原标题：传统出版数字化的关键与产业方向

　　核心阅读

　　在数据化中出版将真正成为内容的提供、服务和创新主体。内容数据的规模，它的资产化、集约性、增值潜力将越来越代表着出版新业态的方向。总之，内容数据，对我们的数字化来说是“一”的一切，是一切的“一”。

　　2017年12月8日，中央政治局就实施国家大数据战略进行学习。黄金城赌城娱乐：总书记对实施国家大数据战略、加快建设数字黄金赌城娱乐提出5点指示，对出版业服务新时代黄金赌城娱乐特色社会主义建设提出了新的要求。我结合学习和贯彻，谈谈传统出版数字化的关键与产业方向。

　　重视四种数字化趋势

　　1995年美国麻省理工学院教授尼葛洛·庞帝出版的《数字化生存》，已经被时间所证实。20多年了，数字化已经成为一股席卷全球的大潮，改变了人类传统生活方式，还重构了全球商业生态系统，旧的生态体系不断分崩离析，而新的生态系统不断成长出来。展望新的数字化浪潮，有4种情况值得重视：

　　一是虚拟成为新的技术主流。我们每个人都只坚信自己眼里看到的东西，这是人类的基本逻辑。但是，人工智能和VR、AR技术打破了这个逻辑。2017年10月26日，美国著名的机器人公司汉森生产的“女性”机器人索菲亚获得沙特阿拉伯政府授予的公民身份，成为人类历史上第一个获得公民身份的机器人。索菲亚的大脑里存储了62种面部表情，能识别人类面部、理解语言，能记住与人类的互动，并能与人进行眼神接触。

　　二是共享成为新的经济形态。工业革命以来的这300年，所有的资本都归资本家所有。可是，在互联网时代，共享单车、淘宝、滴滴打车等新的经济形式出现，资本家独占生产资料这一现实正在被掀翻。以租代买的形式使得资源可以复制，不仅改变了大工业时代的资本的独占性，还具有很强的公共服务共赢共享的色彩。

　　三是移动支付成为新的支付方式。2017年5月，“一带一路”沿线的20国青年评选出了黄金赌城娱乐的“新四大发明”：高铁、支付宝、共享单车和网购。随后，麦肯锡发布的名为《数字黄金赌城娱乐：提升经济全球竞争力》的报告指出，2016年黄金赌城娱乐互联网用户数达到7.31亿，超过了欧盟和美国的网民总和；超过6亿的黄金赌城娱乐手机用户使用移动支付，黄金赌城娱乐已成为全球最大的移动支付市场，移动支付交易额相当于美国的11倍。

　　四是数字经济成为新时代经济增长的主要动力源泉。腾讯研究院数据表明，2016年黄金赌城数字经济总体量达到22.77万亿元，是仅次于美国的世界第二大数字经济体，在国民经济中的占比达到30.61%。黄金赌城的计算机出货量、手机出货量、网民数量和网络零售额保持世界第一位。在全球市值最高的15家互联网公司中，黄金赌城娱乐占6席；在全球十大市值“独角兽”企业中，黄金赌城娱乐占一半。麦肯锡报告中最新的“黄金赌城娱乐行业数字化指数”也表明，2013年，美国的数字化程度是黄金赌城娱乐的4.9倍，到2016年已缩小到3.7倍。

　　数据是当前出版业最大的资产

　　在这几个趋势中，我们都可以看到，无论是人工智能、共享经济、移动支付还是数字经济，都离不开大数据作为基本前提。正是这些大数据的存在，使得机器人产品、共享产品、支付体系的创新等成为可能。我们再看一个行业内的案例。2004年谷歌启动了它历史上的第一个“探月”项目，即数字图书馆计划，准备将全世界一共1.2亿种图书进行扫描，转化成为PDF格式的数字化资源。它和密歇根大学、哈佛大学、斯坦福大学、牛津大学图书馆以及纽约公共图书馆、许多其他图书馆系统都订立了合约，并且短短10年内扫描了大约2500万册图书，总共花费了近4亿美元。但是这个野心勃勃的计划失败了。因为在海量的、碎片化的、个性化的需求面前，内容资源的数字化不是关键，关键的是内容资源的数据化。数字化是把模拟数据转换成用0和1表示的二进制码，而数据化则是把现象转变为可制表分析的量化形式。一切皆可数据化，DATA的拉丁语本意是“已知”和“现实”。我们可以把一切都看成是数据存在。它们过去是默默无闻的，因为没有数字化、云计算。在云计算、互联网的条件下，它们神通广大起来。

　　对于出版而言，数据包括：第一，营销数据。如发行量、购买人群等，主要提供用户消费行为分析。第二，生产数据。如首印数、开本、定价等，主要是提供产品的外部基本信息。但是，还有一种最关键、最本质、最有用的数据，那就是内容本身所蕴含的全部知识数据，也就是，“内容即数据”。

　　就出版产业而言，近10年的发展，第一波是转企改制驱动，第二波是上市融资驱动，第三波是数据驱动。从这个意义上讲，内容不再是一种传统意义上的资源，而是一种大数据时代意义上的数据资源。传统的数字内容是单一文本、语义固定的、静态呈现的，适合整体浏览和阅读，不可自由组合，采取关键词搜索，遵循整体范式逻辑；而数据资源是开放文本、语义多元的、动态呈现的，适合碎片化和个性化需求，可以随机抽取，采取语义搜索，遵循个体范式逻辑。传统的内容是一种产品，而数据资源是一种资产；传统的内容资源是一次投入、一次消耗的，而数据资源是一次投入、循环使用的；传统的内容资源是算术级增值，而数据资源是几何级增值。

