在过去十年之初，业务数字化转型被理解为更新物质和技术基础以及计算机素养培训：计算机化、人员再培训以及将 IT 部门纳入出版流程。随着市场记录社交网络和 UGC（用户生成内容）的增长，营销和广告部门首先进行了重组。
作为技术实验的一部分，2020 年是行业困难的一年，出版商将部分发行量转移到“按需印刷”。 Alpina 出版社总经理 Alexey Ilyin 表示，现在谈论实验的成功还为时过早：“现在我们正在回归传统印刷，”《大学图书》杂志援引他的话说，“因为数字图书仍然不同，尽管非专业人士可能无法分辨出其中的差异。”然而，伊林并不排除未来出版社将运营综合体，根据读者的需要印刷尽可能多的书籍。
数字化转型还指尝试将出版社的业务流程融入来自
软件开发领域的灵活管理模式的逻辑，例如敏捷、Scrum、看板。从本质上讲，大多数敏捷模型中的管理都减少了。一方面，将项目分解为任务以及执行者之间的分工。根据敏捷原则，产品是数十名和数百名表演者综合劳动的衍生物。 EKSMO 总经理 Evgeniy Kapiev 表示，看板的引入使出版社能够“缩短完成[任务]的时间范围”。
灵活管理的优点是通过减少官僚负担来多重加速流程——敏捷逻辑中的所有工作都是基于项目的，并且执行者是可以互换的。早在 2000 年代遇到类似敏捷模型的IT 专家就曾谈论过一个显着的缺点，但出版商仍然保持沉默，那就是员工倦怠。简而言之，敏捷模型为企业提供了优化生产的工具，但这些工具却对劳资关系产生了负面影响。出版商可能尚未在不久的将来评估该模型的所有缺点。
此外，俄罗斯的数字化转型通常被理解为“生产的超级化”，或者创建垂直集中系统——组织金字塔。最顶层的环节——公司的管理层和所有者——通过吸引数千名表演者（低级服务人员）的劳动力并充当表演者和客户之间的中介来提取租金。这个结构的中心部分的内容，与出版流程相关，是中层管理；作者占据组织金字塔底部的最低位置。在这个范式中，作者和读者都是出版社的客户。
一个挑剔的读者，可能熟悉俄罗斯《变形金刚》圣经——
4CIO教科书，会对上述内容感到愤慨，因为他指出，工作流程的主要价值是人。相反，转型的批评者会与 18 世纪的集中制造进行类比。两者都会以自己的方式正确。
事实上，即使在数字时代使用了高科技，劳动分工仍然继承了工厂的一些不明显的组织缺陷。所有者（首席执行官和高层管理人员）根据市场状况制定出版策略。位于出版金字塔底层的作者，即使是在成功且成熟的公司中，也面临着来自敏捷架构本身的压力。作者掌握着与主管和客户的关系，在合同基础上工作，通常没有任何社会保障。正如人类学家大卫·格雷伯所恰当地描述的那样，中层冲突被称为“废话工作”。
现代出版商是否需要这样一种不考虑所有生产参与者利益的矛盾结构？从长远来看，其目前形式的实施是否合理且有效？这些问题是开放性的且模棱两可的。也许，就像在 IT 领域一样，出版社将面临调整灵活模式或拒绝实施这些模式的困难阶段。
内容生产就像一场零和游戏
出版业的数字化转型是由基于注意力经济的商业战略驱动的，
总而言之，数字营销的发展既有机遇，也有挑战。那些根据不断变化的消费者需求和技术 在加拿大的海外华人数据 突破调整策略的公司很可能成功获得更大的市场份额。通过利用数据分析、内容个性化和采用新技术，营销人员可以与目标受众建立稳固的联系，并促进长期扩张。
换句话说，是对营销部门和追随趋势的信心。毫无疑问，在艰难的2020年，分析、内容“包装”、命名和媒体推广对销售（主要是数字出版物市场）产生了积极影响。然而，从长远来看，基于读者期望的商业模式也因多种原因而具有负面潜力。
第一个原因：趋势变化很快。根据营销人员的建议对时尚流派和主题进行猜测会导致内容生产过剩，而有一天可能会被证明对买家来说是不必要的。没有人能预测未来的时刻，侦探的马车、约瑟夫·斯大林的传记和激励书籍将变成南瓜。然而，出版商继续生产数千种有吸引力的图书，而不关心产品的质量。
