惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
Google Developers Blog
Google DeepMind News
Google DeepMind News
Hugging Face - Blog
Hugging Face - Blog
D
Docker
F
Fortinet All Blogs
博客园 - 三生石上(FineUI控件)
Project Zero
Project Zero
Engineering at Meta
Engineering at Meta
J
Java Code Geeks
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Simon Willison's Weblog
Simon Willison's Weblog
S
Security Affairs
NISL@THU
NISL@THU
T
Tor Project blog
A
About on SuperTechFans
宝玉的分享
宝玉的分享
腾讯CDC
S
Schneier on Security
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
P
Privacy & Cybersecurity Law Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Stack Overflow Blog
Stack Overflow Blog
P
Privacy International News Feed
雷峰网
雷峰网
C
Cyber Attacks, Cyber Crime and Cyber Security
Vercel News
Vercel News
Cisco Talos Blog
Cisco Talos Blog
D
DataBreaches.Net
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Google Online Security Blog
Google Online Security Blog
Recorded Future
Recorded Future
L
LINUX DO - 热门话题
Microsoft Security Blog
Microsoft Security Blog
Latest news
Latest news
C
Check Point Blog
有赞技术团队
有赞技术团队
T
The Exploit Database - CXSecurity.com
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
云风的 BLOG
云风的 BLOG
SecWiki News
SecWiki News
Application and Cybersecurity Blog
Application and Cybersecurity Blog
爱范儿
爱范儿
月光博客
月光博客
V
Vulnerabilities – Threatpost
T
Threat Research - Cisco Blogs
P
Palo Alto Networks Blog
T
The Blog of Author Tim Ferriss
C
Cisco Blogs
Webroot Blog
Webroot Blog
S
Security @ Cisco Blogs

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
Instagram像素级“致敬”TikTok背后:消费互联网的三大趋势
纸皮小火车 · 2022-09-05 · via 人人都是产品经理

Facebook 的产品正在面对 TikTok 的冲击。基于社交图谱的内容排名对用户的诱惑力越来越比不上推荐内容的对味和便利。不过,从媒介到算法乃至于交互,消费互联网正出现三股趋势。对于 Meta 来说,未来两年将是关键。如果它能穿越 TikTok 的雷区,就可以站在实现长期愿景的前头。

划重点:

  • 消费互联网的公理是便利高于一切
  • 社交媒体竞争靠人气,推荐媒体竞争靠内容
  • 最后胜出的可能是纯 AI 创作的内容

三大趋势:

  1. 第一个趋势是向更沉浸式的媒体转变
  2. 第二个趋势是人工智能的不断加入
  3. 第三个趋势是交互模型从用户导向转为计算机控制

还是 2010 年的时候,那是我刚进入商学院的第一年,我帮忙做了一场演讲,题目叫做 “Twitter 101”:

Twitter 101 演示文稿

我那部分叫做“推特的价值主张”,我首先承认了在推特上可以发现大家午餐吃什么,接着指出“事实上,你可以在推特上找到任何你想要的东西,这是件好事。”

Twitter 的价值主张是,你可以“在一个地方实时、准确地看到你需要看到的东西,仅此而已”;我给观众展示了如何取消关注我的过程,以此来说明这一点:

展示推特价值定位的幻灯片

关键是 Twitter 需要对你的动态消息进行主动管理,但如果你下功夫的话,就可以得到一些对你来说非常有趣、非常有价值的东西。

大多数观众没有接受这个观点。

一、Facebook 与 Instagram

如果说存在统治消费互联网(意味着可以消费任何东西)的公理的话,那就是便利高于一切。

这就是 Twitter 的问题:对于很多(差不多已经足够多)人来说,弄清楚如何关注合适的人并不是一件容易的事。统治社交媒体领域的是将线下关系数字化的 Facebook。

Facebook 的社交图谱是终极的增长黑客:从你创建帐户的那一刻起,Facebook 就努力将你与高中、大学、家乡、工作场所认识或希望认识的每个人都联系起来,你命名了一个离线网络,而 Facebook 则是把它数字化了。

