蒂克托克已经把世界风暴。 每隔几年，我们都会看到一个新的社交媒体平台。 但是这一次，它只是有点不同。

真正有趣的不是 Tiktok 本身，而是更广泛的人工智能如何改变我们在平台上的思维模型。

AI 的兴起将从根本上改变生态系统用户与平台的互动方式。

蒂克托克的母公司 Bytedance 是一个 AI 的强国。 Tiktok 只是其 AI 实力的几个 “实例” 之一。 要了解人工智能将如何改变未来的平台，我们需要了解 Tiktok。

心理模型 1

AI 驱动推荐引擎

了解 Tiktok 最好的地方之一就是纽约客的这个辉煌的作品。

钱报价：“TikTok 是一个社交网络，与自己的社交网络无关。 它并不要求你告诉它你认识谁-根据 ByteDance，在未来，“大规模 AI 模型” 将决定我们的 “个性化信息流”，正如该公司研究实验室的网站所宣称的那样。 该应用程序提供了一个 “发现” 页面，其中包含趋势标签的索引，以及一个 “为您” 饲料，如果这是正确的话，由机器学习系统对每个视频进行分析并跟踪用户行为，以便它可以提供一个不断完善的 Tiktoks，永无止境的流保持你的注意力。 在 Tiktok 的远程学中，人类被放在地球上来创造好的内容，而 “好的内容” 是共享、复制和建立的任何东西。 从本质上讲，该平台是一个巨大的米姆工厂，将世界压缩成病毒的颗粒，并分配这些颗粒，直到你充满或入睡。”



心理模型 2

带浏览的短形式身临其境视频

对于初学者来说，这里是扎克伯格认为蒂克托克。

“我们认为它的方式是：它是结婚的短形式，身临其境的视频浏览。 所以它几乎就像我们在 Instagram 上的探索选项卡，今天主要是关于饲料帖子和突出显示不同的饲料帖子。 我觉得 TikTok 就好像它是探索故事，那就是整个应用程序。 “

扎克伯格要么没有得到它（不太可能），要么得到它，但不愿意承认它。 在任何情况下，驳斥 Tiktok 的创新为 “短形式，身临其境的视频浏览” 是缺少整点。


心理模型 3

AI 即工具

人工智能即产品（Tiktok）vs 人工智能即工具（Instagram）

这篇文章再次尝试抓住差异：

“Tiktok 完全依赖于 AI，这使得所有的区别。 应用程序的 AI 算法决定向用户显示哪些视频，而不是要求用户点击视频缩略图或点击频道。 TikTok 的全屏设计允许每个视频揭示来自用户的正面和负面信号（正面 = 类似，关注，或观看，直到结束; 负面 = 滑动，按下）。 即使用户滑动视频的速度也是一个相关的信号。

另一方面，Instagram 使用 AI 作为工具，而不是实际产品。 虽然 AI 有助于确定一个人 Instagram 的探索动态中显示的推荐视频，但缩略图呈现给平台不那么清晰的喜欢和不喜欢信号。 如果有人没有点击缩略图，是否真的因为他们不喜欢那个视频？

这与 Facebook 新闻动态、Netflix、Spotify 和 YouTube 等平台和产品有何不同，这些平台和产品也很著名地使用推荐算法给用户注意什么（无论是新闻、节目、音乐还是视频）？ 我认为，这篇文章中提到的应用程序的方法采取了更加以人工智能为中心的方法，每种方法都有不同。 例如，TikTok 从未向用户提供建议列表（如 Netflix 和 YouTube），也从不要求用户明确表达意图 —— 平台推断并完全决定用户应该观看的内容。”

人工智能作为产品开始承认 Tiktok 有什么不同，但它仍然没有完全捕捉 Tiktok 的原因，以及可能是下一代的平台，如此不同于上一代的平台。

那么，我们应该如何考虑 Tiktok？
为了了解真正的不同之处，我们需要了解技术在生态系统中发挥的关键作用是决策支持。 推荐系统以及评级和审查系统是决策支持系统。 平台通常会推荐内容，并留下用户消费的最终选择。

