融市場，也就決定了對象的主體數量之多，僅僅針對內地A股市場就有接近5000家上市公司。加之世界經濟一體化趨勢等因素，各大資本市場之間的聯動性日益增強，投資者對于資訊的關注范圍已經不再僅限于本地市場，正因如此，投資者對財經媒體資訊的覆蓋度也提出了更高需求。利用AI技術，財經媒體可以實現全覆蓋、自動化的新聞監控、寫作等功能，既能滿足市場投資者愈發廣泛的需求，同時也能解放采編人手，緩解采編壓力，是當前財經媒體提升內容產能的可行實現途徑。

1.3 " 財經新聞的數據性和數據可視化特征

除了時效性和全量化的特征，財經新聞還有顯著區別于非財經領域新聞的一大特點，即新聞的數據性和數據可視化特征。這是由財經領域和金融市場的性質所決定的。在財經新聞的采編過程當中，無論是針對市場的波動，還是聚焦公司端的報道，都離不開數據。金融市場波動的直接體現是數據，公司經營狀況的直接體現也是數據。在傳統的財經新聞生產過程中，采編人員對數據進行監控、查找、統計、制圖的流程是相當復雜繁瑣的，不但耗時耗力，同時由于沒有適當的數據存儲和歸納機制，這種數據分析統計模式往往是“一次性”的，即一次數據統計僅僅針對某一篇特定文章而進行，不具備復用價值。而利用AI技術與大數據、云計算等技術的結合，則可以把財經新聞采編過程中的數據統計模式進行體系性的創新，通過技術手段將財經新聞生產中所涉及到的數據從監控、提取到使用、計算，再到統計、分析等全過程功能集成起來。同時，在此基礎之上，海量的歷史數據通過技術手段存儲在云端后，可隨時進行提取復用，不但能夠持續地保留和發揮數據的價值。另外，AI技術還能幫助采編人員進行數據的歷史對比、分析制圖等，既提升了財經新聞生產過程中的數據可視化程度，同時也大大緩解了采編人員數據處理的壓力。

1.4 " 財經新聞的可標準化特征

正如上文所述，財經新聞具有數據化程度高等特點，這也就意味著以數據為基礎的財經新聞生產可以通過結構化的數據處理來依靠AI技術來進行生產。在財經新聞生產的應用場景中，由于數據類財經新聞的寫作具有數據來源固定，寫作格式統一化、標準化等特征，由AI技術進行智能寫作可以完全替代人工來進行采編工作，形成集數據監控、提取、模型寫作等于一體的全自動流程。同時，由AI來運行該流程，耗時可以縮短到以秒計算，反過來也對提升財經新聞的時效性有著巨大的促進作用。

2. "AI技術在財經新聞生產中的應用方向

目前，AI技術在財經媒體中的應用主要涵蓋新聞生產流程的幾個部分，包括內容的生產、審核，以及傳播媒介、形態的豐富化等。以下將以《每日經濟新聞》為例（以下簡稱《每經》），對其主要的幾類AI新聞產品進行分析。

2.1 " 基于AI進行內容生產——AI寫稿

《每經》開發的AI稿件自動化生成系統集數據獲取、數據分析、模型寫作等于一體，通過全自動化的生產流程，實現了財經數據類稿件在秒級以內進行生產，無論是從稿件的生產速度、生產數量、生產時效性等方面來說，都極大地解放和發展了傳統財經媒體數據類稿件的生產力。例如，在《每經北交所投資通》項目中，就利用了AI寫稿技術，對北交所公司公告、交易信息、工商、司法、專利等內容進行覆蓋和自動化寫作，大幅提高了投資者對上市公司基本面追蹤的顆粒度。[4]AI稿件自動化生成系統，依托機器對數據的存儲、計算等能力，可將海量歷史數據進行對比分析，最終以文字、圖表等形式呈現出來，助力財經媒體打破此前財經數據分析類稿件“人想做但做不了”“人能做但很難做”的瓶頸和困境。除生產文字稿件外，AI稿件自動化生成系統還可同步生成與文字稿件對應的數據圖表，實現新聞內容文字+圖表的有機統一，有效增強財經新聞稿件的可視性和可讀性。AI稿件自動化生成系統支持設置定制化任務，可根據稿件特定的發布需求等，進行特定的請求和操作，實現一次錄入后，稿件永久全自動化生成。