内容的停滞在教育文学领域尤为明显，一些出版商的教育文学的发行已经变成了对流行书籍的追求（这一趋势在联邦新闻和大众传播署的行业报告中清晰可见，参见第 1.1 节）。一些出版商重新出版经典著作，换新封面，或者改变书名和版本，却没有注意到教材或手册的内容在“重新出版”之日就已经过时了。
第二个原因：注意力经济降低了作品质量。为了迅速饱和读者偏好市场并补充出版产品组合，出版商越来越不关注作品的艺术品质和专业知识——尤其是专业文学。
因此，在商业出版物的幌子下，出版名人传记，
而这些传记与所声明的标题、奇闻趣事的专业指南和商业原理几乎没有什么关系。值得注意的是，心理学畅销书的作者米哈伊尔·拉布科夫斯基在最近接受伊琳娜·希赫曼采访时表示，他的书并不科学，因此他没有义务证明其著作中所述内容的真实性。科学著作的参考文献。在这样的声明之后，出版商并没有提出抗议，但他们应该抗议。
第三个原因：数字时代的作者身份成为零和游戏。图书市场留给有成绩的人才的空间越来越少。对一部作品进行数年的长期合作在经济上被认为是不可行的：大型出版商更容易出版主流作品，并通过翻译版本来填补类型空白。另一方面，独立出版商即使手上有一本潜在的畅销书，也无法大量发行——在冠状病毒流行期间，这种风险加倍。
当然，作者的数字平台和修改作者与出版商的合同可以解决这些问题，但有关社会责任的对话以及有关图书行业专业知识的讨论并不受欢迎。所有这些问题很可能会在未来几年内得到讨论；这自然与“黑人的命也是命”社会运动和2007年美国作家协会的罢工有相似之处。
数字时代的图书推广
所有列出的危机和冲突都不能称为新的。美国唱片市场在2000年代初期也经历过类似的危机。在美国，CD 和 DVD 音乐的销售由主要唱片公司——垄断者、最大唱片库的所有者——控制。唱片公司在网络盗版的冲击下无能为力，而自上世纪九十年代初以来通过在实体媒体上销售作品获得版税的音乐家的收入也崩溃了。
唱片公司花了十年的时间来解决这个问题并进行数字化转型——直到 2010 年代流媒体服务的出现。一直以来，表演者都必须生存：他们的主要收入来源是音乐会、电视剧和电影原声带的销售以及参加电视节目。
目前作家们也处于类似的境地今天的作品不再
被他们认为是自给自足的，而是成为推广个人品牌所必需的众多广告媒体之一。例如，非小说类小说的作者，尤其是电子出版的作者，会毫不犹豫地在其作品页面上宣传他们的课程和研讨会。奇幻类书籍的作者将大型作品制成系列，出售的不是书籍，而是电子形式的部分和章节。
作者可以采用的另一种策略——地下出版物和共享软件分发——在初始阶段完全排除了出版商的参与。其本质在于让社交媒体上的受众热起来，以实现延迟的货币化。在 Instagram 和 Youtube 上聚集了大量受众后，作者（已成为博主）在与出版商的谈判中获得了更多选择，因此获得了更大的回报。
因此，印刷书籍的出版发生在其以电子形式货币化之后。这本书就像黑胶唱片上的音乐一样，成为送给熟悉作者作品的读者的一份礼物。
出版解决方案（Ridero、Liters.Izdatelstvo 等）在这种情况下似乎相当灵活，但它们并没有免除作者在线推广作品并自行形成粉丝群的义务，因为数字出版社的营销是一种单独且经常付费的选项。
人工智能的局限性不仅被科学家反复研究，也被文化科学家、科幻小说作家和电视剧编剧反复研究。例如，连续奇幻类型一再将人工智能视为对人类的祝福和威胁。在连续剧《疑犯追踪》和《星际迷航：发现号》中，人工智能系统已成为独立的关键角色。
编剧指出，汽车的自主性，即使在电影和电视剧中，也无法用科学语言来解释。这大概与拟人化的效果有关，即书籍、电影、电视剧中机器的人性化。首先，人工智能在现实世界中的独立性需要巨大的计算能力，其次，计算机尚未学会以人类思维才能达到的准确性和速度来构建信息并做出决策。
