赋能自身媒体业务智能化转型的同时，助力全行业媒体融合的一体化发展。
传统媒体管理平台无法适应当下日益多元的媒资管理需求
传统媒体管理平台普遍存在数据孤岛、编目传统、生产效率低、审核困难、利用率低等痛点：
1）数据孤岛：传统媒体资产管理平台与平台间互相独立且封闭，无法满足媒体融合发展互融互通的需要；
2）编目传统：传统的编目方式成本高、体系复杂，时效性低，无法适应当下媒体的发展变化；
3）生产效率低：现有的内容生产工具效率低下、无法适应日益新增的海量素材和二次制作内容制作情况；
4）审核困难：新媒体多模态数据量快速提升，在引入和输出方面都对审核工作造成巨大压力，传统的审核手段效果差；
5）利用率低：传统媒体资产内容库含有大量数据，标签体系不一，检索维度少、准确度较低。
相对于传统媒体管理平台面对的诸多难题，新一轮科技革命兴起，5G、大数据、人工智能等应用到新闻领域，让传媒业实现了深度变革。作为国家通讯社，新华社亟需将5G、大数据、人工智能等先进科技，运用在新闻采集、生产、分发、接收、反馈全流程，解决融媒体信息资源管理难题，通过知识图谱、自然语言理解、多模态语义知识搜索与推荐等核心技术能力，搭建整合新华社内外数据资源、实现融媒体业务数据化的智慧中台，将数据资产、知识资产融合共享，通过中台实现对各类应用的数据赋能、AI赋能、运营赋能、决策赋能，由此推进媒体移动化、数字化、智能化进程，为提升传播力、引导力、影响力、公信力提供技术支撑。
“2服务6中台”助力新华社构建新型融媒体机构
为加快推进融合发展转型升级，新华社国家重点实验室青睐的合作厂商需要具备以下能力要素：
1）能够在媒体领域长期深耕，对融媒体机构如何建设新一代技术体系拥有独到见解；
2）能够充分理解新华社媒体业务，以国际一流新型全媒体机构建设提供个性化整套解决方案为出发点；
3）自主掌控核心技术，其技术研发能力行业领先。
通过对众多厂商方案的可行性研究和对比，新华社国家重点实验室最终选择了中科闻歌作为此次智慧中台项目的合作伙伴。
中科闻歌是中国科学院旗下企业，成立于2017年，是一家数据与决策智能服务商。中科闻歌团队深耕数据智能+人工智能+运筹科学领域十余年，研发团队吸纳了各领域高水平技术人才，经过了中科院“弘光专项”、 国家科技创新2030 “新一代人工智能”、北京冬奥会等数十个国家级重大项目的检验，融媒体领域丰富的研究实践经验和高层次的技术水平为中科闻歌的智慧中台解决方案提供了有力保障。
此次智慧中台项目由新华社和中科闻歌联合孵化，组建了研发团队、算法团队、CV团队、研究团队、用户团队以及产品团队，共同研究各类中台和扩展性应用的定位和目标市场，面向媒体行业输出一套智能全媒体信息创新思路，提供基于主流媒体算法相关的包含政策、资讯、运营等在内的定制化服务。
项目双方在方法论、标准体系、组织机制、运营体系、评价体系、技术平台和产品工具几方面持续研究，推动新型全媒体机构数字化转型能力提升的中台战略性工程，形成了“2服务6中台”建设模式：
图 25： “2服务6中台”整体建设内容
智慧中台解决方案统筹新华社全量媒体资源
此次新华社和中科闻歌搭建的智慧中台，基于中科闻歌自研”天湖“数据智算平台的数据处理能力，可以统筹超3亿条文字、图片、视频形式的内容以及100余种算法资源，中台存储超过2.5PB媒体数据，涵盖了60余个媒体场景，支撑了媒体融合生产、传播、运营、数字化报道工作室、算法大赛、多模态知识搜索、领域知识体系建设等创新应用，进一步实现了以下价值成果：
1）实现了新华社内资源开放互通：通过智慧中台充分调动了新华社各部门专业人才、内容生产、行业研究、领域调研、行业合作资源间的协同配合与高效复用；
2）搭建了各领域完善的知识体系：通过智慧中台研究推进了知识融合方法、标准、工具和机制，不断吸纳融合构建通用知识和领域知识，通过媒体大数据与多源异构数据的萃取、分析与知识处理算法与技术，沉淀了如人物知识、事件知识、核心报道知识、政策法规知识、内容安全知识等，作为数字化转型和数据业务化、业务数据化的基础，充分发挥数据要素化、数据资产化对创新生产方式、传播形式、产品形态、服务样态的作用；