以下是真正的不同：

AI 接管决策-它将决策内部化-并代表用户有效地做出决策。

内部化决策支持对设计有直接影响。 大部分接口设计由决策支持系统组成。 当它被取消时，用户体验将从根本上改变 AI 的年龄，包括更少的决策支持辅助工具，并在用户的旅程中放置更少的决策点。

这也影响到参与度和会议时间。

通过消费不断转向决策的需要，它创造了一个更长、更具参与性的消费链。

决策内部化直接影响到平台上生态系统参与的经济学。 如果我们将决策视为参与成本，那么内部化决策会提高参与度，从而提高参与度和更多数据创建，从而形成更强大的 AI 模型。

人工智能如何改变行业

更广泛地说，人工智能内部化决策的能力将通过改变利益相关方参与的经济学，对各行各业产生更大的影响。

本 HBR 文章为该主题提供了一个很好的介绍。

所以这里是真正重要的区别：

传统的推荐引擎为决策提供信息。 基于 AI 的建议接管决策。

决策支持的吸收和内部化对于某些背景和形式因素更为重要。 Voice 就是一个例子，这就是亚马逊对 AI 的关注值得注意的原因。

Web 搜索可以依赖于决策支持，并向用户呈现 10 个结果。 但是，基于语音的搜索需要精确，需要缩小到最相关的建议。

这也是亚马逊围绕 Alexa 整合了许多不相干的内部人工智能工作的原因。 AI 帮助亚马逊受益于全新的网络效果。 Alexa 技能生态系统中观察到这样的网络效应。

不太明显的是 AI 对 AWS 的影响。

AI 即服务

Bytedance 真正的大机会是 AI AAS。

Bytedance 真正拥有的是一组核心 AI 引擎，其中 TikTok，头条和杜茵只是服务实例。 这些 AI 引擎可以作为服务提供，以支持各行各业类似的业务模式。

回到那篇优秀的纽约客文章

钱报价：“ByteDance 有十几个产品，其中一些取决于人工智能推荐引擎。 这些平台收集数据，公司聚合并用于优化其算法，然后公司使用这些数据来优化其平台；冲洗，重复。 这个反馈循环被称为 “A.I. 的良性循环”，是每个 TikTok 用户在缩影中的体验。 该公司不会对其推荐算法的细节发表评论，但 ByteDance 已经宣扬其对计算机视觉的研究，这是一个涉及视觉信息提取和分类的过程；在其研究实验室的网站上，该公司将 “短视频推荐系统” 列为它正在开发的计算机视觉技术的应用。”

最终，Bytedance 想要像亚马逊在存储 + 计算方面所做的那样对 AI 做的那样-商品化并作为服务开放。

Bytedance 真正拥有的是一组核心人工智能引擎，其中 TikTok，头条和杜茵只是服务实例。 这些 AI 引擎可以作为服务提供，以支持各行各业类似的业务模式。

AI 和未来的工作

最后，我认为我们高估了 AI 从人类手中夺走工作的能力，并低估了它影响人类输出并告知人类输出的能力。 事实上，自动化是一个非常狭隘的思考人工智能的方式。

自动化着眼于可以从人类身上夺走的工作。 专家们倾向于声称重复的工作会自动化，但人类仍然会从事创造性的工作。

这是 Tiktok 再次通知我们的心理模式对未来的平台和工作。 Tiktok 视频创作, 可以说, 创造性的工作是很大的影响和知情的人工智能. 人类仍在执行这项工作，但 AI 通知他们的视频创建。

我们刚刚开始理解人工智能如何改变平台生态系统的设计和经济性。 还有很多东西要来。 敬请关注！ #Tiktok
#AI
#Bigtech
#China
#SangeetPaulChoudary