我试过类似的事情。
"告诉我一本在艰难夜晚该读的漫画。"
AI 助手 "Gemini" 给出的回答比我想象的更温柔、更准确。如果只是今晚读一卷的话，是 Shinzo Keigo 的《Hirayasumi》；如果想在漫长的时间线上重新审视自己的困境，是 Kanehito Yamada 和 Tsukasa Abe 的《葬送的芙莉莲》；如果想被一个慢慢恢复的人推着向前走，是 Chica Umino 的《三月的狮子》。根据心情列出了三部作品。
"感觉像有人坐在你旁边，没有告诉你'要加油'"，"几十年的时间流逝静静地肯定了失去"，"一个孤独的年轻将棋选手被河对岸三姐妹的善良所拯救"。每一部作品都仔细附上了其特点以及"为什么适合这个夜晚"。
它不是按类型、卷数或排名来推荐的。一个由 "心情" 和 "场景" 重新排列的漫画书架已经存在于 AI 之中。
我是漫画 DX 初创公司 Comici 的 CEO。我每天面对漫画和出版商，但当被问到 "告诉我一本艰难夜晚该读的漫画" 时，我并没有信心能如此清晰有条理地回答。
AI 已经进入了一个阶段，它可以根据生活场景和情绪状态推荐漫画，超越类型和排名。我感兴趣的是未来的发展。AI 在选择漫画时究竟在看什么？漫画行业是否准备好长期持续回应这种询问？在 AI 似乎能独立聪明回答的背后，实际发生了什么？
我想更仔细地思考这个问题。
为什么沃尔玛按 "早餐" 和 "午餐" 摆放冷冻食品
让我们暂时离开漫画，谈谈美国零售业。
沃尔玛开始在得克萨斯州和加利福尼亚州推行一种名为 "未来商店" 的新店概念。特别有趣的是冷冻食品区的故事。
引入了一个简单得令人惊讶的改变。冷冻食品区不再按产品类别（披萨、冷冻意面、冷冻碗装食品）分类，而是按日常生活的时间线分类："早餐" 和 "午餐"。
披萨归到披萨区。冷冻意面归到冷冻意面区。这是传统的冷冻食品通道。在沃尔玛的新店里，货架按 "早餐" 和 "午餐" 的生活时间线划分。
技术上，他们没有做什么了不起的事。然而，这种分类的意义重大。当 AI 回答 "有没有适合早餐的简单健康的冷冻食品？" 时，它指的不是产品名称本身，而是 "上下文数据"——该产品出现在什么样的生活场景中，以及什么样的人会选择它。
如果只有 "这是一个披萨" 的标签，AI 无法回答 "有没有适合早餐的好冷冻食品？" 因为人们用自然语言与 AI 交谈，只有当附加上 "这属于早晨生活场景" 这样的含义时，AI 才能找到它。产品所在的货架位置本身就成了记录这种含义的数据入口点。
沃尔玛是一家将 "每日低价" 刻在 DNA 里的公司。这样一家公司会费心去改造它的卖场，唯一的原因是它正在重新思考 "如何让它的 DNA 在 AI 时代发挥作用"。
实际上，漫画杂志就是 "数据室"
现在，回到漫画。
想象一下书店的漫画区。少年漫画、少女漫画、青年漫画。或者按出版社、作者、卷数顺序排列。货架按类型或杂志名称划分，你去找某个特定的作者或系列。这是通常的排列方式。
如果你突然在那排书架前问："有没有在艰难夜晚该读的漫画？" 无论是少年漫画书架还是少女漫画书架都不会回答这个问题。这和冷冻食品通道的结构完全一样。
除非像 "适合失眠的夜晚"、"在雨天的早晨给你推动力" 或 "在期待已久的假期中沉浸其中" 这样的含义被叠加在类型、作者或杂志名称等标签之上，否则即使 AI 也无法找到它们（当然，有些书店确实会按主题创建漫画书架）。
那么，是谁在做这种 "意义赋予"？
让我谈一个稍微不同的世界。我在阅读一篇解释 AI 如何在现代军事环境中使用的文章时，遇到了一个有趣的类比。
有一个平台，将来自世界各地的卫星图像、通信记录和各种数据库组织成一个关系网络，比如 "这个人属于这个组织，在这个位置，出现在这次通信中"。这是 Palantir 公司的服务。然后，AI 从组织好的数据中做出推断并撰写报告。
一个解释这样描述两者之间的关系：平台就像一个 "编辑部的数据室和校对系统"。它是组织、链接和管理来自全球信息的访问权限的基础。另一方面，AI 就像一个 "对公司内部事务一无所知的高能力外部分析师"。它读取数据室提供的数据，发现模式，考虑场景，并撰写报告。然而，AI 无法访问数据室未提供的信息。
我对这个类比深表认同。
AI 是优秀的分析师。但它是一个不了解内部事务的外部人员。在没有数据室的地方，AI 只是一个拥有常识的聪明人。相反，在有组织良好的数据室的地方，AI 表现得像该领域的专家。
当我们将这个类比映射到漫画行业时，会发生什么？AI 能够对 "有没有在艰难夜晚该读的漫画？" 这个问题给出基于心情的回答，原因在于存在一个数据室，其中有人已经为漫画赋予了含义并进行了组织。没有数据室，AI 只能给出常识层面的答案。
我相信，在漫画领域，这个数据室的角色长期以来一直由漫画杂志的编辑部扮演。
一本漫画杂志不仅仅是收集作品的媒介。它本身就是意义赋予的行为："这本杂志中的这组作品会以这种心情接触到这种读者。" 通过拿起一本杂志，读者甚至无需意识到就能找到适合自己心情的一组作品。杂志名称本身就像一个被赋予了含义的漫画书架。
至此，我们可以看到漫画行业现在需要什么。那就是重新将 "在艰难夜晚有效"、"在毕业前夜产生共鸣" 或 "通宵后提神醒脑" 等含义作为数据赋予每一部作品，甚至以比漫画杂志更精细的单位进行。利用数据的力量来丰富漫画杂志编辑部多年来精心打磨的感受力。
Comici 想做的事其实简单得多
我们在 Comici 正在尝试做的事情正好与此重叠。
直到现在，围绕漫画作品的数据——出版商、数字书店、社交媒体、动画、周边商品——在整个行业中都是各自独立存在的。完读率、PV、账单、社交媒体反应、粉丝热情。所有这些都是谈论漫画价值的重要材料，但几乎没有在整个行业范围内进行过评估。
Comici 正在构建一个基础，将这些数据捆绑起来，并为每部漫画作品赋予一个 "意义" 的轮廓。这是一个数据基础，为关于作品开发的决策（如是否继续连载、推进影视改编、发布商品或海外拓展）提供合适的依据。
但我真正想做的事其实简单得多。
创造一个整个漫画行业都能回答像 "在艰难夜晚该读的漫画" 或 "在周一早上给你能量的漫画" 这样的问题的状态。利用数据的力量来丰富漫画杂志编辑部多年来珍视的感受力。
我相信，这是增加被 AI 选中的漫画数量的方法，也是将日本漫画传递给全球读者的条件。
我们能否对站在书架前的读者说："这是你今晚的漫画。" 我想重新思考漫画行业最根本的工作：将一部作品交到读者手中。