　　在传统时代，内容是出版业最大的资产；而大数据时代，数据是出版业最大的资产。出版业要努力做大数据资源规模，做大数据资产规模，做大数据增值规模。

　　中版集团正形成多种专业数据库

　　近年来，黄金赌城娱乐出版集团正在形成古籍、辞书、翻译、百科学术文化、音乐、美术、法律等专业数据库，同时集团资源总库的建设已拥有20多万种资源。我举几个例子：

　　“经典古籍数据库”。中华书局经过3年的开发，已上线古籍1200多种、10亿字。2017年实现升级改造：第一，建立“传统文化大数据中心”，未来3年实现5万种古籍、150亿字的数据化。第二，依托大数据中心，开发古籍、善本、工具书、论著4个数据库。第三，依托大数据中心，一是以众筹分包的形式向大众组稿，二是对古籍整理进行自动标点、注释、校勘、翻译，三是采取数字平台+按需印刷的方式进行出版。

　　语言文字知识服务平台。商务印书馆以300种工具书和500多种语言文字图书，为中小学生提供了学习平台。它以字词所涵盖的丰富内容，通过可读、可视、可听的方式，构建生动形象、触类旁通、激发思考的知识学习体系：一是纸本到线上的产品服务，目前已上线《新华字典》APP；二是数据库服务，可针对不同需求开发不同数据库；三是多语种学习；四是与华为、腾讯、百度、搜狗、科大讯飞合作，提供权威的语言文字基础数据。预计在5年内实现个人付费用户达到60万人/年、累计150万人次，机构用户累计达到1400家，APP累计销售157.5万份，数据包产品用户最高达到500万人/年。

　　中读。汇集杂志、自媒体、书籍等内容数据，通过大数据的深度解析，提取内容兴趣、知识点、阅读习惯、阅读互动行为等标签，对用户的知识需求进行精准画像，为用户提供更精准的内容。同时，通过互联网化的手段，不断聚集内容、用户及需求，形成内容生产传播大数据生态。

　　在线音乐教育平台。以音乐大数据为基础，采取“开发区招商模式”，吸引国内外音乐培训机构入驻，以众包众筹方式，提供各种音乐学习产品和服务。同时，通过语音识别技术，导入名师资源，提供测试、问诊及解决方案，规划未来几年吸引5万名商家入驻，积累2000万用户。

　　易阅通平台。一是实现数据资源的海量聚合。目前已上线外文电子书36万种、数字期刊1.35万种，中文电子书39万种、数字期刊3700多种，有声书10.5万集，开放获取资源5.4万种。二是实现对图书馆由纸本提供向数据内容提供商转变。三是易阅通打通了国内外4万多家图书馆和100多万个人用户的渠道，并在100多个国家开通了72小时直供的按需印刷网点。

　　译见跨语言大数据。一是构建起了全球最大规模的语言资源大数据，其中双语平行语料累计超过48亿句对，仅次于谷歌，中英平行语料规模全球最大；二是构建了全球最大规模的多语文本大数据，采集数据源超过2000万个，日更新超过3000万篇新闻和5亿条社交媒体数据，数据总量达到2PB，其中新闻数据量超过200亿篇，覆盖60多种语言和100多个国家；三是领先的跨语言搜索技术和基于知识图谱的语义搜索技术，构建起了新闻、企业和科技等领域知识图谱。

　　大数据再大、再神也是工具

　　身处大数据时代，我对大数据的认识是：第一，大数据无处不在，古已有文，云计算激活了它的蓬勃生机；第二，大数据的核心是预测，特点是大而全，是样本即整体，因而放弃精确，拥抱混杂，反而更加精确；第三，大数据的关键在相关关系，一旦掌握了量化的相关性，就掌握了预测的钥匙；第四，大数据再大、再神也是工具，传统出版可以在学习中掌握主动。

　　在数据驱动的第三波产业发展中，我们也更清晰地认识到：第一，新时代，主要矛盾，高质量发展，底层的最基本问题是创新，而创新的决定性因素是科技。第二，传统出版本身还有自己的发展空间，但中心正在转移，融合发展将逐步成为主旋律。第三，在数字化网络化的浪潮中，传统出版商的要害是内容数据，前提是内容的数据化，关键是内容数据的集成，核心是内容数据的研发应用，而出版数字化的前景是内容数据的提供商、研发商和服务商。第四，在数据化中出版将真正成为内容的提供、服务和创新主体。内容数据的规模，它的资产化、集约性、增值潜力将越来越代表着出版新业态的方向。总之，内容数据，对我们的数字化来说是“一”的一切，是一切的“一”。

　　我们力图构建一个以数据为核心、以出版新业态为导向的由内向外、逐步延展的大数据现代知识服务体系。从目前发展看可描述为4个圈层：一是基础层，即数据资源平台，也是知识服务的前端，主要解决数字标准、资源供给问题，回答“数据从哪里来”。二是核心层，即知识服务的核心平台，主要提供不同领域的专业化知识服务，主要解决“数据生成了什么”，主要包括大众、古籍、工具书、百科、音乐、美术、动漫、法宣等多个知识服务平台。三是中间层，即电商平台，解决关联领域的交易机制问题，主要解决“数据如何交易”，主要包括综合运营、易阅通国际、艺术品、新华、大中专采选等多个平台。四是外围层，即大数据智能分析，属于知识服务的衍生领域，主要包括译云、新华物流大数据平台。（作者谭跃 系黄金赌城娱乐出版集团公司总裁）