当然,这意味着要跟踪的更新和照片太多了,所以 Facebook 才要对这些更新和照片进行排名,并将其呈现在你可以无休止滚动的动态消息上。

众所周知,动态消息(News Feed)刚推出时,用户其实是很讨厌的:动态消息推出的时候,抗议者跑到了帕洛阿尔托 Facebook 总部门外,而线上的抗议者就更多了;具有讽刺意味的是,大多数那些抗议都是在 Facebook 上组织的。Facebook 首席执行官马克·扎克伯格后来被迫致歉:

这件事情我们确实搞砸了。我们之所以推出动态消息和 Mini-Feed ,是想提供你的社交世界的信息流。但是,我们在解释新功能方面做得不好,在用户控制方面做得更糟。我现在想尝试纠正这些错误……

要纠正的错误是更好地控制可以分享哪些内容;Facebook 没有给用户他们声称想要的东西,也就是完全取消动态消息。

这是因为这家公司的直觉告诉他们:用户声称的偏好(不要动态消息)与他们表现出来的偏好之间存在着显著差异,也就是其实他们非常喜欢动态消息。接下来的 15 年将证明 Facebook 是对的。

看着 Adam Mosseri 3 周前的更新,很难不去想那个不是道歉的道歉;Mosseri 很清楚,除了推荐帖子以外,视频将成为 Instagram 体验的重要组成部分。

扎克伯格在 Facebook 的财报电话会议上重申了这一点,并指出 Facebook 和 Instagram 上的推荐帖子还会继续增加。一天之后,Mosseri 在 Platformer 上告诉 Casey Newton, Instagram 会减少推荐帖子,但很明显这种回调是暂时的:

Mosseri 说:“当你在动态消息中发现一些你以前没有关注的东西时,应该要有一个很高的标准——这个东西应该很出色才行。你看到它应该会很高兴。而且我认为现在这种情况出现得还不够多。所以我认为我们需要后退一步,推荐的动态消息占比要先降一降,等推荐做得更好了,排名更靠前了之后,我们就可以再次开始提高推荐帖子的占比。” (后来他又补充道:“我相信我们会做好的。”)

在一篇题为《社交媒体的终结》的文章中,Michael Mignano 如此评价这种推荐媒体:

如果是推荐媒体,内容不会作为主要的分发手段分发给相互联系的人的网络。相反,内容分发的主要机制是通过平台定义的不透明的算法来获得消费者的最大关注以及参与。

这些推荐究竟想获得什么类型的注意力始终由平台定义,而且往往是专门针对正在消费内容的用户量身定制的。

比方说,如果平台确定某人喜欢电影,那么这个人可能就会看到很多与电影相关的内容,因为这是最能吸引这个人的注意力的内容。

这意味着平台还可以决定消费者看不到什么内容,比方说有问题的内容或者两极分化的内容。

最终决定推荐哪种类型的内容的是平台,而不是创作内容那个人的社交图谱。

与社交媒体相比,推荐媒体竞争靠的不是人气;相反,这是一场看谁的内容最好的的竞赛。基于这个视角,难怪凯莉·詹纳(Kylie Jenner)会反对这种改变;在一个由算法而非粉丝主导的媒体里,她那超过 3.6 亿粉丝的价值根本不值一提。

Sam Lessin,前 Facebook 主管,他用 Twitter 的一幅截图追踪了从模拟时代到接下来会是什么的演变过程,这幅截图的标题是“进行中的数字媒体‘注意力’食物链”:

说到娱乐会如何演变,卡戴珊家族即将垮台……(这也是她们对 Tiktok 如此恼火的原因)

Lessin总结的演变的五个步骤:

  1. 前互联网的《人物杂志》时代
  2. 来自“你朋友”的内容干掉了《人物杂志》
  3. 卡戴珊/专业的“朋友”干掉了真正的朋友
  4. 算法化的每个人干掉了卡戴珊
  5. 接下来将是纯 AI 内容击败“算法化的每个人”