2.2 " 基于AI進行內容審核——AI稿件審核

為了滿足AI稿件的審核需求，完善內部審核機制，《每經》還開發了與AI稿件自動化生成系統相對接的AI審核工作臺系統。該系統對大量機器生成的稿件進行分類存儲，滿足多名采編人員即時對大批量機器稿件進行原文對照核查、推送、發布頻道分類的采編審核系統。該系統將多個類型的AI稿件，根據發布的優先級歸成三類，每一類的提醒機制根據優先級的不同采取了不同提示策略，便于采編人員優先發布最重要的信息。此外，AI審核工作臺中所有的文章均有敏感詞查詢功能，并根據敏感詞的分類集成了通過第三方轉交領導審核的功能。從整體設計框架來看，AI審核工作臺為“公共審核平臺”，所有使用審核工作臺的采編人員均可實時觀察該平臺所有稿件的審核進度，便于實時寫作，貼合了媒體新聞采編人員的內部業務流程和工作機制。

2.3 " 基于AI進行內容形態的創新——AI短視頻生成

除了內容生產流程，針對當前新聞內容傳播形態多樣化、短視頻化的趨勢，《每經》還開發出了基于AI技術的短視頻生成工具平臺。該平臺通過集成爬蟲、自然語言分析、標簽、媒資庫、智能語音（TTS）、素材渲染等系列技術和應用，成功實現短視頻從選題、腳本、畫面、語音、渲染等全流程都由AI進行全自動完成，為短視頻時代從質的方面提升短視頻產量提供了一種新的解決方案。目前，《每經》已將該平臺與上文所述的AI稿件自動化生成系統和AI稿件審核系統進行了打通，形成了機器寫稿—人工審稿—自動視頻轉化—審核發布的自動化流程，實現了文稿和短視頻兩種內容形態的同步生產與分發。此外，AI短視頻生成工具平臺還集成了爬蟲等技術，可實時獲取互聯網新聞線索，同時監控全網熱點事件，并實時推送，為創作者提供選題和內容素材。在線索素材部分，系統自動摘取新聞報道要點，省去人工提取文本內容流程，大大縮短視頻制作周期，同時跟隨熱點腳步，提高短視頻內容時效性。在視頻生產環節，該平臺通過自然語言分析技術，可自動對使用者輸入的文本內容進行斷句、切詞等操作，以符合短視頻畫面的排版風格。同時，由系統內嵌入的媒資庫系統，自動匹配預設鏡頭中與內容相匹配的圖片或視頻素材，最后由實時渲染技術合成視頻。打破人工剪輯匹配畫面和文字難度高、工作量大的困境，進一步促進短視頻生產力的解放。AI短視頻生成平臺還集成了智能語音等功能，簡化了傳統短視頻生產文本、畫面、聲音分開處理后再統籌的繁瑣流程，創造了更高效的短視頻生產模式。[5]

