作者 | 李雯、樊曉芳

一、智能寫作背景概述

1. 智能寫作定義

寫作主要有四要素：寫作主體、寫作客體、寫作受體、寫作載體，即作者、世界、讀者、作品。

這四要素構成了寫作系統。與人類寫作不同的是，現階段智能寫作的寫作內容是對人類描寫的世界的復述，而不是直接的對世界的描寫。

智能寫作的創作主體是機器、算法，創作模式分為輔助創作和自動創作，現階段的主要目的是解放人力到更富有創造性的工作上，在具體的任務上主要是自動摘要、文本聚合、結構化數據生成、看圖說話、詩詞對聯寫作等，也開始逐步涉及長文本故事創作。

2. 智能寫作方法及流程

自然語言生成的文本生成類型從數據來源進行劃分，又分為數據到文本、文本到文本、圖像到文本的寫作這三大類。不同的數據來源、不同的文本結構，又影響了機器寫作文本生成的流程。

所以基于自然語言處理技術的發展，從文本生成的流程和結果來看，現階段對機器寫作的探索主要是三個類型：結構化數據創作、摘要式寫作及半原創式寫作。

3. 智能寫作產品類型及功能

受限于技術發展，目前智能寫作主要落地產品分為兩種，一種為輔助寫作，這種方式更易研發和商業化，能迅速滿足用戶需求；另一種是自動寫作，相對而言技術難度更高，商業化程度較低。

二、智能寫作產品技術方案及核心技術

三、智能寫作產業及市場

1. 智能寫作產業生態及產業鏈

自然語言處理和生成技術的突破，促使各大公司和團隊在近十年來開始關注相關技術的商業應用，但智能寫作的相關產品依賴于落地行所處業的生態狀況。智能寫作已經形成了一定的產業鏈條。

上游為數據和設備方，中游為輔助和自動創作產品及技術服務商，下游對接C端讀者、創作者，和媒體、金融機構、政府機關、資訊平臺等B端。目前智能寫作市場玩家主要有四大類：

上市科技巨頭：內部應用、技術研發為主，暫未實現商業化，重視辦公、資訊、營銷場景布局。

中小型技術公司：主要提供To B端的SaaS服務，初期多布局細分領域，而后逐步延伸應用行業。

傳統媒體：以聯合研發、內部應用模式為主，數據質量及讀者粘性較好，暫未實現商業化。

新興智能媒體平臺：技術先進，數據量及讀者群龐大，應用覆蓋自動寫作、輔助創作、平臺運營等。

2. 智能寫作潛在市場

Statista數據顯示，2018 年，全球自然語言處理的市場規模達 5.8319 億美元，到 2024 年將達到約 21 億美元，智能寫作相關技術具有廣闊的市場空間。其中，對智能寫作的需求最強、黏性最高的四個市場分別是內容資訊、金融財經分析、數字營銷和行政辦公。

四、智能寫作主要應用場景與相關代表公司

五、代表機構案例

智搜Giiso：針對B端資訊機構提供技術服務，語義識別最高精度92.67%，單篇稿件最長2000字。具體提供三大解決方案：針對媒體的智媒（新一代智能融媒體平臺）、針對內容營銷行業的智書（智能內容生產車間）和面向B端技術團隊的智訊（智能資訊機器人商店）。

字節跳動（Xiaomingbot）：小明寫稿機器人應用了文本生成算法、序列預測排序、文本摘要及視頻理解等技術，可以自動生成多語言新聞資訊，還可以面向企業客戶提供改寫和生成廣告文案服務。此外，小明還被用于公益事業，在短時間快速生成尋人文章、尋人短視頻。

香儂科技：獲億級A輪投資，針對金融行業的B端機構和C端從業人員提供PDF解析、非結構化關鍵信息抽取服務、圖像OCR、多語言翻譯、輿情監控、智能文檔審核、專業金融問答、智能報告生成等服務。其Glyce模型在 13 個中文 NLP 任務上達到了當前最佳性能。

阿里巴巴： 阿里發布的“AI智能文案”產品順利通過了圖靈測試，該產品結合淘寶、天貓的海量優質內容與自然語言算法，聚焦于商品文案，實現了三項核心能力：高度模擬多種風格的人類文案、自由定義字數、實時在線樣本學習，其中短標題文案生產達到1秒20000條。

金山軟件：目前全國政務系統中，金山 WPS 的覆蓋率超過了50%，針對公文寫作素材難找、寫作耗時、人工校對易漏等難題，金山軟件在智能模板匹配、智能圖文排版、智能校對和智能素材推薦、長文件智能要點匯總與目錄檢索方面實現技術落地。

達觀數據：為企業級客戶提供文本智能審閱系統、文檔審核、垂直搜索API和客戶意見洞察等功能，曾為某全球知名會計事務所節省審核人力成本25%，輔助某銀行提升工作效率，審計隊伍從800人減少至600人。目前累計融資額超2億元，刷新中國NLP領域的融資記錄。

六、AI技術應用智能寫作的局限性及趨勢

技術研發局限

1. 機器難識別寫作素材真假，易生產假新聞。

2. 缺乏對輸出文本質量的客觀、準確的評估標準與優化目標。

3. 機器難理解復雜的語義，導致生成內容的語義易偏移。

4. 生成主觀性強的文本時，易出現偏見語言和極端化觀點。 

5. 難以為自動寫作產品建立價值參照體系。 

6. 機器的情感分析、理解能力較弱。

7. 單個領域、單一體裁的機器寫作模型難用于其他種類內容。

8. 難以實現針對不同用戶的內容個性化 。

9. 智能寫作文本主導市場將導致信息繭房和自動學習負循環。

10. 智能寫作版權歸屬模糊。

11. 原創度低的改編式機器寫作易侵權其他作者作品。

研發趨勢

1. 大體量數據、非結構化數據、小樣本數據處理能力不斷提高。

2. 神經網絡模型逐步替代規則寫作及統計模型。

3. 計算機視覺相關技術逐步被應用到中文自然語言處理。

4. 機器翻譯模式被逐步要用到智能寫作的文本生成技術中。

5. 融媒體發展需求推動不同媒介生成技術的融合式研發。

6. 全自動寫作在主題選取、內容生成時應用更多用戶畫像技術。

7. RPA或將成為降低素材搜集難度及文本管理成本的重要技術。

應用趨勢

1. 從文本糾錯到文本預測。

2. 從輔助創作到自動化寫作。

3. 從短文本到故事性長文本生成。

4. 從數據、資訊類紀實文本到鑒賞性、營銷性文本。

5. 從單向內容輸出轉變為交互式內容互動。

6. 從數字文字到圖像、視頻可視化發展。

繼續閱讀：

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 機器寫作RPA市場：為何AI獨角獸與互聯網巨頭紛紛加注？