不管有沒有聽說過“付費墻”這個詞，只要你有網(wǎng)絡閱讀的習慣，一定都或多或少為它掏過錢。

先解釋一下什么是“付費墻”。

就是在線內(nèi)容商為網(wǎng)上的內(nèi)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志或公眾號，抑或是內(nèi)容網(wǎng)站、APP推出的各種周卡、月卡、年卡。

總之，“付費墻”攔起了內(nèi)容商認為有價值的產(chǎn)品，想看？先掏錢！

如今互聯(lián)網(wǎng)上的“付費墻”越來越多，用戶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(zhì)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(fā)現(xiàn)訂閱內(nèi)容根本，或者早就被人po到網(wǎng)上隨意取閱，都不是什么令人愉快的體驗。

所以，我們打算用一篇文章來幫大家厘清“付費墻”的前世今生，探討一下，AI能不能挽救飽受爭議的“付費墻”。

“付費墻”的前世今生

拿破侖說，世界上有兩根杠桿可以驅(qū)使人們行動：利益和恐懼。而“付費墻”，正是這兩根杠桿下的產(chǎn)物。

“付費墻”的首次提出，是2009年傳媒大亨默多克公開譴責谷歌未經(jīng)授權就向其用戶提供免費鏈入新聞的服務，號稱要建造一座新聞“付費墻”，將“坐享其成”的網(wǎng)絡平臺趕出他的新聞王國。

隨后，新聞集團旗下報紙，先后宣稱設立付費墻，對在線內(nèi)容實行付費閱讀。讀者不注冊不付費，就無法看到網(wǎng)站的任何內(nèi)容。

但人們很快發(fā)現(xiàn)，這種硬付費墻（hard paywall）并未能將免費讀者關在墻外。總有人可以利用安全漏洞輕易拿到付費內(nèi)容。

而且，付費墻的設立使報紙和新聞網(wǎng)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，不少跟風設立付費墻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“軟付費墻”（ soft paywall）才得以改變。

《紐約時報》為付費墻設計了不少“縫隙”，一方面允許讀者通過其他方式繞過付費墻，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(fā)平臺，也可以合規(guī)地鏈接到內(nèi)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(yè)模式上的可行性，讓這種“軟付費墻”迅速被媒體們重新提上議程。隨后兩年，全美有超過500家日報推出了付費訂閱服務。

“付費墻”的發(fā)明，不僅讓以優(yōu)質(zhì)內(nèi)容為生的傳統(tǒng)報業(yè)和數(shù)字媒體得到了穩(wěn)定的收益，為創(chuàng)作者提供了更好的生存環(huán)境，更創(chuàng)造了一個寶貴的副產(chǎn)品——可持續(xù)的內(nèi)容變現(xiàn)模式。

嘗到甜頭之后，在線內(nèi)容商們的“造墻運動”就一發(fā)不可收拾。

除了傳統(tǒng)媒體的數(shù)字閱讀，內(nèi)容分發(fā)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(chuàng)業(yè)者，其商業(yè)潛力都是建立在“付費墻”基礎上的。

那是不是可以就此得出結(jié)論： “付費墻”是內(nèi)容變現(xiàn)的終極出路呢？事情并沒有那么簡單。

“付費墻”的魔法，為什么時靈時不靈？

觀察那些喜提“付費墻”的在線內(nèi)容商，不難發(fā)現(xiàn)，成功借助“付費墻”進入盈利循環(huán)的媒體，往往都擁有以下特質(zhì)：

1． 優(yōu)質(zhì)PGC的持續(xù)生產(chǎn)能力；

2． 家大業(yè)大，能夠承擔“付費墻”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(fā)平臺的利益關系等等。

說白了，只有最豐美的水土，才能滋養(yǎng)出內(nèi)容價值與商業(yè)價值兼具的“付費墻”。缺乏品牌議價能力、內(nèi)容生產(chǎn)力小、散、弱的媒體，盲目跟風造墻，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(nèi)容金字塔頂端的生產(chǎn)者們，也并不意味著就一定玩得轉(zhuǎn)這個條件嚴苛的游戲。