2.4 " 基于AI進行傳播媒介的創新——AI電視

除了短視頻，《每經》也在持續地開展新聞視頻直播產品的研究與開發。2021年10月，《每經》在全網同步上線的“每經AI電視”，是全球首個全流程由AI技術驅動的7*24小時媒體視頻直播產品。“每經AI電視”由《每經》AI智能寫稿、《每經》AI虛擬主播、《每經》AI播控三大系統進行支撐，將AI作為底層運行邏輯，無縫對接到財經視頻內容的生產、分發等整個業務鏈中，既做到了節約生產成本，提高生產效率，重塑內容價值，又實現了內容的精準傳播和高效運營，為不同財經內容場景的輸出提供了平臺賦能。在技術層面，“每經AI電視”綜合運用了AI虛擬主播生成驅動、AI文本及視頻生成、大數據金融知識圖譜等多項人工智能技術，圍繞用戶最關心的信息類別進行了分析優化，視頻內容涵蓋A股公告、機構調研、券商研報等13個大類，222個子類。“每經AI電視”是全球首個完成了從AI稿件撰寫、到虛擬主播視頻生成、AI視頻生成、視頻串聯播出整個直播鏈條完全AI化制作的創新產品，除審核和監播外，“每經AI電視”24小時不間斷的內容播報和傳輸全程不需要人工進行額外操作。[6]“每經 AI 電視”相關成果也連續兩年獲評國家新聞出版署中國報業深度融合發展創新案例。[7]

3. "AI技術在財經新聞生產中的應用反思

3.1 " AI技術在財經新聞生產過程中應用存在的問題

3.1.1 " 機器化新聞生產與“內容為王”價值觀之間的矛盾

在基于AI技術的新聞產品實際應用到財經新聞生產的過程中，也存在一些普遍性的問題。對新聞來說，“內容為王”是新聞界長期以來普遍認同并實踐的一項價值觀。“內容為王”的基石是新聞采編人員對包括新聞選題、新聞內容、傳播方式等在內的一系列的主觀判斷，這個過程既包括了對新聞本身價值的判斷，體現在結果上也包括新聞對于輿論引導、價值傳遞等在內的一系列功能，其中還涉及到新聞倫理等。說到底，進行這一系列流程的主體是人。在完全由算法控制的AI新聞生產流程中，可能出現傳統媒體的社會控制能力受到極大削弱的情況發生，其所具備的議程設置功能，即根據媒體的意志與價值取向來擇取、編輯、強化或淡化相關新聞，會逐漸交由算法來操縱和實現，導致傳統把關權的位移與讓渡。[8] 此外，從技術本身的角度出發來看，技術與倫理之間的關系密不可分，技術要遵循倫理的態勢而向前推行，倫理為技術演進提供指引，是技術進步的框架和底線，技術進步不可以脫離倫理的規制而向不可控制的方向發展。[9]因此，基于AI技術的全流程自動化新聞生產顯然不能也無法完全替代采編人員，作為技術引導者的人仍然需要在這個過程中充分進行干預并發揮價值。

具體到財經新聞的生產中來看，“內容為王”主要體現在兩個方面，除上述提到的新聞對價值觀的引導和傳遞的功能外，另一方面，如何將新聞的重要性進行區分，也是利用AI技術進行新聞生產亟待解決的問題。前文已經提到，財經新聞具有全量化的特征，AI技術的介入雖然解決了財經新聞生成“量”的問題，但這個過程是完全同質化的，依賴機器自身的線形生產邏輯，是無法對內容本身的重要性程度進行區別和分類的。由此可見，將AI技術應用到財經新聞生產過程中，成為一支重要生產力只是第一步，如何賦予AI更進一步的類似于人的思考邏輯和判斷能力，則是實現人工智能更智能的關鍵一步。

3.1.2 " 數據梳理與結構化過程對人力資源消耗的問題

依托AI進行財經新聞的生產仍然存在人工消耗的情形。一方面，雖然引入AI技術后新聞生產的全流程是自動化的，但這個過程實現的前提是人要將新聞生產的邏輯和方法“教給”機器，也就是算法模型。在建立算法模型的過程中，需要人工將大量的零散的、來源不一的數據進行整理、分析、解構，進而將原始的不標準的數據原型進行結構化。這個過程一方面需要大量記者、編輯等采編序列的人員參與，同時也需要技術人員介入進行代碼轉化。另一方面，與財經內容相關的數據梳理、標注及生產模型的建立是一項專業性極高的工作，這也對財經媒體從業人員的知識儲備和專業素養提出了更高的要求。此外，在AI新聞產品實際參與到新聞生產的流程中后，由于實際需求可能隨著客觀情況隨時發生變化，也會導致數據的解構和建模等不斷更新，客觀上也提高了產品和技術等人員的人力資源成本消耗。

