面对Twitter,AI表示“真心带不动”

在社交平台Twitter的身上,“舆论风向”的变幻莫测常常令我们目瞪口呆


编者按:本文转自脑极体,作者藏狐,创业邦经授权转载。

在社交平台Twitter的身上,“舆论风向”的变幻莫测常常令我们目瞪口呆。

它曾经是科技行业的宠儿,若干起政经社会娱乐大事件的发源地,分析师和华尔街眼中“社交的未来”;高调上市后股价持续跳水,又被贴上“推特已死”、“下一个雅虎”的标签,搞得想“卖身”都卖不出去;17年Q4首次盈利后,Twitter的营收开始恢复增长并持续到现在,于是市面上又出现了无数盘点Twitter二次崛起的成功学:聚焦“新闻”定位、视频化、管理垃圾内容、组织调整……

总之,业绩下滑时这些都是隐患,业绩上扬时这些都是优点,搞得路人无比懵逼,这大概就是传说中的“事物都有两面性”吧,反正咱也不敢问.jpg

当然,在Twitter的“绝地求生”中,没有一个人会否认引入AI技术的必要性。而推特也确实在AI上做了大量的工作。尽管如此,我们也深知从结果逆推过程,在现象发生后的“马后炮”并无意义,所以,作为一个坚持为AI代言的媒体,我们也不愿意简单地将AI视作推特“起死回生”的救命稻草。

恰恰相反,推特在AI上栽种与收获的,在我们看来还远远不够。那么,回过头来看Twitter的AI进化史,到底带来哪些教训与启示呢?

绝地求生的Twitter,面前都有哪些坑?

Facebook在2012年IPO的时候,许多评论家并不看好,认为Twitter才是这一代互联网公司的楷模。但是风水轮流转,2016年Facebook风生水起,而Twitter则到了高层出走、用户流失、不得不出售公司的倒闭边缘。

几次收购失利之后,Twitter开启了艰难的自救之旅。过程自然是无比痛苦的,坑和雷区也是琳琅满目的。人才流失、增长搁浅、社交分流等外部因素略过不提,单从产品层面,Twitter的问题就有不少。

首当其冲的,就是一直为人所诟病的内容环境。

在Twitter上,“键盘侠”如同跗骨之蛆,四处散播着践踏人权的恶意评论和人身攻击。还充斥着虚假新闻、机器人等散播的垃圾内容。对此,CEO杰克·多西认为“Twitter是一个通讯工具,不擅长判断个人之间的内容纠纷。”,所以Twitter接到举报后的做法常常是封号了事。这种中立态度显然加速了Twitter用户,尤其是受语言暴力最为严重的名人和KOL的流失,直接导致Twitter内容生态的萎缩。

还有一点是,坚持走媒体平台定位之后,Twitter在产品体验和内容价值上却没有明显的升级。以强调“在现场”的直播产品为例,无疑是展示Twitter“新闻力”的最佳捷径,但Twitter依然采用了PC时代的产品思维,仅仅是将现场从传统电视台搬到了手机上,作为对文字和图片内容的简单补充,至于事件过程、其他人的连锁反应等,都集体缺位了。

用科技分析师Ben Thompson的话来说,刚好证明了“这家公司(Twitter)的成功靠的更多是运气,而不是洞察力。”

当然,Twitter的困境还有很多,这里用尽笔墨也只是炒冷饭。更关键的是,它到底在技术上做了哪些动作,为自己在处处有“惊喜”的雷区中艰难地扫出了一条生路。

笨鸟后飞的推特AI

Twitter显然也感觉到了自己必须做出一些改变。

2017年,美国亿万富翁Mark Cuban开始买入Twitter的股票,他在接受CNBC采访时表示:“我认为他们终于开始了人工智能方面的动作”。当时,Twitter开始使用人工智能来筛选和过滤推荐给读者的推文。

此后,Twitter开始了一系列的AI改造计划:

1.用机器提高内容整治效率

Twitter终于意识到,唯有健康有序的平台环境,才能留住核心用户,并为广告商提供价值,最终形成业绩增长的良性循环。因此,机器学习算法的引入就变得至关重要。

Twitter收购了伦敦创业公司Fabula AI,这家公司的专长是图形深度学习,使用机器学习来分析大型数据集并找出关系和交互。这能够帮助Twitter的机器学习团队通过关系映射来更好地发现社交网络上的假新闻,垃圾邮件和其他问题,进而改善平台对话的健康状况。

2018年,Twitter发布了一个名为Exploring Online Hate的面板工具,能够通过1000个Twitter账户的样本来寻找仇恨活动的规律、趋势,然后利用算法生成更大的数据集,从而实时掌握网络上仇恨言论,控制相关的热门话题和言论来源。

