今日頭條近況不太順利,頭條系多個產品被要求下架整改。 一直將自己定位為“技術公司”的今日頭條為何會屢屢被批? 本文作者在總結了其最近一系列事件後,發現了今日頭條三個技術上的隱患。
今日頭條仍在繼續整改。
4月11日,張一鳴一夜未眠,於凌晨發公開信向公眾道歉。 緊接著,頭條內部宣布整改,APP里語錄、美女、趣圖、段子、美圖5個頻道被關閉整頓。 目前,打開今日頭條客戶端,在頻道選擇中,已經看不到相關頻道。
這不禁讓人想起《十三邀》裡,許知遠曾經問馬東是否認為互聯網時代的文化走向粗鄙化了,馬東回答道:“我認為這只是技術催生的優越感。”
一直將自己定位為“技術公司”而非“媒體公司”的今日頭條屢屢被批,技術在帶來成功的同時也帶來不少的憂患。
智能相對論分析師顏璇總結分析了一系列頭條的事件報導後,發現了今日頭條在人工智能上的三個隱憂。
一、囿於信息流的算法推薦
在談論今日頭條的算法推薦之前,我們首先了解下今日頭條在新聞資訊中的流量,先看以下兩張圖—:
來源:今日頭條數據報告
數據上看,今日頭條已經成為流量大牛,並且憑藉流量實現了很好的廣告營收。 “智能推薦”和大數據的精準分層也成為頭條掌握流量分發大權的法寶。
然而,有業內人士曾說過:“以信息流廣告為主要收入來源的商業模式,從技術發展趨勢的角度來看都是難以持續的。”今日頭條堅持打響信息流的戰役,卻不一定能 被用戶長久買單。
今日頭條融資路演照片,來源:網絡
頭條的流量遭遇天花板已是事實,從今日頭條融資路演的各大數據報告中,我們隱約可以窺見這頭流量大牛的暗傷——儘管頭條DAU(日活)還在增長,但速度已經明顯放緩 ,且還出現了頭條流量從1.2億峰值DAU跌落到7000萬的情況。
除了流量洩洪外,更重要的是,不管具有多高的技術水平,我們仍然生活在一個交換社會。
頭條的信息流是點對點的精準推薦,平台裡,一方面是“獨學而無友”;另一方面,則是抱團取暖。 這樣的智能推薦往往會形成“圓形監獄”,使用戶成為單向度的人。 不交換,不互動,就難以構成一個龐大的社會網絡。
2017年9月,《人民日報》連續三天刊文評今日頭條算法推薦,狠批今日頭條算法決定內容。 這也體現了以信息流為基準,點對點的算法推薦其實是存在缺陷的。
用戶似乎也看穿了這種所謂“個性化推薦”的圈套,除了網上出現的眾多負面評價,頭條的平均7天留存率似乎也能證明點什麼——即使排名依然靠前,也改變不了它整個 趨勢正在緩慢降低的事實,且後面的對手正在窮追不捨。
如今,今日頭條也在著力打造社交平台,解決平台的“回音室效應”。 但是經過了一系列負面事件,不知今日頭條在以後是否還能拿出曾經的好成績。
除此之外,信息流掩蓋了更高次元的知識地圖,信息源決定信息流的內容,算法決定信息流的最終放送渠道,用戶卻只能成為接收終端,只有看和不看的權利,看 不清信息流動的渠道。
如何避免這種“看不清”,我們或許可以換種思路:我們可以把每一個人的信息都視為一條“想法流”,它們在互聯網裡流淌,大家通過彼此學習,共同發掘能夠最好 地適應周圍環境的行為偏好和習慣模式。 平台裡的資訊是想法的“匯聚”甚至是“互動”,而不是簡單的信息流動。
如此,瞄准人與人之間的社會紐帶,促進用戶的互動,基於用戶的數據和相關關係來定義潛在需求,信息之間不再只是簡單的連接,“關係”才是算法推薦的基準。
二、遲遲沒有打造出數據公地
誰會在AI領域變得越來越強勢,越來越有話語權? 當然是掌握數據的公司,技術和算法上產生差異是很難的,但大數據是特有的、稀缺的資源。 智能算法使得大數據在內容分發上更加重要。
張一鳴也曾表示:AI技術本身俱有網絡效應,越多人用越好用,用得越久越好用,信息越多,模式識別得足夠多,就越是準確。 今日頭條的數據觀念無疑是明確的,但是,除了用數據給用戶“貼標籤”,今日頭條在數據管理上卻是模糊的。
模糊不清的領域包括個人數據的商業模式、如何利用數據推動技術,以及數據上最重要的問題——隱私保護。
今年1月,網友舉報今日頭條通過手機麥克風竊聽用戶隱私,頭條被相關部門約談;3月,央視財經起底今日頭條“二跳”廣告違反《廣告法》規定。