这是一项元观察,如果玩个劣质版的文字游戏的话,可以说这就是 Facebook 更名之所以有意义的第一个原因:在娱乐方面,作为 app 的 Facebook 已经永远被卡在了第 2 步(这款 app 已经演变成以实用程序为主,重点是群聊、交易市场等)。继续前进的是 Instagram。去年夏天我曾经写过一篇关于 Instagram 演进的文章:

然而,现实是,这正是 Instagram 最擅长的。

当 Mosseri 说 Instagram 不再是一个照片共享 app——尤其是不是一个“完完全全的照片共享 app”——时,他不是在做出什么前瞻性的声明,那只是陈述多年来一直如此的事实。

说得更宽泛一点,Instagram 从一开始——包括在前 CEO Kevin Systrom 治下的时期——进化就是它们的首要特征。

为了把这个放进 Lessin 的框架里面,其实 Instagram 一开始的角色是实用工具,因为它的作用是为放在其他社交网络上的照片添加滤镜,但之后它本身就发展成了一个社交网络。

不过, Instagram 与 Facebook 的不同之处在于它的内容默认就是公开的。这为品牌、模因、人气帐户以及 Instagram 网红的崛起提供了空间。

当然,部分人仍主要把 Instagram 当作社交网络使用,但 Meta 比任何人都更了解 Instagram 的使用是如何随着时间的推移而演变的。

凯莉·詹纳和金·卡戴珊均要求 Instagram 保持本色

换句话说,当凯莉·詹纳发表请愿书,要求 Meta “让 Instagram 保持本色”时,最诚实的答案是,“改变 Instagram”也许是最符合 Instagram 特质的行为。

二、三大趋势

尽管如此, Instagram 后撤的原因是可以理解的,至少目前是这样:这家公司正试图同时驾驭三股不同的趋势。

第一股趋势是向更沉浸式的媒体转变。比方说,Facebook 一开始只做文字,后来添加照片后出现了爆炸式增长。 Instagram 从照片开始,然后扩展到视频。

游戏是在这个方向第一个取得这种进展的,而且已经进入了 3D 时代。

下一步是完全沉浸式的虚拟现实,虽然这种形式尚未渗透到主流媒体当中,但媒体的这种演进可能是我们看好这种可能性最明显的原因。

在线媒介的演进趋势

第二个趋势是人工智能的不断加入。我用这个术语泛指“计算机变得更智能和更有用”这个总体趋势,即便这些智能是简单算法、机器学习,或者,有朝一日某种接近通用智能的结果。说回 Facebook,原先它的网站一点也不智能:只是个人资料页面的集合。

后来 Twitter 出现,并推出了时间线,但它的唯一的智能之处在于能够读取时间戳:所有内容都按时间顺序呈现。 Facebook 的动态消息之所以行得通是运用了排名:从一开始,该公司就试图向用户展示他们认为你可能最感兴趣的网络内容,实现主要是靠简单的信号和权重。

随着时间的推移,这种排名算法已经演变成一种机器学习驱动的模型,会根据每次的点击和逗留不断迭代,但局限在你所关注内容的有限集合。

推荐则向前迈进了一步:内容池不再仅来自于你关注的人,而是整个网络上的内容;这对计算构成了挑战,因为数量级已经超过了单纯的排名(人工智能创作的内容又是一大进步)。

线上人工智能与内容的趋势

第三个趋势是交互模型从用户导向转为计算机控制。 Facebook 的第一个版本靠用户点击链接来访问不同的个人资料; 动态消息将交互模式变得更为滚动。

Stories 将其简化为点击,而 Reels/TikTok 则是滑动。 YouTube 在这方面比谁都走得更远:自动播放只需播放下一个视频,根本不需要任何交互。

在线UI的趋势

过去几个月 Instagram 之所以陷入困境,其中一个原因是同时往这几个方向发力。该公司往信息流引入了更多视频(趋势 1),增加了推荐帖子的占比(趋势 2),并推出了一个新版的 app,其实就是针对有限用户推出了一个重新设计的TikTok(趋势 3 )。按理说,公司一次只改一个方向会好一点。

不过,那样的做法只会是权宜之计:因为这三种趋势似乎关系紧密,不可分割。

三、媒介、计算以及交互模型

先从媒介开始:文本很简单,所以文本成为了互联网最早使用的媒介;实际上任何人都可以创建文本。

这意味着什么?

