观众目前观看的内容比以往任何时候都多。他们对可随时随地在任意屏幕上近乎无限的内容选择的期望正推动着媒体公司的业务和运营变革。要以客户需求的速度进行创新，需要一套灵活的媒体技术和解决方案，以便在适当的时间，适当的屏幕上为相应的受众加速内容制作和交付。
AWS 恰好能在这个问题上给予我们帮助。AWS 为内容制作、存储、处理和分发带来了高度可扩展、安全且具有弹性的云服务。借助整个媒体价值链中嵌入的机器学习与分析功能，您可以进行更明智的内容投资、更好地利用您的内容库并从中获利，并借助个性化体验提升用户满意度。
新增功能
re:Invent 的 M&E 最新动态
在 re:Invent 中将有超过 100 项新服务和重大功能的发布与公告，任何媒体技术专家想要全面了解与自身媒体工作最相关的信息都非常困难。我们为您组合了这些信息：
工作室级安全性设计
随着这些核心内容创建工作负载迁移到云，必须根据各种资产分类和工作流来检查多租户公有云环境的安全隐患。
实现直播流式处理的广播级延迟
您的观众是否抱怨 OTT 视频延迟？ 与广播比较，您是否感到沮丧？ 在此网络广播中，专家们将介绍如何使用当前生产中的标准协议和软件优化视频工作流并实现广播级延迟。
Pac-12 Conference 全部转向 AWS
Pac-12 Conference (Pac-12) 全部转向 AWS，将其作为机器学习和媒体工作负载的标准。他们的新方法利用 AWS 云技术，重塑了核心主控制生产工作流程，以及内容的存档、个性化和收费。
优势
灵活性
AWS 核心服务（如存储、计算和编排）提供灵活的基础，客户可以基于此使用 AWS 专用媒体解决方案进行构建，或与我们丰富的合作伙伴生态系统相结合。
敏捷性
在数分钟内（而不是数月）即可测试、启动和推出新功能。将资源集中在创建、营销和分发优质内容上，而不是硬件预置方面。
智能
机器学习与分析完全集成于媒体中。AWS ML 与分析将工具交给每位开发人员和数据科学家，以便您可以释放内容和数据价值。
全球扩展
按需、按实际用量付费的容量和定价需求随着您业务的增长而不断扩大。我们的足迹遍布全球，无论您处于何处，我们都可以帮助您更贴近客户，并为您提供全球人才。
适用于 M&E 的机器学习与分析
通过 AWS 机器学习 (ML) 与分析实现自动化、扩充和创新。媒体公司充斥着大量数据，但大多数公司不知道如何揭开这种价值。ML 与分析可以实现手动和时间密集型流程的自动化，并提供相关见解以改善业务决策。ML 与分析完全集成到 AWS 媒体工作流中，用于以下使用案例：大规模实现个性化以提升内容参与度、从媒体文件中提取元数据，以及通过异常检测和预测分析管理服务质量等。
