摘要：财经新闻涉及大量数据，因而以大数据为支撑的AI技术在财经新闻中具有得天独厚的应用优势，能显著提升新闻采集效率、准确性和分发效果，但也面临机器语言模板固化、数据源准确性难界定、相关应用人才短缺等问题。基于困境提出相应的破解之道，有助于财经新闻媒体的智能化、持续化

摘要

财经新闻涉及大量数据，因而以大数据为支撑的AI技术在财经新闻中具有得天独厚的应用优势，能显著提升新闻采集效率、准确性和分发效果，但也面临机器语言模板固化、数据源准确性难界定、相关应用人才短缺等问题。基于困境提出相应的破解之道，有助于财经新闻媒体的智能化、持续化、现代化发展。

AI技术；财经新闻；财经媒体

技术应用的不断进步，推动着传媒行业从历史上的“铅与火”“光与电”走向新时代的“数与网”“云与端”。而在当下，人工智能技术正加速演进，再次推动传媒行业向着“智与境”迈进。特别是作为AI应用前沿的财经新闻，其所遭受的冲击前所未有。本文梳理了AI技术在财经媒体中的现实应用和应用价值，分析其应用于财经新闻生产存在的不足，旨在为财经媒体的未来发展提供新的思路和方向。

（一）财经新闻写作

文字内容生产是AI技术在财经新闻应用方面最基础的功能。AI稿件自动化生成系统具有数据存储、计算等功能，可以对海量的历史数据进行对比或分析，根据公司财报、经济数据、股市表现等自动生成新闻报告。如路透社和彭博社多年前便开始使用AI生成财报新闻，实时报告公司利润、收入变化，并通过AI分析财务数据，自动生成摘要。AI抓取市场数据生成市场概览后，能为公众及时传递重要的市场信息，更能根据数据变化自动更新内容。

AI技术将烦琐的数据分析工作化繁为简，解决了财经数据分析类稿件曾经存在的“记者做不了”或“记者很难做”的难题。如作为专业财经媒体，第一财经早在2016年就开始试水机器人写稿，并在近年来推出“星翼大模型”，该模型不仅可以严格按照所提供的新闻素材进行创作，支持对AI创作的文稿进行局部改写、扩写、缩写，甚至可以模仿第一财经的不同记者风格进行文稿创作，有效提高了财经记者的工作效率。

（二）财经新闻可视化呈现

除文字稿件生成外，AI技术还可生成与文字稿件相对应的数据图表，实现新闻内容“文字+图表”的有机统一，从而有效增强财经新闻稿件的可视性和可读性。通过数据可视化，AI自动将统计数据、趋势分析等信息以图表、动态图形、热力图、折线图等形式呈现，使受众更容易理解复杂的经济动态，加深了对新闻内容的理解；此外，互动式数据的可视化呈现，使得用户可以根据自己的兴趣选择查看不同时段、不同维度的数据，增强了用户主体性。

为了顺应当前传播形态多样化、短视频化的趋势，AI视频新闻报道近年来也被频繁采用。如每日经济新闻打通AI稿件自动化生成系统与AI稿件审核系统，形成机器写稿-人工审稿-自动视频转化-审核发布的自动化流程，实现了文字稿和短视频两种内容形态的同步生成与分发。[1]

（三）财经新闻播报

如今打开手机屏幕看到数智人已不再新鲜，但打开电视看到全程由数智人主持播报的新闻节目，仍可看作是一种前沿尝试。2024年，华院计算与第一财经频道创新启用AI数智人主持对话（见图1），打造出首个全数智人主持播报的直播类财经节目。在节目中，除了连线嘉宾是真人外，演播室场景、主持人“李婷”、现场嘉宾“应有为”均由华院计算数智人技术合成，节目中更是出现了数智人对话的神奇场景。节目组在后续工作流程中无须真人出镜，仅需输入文本，即可实现同音色语音合成、口型同步生成、躯体动作自适应匹配等多位一体的形象生成，输出包括声音、姿态、表情、动作等信息，并与输入文本自然匹配，从而解决了拍摄、视频制作周期长等一系列问题，可以实现在短时间内生成一期节目的目标。

图1 第一财经首个全数智人主持播报的直播播报财经节目 图源：第一财经

（一）提高新闻采集效率

AI技术可以进行自动化数据采集和分析，显著提高财经新闻的采集效率，为记者和编辑提供有价值的新闻线索和背景资料[2]。传统的财经新闻生产流程环环相扣：早上8点至9点之间财经记者开始报选题，9点左右开选题会并进行讨论，选题确定后，再由记者着手搜集材料，开展相关采访活动，形成稿件后交由编辑进行把关处理，编辑审核通过之后稿件才会见报或在网络端进行推送。[3]AI技术运用到新闻生产流程后，新闻机构可利用技术监测数据，或向有关机构购买数据。一旦选题确定，就从数据库中调出相关资料，利用算法语言自动生成智能新闻内容。

