不管你有没有听说过“付费专区”这个词，只要你有在线阅读的习惯，你一定曾经付费过。
我们先来解释一下什么是“付费专区”。
即网络内容提供商对网络内容设定收费门槛，实行付费阅读。
例如，需要付费才能完整阅读的电子杂志或公众号，或者内容网站和应用程序推出的各种周、月、年卡。
简而言之，“付费墙”屏蔽了内容提供商认为有价值的产品。
想看他们吗？先付款！如今互联网上的“付费墙”越来越多，用户在付费订阅上的支出也在不断增加。
但我们真的能享受到更高质量的阅读体验吗？恐怕不一定。
无论是看到感兴趣的话题需要付费才能阅读全文，还是付费后才发现订阅内容是基础内容，或者已经发布到网上可以随意阅读，这不是一次愉快的经历。
因此，我们打算用一篇文章来帮助大家厘清“付费墙”的前世今生，探讨AI能否拯救备受争议的“付费墙”。
“付费墙”的前世今生拿破仑说过，世界上有两个杠杆可以驱使人们采取行动：兴趣和恐惧。
“付费墙”就是这两个杠杆的产物。
“付费墙”最早于2016年提出，当时媒体大亨鲁珀特·默多克公开谴责谷歌未经授权向用户提供免费新闻链接。
他声称要建立一个新闻“付费墙”和一个“坐享其成”的在线平台。
被赶出了他的新闻王国。
随后，新闻集团旗下的《泰晤士报》、《华尔街日报》、《世界新闻》等报纸相继宣布建立付费墙，实现在线内容的付费阅读。
读者在未注册或付费的情况下无法看到网站上的任何内容。
但人们很快发现，这种硬付费墙并不能将免费读者拒之门外。
总有人可以利用安全漏洞轻松获取付费内容。
而且，付费墙的建立导致报纸和新闻网站的访问量急剧下降。
惨淡的订阅收入无法弥补读者流失对广告价值造成的损失。
许多跟风设立付费专区的媒体不得不放弃收费。
。
这种情况直到2006年美国设立“软付费墙”才得到改变。
《纽约时报》为付费墙设计了很多“缺口”。
一方面，它允许读者通过其他方式绕过付费墙，例如林肯汽车推出的“试驾免费订阅”活动，从而避免了流量的急剧下降；另一方面，提供免费阅读服务的分发平台也可以链接合规的内容提供商，从而带来巨大的免费流量，进一步提升广告价值。
而大多数搭便车的读者如果认为自己读到的内容有价值，就会选择付费。
商业模式的可行性很快让这种“软付费专区”重新回到了媒体的议程上。
随后的两年里，美国各地不止一份日报推出了付费订阅服务。
“付费墙”的发明不仅让依赖优质内容的传统报纸和数字媒体获得了稳定的利润，也为创作者提供了更好的生存环境。
它还创建了一个有价值的副产品——可持续的内容货币化模型。
尝到甜头后，网络内容提供商的“筑墙运动”一发不可收拾。
除了传统媒体的数字阅读，国外的Google、Facebook、Apple News等内容分发平台，中国的微博、微信、头条等，以及新知识付费创业者，他们的商业潜力都是基于“支付”墙”基于。
我们是否可以由此得出“付费墙”是内容货币化的终极方式？事情并没有那么简单。
为什么“付费墙”的魔力有时有效，有时无效？观察那些喜欢提及“的在线内容提供商”不难发现，成功利用“付费墙”进入盈利周期的媒体往往具有以下特点：1、高品质PGC的持续产能；2、公司大、行业大，并且能够承受“付费墙”带来的短期流量损失；3、长寿山坞的运营层面通过多元化的方式触达读者、吸引订阅、处理好与发行平台的利益关系等。
最肥沃的水土，才能滋养出一座兼具内容价值和商业价值的“付费墙”。
缺乏品牌议价能力、内容生产力低下、碎片化弱的媒体，盲目跟风筑墙，只会被包围成“鬼城”。
当然，符合上述条件的站在内容金字塔顶端的一小群制作人，并不意味着他们就一定能玩这款要求很高的游戏。
事实上，被媒体视为救命稻草的“付费墙”争议从未停止。
最受诟病的是，“付费墙”并没有能够真正“力挽狂澜”，将依赖内容的网络媒体从盈利的泥沼中拖出来。
即使是传媒界的“金字招牌”，读者也未必会买单。
