IABM报告显示，竞争激烈的媒体与广播电视行业正在采用新技术支持其转型，以巩固和寻求更大规模化以便与流媒体公司竞争。

引领行业转型的是对新技术的应用，以支持高效的工作流程，管理内容分发，增强用户体验并支持收入增长。从资产管理到内容分析、再到商业化创新，人工智能正在被构建到许多媒体技术工具中。

“图像识别是一种常用的应用程序，云端处理使识别及合成更为快速可靠”， Primestream的David Schleifer在NAB 2019展览会上谈到，“Primestream正在使用AI数据资产管理改善新闻报道服务，根据每个发言人录音自动创建成为为其量身定制的视频影像”。

与Primestream在业务流程广泛使用人工智能技术不同，Arvato的重要尝试则更加注重内容商业模式创新——它使用上下视频识别来定制商业化内容位置，有效地自动“检索”节目中哪些是最有效的商业化位置。该公司强调，许多电视台及流媒体公司已经将内容商业优化作为其业务差异化因素。据称，一家德国电视台使用智能内容优化技术将其商业变现规划从四周缩短至一天。

Insys使用智能影像软件分析程序内容，通知智能技术可以自动评定暴力或裸露等因素，并根据评级而对这些内容进行警告、甚至阻止单个元数据素材。

与单一业务流应用略有不同，Moviebook影谱科技聚焦于从内容创建到分发，形成以元数据为基本单位的一站式智能影像技术服务。面向传媒企业提供包括批量化创建智能影像、视频资产管理与分析、智能影像运营、再到智能视频商业化的全过程。

基于影谱科技智能影像技术的AI方案在处理新闻、体育赛事等内容中起着重要作用。除自动化的关键帧抽取及标记外，它还辅助自动配置影像创建环境，提供丰富功能包括信息可视化和图像分析，并自动生成个性化内容。例如，实时自动绘制虚拟越位线。

智能影像技术已成为人工智能在传媒领域的应用标杆之一，不仅能创建及优化内容本质，它还可以在定义“技术如何快速落地”方面发挥重要作用。“采用人工智能是重要推动力，赛车机构NASCAR将其500,000小时的存档内容移至AWS，以“自动化流程并添加元数据”。Media Distillery的Prins说，“我们使用深度学习算法、自然语义等来确定视频内容，包括徽标，识别名人，提取字幕、人物图像以及我们尝试提取的所有主题信息。”

Prins补充说：“这使我们能够对每个帧进行注释，并使用这些信息让人们在内容中搜索并在内容中搜索某些主题，从而最终改善用户体验并增加收入。”

除此之外，智能影像技术仍然充满了各种可能性，但它似乎确实是一种能够提高传媒可视化内容生产效率的技术，而不仅是一个让人兴奋的流行语。