（二）增强新闻分析的准确性

财经市场瞬息万变，财经新闻从业者需要时刻关注数据的变化和热点政策的发布。AI技术可以通过自然语言处理和机器学习算法，抓取相关数据进行深度挖掘和分析，助力记者高质量地完成财经报道。一方面，数据越翔实，“颗粒”越细致，就越适合机器自动生成文章。另一方面，海量的数据分析减少了因人为因素而导致的新闻失实和误导的可能性，降低了潜在错误和偏差的发生概率。这也意味着，数据库资源极为重要。作为国内使用AI技术写稿的先行者，早在2015年腾讯财经便推出了写作机器人Dreamwriter。[4]Dreamwriter能够根据算法瞬时输出分析，一分钟内将重要资讯和解读送达用户，其进行写作的整个流程主要经历五个环节：数据库的建立、机器对数据库的学习、就具体项目进行写作、内容审核、分发。前两个环节与数据库紧密相关，换言之，数据库的购买和建立是机器人写作的重要前提。为此，腾讯购买了大量的国内外数据库，并掌握有自己的备用库，以便交叉核实。

Dreamwriter

（三）优化新闻分发效果

在信息过载的今天，AI技术可承担起“策展人”责任，帮助用户挑选更具贴近性的信息，呈现更完善的个性化服务。AI技术还可以根据与用户互动和用户反馈的情况，不断调整、优化新闻推荐算法，形成用户画像，实现个性化新闻推送，从而提高新闻分发的精准度，满足多样化的信息需求。[5]如今日头条等多个平台采用算法推荐机制进行精准的新闻投放，一方面提高了用户对平台的黏性，另一方面减少了运营成本。又如，美国NewsRepublic被称为“没有记者的媒体”，该平台同样通过算法技术，对用户行为进行分析，为每位用户贴上标签、打造个性化“档案”，将信息内容与用户特征尽可能地匹配，满足用户对个性化新闻信息的需求。

（一）机器语言模板固化

财经媒体接入AI技术，凭借其算法优势可实现迅速出稿，虽在提升效率、解放人力方面表现得无可争议，但也一直受到外界“流水线生产”的质疑，认为AI技术只是在预先设置的程序和模板上填充不同的数据，产出标题、导语、主体内容、背景资料、结构、格式相似的同类型稿件。无可否认的是，从现实来看，嵌入AI技术的财经新闻作品整体上确实存在较大的同质性。[6]如河南日报社旗下智慧财经全媒体平台大河财立方的特约写稿机器人XiaomingBot，在今日头条上开设有专栏“小明看财经”，虽然XiaomingBot每日能在该专栏上生产上百条财经新闻，但批量生产的模式十分明显，不同新闻的标题、段落、结构，甚至内容都具有相当程度的重复和雷同，有血有肉的新闻在模式化的生产中变得固化刻板。腾讯财经写作机器人在2019年2月12日发布的3篇新闻稿件《生意宝周一收盘股价大涨6.63%报收于40.52元》《网宿科技周一收盘股价大涨5.73%报收于11.25元》《汉王科技周一收盘股价涨超5%报收于20.34元》，标题格式类似，稿件内容和结构也如出一辙，内容缺乏深度，具有强烈的复刻感。

XiaomingBot

（二）数据源准确度难以界定

AI写稿无法自动鉴别数据真假，而信源的准确度关乎内容的产出以及公众对信息的判读。在生产财经新闻时，AI技术所采集的数据来源是庞大的数据库，一旦数据库里信息有误，AI在数据抓取时也难以对其进行鉴别。由于AI生产信息过程的不可逆性，在生产过程中出现问题纠正起来具有极大的难度。当错误信息流入市场，将会给投资者、消费者、企业家等多方主体带来种种难以预料的显性或潜在问题，媒体公信力会遭受极大挑战。考虑到此类连环效应所带来的负面影响难以预估，数据源的权威性与准确性就变得至关重要。

（三）人才补充不足

AI技术发展给财经新闻领域带来了翻天覆地的变化，也对传统的新闻教育提出了新的要求和挑战，财经新闻从业者不仅要具备扎实的财经专业知识，还要能够熟练掌握并运用计算机科学、数据分析等相关的技能进行新闻报道。当前，多数院校在财经新闻人才培养方面呈现出学科交叉融合不足、融合机制不健全的问题。多数开设新闻专业的院校并未就财经新闻方向的人才培养设定具体实施目标，而有此专业方向的财经类高校理工学科普遍偏弱，文理交叉融合流于形式。此外，财经新闻人才培养在数字化教学资源的建设中往往缺乏明确规划和设计，影响了数智化财经新闻人才的培养效果。

