影视主体关系之变：复杂竞合与非对称竞争

随着智慧媒体技术的发展，不同媒体组织之间的界限变得模糊，以往对媒体竞合关系的把握日益显得陈旧。

复杂性媒体关系的第一个表现是竞争与合作的共时性共存。互联网媒体的本质特征是开放和共享，即使是在那些竞争激烈的媒体之间，合作行为也时常发生。以在人工智能、影视文娱产业甚至交通出行等领域展开全面竞争的阿里巴巴和腾讯为例，双方在华谊兄弟传媒公司、哔哩哔哩网站等项目的投资中仍是伙伴关系。即使在那些看起来水火不容的特定网络业务领域，竞争对手们也给彼此留下了兼容入口。直接例证便是如百度浏览器、腾讯浏览器和360浏览器之间均可以互相搜索，而爱奇艺、优酷和腾讯视频之间也可以链接视频。从博弈论的角度切入，以往常见的非合作博弈（零和博弈）大多已转变为合作博弈（非零和博弈），竞争双方不再是你死我活的单调对抗关系，而是走向了冲突中有合作、对抗中有协调的共存共生。在智慧媒体的重要技术支撑“云计算”与“云服务”层面，更是合作重于竞争。每个握有智能云端服务技术的公司都希望借助其他公司的数据资源，将自身实力进一步扩张。在整体发展形势不发生大变化的前提下，这种合作将变得日益频繁。对于影视媒体而言，一方面，跨屏传播生态下若要全面把握用户数据，就必须实现广电部门、网络服务器管理部门与智能电视运营商、第三方调查机构的数据对接与整合。[8]另一方面，传统影视媒体与类型繁杂的新媒体之间也应当建构非零和博弈的竞合模式，在竞争的同时寻求互促合作并实现多赢结局。

复杂性关系的第二个表现是非对称竞争关系的大量出现。哈佛大学教授迈克尔·波特所阐述的“五力模型”将决定行业竞争强弱的结构化要素细分为“新进入者的威胁、供应商的议价能力、现有竞争者之间的竞争、替代产品或服务的威胁以及买方的议价能力”。[9]在波特的竞争力模型之下，五极竞争主体的竞争力强弱决定了其在市场中的地位和话语优势。然而这种归纳终究建立在特定的行业领域之内，其竞争主体均拥有相似的价值主张与商业模式，由此无论他们彼此之间的竞争激烈程度如何，都终究仍是一种特定行业内的、对称性的竞争。而互联网媒体环境下，跨界业态与不对称竞争频发，商业模式迥异的媒体之间也展开了各类对抗。就不对称竞争而言，影视领域的市场争夺已不再局限于各级卫视与电视台、广播电台之间，甚至不再局限于各类电影公司之间，它已经扩展到了爱奇艺、优酷、腾讯视频以及抖音、快手等网络视听平台型企业，兼及融合短视频功能的今日头条、一点资讯等新闻资讯媒体。具体来看，尽管网络视听平台型企业以及网络新闻媒体均未采用传统广电行业的商业模式，却提供了可替代的网络视听内容与服务。无论是对影视长片与剧集的切分整合还是营销传播，抑或自制内容的有力入局，这些媒体都在吸引用户以及用户注意力——两者都是有限资源，是影视媒体必争之生存根基。

复杂性竞争的第三个表现是媒体竞争日益变为媒体生态的全方位竞争。媒体之间的竞争不再是点对点之间的竞争，而是媒体生态系统之间的充分较量。正因为媒体之间的竞争与合作同在，以及媒体与媒体、媒体与非媒体行业的非对称关系大量出现，这导致媒体竞争日益演变为全生态竞争格局。如果说以往特定行业内商业模式相似或雷同企业之间的竞争可以是点的竞争（如电视节目之间）的话，那么当下媒体竞争已扩展为媒体生态体系竞争。以湖南广电为例，其近年来实行独播战略和基于原创内容打造新兴媒体架构的目的，便是要在当下媒体生态竞争中取得优势——此优势既面向传统广电媒体，也面向新兴互联网终端矩阵。

影视基础资源之变：数据驱力与使用方式

一方面，数据正成为媒体革新自身业务的重要资源和动力。这不仅表现在媒体企业可以借助大数据实现自身工作效率的提升、内容资源的共享、人力储备的优化，还表现在诸多媒体企业可以借助数据资源实现新业务甚至新运营模式的拓展。另一方面，媒体获得数据的方式正在变得空前多元化，这也使数据的挖掘与使用变成一种对积极性与科学性的双重吁求。

影视媒体掌握和累积的用户数据之市场价值正在日益增长。奈飞2013年推出的《纸牌屋》开启了其流媒体原创影视事业的新征程，而该剧集背后的用户喜好数据分析也是其斩获成功的重要支撑。如今，国内外传媒巨头均在这一向度上倾注了大量精力。数据既可以被用来辅助和指导制定媒体发展战略，也可以被用来解决具体媒介产品创新的实际问题。按照维克托·迈尔—舍恩伯格的说法，伴随着互联网时代可获取数据和数据爬梳能力的提升，在某些情况下，我们不再依赖于随机抽取样本，而是转而寻求对全体数据的归纳梳理；对数据的精准性需求让位于混杂性框架之下对结构性数据与非结构性数据的兼容。[10]以社交媒体为例，社交行为产生的大量评论、图片、声音以及视频繁杂多样，大多难以用一种清晰的数列结构纳入规范明晰的数据库之中。对这些数据的发掘和解读往往需要全新的整体大数据视野和洞悉理解方式。与当下影视市场数据分析更多地关注票房、成本、用户数量、点击率等“传统数据”不同，未来影视业将对多样化、泛类型与跨文本数据进行爬梳，并以此为基础实现产业态势梳理、受众行为画像、内容创作优化指导、艺人评估筛选、项目整体风控、影视营销监测等具体功能。

文章来源：《大数据》 网址: http://www.dsjzz.cn/qikandaodu/2021/0207/1489.html