3）构建了新华社内外多方创新协同机制：围绕用户和场景衍生服务，通过智慧中台构建产品服务创新的孵化机制，创新构建全媒体产业链价值评估、流通和分配机制，促进全员媒体、全程媒体、全息媒体、全效媒体有效协同，围绕用户和场景推进“新闻+政务服务商务”创新产品和服务模式试点。
在媒体领域、大数据领域、人工智能领域的技术和人才积累是智慧中台建设的有力支撑，是建成、建好此次融媒体智慧中台的核心要素。基于中科闻歌融媒体领域的成熟产品体系，“天湖”数据智算平台支撑了整个智慧中台各类数据的汇聚、处理，知识图谱、数据标注等成熟的AI产品为知识加工提供了智能、快速的技术平台；媒体、国际关系、人工智能等领域专家对智慧中台的领域知识数据进行收集、梳理、归类，形成领域知识体系，为中台的业务化、智能化运行提供了知识体系保障。
7.2.3营销领域可应用大数据技术覆盖消费者市场动态，为产品营销决策高效赋能
在产品营销业务过程中，可运用大数据技术和科学算法，广发收集和分析线上社交媒体平台和电商平台的用户数据，迅速捕捉市场趋势和消费者需求，挖掘潜力趋势，辅助产品营销决策。
案例10：安利（中国）研发中心打造智能营销产品创新平台，实现产品创新亮点挖掘
安利（中国）研发中心成立于2004年12月，是安利全球研发部门的重要组成部分。安利全球研发团队在全球健康领域拥有超过50年的领导者地位，中国研发基地主要负责新概念研究、毒理研究、配方设计、产品功效验证、临床试验、消费者洞察等。多学科多交叉点的结构以及与全球产品团队合作的氛围，让安利（中国）研发中心的研发力量在业内名列前茅。
消费者反馈评价和市场热点趋势都是各类型消费品研发过程中的重要参考因素。安利（中国）研发中心以往通过消费者调研、桌面分析以及专家意见等调研方式了解用户评价和市场关注点，这样的传统调研方式存在调研结果纷繁复杂、调研周期长、投入资金成本和人力成本高等诸多痛点。
基于内部分析讨论和综合判断，安利（中国）研发中心期望通过运用更高效更系统的大数据手段了解消费者市场，协助安利深入了解当下消费者使用保健食品时关注的具体功效和原料成分等概念元素，降低创新战略阶段的调研成本，为产品研发创新高效赋能。安利（中国）研发中心认为，基于大数据的产品创新解决方案需要具备以下条件：
1）解决方案可以借助大数据能力，运用科学算法，全面迅速捕捉市场趋势和消费者需求，自动发掘新兴潜力趋势，为研发人员提供更多创新灵感。
2）其次，解决方案可以通过对社媒、电商等数据的广泛收集和分析，深度挖掘具备潜力的产品创新机会在市场中的综合情况，辅助决策下一步行动。
3）最后，通过此次项目可以总结出科学可行的产品创新研究方法论和研究体系，以支持后续产品创新研发过程。
基于以上考虑因素，安利（中国）研发中心最终选择与数说故事共同搭建智能营销产品创新平台。
数说故事成立于2015年，员工800+人，60%+为大数据和AI研发团队，在“认知AI”领域占据领先地位。公司构建了从数据收集、处理、分析、建模到商业应用的全价值链解决方案，完整覆盖产品创新、品牌营销、内容营销、渠道销售、用户运营、风险预警、投资顾问等丰富的商业场景，帮助10+行业的500+头部企业完成营销数字化转型。
安利智能营销产品创新平台，精准匹配产品创新趋势洞察需求
数说故事凭借对安利（中国）研发中心工作内容的深入了解和诉求解读，设计了在产品研发阶段可以高效洞察市场趋势和创新点的解决方案，该解决方案主要运用了自有产品数说雷达进行智能营销产品创新系统的构建，主要包括创新趋势发现和创新趋势研究两个业务方向：
图 26： 安利智能营销产品创新平台架构
创新趋势发现主要由趋势榜单来体现，通过对品类、趋势类型和推荐指数的判断和筛选进一步形成趋势榜单，趋势榜单由上升指数、热度指数、萌芽榜单等模块组成。