（一）新闻工作者：合理利用AI技术

AI技术在财经新闻采制中扮演着重要的辅助角色，但技术只能为人所用，新闻工作者在拥抱人工智能的同时必须坚持自身的能动性、创造性和主导性，构建健康协同的人机关系。[7]财经新闻工作者是财经新闻生产的主体，人工智能越是发达，新闻工作者越是要发挥自身的不可替代性，强调人的观察、创新、个性与风格，突破机器写作的套路，提升作品的深度与人文审美价值。深挖财经数据背后的逻辑，探寻数据原理并将其精准清晰地呈现给读者，这才是财经新闻工作的重中之重，才能确保财经新闻既有“高标准”又能“接地气”。

（二）媒体平台：完善数据验证方法

财经新闻通常涉及重大经济决策、市场分析和投资建议，错误或不准确的数据不仅会误导公众，还可能引发潜在的经济风险，财经新闻媒体平台因此承担着确保数据真实与准确的责任。媒体平台在利用AI技术抓取数据时，应设置好数据筛选标准，并对数据抓取的来源或数据库的使用设定优先级，优先抓取来自中央银行、证券监管机构、统计机构、著名财经网站、国际金融组织等权威、可信渠道的数据。针对数据来源可能存在的偏差或疑点，媒体平台还可使用AI从多个可靠来源中抓取相同的数据进行交叉验证，一旦发现不同来源的数据存在显著差异，即触发人工审核机制，由专人对数据的准确性进行确认。此外，还可结合第三方事实核查工具和平台，叠加对数据真实性的验证。例如，可使用专门的API接口与事实核查平台PolitiFact、FactCheck.org等进行对接，通过这些平台验证数据中的具体事实。

（三）新闻院校：健全多元人才培养机制

《日本经济新闻》前社长杉田亮毅曾说过，“培养一名普通记者需要两年，培养一名财经记者则需要八年”，可见培养一名专业技术过硬的财经新闻工作者极为不易，非一日之功。财经新闻涵盖了经济、金融、政治等多个领域的知识，且与数据分析、技术应用和跨平台传播密切相关，没有一流的财经新闻从业者便不会有一流的财经媒体。为了适应如今智媒时代的发展，新闻院校在培养财经新闻人才时，应全面拓展财经新闻教育的应用边界，注重和当下实际相联系，与时俱进，及时调整并更新课程设置，如新增大数据分析、金融科技及智能投资顾问等课程，帮助学生掌握前沿科技，提升学生跨学科的综合性专业技能，以期为财经新闻行业培养出符合未来需求的复合型人才。[8]

AI借助过去人类生产的文本或数据库资源自动生成和编写新的文本，大大冲击和重塑了当今新闻内容生产模式和新闻人的工作流程，创造了一种新的跨人机关系。在财经新闻生产中，不少财经类媒体早已开始布局，开展AI产品研发，利用AI技术自动写稿、分析数据、播报节目。中国财经媒体的智媒时代已然开启。在此背景下，“AI+财经新闻”的模式一方面显著提升新闻采集效率、准确性和分发效果，另一方面也带来机器语言模板固化、数据源准确性难界定、相关应用人才短缺等问题。要实现“AI+财经新闻”模式的可持续发展，就必须从源头上加强对数据质量和数据库资源的把控，加强对生成内容的事实核查和细节校对，坚持以人为中心的人机协同范式，鼓励作为财经新闻媒体人才输送地的相关新闻院校面向变革精心构建课程体系，强化学生跨学科的技能培养和实践经验积累。

“以人为本，智能向善”的数智全媒体时代正在到来，众多财经媒体也在加快转型，以AI赋能生产，以更成熟、稳定、协调的人机协同生产模式为支撑，未来将出现更多高质量、有深度的财经报道，服务经济社会高质量发展。

参考文献：

[1] 张弩,周宇翔,杨恬.AI技术在财经新闻生产中的应用研究[J].中国传媒科技,2023(06).

[2] 翟颖慧.AIGC在新闻与传播中的应用[J].安阳师范学院学报,2024(05).

[3] 王笑影.人工智能时代财经新闻生产现状、问题及对策研究[D].暨南大学,2019.

[4] 吴扬.人工智能对新闻生产的影响与发展趋势研究[D].南京艺术学院,2019.

[5] 尤婷婷.AI引领新闻传播新浪潮[J].文化产业,2024(29).

[6] 李坤育.机遇与反思:AIGC技术对新闻行业的影响——以“湾财AI快报”为例[J].新闻论坛,2024(04).

[7] 林笑竹.人工智能在财经新闻写作中的协同机制探究[J].记者摇篮,2024(02).

[8] 张晗.论人工智能与新闻从业者的共处关系[D].兰州财经大学,2019.

来源：融媒杂志