年，一群学者发表了一篇期刊文章，试图预测互联网将如何演变，因为它对主流意识的控制变得绝对。学者们观察到了集中化的趋势。内容越来越多地集中在“门户”——主导某些垂直领域的信息中心，如旅游、技术和新闻。

这一预测被证明是非常有先见之明的，尽管作者无法预测在线领域的其他颠覆性变化（用户生成的内容、社交媒体和基于订阅的付费娱乐的爆炸式增长）。

随着互联网足迹的增长，这些中心——像Lycos、Yahoo和AOL这样的地方/网点/目的地——变成了高利润的资产，将数百万的点击转化为收入。在早期的成功和大量的风险投资资金的支持下，这些门户网站所有者扩大了他们的业务。他们创造了更多样化的内容，从而吸引了更多的读者。

这似乎很明显，但需要说明的是：这些门户之所以成功，是因为它们为人们提供了他们想要的东西。如果您对旅行感兴趣，您将访问一个以旅游为中心的门户网站。随着他们的成熟度越来越高，他们可以进一步完善他们的产品，提供适合用户个人兴趣的定制内容。

十七年后

时代变迁。在将近20年的时间里，互联网几乎无法辨认出它的前身。用户以前对创作者认为他们想要的东西心存感激，而今天的网络则由Netflix、Alphabet、Meta和Apple中高薪博士创建的算法主导。它们对生活有着不可思议的影响力，建议消费内容并跟踪我们的习惯，以便根据我们无意识做出的决定提出更突出的建议。

我们正处于超情境化媒体时代，算法默默地塑造了我们所享受的体验。这种现象不仅存在于推荐算法中，还存在于所创建的内容种类中。尽管在粉丝中非常受欢迎，但Netflix在两季后取消了它的AlteredCarbon科幻选集，因为它的数据表明未来的季节不会那么有利可图。

这不应该被解释为批评。超个性化对消费者有利。除了关于“过滤气泡”的更广泛辩论之外，人们希望消费符合他们兴趣的内容。面对日益严峻的宏观经济挑战，需要制作具有更高一致性的成功内容的公司来说，这会更好。

对于创意人员来说，这可以说是更好的选择。关于什么得到批准和什么被取消的决定现在可以集中在对数据的经验分析上，而不是“老男孩的网络”和裙带关系，它们在历史上都是娱乐和媒体领域的看门人。

但是有一个问题：消费数据提供了一个相对肤浅的兴趣指标。它显示了观众或读者已经对什么感兴趣，但很难找到他们可能会感兴趣的其他主题或类型。此外，它并没有显示出他们的兴趣深度或他们对所消费内容的情感依恋。

注意力经济

这种困境对于新闻和书面内容领域的人来说是非常熟悉的。在年代初期，书面内容的渠道发生了变化。读者不会去特定报纸或出版物的主页，而是会从他们的社交媒体源中找到文章。

Facebook和Twitter几乎没有为内容创建者提供吸引点击的途径。有元描述和标题，就是这样。因此，出版物越来越依赖“点击诱饵”标题。

您可能熟悉点击诱饵标题的概念（“不要点击这个！”；“这个视频改变了我的生活”；“政客的史诗般的回击改变了美国。”）。它们故意含糊不清。他们将情感武器化。它们通常被写成一组简短的断断续续的句子，像机关枪的子弹一样快速连续地传递。而且，有一段时间，它们无处不在。

从表面上看，Facebook的数据显示，人们对Upworthy和无数类似出版物制作的那种点击诱饵内容感兴趣。但点击并不一定会转化为快乐。

跟踪数据显示，人们离开这些网站的速度几乎与进入它们的速度一样快。读者没有与他们的朋友分享这些文章。它们相当于网络上的波将金村——外表诱人，但完全没有实质内容。面对用户对其新闻源中大量点击诱饵的不满情绪，Facebook调整了其算法以惩罚这些点击诱饵网站。

在随后的几年里，内容消费习惯已经从以算法规模传递的超病毒文章转变为以离散兴趣为中心的更小、更亲密的对话。

Substack是一种新兴的在线通讯服务，读者可以订阅他们最喜欢的记者撰写的文章，这是一个很好的例子。TikTok、YouTube和Twitch都创造了大量的单人媒体实体，在影响力和影响力上往往超过了传统新闻媒体。