此外,頭條連續遭遇監管,四月伊始,繼火山小視頻被約談、今日頭條APP於9日15時下線應用商店後,就在10日,老產品“內涵段子”也被廣電總局永久關停 。
圖為今日頭條事記,來源:傳媒志微信公眾號
頭條屢屢出錯被糾,更加體現了今日頭條在數據管理上的漏洞。 不管最後由誰來擔責,不注重用戶隱私保護以及利用數據幫違規廣告和內容“鑽空子”卻是事實。
據央視財經《經濟半小時》欄目報導:頭條為了逃避一線城市的嚴格監管,在二三線城市大量投放虛假廣告。 與今日頭條這一做法成明顯對比的是,《每日財經周刊》提到:在三四線城市,頭條系應用擁有比整體更高的日活滲透率。 今日頭條提供的數據報告裡,二三線城市的用戶分佈也是最高的。
也就是說,今日頭條利用非一線城市用戶對產品的“喜愛”和他們的個人數據,精準地“算計”了該地區的用戶。
圖為三四線城市與整體日活滲透率對比,來源:第一財經周刊
圖為用戶在各線城市的分佈,來源:今日頭條數據報告
如何讓用戶的個人數據升值,並且處理一直存在的隱私保護問題呢? “數據公地”這一概念為我們能提供了一個新思路。
我們可以創建一個為個人數據提供深度和背景的公共數據公地,在使個人數據更有用的同時實現社會效率的目標以及信息和想法的合理流動。
在數據公地中,所有的個人數據都帶有說明該數據能用於什麼和不能用於什麼的附加標籤。 而且,在這一個數據公地中,所有的數據經過複雜的採樣和使用聚合的指標,人們不太可能去重新識別任一個體。
三、算法不是智能資訊分發的唯一路徑
今日頭條一直以算法為傲,但算法推薦內容一直受人詬病。 張一鳴說“算法不帶價值觀”,但是作為技術支持的的重要一環,區分不了人們的低級和高級需求,迎合了人性最不堪的一面去推薦,這算智能嗎?
現象級的產品卻貢獻不了高階的內容,出現這種現象,我們或許可以從兩個方面來分析:一是公司為了賺快錢導致戰略方向失誤;二是公司技術仍有缺陷。
《華爾街見聞》在2017年11月的一篇報導以及《第一財經周刊》在2018年4月的一組報導中均透露:2017年今日頭條的廣告收入為150億元,而2018年的目標 收入則是要衝擊500億元大關。
北京字節跳動有限公司股權關係圖,來源:天眼查
查詢了北京字節跳動科技有限公司的企業關係,我們發現:直觀上,今日頭條的股權關係圖不論是在層級上還是涉及的行業上,都是比較簡單的。 再來看今日頭條的核心業務邏輯——
所以,即使今日頭條不斷在開拓其他垂直領域,但對於一家成立僅6年,缺乏全平台產品矩陣流量優勢,盈利依靠今日頭條單一APP流量的互聯網公司,完成這樣的營收目標還是十分堪憂的。
這恐怕也是頭條冒險地走進醫療廣告領域,甚至出現了違反廣告法的“二跳”的原因。 畢竟,盈利目標尚且顧不上,更何談去注重做內容的“初心”。
另一方面,AI技術並不是天然的善也不是天然的惡,存在的負面問題並不是技術本身所導致的,但技術本身是可能存在缺陷的,未嘗不能通過另一種技術來解決。
為了解決智能推薦的問題,在2016年,今日頭條也創辦了人工智能實驗室,主要研究自然語言理解、計算機視覺、機器學習、人機交互等AI技術。
可以預見,技術依舊是今日頭條的驅動因素,人工智能也將成為今日頭條持續佔有市場的核心競爭力。
採用通用知識圖譜,加大智能搜索的權重,在內容分發和傳輸過程中更加重視用戶需求挖掘技術,可能會是今日頭條一以貫之的一個方向。
除了知識圖譜技術,今日頭條還可以基於人工智能的人機交互模式對個性化精准信息服務起到擴張和挖掘的作用;以及連接物聯網——用戶獲取的不單單是新聞資訊,而是一整套 相關的配套服務,信息獲取平台也變成一個實現精準服務的超內容社區。
毋庸置疑的是,當人工智能被用於內容分發之後,隨之而來的是用戶需求如何與推薦內容進行有效重合併清晰定義其邊界的討論。
眾口難調,但如何實現企業價值的最大化,恐怕才是今日頭條的頭條。
【完】
作者:顏璇(關注AI醫療等),微信公眾號:智能相對論
本文由 @顏璇 原創發佈於人人都是產品經理。 未經許可,禁止轉載
題圖來自網絡