创新趋势研究方向下主要实现趋势洞察功能，通过对榜单维度的进一步筛选，形成了趋势概览（社交媒体声量趋势、店铺SKU分布、情感分布、产品趋势、同类品牌对比等）、人群和场景洞察（性别、年龄、地域、时间等）以及使用反馈（满意度表现、情感表现、正负向词云）发现产品创新趋势及热点。
安利智能营销产品创新系统的工作路径具体分为6个步骤：
第一步，数据构建。通过社媒（微博、微信、新闻、论坛、小红书、抖音等）和电商（天猫、京东）等公开渠道和合作渠道，大范围持续收集产品原料、功效、销量、用户反馈等维度的实时合规数据，为概念识别、分类、挖掘、分析打造良好的数据基础。
第二步，概念识别。安利智能营销产品创新系统在落地前凭借过往数据构建了行业库，行业库内实现各层级模块细分，例如蛋白类下有植物蛋白模块和动物蛋白模块，运用概念识别模型根据安利（中国）研发中心需要的植物蛋白成分类别剔除非核心的动物蛋白概念数据。接着运用关系识别算法，对数据进行二次采集和筛选，尽可能的保留植物蛋白相关实时数据。然后通过训练趋势识别算法判断产品成分、功效的热门程度，在原料、成分、功效、科技、工艺等偏产品研发创新的维度进行概念升级和处理。
第三步，概念分类。通过算法模型对已经识别出的维度进行分类，帮助产品研发中心快速识别当下植物类产品的热门话题维度和创新维度。
第四步，概念挖掘。通过算法模型实现概念挖掘，参考权威机构和企业发布的产品榜单或正在讨论的创新产品原料、成分、功效概念。
第五步，概念分析。深度分析社媒、电商平台里消费者反馈的当前趋势，包括各类型植物类产品的销量和使用效果评价，综合消费者偏好及关注点，运用口碑评估体系评估产品成分及功效，从而给予安利（中国）研发中心产品原料、成分、功效的前期评估参考。
第六步，知识积累。智能营销产品创新系统识别出当下产品的市场趋势后，运用知识图谱技术持续形成行业底层知识积累，知识图谱会随着产品热点和创新点的出现持续更新，以便研发人员或审查人研究人员在浏览产品知识或信息时能够快速扩展其他知识类别，为产品创新提供更多灵感来源。
以上6个步骤实现智能营销产品创新系统的协助工作，为安利（中国）研发中心产品研发创新高效赋能。
安利智能营销产品创新系统让产品研发前期调研覆盖更广、效率更高
安利（中国）研发中心与数说故事共建的智能营销产品创新解决方案覆盖数据范围广泛、维度多样，有效降低调研阶段人工投入成本，并为创意战略阶段持续赋能。
1）智能营销产品创新解决方案采集到的数据覆盖范围广泛、维度多样，在遍及用户生活的社交媒体和众多电商平台上实时采集产品原料、成分、功效、销量等维度评价，前期调研的广度和速度得到优化。
2）智能营销产品创新系统可释放大量人力价值，免除低效人工识别工作。产品研发支持系统实现了超过85%的实体识别准确率，免除了大量人工挑选的低效工作，实体识别算法还可随市场发展实时优化，持续发现和挖掘产品热点。通过算法自动识别新词，从而发现产品研发创新方面的未来趋势。
3）智能营销产品创新解决方案可为产品创新提供衍生知识参考，产品研发支持系统可为核心概念持续链接衍生知识，进而形成网状结构的知识图谱，提高了知识的关联探索能力，在前期创意战略阶段，为实现要素重组提供丰富的灵感。
强有力的大数据技术+科学可行的研究方法论+精准的项目诉求解读=成功的智能营销产品创新解决方案
此次安利智能营销产品创新项目的成功是建立在扎实的数据能力、科学可行的研究方法论和精准的项目诉求解读基础上的。
在大数据技术层面，数说故事提供的产品基础数据能力扎实，数据采集能力和算法能力优势明显，能够为产品创新研发系统提供持续稳定的信息采集技术。
在产品创新研究方法论层面，此前合作的植物原料研究思路和此次产品创新解决方案思路一致，安利（中国）研发中心和数说故事探讨出研究方法论科学可行，只需将一次性的研究报告进一步升级成实时可用的智能营销产品创新系统，可为安利（中国）研发中心全线产品提供更全面更广泛的研究支持。
