近日，北京城市学院特聘教授，中国社会科学院新闻与传播研究所研究员，中国社会科学院大学新闻传播学院副院长、教授黄楚新；中国社会科学院大学新闻传播学院博士研究生刘玥在《传媒》2026年第4期刊发文章《推进主流媒体系统性变革：数智技术的赋能与重构》。

　　文章提出应通过创新体制机制、夯实数据底座、健全伦理规范及优化人才结构，构建安全有序的智能传播新生态，以实现主流媒体的系统性重构。

　　全文如下：

　　在推进主流媒体系统性变革的新阶段，数智技术作为重要驱动力，正深度重构传媒业的底层架构与场域形态。随着媒体融合进程从渠道整合、业务再造演进至整体性的生态再造，数智技术正通过赋能内容生产、平台化的资源协同以及精准化的传播不断推动系统性变革的进程。

　　一、数智赋能：主流媒体系统性变革的演进图景

　　数智技术正深刻重塑主流媒体的生态格局与发展路径，推动其在体制机制、生产流程与传播模式上实现系统性变革。

　　1．政策引导与技术布局的协同驱动加速媒体融合生态演进。主流媒体在融合发展过程中，持续优化的顶层设计既为技术演变提供了根本遵循，又为体系重构提供了制度保障。从政策维度考量，自2014年媒体融合被提升至国家战略以来，党和国家相继颁布多份指导规划并界定了涵盖内容、平台及终端的新型传播架构，推动传统媒体与新兴媒体从相“加”迈向相“融”。2020年，《关于加快推进媒体深度融合发展的意见》进一步突出先进技术在融合进程中的引领作用。2024年，《中共中央关于进一步全面深化改革 推进中国式现代化的决定》明确要求“推进主流媒体系统性变革”，为打造全媒体传播体系和深化体制机制创新指明了方向。

　　在政策引导与技术演进的双轮驱动下，我国主流媒体系统性变革呈现出从移动化、平台化到智能化的清晰演进路径。在“移动优先”战略的引领下，主流媒体积极推动内容资源全面迁移至移动端，通过自建客户端、开设社交媒体平台账号等方式构建传播矩阵，完成内容数字化与渠道移动化的基础布局。随着媒体融合深化，技术重点转向以平台化为核心的流程再造，通过集成化融媒体中心打破内部壁垒，形成资源集约、协同高效的一体化机制；头部机构积极打造如“新华全媒体生态引擎”等融合基座，实现内容生产、分发与运营的全链条协同。当前，技术布局已进入以人工智能、大数据为核心的智能化纵深阶段，数智能力被深度嵌入新闻全链路。例如，人民日报社“AI编辑部3.0”、浙报集团“传播大脑”等实践，推动形成智能采集、生产、分发与反馈的新质生产力，系统重塑主流媒体的内容生态与运行机制，为系统性变革注入持续动能。

　　2．智能生产与传播体系的构建推动内容创新与效率提升。数智技术的深度融合，正在驱动主流媒体构建起以数据驱动、人机协同为核心的智能体系。在内容生产端，人工智能辅助创作系统贯穿策、采、编、发全流程。媒体借助自然语言处理技术对海量信息进行精准捕捉，实现从“事后跟进”到“事前预判”的转变；无人机、传感器等物联网设备提供多元信源；AI写作机器人进行标准化消息写作，将记者从程式化工作中解放出来，使其专注于深度报道与评论生产。由此，一个以人机协同为特征、流程高度集约化的新型内容生产模式日趋成熟。

　　在分发传播端，以实现精准化为核心目标。主流媒体借助用户画像与推荐算法，构建起“千人千面”的个性化传播网络。以央视新闻客户端为例，其通过追踪用户阅读记录与内容停留时长，生成定制化新闻信息流，从而显著提高了用户黏性。与此同时，AI技术正重塑媒体与受众之间的互动方式。2025年9月，央广网与华为云联合推出了AI数字人资讯直播产品，不仅突破了传统节目编排的时段限制，并且借助智能推荐系统，实现了主流内容与用户个性化需求之间的高效匹配。这一探索在拓展内容生产形态的同时，也进而推动媒体与用户关系的结构性重塑。

　　3．平台化演进与生态建设初步确立全媒体传播新格局。在数智技术驱动下，主流媒体通过平台化发展与生态建设，逐步构建起资源集约且运行有序的全媒体传播格局。这一过程既重塑了媒体内部的组织结构，且通过资源整合与跨界协作，推动形成了多元主体共生的传播生态。

