文化产业如何应对技术机遇和挑战？大咖共论文化数字化发展文化产业

随着大数据、云计算、人工智能等技术不断发展，文化产业数字化趋势强劲，新兴业态不断涌现。这既给行业带来了新的活力和发展机会，同时也有不少挑战需要应对。

2023北京文化论坛“科技赋能：发展机遇与风险应对”平行论坛圆桌对话。图/新京报记者浦峰

打造企业的数字资源

传统文化企业如何进行数字化转型，换取高质量发展？中国数字文化集团党委委员、执行董事、总经理代柳梅女士觉得这主要涉及5方面的工作，包括理解认知问题、企业数字化人才发展问题、企业数字化治理、新老动能转换问题以及国家文化数字化战略落地问题。

北京冬奥会开幕式视效总监、黑弓BLACKBOW创始人王志鸥结合团队作品项目实践分享了文化和科技融合的思路经验。他表示，团队一直专注通过“艺术+科技”去打造中国文化记忆。创作中最核心的内核是思考发掘中国文化的现代表达。

“我们把历史和文化研究摆在首位，对于传统的文化和真实的故事，思考怎么用当下最新的沉浸式光影语言，让大家身临其境。”王志鸥说。

文化数据资产化有三大挑战

去年5月，中共中央办公厅、国务院办公厅印发了《关于推进实施国家文化数字化战略的意见》。《意见》明确，到“十四五”时期末，基本建成文化数字化基础设施和服务平台。到2035年，建成全面共享、重点集成的国家文化大数据体系。

清华大学互联网产业研究院院长朱岩指出，从市场化角度来看，更加希望大量的文化大数据能够转化成市场价值。他表示，中国的数据市场正逐渐形成，在全国已经有几十家数据交易中心，也有大量的场外交易在进行。文化产业正迎来数据资产化的好机遇。不过他着重分析了文化数据资产化面临的挑战。他指出，最大的挑战首先是确权。到底数据权属是什么样的，唯一性怎么保障？朱岩指出，这必须要有技术来做支撑，“我们需要用到可信计算、NFT等技术来帮助我们完成文化产品数据确权的工作。”

定价也是一个比较大的挑战。朱岩指出，可以用技术定价的方法手段，跟踪该文化数据产品使用者，关注其产生的新创意和新价值，再去考虑其价格。再者，流通交易中怎么避免资产泡沫化。数据资产不同于其他资产，很难衡量数据资产消耗的方式方法，一旦在流通交易过程中控制不好风险，就可能出现泡沫。

如何应对这三种挑战？朱岩表示，相应路径需要有很多规则性的改变，比如需要建立一些新的文化数据资产交易规则体系，除了有比如5G、算力中心这些硬设施以外，还必须要有软设施，如税收和其他相关政策的支持。“通过硬软两方面的条件，能有效地化解这三方面挑战。同时我们也需要更多的人才参与其中。”

AI主战场在To B和To G

今年以来大模型发展如火如荼。360集团创始人周鸿祎表示，大模型是人类一个重要的分水岭，会带来一场工业革命，提高每个行业、组织甚至每个人的工作效率和解锁很多能力，文化出版在内的很多行业包括编程、互联网、短视频等都会被它重塑。“大模型的发展刚刚开始，随着大模型的进一步发展，垂直化、行业化、专业化，会有更懂企业个性化的大模型和我们的工作结合，其应用的成本、部署效率也都会提升。”在周鸿祎看来，AI真正的主战场是在To B和To G，即面向政府、面向城市、面向企业领域，也就是产业数字化。

不过周鸿祎也指出大模型发展过程中也面临着安全挑战，比如人工智能会不会产生意识，除了传统网络安全漏洞带来的网络攻击问题，还有数据安全和数据污染问题，此外更严重的，是大模型可能会编造很多虚假信息，产生“幻觉”，其也有可能会被犯罪分子利用。为此，周鸿祎提出几点建议，一是重视垂直大模型，其能够规避常见的“幻觉”、知识模糊等现象。二是训练研发监控类大模型，以彼之矛攻彼之盾。在AIGC方面，则是尝试埋入数字水印的可能。

中国音像与数字出版协会第一副理事长张毅君从内容安全角度提出了他对于人工智能生成内容技术的思考。他强调称，对于ChatGP、AIGC，尽管它也会有正面作用，但对它的不确定性要保持高度警觉。现在整个互联网信息中，中文汉语信息所占的比重大概不足3%，在培育/训练大模型的信息来源当中，中文汉语所占的比重极小。“这种不平衡状态对训练出来的模型，特别是今后它会自主生成内容的时候到底会带来什么，有何走向？存在不确定性。”

新京报贝壳财经记者 孙文轩

编辑 陶野

校对 卢茜