被视为“付费墙”先驱的《纽约时报》正在努力拓展移动和广告业务；新媒体集团 Vox Media 也开始以程序化方式销售广告。
科技网站 Mashabl 以估值五分之一的低价出售，BuzzFeed 和 Vice 也未能顺利完成年度营收计划。
另外，内容生产者越来越贪婪，这必然会让订阅者有一种被“屈服”的感觉。
频繁的付费广告极大地影响了用户体验。
“付费墙”的泛滥也导致了质量参差不齐。
一旦无法保证优质原创内容的持续供应，订阅者就会有被欺骗和流失的感觉。
我不止一次听到过关于付费内容质量的抱怨，甚至有人认为这是一款“坏人骗傻”的游戏！显然，建立成功的“付费墙”并不像想象的那么容易。
那么，AI能否改变这种现状呢？ AI+的“付费墙”无限接近成功。
幸运的是，AI至少在三个方面能够帮助内容提供商更好地利用“付费墙”。
例如，《华尔街日报》通过“付费墙”训练订阅预测模型，并开发更灵活的订阅策略。
通过分析未订阅访客的行为，例如是否是第一次访问、使用的操作系统、阅读设备、是否点击、用户的位置等。
利用机器学习告诉付费墙何时为读者提供免费访问和预测读者是否愿意付费。
瑞士新闻媒体NZZ也使用类似的机器学习方法来训练自己的个性化支付系统。
系统发现，在早上5-9点的通勤时间里，人们使用手机阅读但不想支付，因此在此期间不会显示支付消息，破坏产品体验。
过去三年，NZZ利用AI将支付转化率提高了五倍，2.5%的用户在收到支付消息后选择订阅。
目前，订阅收入占NZZ总收入的60%，这显然是一个好的趋势。
AI的第二个作用是帮助内容提供商提高内容生产能力，增强订阅者的粘性。
聚合分散的海量用户大数据，打造付费读者画像，洞察付费读者的行为和偏好。
内容发布者可以更清楚地了解目标群体，并有针对性地生产内容。
在人工智能的支持下，创作者还可以开发新的调查方法和写作技巧。
许多过去因缺乏资源而无法推进和创作的故事可能会被孵化出来。
此外，人工智能在内容产品上的智能应用进一步提升了“付费墙”的价值。
智能语音助手、聊天机器人、AR等，新的交互方式拓展了媒体与读者的联系方式，增加了内容之外的更多价值。
正如我们一再强调的，“付费墙”成功的核心在于持续供给优质内容，时刻关注用户体验，保证用户的付费欲望。
从这个角度来看，AI确实具有无限的“神助攻”潜力。
有了人工智能，付费墙可以被消除吗？老实说，我们无法给出明确的答案。
AI与付费墙的结合似乎距离应用场景并不遥远。
但从市场预期和技术成熟度来看，想要用AI服务“付费墙”，甚至将AI作为增加收入的重要工具，还存在不少问题。
例如： 1、这进一步放大了用户之间的差异。
无论多么软弱，“付费墙”的本质都是通过设置进入壁垒来对信息和读者进行分类，而人工智能进一步放大了这种“差别对待”，这似乎违背了信息自由流动的原则。
互联网上的信息。
，也会破坏网络开放的公共性，进一步拉大“知识鸿沟”。
尽管订阅者的权益得到了增强和保护，但在高墙之下，媒体似乎越来越像一个服务提供者，距离其作为“社会公共工具”的初衷越来越远。
2、表现出个人隐私被俘获的感觉。
使用AI训练付费模型需要大量数据。
无论媒体提供的“原材料”是否充足，也必然涉及到用户的个人信息。
个性化的“付费墙”将使用户清楚地意识到他们的行为数据会暴露给内容提供商。
这让人很难不产生“有罪推定”，认为个人隐私会被不当利用，比如“大数据杀死成熟的人”。
显然，目前还没有足够好的方法来解决这些问题。
总而言之，我们不畏惧对互联网时代内容生产者的悲惨处境进行最悲观的猜测。
但AI与付费墙的结合，让认真的创作者重新找回了一些尊严，也恢复了“疲惫无兴趣”的读者付费阅读的信心。
但现在乐观还为时过早。
“付费墙”能否利用AI上演《绝地求生》，既是一个纯粹的技术命题，也是一个社会命题，一切都还是未知数。