實際上，被媒體當做救命稻草的“付費墻”，關于它的爭議也從來沒有停止過。

最為人所詬病的，是“付費墻”并未能真正“挽狂瀾于既倒”，將靠內(nèi)容吃飯的網(wǎng)絡媒體拖出盈利的泥潭。

即便是媒體業(yè)的“金字招牌”，讀者也未必會買單。被視作“付費墻”先驅(qū)的《紐約時報》，正努力擴張移動和廣告業(yè)務；新媒體集團Vox Media也開始用編程的方式售賣廣告。科技網(wǎng)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(nèi)容商們越來越貪婪的吃相，難免讓訂閱用戶產(chǎn)生“被韭菜”的既視感。頻繁出現(xiàn)的付費廣告，大大影響了用戶體驗。

“付費墻”的泛濫也導致品質(zhì)上良莠不齊，一旦無法保證優(yōu)質(zhì)原創(chuàng)內(nèi)容的持續(xù)供應，就會讓訂閱用戶產(chǎn)生上當受騙的感覺而流失。

我不止一次聽到過對付費內(nèi)容質(zhì)量的吐槽，甚至有人認為這就是一個“壞逼騙***”的游戲！

顯而易見，想要建造一個成功的“付費墻”，并沒有想象中那么容易。那么，AI能改變這個現(xiàn)狀嗎？

AI＋的“付費墻”，正在無限接近成功

好在，AI已經(jīng)至少能夠在三個方面，幫助內(nèi)容商更好地使用“付費墻”。

比如，《華爾街日報》就通過“付費墻”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、使用的操作系統(tǒng)、閱讀設備、是否選擇點擊、用戶的位置等。使用機器學習來告知“付費墻”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也采用了類似的機器學習方式，來訓練自己的個性化支付系統(tǒng)。

系統(tǒng)發(fā)現(xiàn)，早上5－9點的通勤時間，人們使用手機閱讀但并不想付款，就不會在此期間顯示任何付款消息來破壞產(chǎn)品體驗。

在過去三年內(nèi)，NZZ借助AI將付費轉(zhuǎn)化率提高了5倍，有2．5％的用戶在收到付款消息后選擇訂閱。目前，訂閱收入已經(jīng)占到了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(nèi)容商提升內(nèi)容生產(chǎn)能力，增強訂閱用戶的黏性。

將散落的龐大用戶大數(shù)據(jù)聚合起來，為付費讀者畫像，洞察他們的行為和喜好。內(nèi)容商們就可以更清晰地了解目標群體，有針對性地進行內(nèi)容生產(chǎn)。

在AI的支持下，創(chuàng)作者也可以催生出新的調(diào)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(chuàng)作的故事，都有可能被孵化出來。

此外，人工智能在內(nèi)容產(chǎn)品上的智能化應用，進一步增加了“付費墻”的價值感。智能語音助手、聊天機器人、AR等，新的交互拓展了媒體連接讀者的方式，增加了內(nèi)容以外的更多價值。

正如我們反復強調(diào)的，那些成功的“付費墻”，核心在于持續(xù)的優(yōu)質(zhì)內(nèi)容供給，時刻關注用戶體驗，確保用戶的付費欲望。

從這個角度來說，AI的確有著“神助攻”的無限潛力。

有了AI，付費墻就能撥云見日了嗎？

負責任地說，我們并不能給出確切的答案。

AI與付費墻的結(jié)合，表面上看離應用場景似乎并不遙遠。

但從市場期許和技術成熟度來看，想要利用AI為“付費墻”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． 進一步放大了用戶之間的差異。無論多軟，“付費墻”的本質(zhì)都是通過設立準入門檻來為信息和閱讀者劃分等級，而AI則進一步放大了這種“區(qū)別對待”，這似乎與互聯(lián)網(wǎng)的信息自由流通原則相違背，也會破壞網(wǎng)絡開放的公共性，進一步加大“知識鴻溝”。

雖然訂閱用戶的權益受到了增強和保護，但一道道高墻之下，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數(shù)據(jù)，媒體所能供給的“原材料”是否充足暫且不提，這里面還必然涉及到用戶的個人信息。

個性化的“付費墻”會讓用戶清晰地意識到，自己的行為數(shù)據(jù)都在內(nèi)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“大數(shù)據(jù)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(jīng)不憚以最大的悲觀去揣測網(wǎng)絡時代內(nèi)容生產(chǎn)者的悲慘處境。但AI和付費墻的聯(lián)手，讓嚴肅的創(chuàng)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(xiàn)在就表示樂觀，還太早。

“付費墻”能不能憑借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(shù)。