这些科技公司的共同点是，他们允许消费者要求的定制体验，他们看到的内容与他们的观点和兴趣紧密结合。

争取相关性

在过去的几年里，媒体机构一直试图提供定制的、与读者一致的内容，但几乎没有什么可展示的。经济基本面在很大程度上使这一目标无法实现。Patch就是一个很好的例子，它是AOL拥有的本地新闻网站网络。

Patch提供了一项有价值的公共服务，履行了当地报纸曾经扮演的相同角色。为NiemanLab撰稿的KenDoctor将公司描述为记者和读者的“净优势”。

“在-年期间，AOL雇佣的记者可能比任何其他美国新闻机构都多，”他说。“随着时间越来越紧，那些孤独的编辑们失去了早期的自由/纵梁预算，产生了惊人的新闻数量。他们通常每周工作50到80小时，他们设法找到了被日报揭露或掩盖的故事。”

但AOL无法从这项有价值的公共服务中获利。记者虽然报酬过低，但仍然要花钱。由于文章针对的是小城镇，AOL永远无法达到最终转化为可持续收入流并最终转化为盈利能力的那种影响力。和堂吉诃德一样，AOL有一个崇高的目标，但最终注定要失败。

但这并不意味着超本地化、超相关内容的终结。随着围绕人工智能的技术变得更加复杂，计算能力变得更便宜，该行业正处于新媒体革命的风口浪尖。机器生成的内容是根据单个消费者的确切需求量身定制的，但与人类作家或艺术家提供的质量相同。

成为定制

虽然这可能看起来不切实际，或者是从科幻小说领域偷来的概念，但事实并非如此。在过去的几年里，自动化新闻的概念已经在MSN和卫报等主流媒体组织中获得了一定程度的认可，其中算法根据少量数据点和输入在几秒钟内生成文章。

除了大众市场内容外，这些技术基础还用于制作仅与少数人相关的内容。

一个很好的例子是雅虎！Sports，它使用AutomatedInsight的NLG技术来制作独特的梦幻体育比赛回顾。每篇文章只与一个人相关，但制作成本几乎为零，从而使雅虎体育能够实现基于内容的业务中必不可少的各种流量。

像DALL-E2（和我的公司ArticleForge）这样的生成式AI已经在根据用户提示创建独特的内容方面取得了长足的进步，帮助从建筑师设计未来住房到苗颖编写她的下一部动画电影《剩余智能》的每个人。随着时间的推移，人工智能生成的内容将不再是新鲜事物，而更像是我们如何创建内容的公认部分。

消费者将能够根据他们不同的喜好和需求来要求定制产品。我们已经在艺术和电子游戏领域看到了这场革命的第一个萌芽。

HelloGames的NoMansSky可无限玩，这要归功于程序生成的飞船、生物和行星，在此过程中为每个玩家提供完全独特的体验。一件生成艺术在州博览会上获得第一名，证明人工智能可以提供符合普通人质量晴雨表的内容。

从建议到请求

很难夸大定制、生成内容的潜力。与其像Netflix这样的平台仅仅推荐内容，它们的算法本身可以成为内容创造者。

不难想象一个Netflix订户说的不远的未来现实，“我想看一部科幻剧，它有一个构建精美的未来宇宙和一个令人难以置信的时间旅行情节，其中包含令人惊叹的抢劫。”而且，片刻之后，他们就会得到他们想要的东西。与他们的兴趣和直接愿望一致的内容，但最重要的是，它是好的。

定制网络不仅仅是一个更有趣的地方。它将提供更好的教育和健康成果。研究会变得更容易。学生将能够获得针对他们认为最具挑战性的主题的学习风格量身定制的机器生成解释器，从而使教师有更多时间与每个学生相处。患者将能够访问根据其特定需求、条件或目标调整的健康信息。

网络的这种愿景是令人兴奋的，充满力量的。乌托邦，甚至，但仍然牢固地立足于现实。

它将证明与谷歌的推出一样具有根本性的变革。谷歌只是为已经存在的内容提供了一条顺畅的途径。BespokeWeb将在实际创建该内容方面发挥作用。

来源：fast