3.1.3 " 作為生產資料的數據采購成本問題

隨著AI等新技術的廣泛應用，與之而來需要考慮的還有數據成本問題。在信息技術不斷發展之后，數據成為一種與土地、勞動力、資本、技術等并列的生產要素。數據要素的巨大價值和潛能可分為三個層次。第一個層次，數據是“新資源”；第二個層次，數據是“新資產”；第三個層次，數據是“新資本”。在每一個層次上又體現為兩個層面，即分別在物理空間和數字空間中的體現。“新資源” “新資產”“新資本”，三個層次既可以單獨作用，也可以疊加在一起發揮更大作用。[10]由此可見，數據在當下作為一種重要的生產要素，其不單單是一種資源，同時也是一種重要的資產。在媒體將AI技術引入新聞生產的環節中時，不可避免地需要數據作為支撐，對以數據性和可視化為特征的財經新聞生產則更是如此。在享受智能化為新聞生產帶來的紅利的同時，媒體也將為數據的采集和使用付出成本，這種成本往往是大量且持續的。如此一來就出現了技術的介入雖然降低了人力成本，但數據資源的采購成本卻大幅上升的情況。如何使數據這類“新資產”降本增效，正日益成為擺在媒體面前不得不需要考慮和解決的問題。

3.2 " 應對及優化措施

3.2.1 " 算法技術持續迭代升級

針對AI技術在財經新聞生產過程中應用存在的問題，當前最首要的任務仍然是持續的對AI技術中涉及到的算法模型等進行迭代升級。目前，應用AI技術進行新聞生產大多還停留在“如何通過技術將新聞跑起來”的第一階段，而如何通過算法的進步將“新聞生產的質量和效率更加趨近于人”則是更為重要的第二階段，關系著AI進行新聞生產這一模式的前途命運。必須指出的是，AI技術作為人類智慧和思維的外延性創造，它的學習過程是不設上限的。算法作為AI技術應用到新聞生產過程中的核心，只有通過大量且不間斷的訓練、學習，并通過人的操作不斷地更新算法模型，才能使算法的思維和邏輯無限趨近于人，從而與時俱進地跟上媒體新聞生產的各種新需求、新任務。基于此，隨著AI技術的進一步發展成熟，上文中提到的目前通過AI進行新聞生產所遇到的諸如“內容為王”的缺失等問題，未來都將逐漸得到優化和解決。

3.2.2 " 人工+機器常態化配合模式——人人都是產品經理對產品進行優化

除了算法模型的不斷迭代優化，AI新聞產品也需要不斷調整創新。雖然各類AI新聞產品可以實現內容生產和分發等流程的全自動化，但并不意味著整個新聞生產過程是處在完全獨立于人的“失控狀態”的，除了人工需要進行審核操作以兜底信息安全，整個機器生產過程，以及最終的內容產物，都是對新聞媒體風格和價值判斷的呈現載體。因此，并不存在機器脫離人工獨立存在的情況。將AI技術應用到新聞生產的過程，實際上是人工+機器互相配合、有機融合的過程，這部分并不能只依靠產品和技術人員來實現，更需要的是所有采編人員根據業務實際提出需求，并參與到研發、測試、更新、迭代的過程中來，各類AI新聞產品無論從使用體驗還是到產出效果，才能夠“接地氣”，成為真正融入媒體生產中的重要一環。

