|
|
“人工智能取代人类工作”可不是“狼来了”，因为这两年，这种现象已经开始真实发生了。
给你讲个电影行业的例子，估计看完，连你都会觉得人工智能大法好。
一家比利时计算机技术公司最近推出一款名为Book的人工智能产品，号称可以用人工智能技术，准确预测剧本拍成电影能不能赚钱。
Book官网
Book准确“预测”出了2015-2017年间索尼家出的32部“票房毒药”中的22部。
索尼“提起来都是泪”的《太空旅客》票房预测
公司创始人Nadira Azermai说：“如果索尼早点用我司的系统，可能已经成功避免了22次票房惨败。”
简直诛心！
Azermai还说：“Book的使命就是通过人工智能技术帮助制片方、发行商和财务投资人评估他们的风险，从而彻底改变影视行业选择故事的模式。”
颤抖吧！电影人。
Book是怎么工作的？
Book有一句相当诱人的广告语：Hard Science，Better box office（硬科学，好票房）。
这听起来简直是影视公司高管的福音。
具体如何操作呢？
你只需把一个PDF格式的剧本上传到Book，短短五分钟内，系统就自动生成一套详细的分析报告。
报告主要内容包括：
预测美国电影协会的分级；判断影片目标受众，包括性别和种族；杀手锏：预测影片最终的票房成绩。
当然，Book还能做一些剧本的基础统计：比如分析剧中角色、建议故事主角；统计角色的男女比例、男性角色和女性角色的戏份比重等等（好莱坞政治正确）。
Book的剧本分析报告
如果Book给剧本的最终评估高于84%，就说明它会是个能赚钱的电影项目，值得拍。
这一切都要“归功”于人工智能技术。
Book系统集成了数据分析、机器学习、自然语言处理和特征选择算法等前沿技术，学习了超过6500个剧本和它们对应的市场表现，能基于自有数据库对新剧本做出预判。
创始人Azermai表示，Book预测的准确性至少比人类高三倍。
但它也有不靠谱的时候，比如索尼影片的测试中，仍有10个票房失败的项目没被“预测”出来。
另外，Book对《爱乐之城》的票房预测仅为5900万美元，但它仍支持把这个剧本做成电影，因为成本足够低；
但事实上我们都知道，《爱乐之城》不但赚了超过1亿美元，还是奥斯卡大赢家，叫好又叫座。
Book的收费不菲，每个剧本的分析费是5000美元，批量采购有折扣。
但它跟电影的巨额制作投入相比，简直就是九牛一毛了。
绿灯系统：传统好莱坞拍片决策机制
好莱坞电影奉行“大投入、高产出”：为了在全球范围产生更高利润，投入的成本往往也是天价。
究竟哪个故事值得砸钱拍？
好莱坞在多年实践中，沉淀出一套“绿灯”审查制度，它是好莱坞电影工业的重要基石，背后有完整的商业逻辑和方法论支撑，是电影项目融资和推进的关键环节。
每个制片公司都有自己各异的“绿灯”系统，但目标却不尽相同：
确定电影的细分市场和目标受众；同类型电影的历史票房分析、预估最大市场潜能；确定放映档期和发行渠道；预测最终项目收入；锁定可能的融资渠道和投资人；……
“绿灯”系统主要围绕着剧本做分析和讨论，常用方法有：
剧本创意分析：故事主要情节和对白是不是足够吸引人；剧本竞争力分析：拆解剧本，把其中最有意思的场景挑出来，看看观众能否理解可、能不能打动人；剧本类型定位和文化认同：好莱坞电影非常强调“类型”，只要确认这一点，作品的核心目标受众、发行和营销等市场问题迎刃而解。所以“绿灯”阶段定义影片类型是关键；同类影片对比和收入分析：把剧本跟5年内上映的同类型影片做对比，预测这一项目的市场表现；包括全球票房和衍生品收入，进而得出宣发预算、营销策略、品牌合作等的方向。
“绿灯”可以在制片公司内部做、也可以在外部合作伙伴中展开。
每部大片花在这套体系上的费用是1万-5万美金不等。
所以，“剧本”是整个电影项目的基础和灵魂，剧本选择直接关系到整个电影项目的成败。
Book正是看中了产业链条上这个环节的价值，用技术去优化它。
AI决策工具如何影响电影制片？
好莱坞大片让我们坚信——机器不可靠；
但同样还是这个好莱坞，已经开始悄悄靠近人工智能机器。
制片公司高管承受着投资回报的极大压力，Book这样的新兴技术工具对他们来说已经足够性感。
毕竟，好莱坞已经从创意产业转变成了赤裸裸的利润驱动型产业。
2017年，有43部大片是续集、重启或衍生片；美国票房前10中100%是这类影片，所以这股风潮只会愈演愈烈。
2017年美国本土票房前十影片
好莱坞的策略从 “引领你的审美” 变成 “只给你你想要的” 。
一旦AI工具被广泛应用，票房回报率低的高质量电影可能将不复存在。
去年的《银翼杀手2049》是导演丹尼斯·维伦纽瓦职业生涯中评价最高的作品，但它的美国票房仅有9100万美元，Book的预测也对他“判了死刑”。
如果用AI来决定是否给这个项目“开绿灯”，那丹尼斯可能都没机会拍这部电影，这将是所有影迷的损失。
另外还有个例子，用来证明市场的复杂性，就是“狼叔”休·杰克曼的歌舞片《马戏之王》。
它的制作成本很高，但首周末票房仅有880万美元，好像“败局已定”。
但好口碑通过观众们的口口相传迅速扩散开，影片票房节节攀升，最后在美国本土收获了1.65亿美元票房。
有很多电影看似胜券在握，最终却失败了；有些看起来低调，一进入市场却像黑马一样脱颖而出，创造了票房奇迹。
这些例子都显示，电影作为艺术作品，它的成功因素难以量化，算法也不是衡量一部电影价值的唯一手段。
但鉴于财务风险，好莱坞高管们极有可能在“鸿篇巨制”上采用这类技术作为辅助决策工具。
反过来，有些一鸣惊人的创意，过去可能被视为冒险项目得不到投资；但如果AI预测它能赚钱，反而轻易获得了制片公司高管的青睐，被拍出来，也算是AI解放了创意。
科技与创造力能否和谐共存？甚至，科技能否帮创造力建造更宽松的环境？
这是个太高级的问题，只有时间才能给我们答案。 |
|
