2026全国交通传媒行业：AI应用调研报告

课题组名单： 课题负责人 黄炜(博士 、 中国广电联合会副会长兼秘书长) 潘力（中国传媒大学广播研究院副院长、中国广电联合会交通宣传委员会会长） 课题组核心成员 徐江帆（中国广电联合会副秘书长）陈泰然（中国广电联合会交通宣传委员会副会长）李舒（中国传媒大学传播研究院院长、教授）王宇（中国传媒大学国家传播创新研究中心副主任、教授）曹三省（中国传媒大学信息科学与技术学部专职副学部长、教授）李建刚（中国传媒大学新闻学院副教授、新闻系主任） 报告执笔 课题组集体 参与单位 全国130家交通广播播出机构（名单从略） 目录 前言 核心摘要 第一部分 调研概况与研究方法 （一）调研背景与目的（二）调研对象与样本构成（三）问卷设计与内容结构（四）调研实施与过程控制（五）数据分析方法（六）调研局限与说明 第二部分 行业AI应用全景扫描 （一）AI战略发展现状（二）AI技术体系现状（三）AI落地应用现状（四）AI多元创收现状 第二部分 小结 第三部分 行业发展核心研判 一喜：认知迭代常态落地，行业战略共识全面凝聚二喜：业态探索稳步起步，全新增收赛道雏形显现三喜：协同共享意愿强烈，行业联合发展生态向好一忧：生产要素供给不足，行业面临资源结构性短缺二忧：顶层规划体系缺位，战略落地存在管理真空三忧：应用效能释放不足，新技术沿用传统作业模式 第四部分 高质量发展实施路径 路径一：构建全链路智能中枢，实现“台网端号”生产传播一体化路径二：深耕数据资产治理，打造交通传媒专属高质量视听数据集路径三：立足本地场景赋能，拓展“交广+政务”融合服务新赛道路径四：坚持系统变革思维，重塑组织架构与百城百台协同生态 调研后记 附录：调研问卷、专业术语表 前言 当前，人工智能技术正深度重构传媒产业生产范式、传播逻辑与竞争格局。国家层面全面推进“人工智能+”发展战略，国家广播电视总局明确提出以数智赋能推动广播电视行业系统性变革、实现高质量发展，人工智能已然从媒体可选技术工具，转变为事关行业生存根基与长远发展的核心命题。 交通广播作为我国广播电视体系中深度嵌入城市运行、公众出行、应急保障与民生服务的特色细分领域，依托本土公信力、线下场景优势与全国联动网络，形成了独有的行业禀赋；同时也直面互联网平台分流、传播渠道变革、传统营收承压等多重挑战。在数智化转型浪潮下，如何依托人工智能重塑媒体定位、激活数据价值、升级服务能力、构建可持续发展模式，成为全国交通传媒行业亟待破解的时代课题。 基于上述背景，中国传媒大学广播研究院联合中国广电联合会交通宣传委员会AI课题组，于2026年2月启动全国交通传媒行业人工智能应用专项调研。本报告以全国130家交通广播播出机构的有效问卷数据、深度访谈资料为核心支撑，系统研判行业AI应用的战略布局、技术底座、落地场景与商业创收全貌，精准剖析转型过程中的突出矛盾与深层症结，并立足行业实际、结合政策导向，提出由“传统内容播出机构”向“本地智能服务运营商”战略跃迁的系统化解决方案。 报告整体分为核心摘要、调研概况、全景扫描、核心研判、发展路径五大板块，配套附录包含调研问卷与专业术语释义。本报告立足实证调研、坚持问题导向、突出实操价值，旨在为行业管理部门、政策制定主体、广播一线从业者提供客观的数据参考、科学的研判依据与可行的行动指引，助力全国交通传媒行业抢抓数智化机遇，完成系统性转型升级，在人工智能时代实现内涵式高质量发展。 【核心摘要】 为贯彻落实党的二十届四中全会“人工智能+”国家战略，落地广电行业数智赋能工作部署，全面摸清全国交通传媒行业人工智能应用的发展现状、现实痛点、能力短板与发展诉求，课题组面向全国145家交通广播会员单位开展专项调研，共计回收有效问卷130份，有效回收率89.7%。样本覆盖全国不同区域、不同行政层级播出机构，受访人员以行业资深管理者、技术骨干、内容主创为主，从业15年以上人员占比超八成，数据样本代表性、客观性与专业性具备扎实保障。 