　　主流媒体的平台化转型，体现在内部资源的系统整合和传播效能的整体提升。主流媒体通过建设融媒体中心，贯通策、采、编、发等关键环节，从而形成协同高效的内容生产与分发体系。以湖北广播电视台打造的“长江云”平台为例，其整合127个云上系列客户端，构建覆盖全省的新闻、政务和公共服务融合系统，实现内容协同生产与多级联动传播，充分体现平台化整合释放的协同效应。同时，生成式人工智能等数智技术嵌入内容生产流程，不仅提升了生产效率，更通过新华社《四季旅行》等“平台赋能”实践，推动地方融媒体中心接入国家级传播体系，从而实现传播影响力的规模化扩展。

　　在此基础上，媒体生态建设呈现出跨界共生特征。主流媒体通过弱化体制边界，将公信力和数字连接能力转化为面向社会治理的服务效能。例如，浙江温岭市融媒体中心依托“百米村社圈”平台，整合社区民生信息与公共服务场景，有效打通服务群众的“最后一百米”。这一由信息发布主体向综合服务枢纽的转型，不仅重塑了主流媒体的价值链条，并且强化了其在现代治理体系中的制度性角色，从而推动深度融合的全媒体传播格局逐步稳固。

　　二、融合之困：数智技术赋能进程中的挑战

　　尽管数智技术为主流媒体的深度融合注入了强劲动力，但在快速推进过程中仍面临一定的现实困境，制约着数智赋能转化为实际效能。

　　1．机制创新滞后，制约了媒体深度融合。这种滞后并非单一维度的表现，其根源在于外部互联网巨头通过“基础设施化”确立了底层架构霸权，对传统传播渠道形成了强力挤压；同时也映射出主流媒体在面对算法与算力快速迭代时，仍处于某种技术追随与被动适应的窘境。

　　其一，组织架构的僵化难以适配数智化的生产流程。有些媒体机构尽管设立了融媒体中心，但其底层运行仍沿袭传统媒体条块分割的部门制。新闻技术研发与市场运营部门之间壁垒森严，导致“一次采集、多种生成、多元传播”的理想流程在协同不畅的内耗中难以实现。其二，资源分配机制与现实需求脱节。有限的资金与编制往往倾向于维护传统业务的稳定，而用于技术迭代、数据采购与人才培训的投入明显不足。正如一些市级融媒体中心所反映的，“技术创新的试错成本较高”，在现有预算与管理体制下，这种成本往往无法被承担，导致基层媒体在技术应用上望而却步，传播效能提升受阻。

　　2．技术应用与内容创新脱节。这种脱节首先体现在技术供给与内容需求的结构性错位上。大型语言模型的训练数据天然存在“宏大叙事偏好”，其能力集中于处理已被广泛数字化和传播的全球性或全国性议题。然而，构成社会生活基础的本地化信息往往以非结构化形式散落于角落，难以被通用AI模型有效捕捉和利用。这种数据层面的鸿沟导致技术应用无法精准对接基层社会的具体信息需求，造成了一种能用AI分析国际形势，却难用AI追踪家门口道路施工的尴尬局面。

　　更深层次的脱节在于技术能力与新闻职业内核的本质冲突。当前智能生成技术虽能完成信息摘要、稿件生成等任务，却无法复制记者长期在基层耕耘中建立的信任关系，也难以理解地方特有的文化语境与历史渊源。这种技术短板与传统采编逻辑之间的差距，导致AI生成内容往往停留在事实表层，难以触及“为什么”的核心地带，而这正是优质内容创新的关键。

　　3．数据治理与隐私保护仍显薄弱。传媒行业在长期运行中积累了大量用户数据和内容资源。这些数据与资源虽提升了服务传播效率，却也同步放大了数据安全风险。从实践情况来看，部分媒体机构在数据安全防护方面的制度建设和技术投入相对滞后，相关管理体系流于形式，难以应对复杂多变的技术环境。安全审计结果显示，一些单位在身份认证、权限控制和系统维护等基础环节存在持续性疏漏，使核心数据资产处于较高风险之中，反映出数据治理底层能力的不足。此外，算法主导的内容分发模式强化了数据使用过程的不透明性，用户对个人信息的知情和控制空间不断压缩，隐私风险随之累积，很可能削弱主流媒体的公信力。在此背景下，构建覆盖数据采集、存储和使用全过程的规范化治理机制，已成为主流媒体在智能化转型过程中亟须回应的问题。

　　4．复合型数智媒体人才储备不足。传统新闻传播教育体系培养的人才，往往精于采写编评等传统业务，但数据分析、算法逻辑、用户画像乃至AIGC工具的理解与应用能力普遍薄弱。在实务层面，这直接导致许多编辑记者虽面对海量数据却难以进行有效挖掘与分析，在策划选题时对社交媒体的算法推荐机制缺乏洞察，使内容产品难以精准触达目标用户；技术团队开发的智能工具也常因不熟悉新闻生产规律与伦理要求，导致产品与采编实际需求脱节，出现“水土不服”的现象。这种人才知识结构的单一性，已成为阻碍数智技术深度赋能内容生产、传播与运营的关键因素。