目前,Twitter有38%的有害内容是由算法自动筛选出的。

2.在信息流中引入了算法推荐

信息流是Twitter首创的信息分发方式,2012年,Twitter就收购了新闻聚合推送网站Summify,用于理解和挖掘Twitter的信息流数据,追踪新闻的传播效益。但Twitter在信息流中接入算法推荐的时间,却要晚于Facebook。

2016年,Twitter推出了一项新功能:通过算法自行筛选它认为对用户重要的内容。用户的信息流不再按照时间轴显示,而是通过推荐机制显示Twitter认为对用户重要的信息,以及向他们推荐未关注账号的内容。

2017年,又上线了“探索”选项卡,通过算法将热门话题、重大新闻以及搜索功能集中起来,放在一个功能分区,以便用户快速追踪到真正感兴趣的故事和品牌。

3.靠AI提升交互体验

2016年,Twitter收购了伦敦的机器学习创业公司Magic Pony Technology,对方的算法能理解“图像的特征”,这使得Twitter能重新在视频流、直播等内容上再次出发。

比如推出互动视频功能(conversational video),根据上一步的操作提前录制好多份剧情,按照用户行为(选择Yes or No)来推进到下一步。为直播增加了一个名为Moments的页面、将推文整理成前后连贯的“故事”。

互动性的增强和新的内容形态也重新吸引了广告主的青睐,2018年第二三季度,来自视频广告的收入为Twitter贡献了超过一半的广告收入。

再比如机器翻译之类的措施,来帮助各个区域的跨文化交流等等,Twitter在广告转化(ad cvr)和反垃圾信息上(anti spam)做了很多技术优化,用户的参与度也有所增强。

目前看来,Twitter发力AI有几个明显的特点:

1.起步晚,令人眼前一亮的案例和技术十分有限;

2.技术布局围绕营收展开,尽可能让流量最大化,助攻广告效果;

3.几乎所有功能创新都是在补短板,缩小与其他社交平台的体验差距。

然而,Twitter真的把握住了AI的命脉了吗?似乎也未必。

AI到底能不能挽救推特

某种意义上来说,Twitter的AI战略更像是在“救火”,哪里有险情点哪里。

对于极度渴望重回聚光灯下的Twitter来说,这么做似乎也无可厚非。但却造成了不少困境:

一方面,Twitter无法凭借AI生长出属于自己独一无二的“长板”。

与Facebook、谷歌、苹果,甚至它的“中国门徒”微博等动辄AR、云服务的能力相比,Twitter的技术创新,给人的感觉就很索然无味。

比如Twitter在2018年11月推出的“探索”选项卡,Facebook在2016年就尝试过类似的做法。

信息流算法的表现也并不好, 很多Twitter用户表示被智能算法控制的timeline变得支离破碎,在最新资讯里刷到二三小时前的内容。Twitter不得不在2018年9月,宣布重新为手机客户端用户提供了切换正常时间流的功能。

另一方面,对广告变现的过度追求,正在透支媒体平台的公信力。

作为一个广告收入占到90%以上的社交媒体,Twitter最大的矛盾就在于,用户与广告客户的利益最大化是有出入的。

比如说,为了实现更高效率的广告变现,就需要精准定位、用户画像、精准推送,不可避免地要“售卖”用户数据。在一些极端情况下,社交媒体还会暴露用户的安全信息,比如确切地址。有研究显示,带有地址信息的推文占每天总推文的 2%,也就是 440 万条。

另外,AI基础能力和人才的不足,或许会让Twitter面对更深的责难。

面对上述问题,其他在AI技术上发力较早的科技企业,就可以通过技术手段最大程度地规避数据隐患。

比如Facebook就宣布将端到端的加密服务贯穿到旗下包含的所有即时通讯工具。今年的谷歌I/O大会,也发布了一系列与隐私管理有关的新产品,比如语音助理谷歌assistant能够离线使用,无需将用户数据传输至云端处理。

而同样的境况,Twitter超3200万Twitter账户密码泄露,官方除了甩锅黑客并重置密码,似乎就再也无所作为。

内容上也同样,谷歌近年来不断更新和改进搜索引擎和算法,满足用户对高质量新闻的需求。比如,Google Search将新闻内容整合到精选摘要中,形成 “热门新闻”的轮播。

YouTube也在积极开发新闻内容,在信息流界面添加了“突发新闻”的功能板块。2018年,还投入了2500万美元扶持视频新闻。

由此可见,尽管商业模式大同小异,Twitter也做了许多方面的努力,这并不能帮助它解决未来的问题。技术地基的匮乏,将让Twitter这座社交大厦继续风雨飘摇,勿谓言之不预。

或许,在商业模式这个根本问题转变之前,AI注定只能是一个奢侈而空洞的梦。

本文(含图片)为合作媒体授权创业邦转载,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

来源:脑极体
反馈
联系我们
推荐订阅