在项目诉求解读方面，安利（中国）研发中心在过往研究项目中与数说故事建立了良好合作关系，熟悉了彼此的工作风格及具体诉求，让安利对数说故事建立了较高的认可度，有效降低了此次项目的前期沟通成本。
7.2.4医疗大数据技术有效支持医学研究、健康决策
在医疗领域，可运用人工智能影像技术和医疗大数据管理技术辅助癌症筛查工作，覆盖更多筛查人群，提高癌症筛查效率，降低人工筛查成本。医疗大数据管理技术有效帮助相关部门实现数据管理，数据互通共享，辅助实现健康决策，同时为后续的医学大数据研究打下坚实的基础。
案例11：“AI健康地图”助力构建浙江省癌症筛查信息平台
浙江省肿瘤防治办公室从属浙江省肿瘤医院，浙江省肿瘤医院始建于1963年，是新中国成立最早的四所肿瘤医院之一, 是中国科学院首个以肿瘤医学为主要研究方向的专业研究机构，集肿瘤预防、医疗、科研、教学、康复于一体，承担着国家肿瘤防治重任，在全国的肿瘤防治工作中发挥着龙头作用。
2016年中共中央及国务院印发了《“健康中国2030”规划纲要》，明确指出对慢性病实施综合防控战略：“强化慢性病筛查和早期发现，针对高发地区重点癌症开展早诊早治工作，推动癌症、脑卒中等慢性病的机会性筛查。基本实现高血压、糖尿病患者管理干预全覆盖，逐步将符合条件的癌症、脑卒中等重大慢性病早诊早治适宜技术纳入诊疗常规。到2030年，实现全人群、全生命周期的慢性病健康管理，总体癌症5年生存率提高15%。”
浙江省肿瘤防治办公室和疾控中心为响应《“健康中国2030”规划纲要》 “全民健康 共建共享”的战略目标，计划通过早筛查、早诊断、早治疗恶性疾病的方式来降低人群疾病负担。然而传统人工筛查癌症方式存在众多痛点：传统筛查方式依赖人工填写各类文书，筛查效率低，工作人员筛查成本较高；癌症筛查涉及的人群数量庞大，数据管理难度较大；从事肿瘤防治的一线工作人员缺乏专业的筛查系统等。
基于以上考虑，浙江省肿瘤防治办公室寻求人工智能影像和医疗大数据管理技术辅助进行早期癌症筛查工作，通过可行性研究和对技术方案的评选，最终选择了深睿医疗作为合作伙伴。
深睿医疗深耕智慧医疗领域，致力于通过人工智能“深度学习”技术及自主研发的核心算法为国内外医疗机构提供人工智能和互联网医疗解决方案。其研究院国内外学术领域成果突出，累计影响因子超1200，获得了700多个专利及软著，颅内动脉瘤自动化分割与检测方向的科研成果被Nature Communications (IF 17.694)收录。深睿医疗牵头参与了7项科技部重点研发计划，9项国家自然科学基金， 30多个省市级科研项目，2021年深睿医疗与国内多家知名医疗机构联合申报成功4个国家自然项目。今年，深睿医疗牵头或参与的6个项目上榜工业和信息化部和国家药品监督管理局公示的人工智能医疗器械创新任务揭榜单位名单
“AI健康地图”推动肿瘤筛查工作流程完善、筛查信息统一管理
“AI健康地图”推动肿瘤筛查工作流程重塑。为响应浙江省数字化改革的号召，浙江省肿瘤防治办公室在2020年开始着手肿瘤筛查平台的打造，并对肿瘤筛查业务流程进行重塑，包括风险人群入组、评估/初筛、精准筛查、随访等完整的筛查流程，并超前考虑到所有与肿瘤防治相关的所有参与单位，包括政府主管部门、各地肿瘤防办、定点医院、社区医院。
“AI健康地图”实现全省肿瘤筛查一盘棋。目前浙江省肿瘤筛查平台已接入了130个管理机构、292个筛查机构、1423个招募机构（超90%的浙江省社区医院），形成了一套组织严密的肿瘤筛查网络，可以持续开展不同肿瘤的大规模筛查。
浙江省肿瘤筛查平台包括3类终端（医生电脑端/医生移动端/居民移动端）、30个高频应用（包括受试者招募、筛查项目预约、肿瘤筛查、随访等筛查全链路环节的一体化服务功能）、N个肿瘤筛查模块（结直肠癌筛查/肺癌筛查/上消化道癌筛查）
