作者 | 李雯、樊晓芳

一、智能写作背景概述

1. 智能写作定义

写作主要有四要素：写作主体、写作客体、写作受体、写作载体，即作者、世界、读者、作品。

这四要素构成了写作系统。与人类写作不同的是，现阶段智能写作的写作内容是对人类描写的世界的复述，而不是直接的对世界的描写。

智能写作的创作主体是机器、算法，创作模式分为辅助创作和自动创作，现阶段的主要目的是解放人力到更富有创造性的工作上，在具体的任务上主要是自动摘要、文本聚合、结构化数据生成、看图说话、诗词对联写作等，也开始逐步涉及长文本故事创作。

2. 智能写作方法及流程

自然语言生成的文本生成类型从数据来源进行划分，又分为数据到文本、文本到文本、图像到文本的写作这三大类。不同的数据来源、不同的文本结构，又影响了机器写作文本生成的流程。

所以基于自然语言处理技术的发展，从文本生成的流程和结果来看，现阶段对机器写作的探索主要是三个类型：结构化数据创作、摘要式写作及半原创式写作。

3. 智能写作产品类型及功能

受限于技术发展，目前智能写作主要落地产品分为两种，一种为辅助写作，这种方式更易研发和商业化，能迅速满足用户需求；另一种是自动写作，相对而言技术难度更高，商业化程度较低。

二、智能写作产品技术方案及核心技术

三、智能写作产业及市场

1. 智能写作产业生态及产业链

自然语言处理和生成技术的突破，促使各大公司和团队在近十年来开始关注相关技术的商业应用，但智能写作的相关产品依赖于落地行所处业的生态状况。智能写作已经形成了一定的产业链条。

上游为数据和设备方，中游为辅助和自动创作产品及技术服务商，下游对接C端读者、创作者，和媒体、金融机构、政府机关、资讯平台等B端。目前智能写作市场玩家主要有四大类：

上市科技巨头：内部应用、技术研发为主，暂未实现商业化，重视办公、资讯、营销场景布局。

中小型技术公司：主要提供To B端的SaaS服务，初期多布局细分领域，而后逐步延伸应用行业。

传统媒体：以联合研发、内部应用模式为主，数据质量及读者粘性较好，暂未实现商业化。

新兴智能媒体平台：技术先进，数据量及读者群庞大，应用覆盖自动写作、辅助创作、平台运营等。

2. 智能写作潜在市场

Statista数据显示，2018 年，全球自然语言处理的市场规模达 5.8319 亿美元，到 2024 年将达到约 21 亿美元，智能写作相关技术具有广阔的市场空间。其中，对智能写作的需求最强、黏性最高的四个市场分别是内容资讯、金融财经分析、数字营销和行政办公。

四、智能写作主要应用场景与相关代表公司

五、代表机构案例

智搜Giiso：针对B端资讯机构提供技术服务，语义识别最高精度92.67%，单篇稿件最长2000字。具体提供三大解决方案：针对媒体的智媒（新一代智能融媒体平台）、针对内容营销行业的智书（智能内容生产车间）和面向B端技术团队的智讯（智能资讯机器人商店）。

字节跳动（Xiaomingbot）：小明写稿机器人应用了文本生成算法、序列预测排序、文本摘要及视频理解等技术，可以自动生成多语言新闻资讯，还可以面向企业客户提供改写和生成广告文案服务。此外，小明还被用于公益事业，在短时间快速生成寻人文章、寻人短视频。

香侬科技：获亿级A轮投资，针对金融行业的B端机构和C端从业人员提供PDF解析、非结构化关键信息抽取服务、图像OCR、多语言翻译、舆情监控、智能文档审核、专业金融问答、智能报告生成等服务。其Glyce模型在 13 个中文 NLP 任务上达到了当前最佳性能。

阿里巴巴： 阿里发布的“AI智能文案”产品顺利通过了图灵测试，该产品结合淘宝、天猫的海量优质内容与自然语言算法，聚焦于商品文案，实现了三项核心能力：高度模拟多种风格的人类文案、自由定义字数、实时在线样本学习，其中短标题文案生产达到1秒20000条。

金山软件：目前全国政务系统中，金山 WPS 的覆盖率超过了50%，针对公文写作素材难找、写作耗时、人工校对易漏等难题，金山软件在智能模板匹配、智能图文排版、智能校对和智能素材推荐、长文件智能要点汇总与目录检索方面实现技术落地。

达观数据：为企业级客户提供文本智能审阅系统、文档审核、垂直搜索API和客户意见洞察等功能，曾为某全球知名会计事务所节省审核人力成本25%，辅助某银行提升工作效率，审计队伍从800人减少至600人。目前累计融资额超2亿元，刷新中国NLP领域的融资记录。

六、AI技术应用智能写作的局限性及趋势

技术研发局限

1. 机器难识别写作素材真假，易生产假新闻。

2. 缺乏对输出文本质量的客观、准确的评估标准与优化目标。

3. 机器难理解复杂的语义，导致生成内容的语义易偏移。

4. 生成主观性强的文本时，易出现偏见语言和极端化观点。 

5. 难以为自动写作产品建立价值参照体系。 

6. 机器的情感分析、理解能力较弱。

7. 单个领域、单一体裁的机器写作模型难用于其他种类内容。

8. 难以实现针对不同用户的内容个性化 。

9. 智能写作文本主导市场将导致信息茧房和自动学习负循环。

10. 智能写作版权归属模糊。

11. 原创度低的改编式机器写作易侵权其他作者作品。

研发趋势

1. 大体量数据、非结构化数据、小样本数据处理能力不断提高。

2. 神经网络模型逐步替代规则写作及统计模型。

3. 计算机视觉相关技术逐步被应用到中文自然语言处理。

4. 机器翻译模式被逐步要用到智能写作的文本生成技术中。

5. 融媒体发展需求推动不同媒介生成技术的融合式研发。

6. 全自动写作在主题选取、内容生成时应用更多用户画像技术。

7. RPA或将成为降低素材搜集难度及文本管理成本的重要技术。

应用趋势

1. 从文本纠错到文本预测。

2. 从辅助创作到自动化写作。

3. 从短文本到故事性长文本生成。

4. 从数据、资讯类纪实文本到鉴赏性、营销性文本。

5. 从单向内容输出转变为交互式内容互动。

6. 从数字文字到图像、视频可视化发展。

继续阅读：

未经允许不得转载：RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > 机器写作RPA市场：为何AI独角兽与互联网巨头纷纷加注？