3.2.3 " 政府與企業數字化的深化可解決數據的標準性問題

算法模型和產品的更新迭代將解決AI進行新聞生產的質量和品相問題，解決數據標準化問題則是提升算法更新的效率，降低算法模型建立難度的一大重要抓手和途徑。數據事關AI技術的發展，數據的質量及數據決定了AI發展的水平。在財經新聞生產領域，除了市場數據，還涉及大量的政府、企業自行對外公布的數據和信息作為新聞內容的來源和基礎。上文提到，建立算法模型的過程中，仍然存在大量人力消耗的場景，最主要的就是需要人工將大量的零散的、來源不一的數據進行整理、分析、解構，從而使數據形成標準化結構。這一現象產生的主要原因則是由于目前數字中國建設還處于基礎推進的過程中，無論是政府、企業還是其他主體，數字化轉型的標準、推進程度等不相統一。隨著以數據為基礎的各項新技術的廣泛應用，推進數據形態、結構等統一化、標準化的問題，或將是行業內接下來亟待解決的一大問題。

結語

以《每經》為代表的財經媒體以AI技術為突破口，拉起了向智媒體轉型的大幕，將AI技術應用到財經新聞的生產過程中只是邁出的第一步。隨著AI技術應用場景的進一步拓展，AI技術在財經媒體中的應用范圍還將不斷地擴展和深化，如《每經》就提出對各類AI媒體產品進行有機融合，開啟財經內容全媒體、全媒介矩陣式覆蓋戰略，探索“財經內容元宇宙”的建設等，以期實現嚴謹的財經新聞生產與生動的“財經故事”進行融合演繹效果，向受眾提供內容生動、千人千面的個性化、沉浸式內容服務。

AI技術的興起與發展，為傳統媒體轉型進入深水區時提供了融合發展、科技化發展的機會與手段，從目前來看，在提升媒體生產效率和傳播效果等維度上也已經初見成效。但自動化、智能化并不等同于無人化、放任化，媒體在引入新技術賦能生產創新的過程中，如何堅持和落實“正能量是總要求，管得住是硬道理，用得好是真本事”的路線和要求，將技術管好、用好、用出效果，為新時代下媒體轉型發展提供更大幫助，則是需要媒體從上至都需要不斷探索和思考的問題。

[1] 宋君毅，馮松齡.新華社AI合成主播全新升級[N].新華社客戶端，2019-2-26.

[2] 劉學東，肖勇，湯輝.用產品思維破局媒體轉型[J].采寫編，2022（12）：173-174，172.

[3] 唐元.每日經濟新聞發布“新視界”AI視頻產品[N].每日經濟新聞，2022-12-09（T21）.

[4] 劉學東，萬高邁.淺析虛擬主播在財經媒體中的應用和未來發展——以每日經濟新聞AI電視為例[J].采寫編，2022（10）：9-11.

[5] 張弩 .2020 年中國報業深度融合發展創新案例公布 每經AI領跑財經媒體[N]. 每日經濟新聞，2021-06-04（5）.

[6] 曹素貞，沈靜.AI 嵌入新聞傳播：智能轉向、倫理考量與價值平衡[J].電視研究，2021（4）：76-78.

[7] 宋雪.AI時代“深度合成”的傳播格局重構與技術風險[J].媒介批評，2021（2）：57-68.

[8] 羅培，王善民 . 數據作為生產要素的作用和價值 [EB/OL]. 清華大學互聯網產業研究院微信公眾號，2020-06-04/2023-01-13.

[9] 劉艷輝.大數據和 AI 技術在新媒體傳播渠道中的應用分析[J]. 中國傳媒科技，2022（5）：70-72.

[10] 張弩.全球首個AI驅動視頻直播電視產品上線[N].每日經濟新聞，2021-12-21（2）.

作者簡介：張弩（1989-），男，四川成都，管理學碩士、助理編輯，每日經濟新聞產品總監，研究方向為智媒體轉型；周宇翔（1995-），男，四川成都，藝術學學士、助理編輯，每日經濟新聞產品經理，研究方向為媒體AI技術應用；楊恬（1985-），女，四川成都，文學博士，四川大學文學與新聞學院副教授、碩士生導師，研究方向為新媒體與跨文化傳播。

（責任編輯：李凈）