一、应用现状：普及迅速，战略共识清晰 人工智能已全面融入交通广播日常业务体系，成为内容生产核心“新基建”。调研显示，60.7%受访者每日使用AI工具，88.8%受访者每周至少使用一次；通用大模型、音频处理、视频制作为使用率前三的技术工具。AI应用场 景高度集中于文稿撰写、音视频制作、视觉设计三大内容生产环节。战略层面，行业价值认知形成高度共识：74.2%的单位将内容创新、提升传播效能列为AI首要价值，66.1%同步聚焦降本增效与产业拓展；地市级广播机构产业拓展意愿尤为突出，占比达72.7%。全行业开放协作氛围浓厚，96.8%的单位愿意共享AI应用经验、技术成果与实践案例，为行业协同发展筑牢基础。 二、核心瓶颈：资源、规划、效能三重困局 尽管行业认知与技术普及度处于较高水平，但深层结构性障碍严重制约AI向纵深落地。 一是核心资源供给短缺。87.1%单位将资金投入不足列为首要阻碍，79.0%存在专业技术人才缺口；93.6%的交通广播频率无独立AI专项预算，59.7%近两年AI领域零投入；72.6%单位缺乏专职技术人员，53.2%未组建任何AI技术团队；74.2%单位数据资产未完成结构化治理，海量垂直语料资源处于闲置状态。 二是顶层规划与管理制度缺位。69.4%单位仅存在AI应用初步构想，未形成正式发展规划，仅17.7%制定1—5年中长期规划；考核激励机制缺失，67.8%单位仅鼓励使用、未建立考核体系，仅4.8%将AI应用纳入正式KPI；超半数单位无标准化技术合作方准入机制，制度建设明显滞后于合规管控要求。 三是应用效能未能充分释放。当前AI多停留在单点人力替代的初级应用阶段，62.9%受访者反映AI生成内容质量不稳定、修改成本高，37.1%认为工具功能无法匹配复杂业务需求；员工高阶应用能力薄弱，熟练掌握AI工作流搭建 技能的人员仅占16.9%；行业培训覆盖率达55%，但培训内容实战性不足，仅12.3%参训人员评价效果优异。 三、创收探索：转型尝试广泛开展，商业规模整体偏小 全行业AI商业化探索积极性较强，62%的单位已落地或规划AI创收业务，但整体营收体量有限：53.8%单位AI年创收低于10万元，87.2%单位AI营收占机构总营收比重不足5%。主流创收模式为AI定制化内容生产服务，主要服务客户以各级政府部门为主。人才匮乏、产品同质化是制约AI商业化发展的两大核心难题。行业普遍期盼行业组织提供标杆案例参考、跨领域资源对接两大核心支持。 四、发展路径：以系统性变革思维推动“台网端号”一体化跃迁 结合调研诊断结果，立足广电系统性变革与高质量发展要求，报告提出四条协同推进的发展路径： 第一，依托人工智能打通“台网端号”全链条，搭建一体化智能生产中枢，实现一次采集、多模态生成、全平台分发； 第二，以高质量视听数据集建设为核心抓手，盘活交通广播独有垂直数据资产，筑牢AI安全、合规、精准应用的数据底座； 第三，深耕本土民生与政务场景，打造“交广+政务”融合新赛道，推动合作模式从短期项目采买转向长效平台运营； 第四，以系统性变革重塑组织架构、考核机制与行业生态，建立台内统筹管理体系与全国百城百台协同共享平台，以生态合力降低转型试错成本。 四条路径从流程重构、数据激活、场景深耕、组织创新四个维度协同发力，推动交通广播全面实现从“内容播出机构”向“本地智能服务运营商”的战略转型。 本次调研完整勾勒出全国交通传媒行业AI应用全景图谱，既客观呈现普及提速、认知统一、协同向好的积极态势，也精准揭示资源、规划、效能三大核心困局。后续将结合细分数据、典型案例与实操方案持续深化研究，为行业决策、政策落地与实践创新提供科学支撑。 第一部分：调研概况与研究方法 一、调研背景与目的 为深入贯彻党的二十届四中全会“人工智能+”国家战略部署，严格落实国家广播电视总局以数智赋能推动主流媒体系统性变革、助力行业高质量发展的工作要求，全面掌握全国交通传媒行业人工智能应用的发展现状、技术能力、应用场景、投入产出、现存问题与发展诉求，中国传媒大学广播研究院联合中国广电联合会交通宣传委员会AI课题组，于2026年2月组织开展全国交通广播AI应用专项调研。 