了解 TikTok-中國大科技的新規則如何改變平台設計和經濟

提克托克已經在風暴中佔領了世界。 每隔幾年，我們就會看到一個新的社交媒體平台。 但這一次，它只是有點不同。

真正有趣的不是 Tiktok 本身，而是更廣泛地說，人工智能可能在平台上改變我們的心智模型。

人工智慧的崛起將從根本上改變生態系統使用者與平台的互動方式。

Tiktok 的母公司 Bytedance 是一個人工智能發電廠。 Tiktok 只是其 AI 實力的幾個 “實例” 之一。 要了解 AI 將如何改變未來的平台，我們需要了解 TikTok。

精神模型 1

AI 驅動的推薦引擎

瞭解 TikTok 的最佳地點之一就是紐約客的這首精彩作品。

錢報價：“TikTok 是一個與社交網絡無關的社交網絡。 它並不會要求您告訴它您知道誰 — 根據 ByteDance 的說法，未來，“大型 AI 模型” 將決定我們的 “個人化資訊流程”，正如公司研究實驗室網站所宣稱的那樣。 該應用程序提供了一個 “發現” 頁面，其中包含趨勢主題標籤的索引，以及一個 “For You You” 飼料，這是由機器學習系統分析每個視頻和跟踪用戶的行為，以便它可以提供持續精良，永無止境的 TikToks 流優化把注意力集中 在 TikTok 的電報中，人類被放在地球上創造出良好的內容，而 “良好的內容” 是任何共享、複製和建立在基礎上的東西。 實質上，這個平台是一個巨大的迷因工廠，把世界壓縮成病毒的顆粒，然後分配那些顆粒，直到你飽了或睡著了。”



精神模型 2

短形式身臨其境的視頻與瀏覽器

首先，以下是 Zuckerburg 對蒂克克的看法。

“我們認為這件事的方式是：它是結婚的短形式、身歷其境的影片，以及瀏覽器。 所以它幾乎就像我們在 Instagram 上的探索選項卡，今天主要是關於飼料帖子和突出顯示不同的飼料帖子。 我覺得 TikTok 就好像它是探索故事，那就是整個應用程序。 “

扎克堡要么沒有得到它（不太可能），要么得到它，但不願意承認它。 在任何情況下，解僱 TikTok 的創新作為 “短形式，沉浸式視頻與瀏覽” 缺少了整個觀點。


心理模式 3

AI 作為工具

AI 作為產品（TikTok）與 AI 作為工具（Instagram 的）

本文嘗試了解這種差異：

“TikTok 完全依賴 AI，這使得一切不同。 應用程式的 AI 演算法不是要求使用者輕觸影片縮圖或按一下頻道，而是決定要向使用者顯示哪些影片。 TikTok 的全屏設計允許每個視頻揭開來自用戶的正面和負面信號（正 = 一個喜歡，跟隨，或觀看，直到結束; 負 = 刷走，按下）。 即使使用者將影片滑走的速度也是相關的訊號。

另一方面，Instagram 使用 AI 作為工具，而不是實際的產品。 雖然 AI 有助於確定一個人的 Instagram 的探索飼料中顯示的推薦視頻，縮略圖呈現給平台不太清楚的喜好和不喜歡的信號。 如果有人沒有點擊縮圖，是否真的是因為他們不喜歡這部影片？

這與 Facebook 新聞摘要、Netflix、Spotify 和 YouTube 等平台和產品有什麼不同，這些都是著名的使用推薦演算法給使用者注意什麼 (無論是新聞、節目、音樂或影片)？ 我認為這篇文章中提到的應用程序採用更加以 AI 為中心的方法，每種方法都以不同的方式。 TikTok，例如，從來沒有向用戶提供建議列表（如 Netflix 和 YouTube 做的），並且從來沒有要求用戶明確表達意圖-平台推斷並完全決定用戶應該看什麼。”

