Tiktok har tagit världen med storm. Med några års mellanrum ser vi en ny social medieplattform komma upp. Men den här gången är det bara lite annorlunda.

Vad som verkligen är intressant är inte Tiktok i sig, utan mer allmänt hur AI sannolikt kommer att förändra våra mentala modeller på plattformar.

Ökningen av AI kommer i grunden att förändra hur ekosystemanvändare interagerar med plattformar.

Tiktoks moderbolag Bytedance är ett AI-kraftpaket. Tiktok är bara en av flera ”instanser” av sin AI-förmåga. För att förstå hur AI kommer att förändra framtidens plattformar behöver vi förstå TikTok.

Mental modell 1

AI-driven rekommendationsmotor

En av de bästa ställena att förstå TikTok är denna lysande pjäs av NewYorker.

Pengar citat: ”TikTok är ett socialt nätverk som inte har något att göra med ens sociala nätverk. Det ber dig inte att berätta vem du känner — i framtiden enligt ByteDance, ”storskaliga AI-modeller” kommer att avgöra våra ”personliga informationsflöden”, som webbplatsen för företagets forskningslabb förklarar. Appen ger en ”Upptäck” sida, med ett index över trendande hashtags, och en ”For You” feed, som är anpassad - om det är rätt ord - av ett maskininlärningssystem som analyserar varje video och spårar användarbeteende så att den kan tjäna upp en kontinuerligt raffinerad, aldrig sinande ström av TikToks optimerad till Håll din uppmärksamhet. I TikToks teleologi sattes människor på jorden för att göra bra innehåll, och ”bra innehåll” är allt som delas, replikeras och bygger på. Plattformen är i huvudsak en enorm meme fabrik, som komprimerar världen till pellets av viralitet och ger ut dessa pellets tills du blir full eller somnar.”



Mental modell 2

Kortformat uppslukande video med bläddra

Till att börja med, här är vad Zuckerburg tycker om Tiktok.

”Och det sätt som vi typ av tänka på det är: det är gift kortform, uppslukande video med bläddra. Så det är nästan som Explore Tab som vi har på Instagram, som idag främst handlar om matningsposter och belyser olika matningsposter. Jag tänker på TikTok som om det var Explore for stories, och det var hela appen. ”

Zuckerburg antingen inte får det (osannolikt) eller får det men är inte villig att erkänna det. I vilket fall som helst, att avfärda TikTok innovation som ”kortform, uppslukande video med bläddra” saknar hela poängen.


Mental modell 3

AI-som-verktyget

AI-som-produkt (TikTok) vs AI-som-verktyget (Instagram)

Den här artikeln gör ytterligare ett försök att förstå skillnaden:

”TikTok är helt beroende av AI, och det gör hela skillnaden. Istället för att be användarna att använda en videominiatyrbild eller klicka på en kanal bestämmer appens AI-algoritmer vilka videoklipp som ska visas. Helskärmsdesignen hos TikTok gör att varje video kan avslöja både positiva och negativa signaler från användare (positiv = a like, follow, eller titta till slutet; negativ = svep bort, tryck nedåt). Även den hastighet med vilken användarna sveper en video bort är en relevant signal.

Instagram, å andra sidan, använder AI som ett verktyg istället för den faktiska produkten. Även om AI hjälper till att avgöra de rekommenderade videor som visas i ens Instagram s utforska feed, miniatyren presentation ger plattformen mindre tydlig signalering av gillar och ogillar. Om någon inte klickade in i en miniatyrbild, är det verkligen för att de inte skulle gilla videon?

Hur skiljer sig detta från plattformar och produkter som Facebook nyhetsflöde, Netflix, Spotify och YouTube, som alla också berömt använder rekommendationsalgoritmer till användare om vad man ska uppmärksamma (oavsett om nyheter, program, musik eller videor)? Jag skulle hävda att den strategi som de appar som nämns i det här inlägget tar en mer AI-centrerad strategi, var och en på olika sätt. TikTok, till exempel, presenterar aldrig en lista med rekommendationer till användaren (som Netflix och YouTube gör), och ber aldrig användaren att uttryckligen uttrycka avsikt — plattformen avgör och bestämmer helt vad användaren ska titta på.”

Ai-as-the-produkten börjar erkänna vad som är annorlunda med TikTok men det fortfarande inte helt fånga vad som gör TikTok, och sannolikt nästa generation av plattformar, så skiljer sig från den tidigare generationen av plattformar.

Så hur ska vi tänka på TikTok?
För att förstå vad som verkligen är annorlunda måste vi förstå att en nyckelroll som tekniken spelar i ekosystemen är beslutsstöd. Rekommendationssystem och klassificerings- och granskningssystem är beslutsstödsystem. Plattformar rekommenderar vanligtvis innehåll och lämnar det slutliga valet på konsumtion hos användaren.