神经网络在商业中的实施示例证实了这些论点。因此，2018年，阿里巴巴集团设定了一个雄心勃勃的目标，在其交易平台上用算法取代人工文案。神经网络必须用多种语言准备 Aliexpress 商品的文本描述。
很快人们就发现，人工智能在创建商业文本时会犯很多错误，
并不总是考虑到买家的行为特征。在得出正确的结论后，这家中国公司将网站的部分工作交还给作者和编辑，但仍继续进行实验。
另一种来自神经网络的文本体验也被证明是模棱两可的。匿名开发者对 GPT-2 神 为什么链接建设很重要？ 经网络进行了一段时间的训练，以根据色情小说编写文本，然后邀请它根据圣经文本创作原创作品。由此产生的作品《橙色色情圣经》复制了“圣经”的节奏，但完全没有任何戏剧性；从风格上来说，它类似于来自业余网站的质量不是很高的同人小说。
然而，一些文本实验被证明更为成功。伯克利分校学生 Liam Porr在他的博客上发表了使用 GPT-3 编写的文章。评论家指出，波尔的文章与常见的关于动机和自我发展的书籍没有太大区别，但许多读者未能认识到作者的虚假身份。
另一个基于GPT-3的开发学会了用英语写诗。与 GPT-2 算法写的诗不同，它们包含动态和连贯性。然而，在这种情况下，谈论独立性和作者风格还为时过早——计算机诗人诗歌的风格特征受到提供给算法的数据数组的限制。如果这些数据不够，那么生成的文本的质量将会下降。
所有这些使我们可以断言，在不久的将来，神经网络将无法将作者赶出市场，但将帮助后者通过预测单词和变异性的算法改进他们的作品。因此，神经网络本身不应该被视为作者的竞争对手，而只是作为创造性搜索的新工具。
编写、缩短-测试、销售。如今出版商应该尝试哪些技术？
我在一篇文章中写过新一波数字化浪潮对Libinform出版社组织结构的负面影响。这次我们将重点关注神经网络和机器学习技术提供的新机遇。为方便起见，我们重点介绍出版业的三个关键领域：
文本编辑和印前准备是西方神经网络实验的关键领域，但俄罗斯从业者很少探索。神经网络可以加快作者与编辑之间的准备工作，即需要智力工作的准确性和速度的地方。
近年来，神经网络技术已经非常擅长处理句法和拼写错误：GPT-3 及其俄语分支可以有效地读取和处理文本，并且当模型配置正确时，它们还可以识别文体缺陷。所有这一切都以自动或半自动模式发生。
机器的这种“技能”使企业能够将神经网络的元素集成到他们的旗舰产品中。您可 bjb目录 以在 Grammarly 应用程序中熟悉电子编辑器的工作；Google Docs 文本编辑器正在开发类似的工具，它可以理解俄语文本。
在营销人员和撰稿人为网站准备文本和开发 Web 界面 (UI/UX) 内容时，神经网络也非常有用且有效。 GPT-3 和类似算法的一个关键特点是比较的高精度。为网站准备好文本后，撰稿人可以使用算法对其进行测试和优化。
您可以在Broco服务中尝试作者算法 （支持英文文本），
在Copysmith平台上优化广告、页面内容和登陆页面，并且vwo工具适合A/B测试。
GPT-3算法尚未广泛应用于销售和咨询服务。最近的一项医疗聊天机器人实验以失败告终：该机器人建议患者自杀。
然而，实验表明，GPT-3 在大多数情况下成功模仿了人类的聊天行为，并且可以承担在线顾问、帮助台专家和销售经理的一些职责。在这种情况下，服务质量取决于免费提供的算法的修改以适应公司的任务。
上述技术旨在节省时间并加快与准备信件、信息消息和大文本相关的工作。如果使用聊天机器人进行销售，GPT-3 未来可以实现自动化销售。从神经网络开发人员的角度来看，这只是一件小事：引进技术、培训员工和实现公司基础设施的现代化，这在金融动荡的情况下并不总是那么容易。