　　三、变革之路：以数智技术赋能主流媒体系统性重构

　　面对媒体深度融合进程中的多重瓶颈，主流媒体破局的关键在于善用数智技术，促使其更好地赋能系统性重构。

　　1．创新体制机制，释放技术活力与组织效能。在数智时代背景下，主流媒体推进系统性变革的关键在于打破既有组织壁垒，并通过灵活机制激活技术潜能和运行效能。近年来，媒体机构逐步由层级化结构转向动态化、模块化的组织形态，以更好适配人工智能驱动的内容生产流程。四川广播电视台在推进四川观察客户端9.0迭代过程中，实施“全台办观察”战略，关停分散客户端并集中资源于统一平台，同时引入以任务导向和模块化组队为特征的液态组织模式，打破部门界限，实现人力与资源的动态调配，并在精准需求环节释放协同效能。在此基础上，配合内部激励机制，将频道工作室和个人IP转化为垂类运营单元，逐步形成“全台孵化创意、平台放大传播”的生产闭环。

　　主流媒体通过将人工智能嵌入选题策划、内容制作和终端分发等关键环节，并配套以绩效为导向的管理机制，推动生产范式与人才结构的协同重塑。深圳报业集团依托“读特AI工坊”推进“ALL IN AI”战略，通过规范智能辅助工具在创意生成、多模态制作和内容审核中的应用，并将技术使用成效纳入考核体系，引导员工主动参与人机协作实践，确保技术赋能有效转化为传播力和引导力。

　　2．夯实数据中枢与平台化能力，筑牢智能传播体系底座。数据中台已演变为主流媒体构建智能传播体系的核心基础设施，通过对多源数据的汇聚与深挖，为内容生产与评估提供核心动力。例如，中央广播电视总台依托国家5G新媒体平台，不仅实现了全媒体资源的集约化管控，更自主研发了蕴含主流价值导向的“总台算法”，建立了覆盖全台的数据化评估系统，推动业务决策从主观判断向精准数据驱动跨越。

　　在平台能力建设方面，各级媒体正致力于实现技术能力的复用与协同。例如，浙报集团开发的“融媒通”应用，基于全媒体智能中台，联通2100余家融媒共享联盟单位，实现了省市县乡村五级宣传资源的贯通。同样，湖州市新闻传媒中心通过构建含140万用户画像的数据库，实现了资讯服务的精准化。这些案例表明，构建强大的数据中枢与平台能力，是主流媒体实现精准传播、提升服务效能的关键技术支撑。

　　3．建立技术伦理与治理规范体系，保障发展安全有序。在数智技术深度融入新闻生产与传播的浪潮中，建立健全技术伦理与治理规范体系，这不仅是对技术滥用风险的防御工事，更是媒体公信力在数字时代的主动构建。当前，部分主流媒体已开始前瞻性布局。例如，南方报业传媒集团自主研发的“南方智媒云大模型”于2025年9月通过国家备案，其将主流媒体审校知识、规则与算法融合，构建多模型协同防御体系，确保AI生产内容的安全可控。重庆日报报业集团则推出“蔷薇”全时传播审读监测服务体系，通过“智能技术筛查+人工专业审读”的双轮驱动模式，实现7×24小时风险防控，有效拦截有害信息。这些实践表明，主流媒体通过制度刚性约束与技术精准赋能的结合，才能在数智时代构建起以信任为基石、以合规为底线的内容生态新格局。

　　4．加快数智人才引育与结构优化，夯实转型人才基础。传统媒体以采编、经营为主的“哑铃型”人才结构，已难以适应“技术+内容”双轮驱动的深度融合需求。为此，媒体必须以“外引”与“内培”相结合的策略，重塑人才金字塔。一方面，要打破行业壁垒，积极挖掘和引入具备产品思维、用户思维的领军人才，如产品经理、数据分析师、算法工程师等，优化人才队伍的基因。另一方面，强化实战培训，建立激励机制。在引才的同时，系统性、实战化的内部培训与相应的激励机制是提升人才养成的关键。广东云浮融媒（集团）在2025年启动了“智媒学堂”培训工程，其课程深度聚焦DeepSeek应用实战、AI赋能创意生产等前沿领域，并强调学以致用——参训记者运用AI剪辑工具制作的美丽乡村短视频，播放量超50万；使用智能写作助手后，突发新闻报道的响应速度提升了50%，有效激发了全员创作精品的热情，从而为媒体的系统性变革提供坚实且可持续的人才支撑。