Här är vad som verkligen är annorlunda:

AI tar över beslutsfattandet - det internaliserar beslutsfattandet - och tar effektivt beslutet på uppdrag av användaren.

Internaliserande beslutsstöd har en direkt inverkan på designen. Mycket av gränssnittsdesign består av beslutsstödsystem. När det tas bort, kommer UX i grunden att förändras i AI ålder för att inkludera färre beslutsstöd och placera färre beslutspunkter i en användares resa.

Detta påverkar också engagemanget och sessionslängden.

Genom att ta bort behovet av att ständigt flytta från konsumtion till beslut skapar det en längre och mer engagerad konsumtionskedja.

Internalisering av beslutsfattande har en direkt inverkan på ekonomin i samband med ekosystemdeltagande på plattformar. Om vi ser beslut som kostnader för deltagande ökar internalisering av beslut deltagandet, vilket leder till högre engagemang och mer dataskapande, vilket leder till starkare AI-modeller.

Hur AI kommer att omvandla industrier

Mer allmänt kommer AI:s förmåga att internalisera beslut att få större inverkan i olika branscher genom att ändra ekonomin för intressenters deltagande.

Denna HBR-artikel ger en bra introduktion till ämnet.

Så här är skillnaden som är väldigt viktig:

Traditionella rekommendationsmotorer är byggda för att informera beslutsfattandet. AI-baserad rekommendation tar över beslutsfattande.

Absorptionen och internaliseringen av beslutsstöd är mer centralt för vissa sammanhang och formfaktorer. Voice är ett exempel, vilket är anledningen till Amazons fokus på AI är värt att notera.

Webbsökning har råd att förlita sig på beslutsstöd och presentera 10 resultat för användaren. Men röstbaserad sökning måste vara exakt och måste begränsa sig till den mest relevanta rekommendationen.

Det är också därför Amazon konsoliderade sina många osammanhängande interna AI-insatser runt Alexa. AI har hjälpt Amazon dra nytta av helt nya nätverkseffekter. En sådan nätverkseffekt observeras i Alexa färdigheter ekosystem.

Vad som är mindre synligt är effekten av AI på AWS.

AI som en tjänst

Den verkliga stora möjligheten för Bytedance är i AI AAS.

Vad Bytedance verkligen har är en kärnuppsättning av AI-motorer där TikTok, Toutiao och Douyin bara tjänsteinstanser. Dessa AI-motorer kan tillhandahållas som en tjänst för att driva liknande affärsmodeller i olika branscher.

Tillbaka till den utmärkta NewyOrker artikeln

Pengar citat: ”ByteDance har mer än ett dussin produkter, varav ett antal är beroende av A.I. rekommendationsmotorer. Dessa plattformar samlar in data som företaget aggregerar och använder för att förfina sina algoritmer, som företaget sedan använder för att förfina sina plattformar; skölj, upprepa. Denna återkopplingsslinga, som kallas den ”dygdiga cykeln av A.I”, är vad varje TikTok användare upplever i miniatyr. Företaget skulle inte kommentera detaljerna i sin rekommendation algoritm, men ByteDance har tippat sin forskning om datorseende, en process som innebär att extrahera och klassificera visuell information; på webbplatsen för sitt forskningslabb, företaget listar ”kort video rekommendation system” bland tillämpningar av datorseende teknik som den utvecklar.”

Så småningom Bytedance vill göra för att AI vad Amazon gjorde för att lagring+beräkna - Commoditize och öppna som en tjänst.

Vad Bytedance verkligen har är en kärna uppsättning av AI-motorer som TikTok, Toutiao och Douyin är bara tjänster instanser. Dessa AI-motorer kan tillhandahållas som en tjänst för att driva liknande affärsmodeller i olika branscher.

AI och framtiden för arbetet

Slutligen tror jag att vi överskattar AI:s förmåga att ta arbete ifrån människor och underskatta dess förmåga att påverka och informera mänsklig produktion. Faktum är att automation är ett mycket smalt sätt att tänka på AI.

Automation tittar på arbete som kan tas bort från människor. Och experter tenderar att hävda att repetitivt arbete kommer att automatiseras men människor kommer fortfarande att utföra kreativt arbete.

Här informerar TikTok återigen vår mentala modell om framtiden för plattformar och arbete. TikTok video skapande, är utan tvekan, kreativt arbete som starkt påverkas och informeras av AI. Människor utför fortfarande arbetet men AI informerar deras videoskapande.

Vi har bara börjat förstå hur AI kommer att förändra design och ekonomi för plattformsekosystem. Det finns mycket mer att komma. Håll ögonen öppna! #Tiktok
#AI
#Bigtech
#China
#SangeetPaulChoudary