推薦算法老矣，今日頭條們接下來的故事該怎么講？

最近人人網(wǎng)賣身的消息引爆了微博微信等各大社交平臺，陳一舟傷感表示：“自己可能不再適合做年輕人的社交產品?！北姸?0后90后驚呼，青春不再回來！

為此，很多人復盤了人人網(wǎng)的發(fā)家史，企圖解讀移動互聯(lián)網(wǎng)時代下的社交命題，發(fā)現(xiàn)新的機會。然而事實上大家都在各說各話，有人說戰(zhàn)略，有人說團隊，并沒有統(tǒng)一的口徑。最終唯一讓人達成共識的，反倒是社交創(chuàng)業(yè)中最淺薄的道理：解決技術問題，抓住年輕人。

這是一個用技術讓產品說話的世界，無人便利店是技術，數(shù)字貨幣是技術，機器人更是技術?，F(xiàn)在在一個行業(yè)中，如果要尋找新的獨角獸，發(fā)現(xiàn)新的攪局者，必定是技術讓它走到我們面前。

對于所有產品來說，技術是通用的決勝之道，具體到社交媒體領域，技術是吸引年輕人的鑰匙。

當社交媒體走到2018

都說這是一個顛覆的時代，人人網(wǎng)已經(jīng)落幕，到了2018年社交媒體領域最不能讓人忽略的，是顛覆者今日頭條。

依靠推薦算法技術，今日頭條突破了阿里騰訊等巨頭的重重夾擊，成長為一頭野獸。也是推薦算法，改變了內容的傳播方式，讓內容傳播從傳統(tǒng)媒體門戶走向新媒體社交時代。

然而隨著這項技術被各大社交平臺廣泛應用，人們發(fā)現(xiàn)目前的算法機制存在許多不合理之處：

其一、在流行的APP中，標簽是算法基石。通過標簽人與機器設立聯(lián)系，機器才能高效分發(fā)內容。但問題在于，標簽反映了某種價值觀，它過于依賴機器，以致于出來的結果有些是不合常理、扭曲或者是失真的。

以今日頭條為例，對于在平臺上生產內容的用戶，推薦算法顯然是不公平的。因為基于標簽的算法推薦，流量的生殺大權一大部分在機器手上，因此你的內容不僅僅要抓住人的眼球，同時也要能夠對機器算法的胃口，這就導致那些想在頭條上賺到錢的媒體淪為了今日頭條內容工廠的一名“工人”，分析熱門標簽、關鍵詞—制造標題黨的標題—生產讀者容易產生共鳴的文字便是工人流水線。

其二、標簽會構成一個知識庫，機器會根據(jù)用戶行為從知識庫中將標簽篩選出來打在用戶身上。但由于基于標簽的知識庫很難主動去進化，這就讓用戶所接觸到的內容面變得越來越狹窄，從而限制了個人的發(fā)展。

很多今日頭條用戶會反饋一個問題，即在最開始，今日頭條推送的內容都是自己喜歡的，但是時間一久，便覺得審美疲勞索然無味。就是因為算法一開始判定了用戶的標簽屬性，雖然在內容推送上達到了個性化精準化，但人是不斷改變的，隨著時間的遷移人的喜好會轉移，因此這種算法的跳躍性和靈活性還不夠。

今日頭條成也算法憂也算法，基于這種算法，頭條和抖音的重點永遠是快速消費品，當下的社交媒體已經(jīng)顯露出它的局限性。

推薦算法老矣，智能算法現(xiàn)身江湖

由于傳統(tǒng)推薦算法飽受爭議，近期一種智能算法現(xiàn)身江湖，立刻引發(fā)了大量關注。筆者了解到這項技術搭載在“Ta在”APP中，被推到了市場。

“Ta在”是一個智能社交媒體平臺，不同于那些只是在宣傳上增加人工智能噱頭的產品，人們之所以關注這個APP，很大一部分原因來自于它的算法團隊豪華背景。據(jù)悉他們中有一個中科院博導，還有幾位有微軟、Facebook和領英背景的工程師。

由于對當下社交媒體功能和技術的不滿，這支創(chuàng)始團隊曾去和Google、FaceBook等企業(yè)調研，當時發(fā)現(xiàn)工程師們在算法方面想到的還都是文本識別、大數(shù)據(jù)分析、機器識別，和國內并無多大差異。如上所說，識別不等同于智慧，能夠實現(xiàn)感知才是真正的智能算法。為了解決這個問題，“Ta在”團隊研究多年，如今終于有了前瞻性突破。

不同于頭條推薦，運用在“Ta在”APP的算法系統(tǒng)是基于AI技術的智能推薦算法，是無標簽的。也就是說這種算法不基于人或內容的分析，而是通過分析和統(tǒng)計用戶的行為模式，為用戶找出好的內容，因此這種算法能夠自我生長和演化，用戶不需要擔心由于標簽和固化帶來個人發(fā)展的限制。

簡單來說，算法能夠自然生長和演化，就會從分析用戶行為中不斷學習人的智慧，直覺和知識判斷，基于群體智慧，平臺就能更加全面理解用戶，而不是標簽化定義用戶的興趣。基于此，Ta在APP會區(qū)別于當下其它社交平臺，不是形成興趣圈子，而是把相同價值觀的人聚在一起?？梢酝茰y“Ta在”APP的第一批用戶，應該是那些厭倦被標簽化捆綁的這群人。

