AI能拯救飽受爭議的“付費牆”嗎？
不管有沒有聽說過“付費牆”這個詞，只要你有網路閱讀的習慣，一定都或多或少為它掏過錢。
先解釋一下什麼是“付費牆”。
就是線上內容商為網上的內容設立收費門檻，實行付費閱讀。比如支付費用才能完整閱讀的電子雜誌或公眾號，抑或是內容網站、APP推出的各種周卡、月卡、年卡。
總之，“付費牆”攔起了內容商認為有價值的產品，想看？先掏錢！
如今網際網路上的“付費牆”越來越多，使用者花在付費訂閱上的支出也在不斷增加。但我們真的因此享受到了更高質量的閱讀體驗嗎？
恐怕未必。
無論是看到感興趣的話題卻必須付費才能閱讀全文，還是掏完錢才發現訂閱內容根本，或者早就被人po到網上隨意取閱，都不是什麼令人愉快的體驗。
所以，我們打算用一篇文章來幫大家釐清“付費牆”的前世今生，探討一下，AI能不能挽救飽受爭議的“付費牆”。
“付費牆”的前世今生
拿破崙說，世界上有兩根槓桿可以驅使人們行動：利益和恐懼。而“付費牆”，正是這兩根槓桿下的產物。
“付費牆”的首次提出，是2009年傳媒大亨默多克公開譴責谷歌未經授權就向其使用者提供免費鏈入新聞的服務，號稱要建造一座新聞“付費牆”，將“坐享其成”的網路平臺趕出他的新聞王國。
隨後，新聞集團旗下報紙，如《泰晤士報》、《華爾街日報》、《世界新聞》等先後宣稱設立付費牆，對線上內容實行付費閱讀。讀者不註冊不付費，就無法看到網站的任何內容。
但人們很快發現，這種硬付費牆（hard paywall）並未能將免費讀者關在牆外。總有人可以利用安全漏洞輕易拿到付費內容。
而且，付費牆的設立使報紙和新聞網站的訪問量也大幅“跳水”，慘淡的訂閱收入根本無法彌補讀者流失對廣告價值帶來的傷害，不少跟風設立付費牆的媒體不得不因此放棄收費。
這種情況直到2011年，美國《紐約時報》設立“軟付費牆”（ soft paywall）才得以改變。
《紐約時報》為付費牆設計了不少“縫隙”，一方面允許讀者通過其他方式繞過付費牆，比如和林肯汽車推出的“試駕免費訂閱”活動，從而避免了流量的大幅下跌；另一方面，提供免費閱讀服務的分發平臺，也可以合規地連結到內容方，從而帶來龐大的免費流量，進一步提升廣告價值。而那些搭便車的讀者如果認為閱讀到的東西是有價值的，大部分還是會選擇付費。
商業模式上的可行性，讓這種“軟付費牆”迅速被媒體們重新提上議程。隨後兩年，全美有超過500家日報推出了付費訂閱服務。
“付費牆”的發明，不僅讓以優質內容為生的傳統報業和數字媒體得到了穩定的收益，為創作者提供了更好的生存環境，更創造了一個寶貴的副產品——可持續的內容變現模式。
嚐到甜頭之後，線上內容商們的“造牆運動”就一發不可收拾。
除了傳統媒體的數字閱讀，內容分發平臺比如國外的Google、Facebook、Apple News，中國的微博、微信、今日頭條等等，以及新入局的知識付費創業者，其商業潛力都是建立在“付費牆”基礎上的。
那是不是可以就此得出結論： “付費牆”是內容變現的終極出路呢？事情並沒有那麼簡單。
“付費牆”的魔法，為什麼時靈時不靈？
觀察那些喜提“付費牆”的線上內容商，不難發現，成功藉助“付費牆”進入盈利迴圈的媒體，往往都擁有以下特質：
1. 優質PGC的持續生產能力；
2. 家大業大，能夠承擔“付費牆”帶來的短期流量損失；
3. 長袖善舞的運營水平，通過多元化的方式觸及讀者、吸引訂閱，處理好與分發平臺的利益關係等等。
說白了，只有最豐美的水土，才能滋養出內容價值與商業價值兼具的“付費牆”。缺乏品牌議價能力、內容生產力小、散、弱的媒體，盲目跟風造牆，圍住的只能是一座“鬼城”。
當然，符合上述條件的一小撮站在內容金字塔頂端的生產者們，也並不意味著就一定玩得轉這個條件嚴苛的遊戲。
實際上，被媒體當做救命稻草的“付費牆”，關於它的爭議也從來沒有停止過。
最為人所詬病的，是“付費牆”並未能真正“挽狂瀾於既倒”，將靠內容吃飯的網路媒體拖出盈利的泥潭。