AI 作為產品開始承認 TikTok 有什麼不同，但它仍然沒有完全捕捉 TikTok 的原因，可能是下一代平台，因此與前一代平台不同。

那麼，我們應該如何看待 TikTok？
為了了解真正的不同，我們需要了解科技在生態系統中扮演的關鍵角色就是決策支持。 推薦系統和評級和審查系統是決策支持系統。 平台通常會推薦內容，並留下最終選擇與使用者一起使用。

這是真正的不同：

AI 接管決策-它內化決策-並有效地採取代表用戶的決策。

內部化決策支援對設計有直接的影響。 大部分的界面設計是由決策支持系統組成。 當它被取消時，UX 將在 AI 的時代從根本上改變，以包含較少的決策支持輔助工具，並在用戶的旅程中放置較少的決策點。

這也會影響參與度和工作階段長度。

通過消除不斷從消費轉移到決策的需要，它創造了一個更長，更投入的消費鏈。

內部化決策對平台上生態系統參與的經濟有直接影響。 如果我們將決策視為參與成本，內部化決策會增加參與度，導致更高的參與度和更多的數據創建，從而導致更強大的 AI 模型。

人工智慧將如何改變產業

更廣泛地說，人工智慧將決策內化的能力，藉由改變利益相關者參與的經濟效益，跨產業產生更大的影響。

這篇 HBR 文章提供了一個很好的介紹這個主題。

所以這裡是真正重要的區別：

傳統的推薦引擎是為了通知決策。 以 AI 為基礎的建議接管決策。

决策支持的吸收和内化对某些背景和形式因素更为重要。 語音就是一個例子，這就是為什麼亞馬遜對 AI 的重點是值得注意的。

網絡搜索可以承受依賴決策支持和呈現 10 個結果給用戶。 但是，基於語音的搜尋需要精確，並且需要縮小到最相關的建議。

這也是為什麼亞馬遜在 Alexa 周圍鞏固了他們許多不相連的內部 AI 努力。 人工智慧幫助亞馬遜從全新的網路效應中受益。 在 Alexa 技能生態系統中觀察到這樣的一個網絡效應。

不太明顯的是 AI 在 AWS 上的影響。

AI 即服務

字節舞的真正大機會是在 AI AAS。

ByteDance 真正擁有的是 AI 引擎的核心集合，TikTok，Toutiao 和道陰只是服務實例。 這些 AI 引擎可以作為一種服務來支持跨行業類似的商業模式。

回到那篇優秀的紐約客文章

資金報價：“ByteDance 有十幾種產品，其中一些取決於人工智慧推薦引擎。 這些平台收集該公司匯總和使用來改進其算法的數據，該公司然後使用該公司來完善其平台; 沖洗，重複。 這個回饋迴圈稱為 “人工智慧的良性循環”，是每個 TikTok 使用者所體驗的縮影。 該公司不會評論其推薦算法的細節，但 ByteDance 已經把它的研究投入計算機視覺，一個涉及提取和分類視覺信息的過程; 在其研究實驗室的網站上，該公司列出了 “短視頻推薦系統”它正在開發的電腦視覺技術應用。”

最終，Bytedance 想要對亞馬遜對存儲 + 計算所做的 AI 做的事情-修改和作為服務打開。

ByteDance 真正擁有的是 AI 引擎的核心集合，TikTok，Toutiao 和道陰只是服務實例。 這些 AI 引擎可以作為一種服務來支持跨行業類似的商業模式。

人工智慧與未來的工作

最後，我相信我們高估了人工智慧從人類身上奪走工作的能力，低估了它影響和告知人類輸出的能力。 事實上，自動化是一個非常狹窄的思考方式。

自動化研究的是可以遠離人類的工作。 專家們聲稱重複性的工作會自動化，但人類仍然會執行創意工作。

這是 TikTok 再次通知我們對平台和工作的未來的心理模型。 TikTok 視頻創作，可以說，創造性的工作，是嚴重影響和通知人工智能。 人類仍然在執行工作，但人工智能通知他們的視頻創作。

我們才開始了解人工智慧將如何改變平台生態系統的設計和經濟效益。 還有很多事情要來 請密切留意！ #Tiktok
#AI
#Bigtech
#China
#SangeetPaulChoudary