浙江省肿瘤筛查平台的功能模块有系统管理（机构管理/用户和权限管理/登录管理/行政区划管理/系统帮助）、任务管理（公告管理/待办事项管理/任务管理）、受试者管理（受试者信息总览/受试者查询/受试者信息导出）、目标人群管理（新增目标人员/修改目标人员/导入目标人群）、评估管理（评估资格审核/知情同意书管理/问卷管理/评估结果展示）、检验管理（检验耗材管理/检验结果录入/检验状态追踪）、预约管理（检查预约/签到管理/动员管理/放号管理）、筛查管理（筛查结果录入/筛查结果查询/筛查状态追踪/AI影像辅助诊断）、随访管理（随访录入/随访提醒/随访结果管理/随访查询）、数据管理（数据驾驶舱/业务指标统计/数据使用管理/数据导出）等30个应用模块。
凭借“AI健康地图”，浙江省肿瘤筛查工作实现效率跃升
AI健康地图”可筛查不同病变阶段的患者，有效节约医药费用。截止到浙江重点人群结直肠癌筛查项目累计完成风险评估和便潜血检查（FIT） 4,58余万人，结肠镜检查近30万例，筛查出结直肠癌3,110人，进展期腺瘤31,947人，非进展期腺瘤57,306人。通过信息平台及早救治了1000多名患者，节省群众的医药费用、减轻群众的负担，为医保节约费用28亿多元。
“AI健康地图”可对潜在癌症人群进行提示和预警。筛查项目在实现了结直肠癌的早期诊断，还对处于“早早期”的结直肠癌进行了提示和预警，临床的提前干预直接将癌症扼杀在萌芽之中。截止目前浙江省重点人群结直肠癌筛查项目累计完成风险评估和便潜血检查（FIT）近460万人，筛查出结直肠癌3,110人及近９万处于早期病变不同阶段的患者。
“AI健康地图”可促进癌症筛查和早诊早治一体化及标准化。癌症筛查信息平台通过实现省域内信息统一接入与管理，使筛查数据实现高效质控、互联互通及便捷共享，为浙江省后续癌种、区域的拓展及医学大数据研究打下坚实的基础。
“AI健康地图”可赋能疾病预防控制和健康决策。癌症筛查信息平台内沉淀了大量的区域癌症筛查数据，可通过人工智能技术对医疗大数据进行治理及智能分析，最终赋能疾控和健康决策。
通过“AI健康地图”肿瘤防治工作实现了模式创新、技术创新和场景创新
此次癌症筛查平台搭建过程中实现了产学研用相结合，创新性地应用了人工智能技术，提高了居民癌症筛查参与率，实现了疾病诊断关口前移，在肿瘤防治工作层面实现了模式创新、技术创新和场景创新。
1）模式创新：实现筛查业务数字化流转，减少工作人员从的重复工作，加速项目推进，提升筛查信息管理效率；肿瘤筛查遵循浙江省统一的筛查技术方案，实现从省级到地市到区县的统一，拥有一致的工作流程和标准规则；针对不同肿瘤筛查设计专门的统计指标，通过对比分析各类指标在全省各筛查单位的差异程度，可帮助管理机构及时指导筛查机构进行整改，有效保证各癌种的筛查质量。
2）技术创新：充分运用5G、云计算、AI等先进的新兴技术，构建全省乃至全国独树一帜的智能肿瘤筛查云，可以支撑全省不断开展各种不同肿瘤的大规模人群筛查；采用AI与云计算结合的技术，居民做完检查后影像可自动转发至云端，并通过影像AI技术自动计算筛查结果，筛查准确性相当于中高年资医生水平。AI分析结果按筛查要求自动回填医生诊断所需填写的字段内容，极大节省筛查诊断医生的阅片录入数据的工作量。
3）场景创新：创新应用医生移动端筛查，方便医务工作者在人民群众家门口开展肿瘤筛查工作。灵活支持高风险人群在日常就医过程中随时参与肿瘤机会性筛查，进一步拓宽肿瘤筛查渠道，增强肿瘤筛查的人群覆盖面。对于重点风险人群及家属，支持线上参与肿瘤筛查，广泛提升居民对肿瘤防治的知晓率和参与度。
8.展望
当前，出于政策合规、采购习惯和认知等方面的原因，中国企业尤其是中大型企业对于公有云的采纳进展仍处于早期，但基础设施上云的趋势仍在稳步推进。未来，随着基础设施上云，基于云上的数据分析和应用，以及跨组织、跨区域的数据共享和消费是值得关注的趋势。
同时，随着区块链、隐私计算等技术的渗透，政策对于数据要素流通的倡导，以及数据资产定价机制的探索，相关基础设施将逐步走向成熟，为数据要素的高效流通和应用、释放更大的价值带来可能