本次调研核心目标：一是全面摸排行业AI应用发展现状，厘清战略定位、技术布局、场景落地、营收转化等全维度基本情况；二是精准识别行业共性痛点、层级差异与个性化需求，为行业政策制定、标准规范建设提供实证数据支撑；三是梳理可落地、可复制、可推广的发展模式与实践路径，引领全行业数智化转型。 二、调研对象与样本构成 本次调研以中国广电联合会交通宣传委员会145家会员单位（全国各级交通广播播出机构）为调研总体，累计发放问卷145份，回收初始问卷141份，经严格数据清洗后获得有效样本130份，有效回收率89.7%，高回收率充分体现全行业对AI转型工作的高度重视与参与热情。 本次样本结构科学、覆盖面广，具备全域代表性： 区域分布：样本覆盖全国各省、自治区、直辖市，囊括东部发达地区、中部崛起区域、西部边疆地区及东北地区，兼顾不同经济发展水平、不同数字化发展阶段的区域特征，能够客观反映全国行业整体面貌。 行政层级：省级交通广播占比22.3%，省会及计划单列市广播占比31.5%，地市级广播占比46.2%，各级播出机构均衡覆盖，可精准分析不同层级单位在资源配置、技术能力、战略选择上的差异化特征。 受访人员：问卷填写主体为各频率负责人、技术主管、内容主创、一线业务骨干。其中，广电行业从业15年以上人员占81.2%，深谙行业发展脉络与业 务本质；现任岗位任职3年以内人员占46.5%，对新技术、新玩法具备敏锐洞察力。受访群体结构合理，兼顾行业积淀与创新活力，保障调研数据深度与前沿性。 三、问卷设计与内容结构 课题组前期通过文献梳理、专家深度访谈、小范围试点预调研，结合交通广播业务特性与AI技术应用逻辑，编制《全国交通传媒行业AI应用调研问卷》。 问卷采用模块化设计，整体分为四大核心板块，覆盖全业务链条： AI战略板块：涵盖战略定位、中长期规划、专项预算、人才队伍、考核激励、合作方管理、数据安全、发展阻力、行业支持需求等内容； AI技术板块：包含集团整体AI布局、算力与应用平台建设、技术团队配置、工具采购与自研情况、数据资产与数据治理、技术难题、未来投资方向等内容； AI应用板块：围绕AI工具使用频次、工具类型、应用场景、工作流程、技能水平、培训开展、风险隐患、实操难点、服务需求等设计题目； AI创收板块：聚焦创收业务进展、商业模式、客户群体、营收规模、营收占比、发展瓶颈、潜力赛道、行业帮扶需求等内容。 问卷以标准化封闭式题型为主，关键指标配套开放式作答区域，既保障数据可量化、可对比、可统计，又留存质性调研信息，实现定量分析与定性分析相结合。 四、调研实施与过程控制 （一）调研方式 采用线上问卷填写与电话访谈相结合的方式。考虑到部分单位数据保密要求，允许提交纸质扫描版本。问卷填答时间为2026年2月10日至2月28日。 （二）质量控制措施 为保证数据真实性、完整性和有效性，课题组实施了以下质控流程： 1.预调研与信度检验：正式发放前选取6家不同层级、不同区域的会员单位进行预填答，根据反馈调整问题表述与选项设置，确保问卷内容清晰、无歧义。2.统一填答指引：随问卷发布详细填答说明，对核心概念（如“AI工具”“数据治理”“智能体”等）进行明确定义，减少理解偏差。3.多重审核机制：回收问卷后，由两名研究人员独立进行逻辑校验，剔除以下样本：填答时间过短（＜5分钟）、关键变量缺失超过20%、存在明显前后矛盾或随意作答痕迹。共回收初始样本141份，经清洗获得有效样本130份。4.交叉验证：对部分关键指标（如预算金额、人员配置、创收规模等），与往年行业统计数据进行比对，异常值通过电话回访核实。 五、数据分析方法 本次调研以描述性统计为主，主要分析方法如下： 频数与百分比计算：对各项指标的选项分