不過，從整個產品邏輯來看，似乎也有不足之處：由于這種算法是基于人的行為操作不斷去學習，然后才能演化，因此平臺需要用什么去吸引用戶不斷去輸入自己，表達自己，顯然在成本上需要花很大功夫。而且在社交方面，有表達欲參與程度高的往往是年輕人，他們個性、意識獨立，很多時候反而希望匹配到的是跟自己性格相反卻特點明顯的人，如此在智能推薦匹配方面是否能夠滿足這一特點還有待觀察。

從社交媒體到智能社交媒體，透露人們對社交方式的新訴求

在國內，除了今日頭條，新浪微博和朋友圈算是第一代社交媒體的代表。自從看到今日頭條在推薦算法的路上越走越遠，微博也選擇了用算法讓自己成為用戶的信息管家，變身“流量分配者”。如今微博上話語權、影響力和經(jīng)濟收益都集中在頭部，明星和網(wǎng)紅們在微博上實現(xiàn)了商業(yè)價值。

微博現(xiàn)在的商業(yè)策略非常清晰，就是販賣流量。但這樣發(fā)展下去，如何在社交內容與廣告營銷之間找到平衡，將會是微博未來成敗的伏筆。當社交屬性越來越弱，立意掌握在少數(shù)人的手中時，微博難避免淪為一個話語權不公平的社交媒體。

微信則是媒體社交和傳播混為一談，微信公眾號的傳播機制是“訂閱制＋社交傳播”，公號的閱讀量除了內容質量，更多的是依靠訂閱者在朋友圈進行社交傳播，這種傳播范圍很有限，同時顧忌到社交圈子，用戶往往不敢轉發(fā)那些大膽的言論，很多話也不敢說。

除此之外，由于微博微信等平臺都出現(xiàn)了信息過載的情況，人們不得不人為縮窄自己接收信息的渠道，如取消訂閱，刪除好友等，平臺本意是通過內容擴大社交，最終卻抑制了用戶發(fā)言欲望，如今微信朋友圈下滑得很厲害，微博商業(yè)化，社交媒體逐漸走向了反面。內容創(chuàng)作者和用戶都不滿意，只是苦于沒有替代品。

而在國外，作為社交媒體的代表FaceBook誕生之初，很多人說它很偉大，在創(chuàng)意和關聯(lián)人方面做的很到位，甚至有人預測它可能是互聯(lián)網(wǎng)的終極形態(tài)，最終可以壓過技術流Google，它目前的現(xiàn)狀卻是正在失去他的“年輕朋友”。

Piper jaffray秋季發(fā)布的最新報告顯示，當下只有5%的美國青少年認為Facebook是他們最喜愛的社交平臺。今年3月和4月進行的美國青少年調查中，13至17歲的人中有51％表示他們使用該平臺，遠低于2014~2015年調查中的71％。

Facebook好像也沒有做錯什么，只是調查顯示30%的受訪者表示他們不用Facebook的原因是因為父母也在用，可見對于最年輕的社交群體來說，他們總是喜歡新潮的的東西，新產品在市場在極具優(yōu)勢。

無論國內外，整個社交媒體市場一直在不斷被顛覆，“Ta在”APP一誕生就引發(fā)關注，恰如其分表明了人們對于自由公平式社交的向往。

“Ta在”或將成為今日頭條們噩夢的開始

從社交媒體到智能社交媒體，只是個社交新起點，在智能推薦算法的推動下，未來“Ta在”平臺上恐怕會誕生新的媒體與商業(yè)結合模式。

一方面，分享知識和自我完善是人類的需求，但是現(xiàn)在平臺解決不了這個問題，唯流量論阻礙了價值的傳播。以頭條為代表的傳統(tǒng)推薦算法平臺，已經(jīng)讓用戶越發(fā)排斥深度捆綁的社交模式；

另一方面，社交關系越復雜，傳播的信息就越多限制，大家就不敢發(fā)言，不敢評論，不敢點贊，關閉朋友圈，最后平臺用戶身邊充斥的內容只能是折中的內容。

而在“Ta在”平臺上，為了避免社交捆綁，用戶并不能在APP中關注和私信對方，在保護隱私方面更甚于微信。同時“Ta在”APP設置了一個合拍按鈕，依托演化和理解式算法，平臺可以為用戶推薦“臭味相投”的伙伴。

這個時代要挑出真正感興趣的人，是浩大工程，用戶并不總是知道去哪里找到你需要的人，但智能算法會幫你找到。

“Ta在”強勢破局，今日頭條們恐怕將迎來一場噩夢。這些年今日頭條親身經(jīng)歷了知識付費和短視頻的風口，在燒錢搶大V登上內容高地后，如今抖音又風風火火往海外擴張。

據(jù)QuestMobile發(fā)布的2018年第三季數(shù)據(jù)顯示，頭條系APP的總使用長占比首次出現(xiàn)了下滑。其中，今日頭條APP 2017年1月月活用戶量為1.99億，從2017年7月起其月活同比增速開始降到兩位數(shù)，到2018年9月月活用戶雖然達到2.54億，但增速僅為14.5%。

推薦算法的桎梏已經(jīng)顯現(xiàn)，今日頭條如何不淪為下一個被顛覆者，需要走的路還很長。

文/劉曠公眾號，ID：liukuang110，本文首發(fā)曠創(chuàng)投網(wǎng)

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。