即便是媒體業的“金字招牌”，讀者也未必會買單。被視作“付費牆”先驅的《紐約時報》，正努力擴張移動和廣告業務；新媒體集團Vox Media也開始用程式設計的方式售賣廣告。科技網站Mashabl，則被以估值的五分之一低價出售，而BuzzFeed、Vice也都未能成功完成年度營收計劃。
另外，內容商們越來越貪婪的吃相，難免讓訂閱使用者產生“被韭菜”的既視感。頻繁出現的付費廣告，大大影響了使用者體驗。
“付費牆”的泛濫也導致品質上良莠不齊，一旦無法保證優質原創內容的持續供應，就會讓訂閱使用者產生上當受騙的感覺而流失。
我不止一次聽到過對付費內容質量的吐槽，甚至有人認為這就是一個“壞逼騙傻逼”的遊戲！
顯而易見，想要建造一個成功的“付費牆”，並沒有想象中那麼容易。那麼，AI能改變這個現狀嗎？
AI+的“付費牆”，正在無限接近成功
好在，AI已經至少能夠在三個方面，幫助內容商更好地使用“付費牆”。
比如，《華爾街日報》就通過“付費牆”來訓練訂閱預測模型，制定更加靈活的訂閱策略。
通過對未訂閱訪問者的行為進行分析，如是否首次訪問、使用的作業系統、閱讀裝置、是否選擇點選、使用者的位置等。使用機器學習來告知“付費牆”可以在何時提供讀者免費閱讀，以及預測讀者是否會付費。
瑞士新聞媒體NZZ也採用了類似的機器學習方式，來訓練自己的個性化支付系統。
系統發現，早上5-9點的通勤時間，人們使用手機閱讀但並不想付款，就不會在此期間顯示任何付款訊息來破壞產品體驗。
在過去三年內，NZZ藉助AI將付費轉化率提高了5倍，有2.5％的使用者在收到付款訊息後選擇訂閱。目前，訂閱收入已經佔到了NZZ總收入的60%，這顯然是一個好趨勢。
AI的第二個作用，是幫助內容商提升內容生產能力，增強訂閱使用者的黏性。
將散落的龐大使用者大資料聚合起來，為付費讀者畫像，洞察他們的行為和喜好。內容商們就可以更清晰地瞭解目標群體，有針對性地進行內容生產。
在AI的支援下，創作者也可以催生出新的調查方式和寫作手法。很多在過去因資源匱乏而無法推進和創作的故事，都有可能被孵化出來。
此外，人工智慧在內容產品上的智慧化應用，進一步增加了“付費牆”的價值感。智慧語音助手、聊天機器人、AR等，新的互動拓展了媒體連線讀者的方式，增加了內容以外的更多價值。
正如我們反覆強調的，那些成功的“付費牆”，核心在於持續的優質內容供給，時刻關注使用者體驗，確保使用者的付費慾望。
從這個角度來說，AI的確有著“神助攻”的無限潛力。
有了AI，付費牆就能撥雲見日了嗎？
負責任地說，我們並不能給出確切的答案。
AI與付費牆的結合，表面上看離應用場景似乎並不遙遠。
但從市場期許和技術成熟度來看，想要利用AI為“付費牆”服務，甚至將AI作為增加營收的重要工具，依然存在著很多問題。比如：
1. 進一步放大了使用者之間的差異。無論多軟，“付費牆”的本質都是通過設立准入門檻來為資訊和閱讀者劃分等級，而AI則進一步放大了這種“區別對待”，這似乎與網際網路的資訊自由流通原則相違背，也會破壞網路開放的公共性，進一步加大“知識鴻溝”。
雖然訂閱使用者的權益受到了增強和保護，但一道道高牆之下，媒體似乎越來越像一個服務者，離自己“社會公器”的初衷越來越遠。
2. 顯化了個人隱私的被抓取感。利用AI來訓練付費模型需要大量資料，媒體所能供給的“原材料”是否充足暫且不提，這裡面還必然涉及到使用者的個人資訊。
個性化的“付費牆”會讓使用者清晰地意識到，自己的行為資料都在內容商的面前暴露無遺。這讓人很難不進行“有罪推定”，認為個人隱私會被不當使用，比如“大資料殺熟”。
顯然，目前還沒有足夠好的方式來解決這些問題。
總而言之，我們曾經不憚以最大的悲觀去揣測網路時代內容生產者的悲慘處境。但AI和付費牆的聯手，讓嚴肅的創作者重新找回了某種尊嚴，也挽回了 “累覺不愛”的讀者們對付費閱讀的信心。但現在就表示樂觀，還太早。
“付費牆”能不能憑藉AI上演“絕地求生”，不僅是一個單純的技術命題，更是一個社會命題，一切都還是未知數。