首先就是互联网上的文字比其他任何媒介都要多。相应地,高质量文字的数量也相应较多(就算相对占比不高,但绝对数仍然很大)。

第二点与人工智能有关:AI 处理文字和获取洞察也更容易。

与此同时,文本获得了人们的关注,用习得的技能去做出解释,其实与刻意移动鼠标,然后通过链接交互没有什么不同。

图片走的路一度比较困难:数码相机与 web 几乎是同时出现的,但即便如此,你也得有专用设备,才能将这些照片搬到计算机上,然后再上传到 web。

说到智能手机的影响,令人震惊的一点在于,它不仅统一了拍照的设备与上传和消费照片的设备,而且还让拍照比写字还要容易。

尽管如此,人工智能还是需要时间才能赶上:一开始的时候照片是利用了周围的元数据来进行排名;直到最近几年,那些服务才有可能了解照片的实际内容。

除了点赞之外,最可靠的质量指标仍然是你在滚动时停下来浏览的照片。

制作视频的难易程度与照片相似,但更极端:在智能手机出来之前,制作和上传自己的视频比照片还要难;但到了今天,机制已经一样简单,而且鉴于视频传达的信息量相对照片要更丰富,更不用说跟文字比了,所以制作有趣的内容可以说是更容易了。

尽管如此,视频制作比文字或照片需要更大投入,因为视频的消费需要时间。这才是用户交互层真正的重要之处。 Lessin 在另一个 Twitter 截图里面指出:

FB 的问题在于界面而不是算法……因为自己内心深处喜欢看的东西用户未必就愿意点击(编者注:这是主动和被动的区别,“我可没点啊,是你播放给我看的”)

我最近看到有人抱怨 Facebook 向他们推荐了一条很粗鲁但可能也很搞笑的视频。他们的愤怒反应是“排名机制一定是出问题了”。

但其实原因是这样的:排名机制可能并没有出问题。用户也许仍喜欢那个视频,但为了互动,用户必须主动点击才行,这让用户感觉很糟。就算用户其实喜欢看,但并不想被看作是会点击那种东西的人。

这就是 TikTok 与 Facebook/ Instagram 的挑战的精彩之处:TikTok 的界面解决了一个关键问题,也就是大家希望通过自己的关注/想看树立个人形象,但这个跟自己真正想看的东西是两回事……这(TikTok)并不是真正的算法升级,它只是缓解了那些为了找乐子而出现的人的紧张情绪。

这一点与 Facebook 多年前遭遇的那个问题一样:用户公开的偏好与实际的偏好是有差别的,所以我才有充分的理由相信,这次 Instagram 只是暂时回撤,之后一定还会继续推进那三个改变方向。

四、Instagram 的风险

尽管如此,Instagram 这一次面临的风险要大得多:Facebook 推出动态消息那时,它是以年轻新贵的身份把 MySpace 等既有企业挤到一旁。它的用户群并没有跑。

但现在情况恰恰相反: Instagram 显然是在模仿 TikTok ,而 Tiktok 是这个领域的新贵。

有可能 Instagram 的用户会决定,如果他们一定要有 TikTok 那种体验的话,还不如去上真正的 TikTok。

这也凸显了为什么 TikTok 这个挑战比 Snapchat 更严峻:对于后者,Instagram 的网络是将 Snapchat 踢出局的利剑。我之前曾经写道:

尽管 Snapchat 有了爆发式的增长,但 Instagram 的规模仍然是前者的两倍多,在多种人群与国际用户的渗透率都要高得多。

Facebook 不是在没有网络(任何基于分享开发的 app 必备的最基本功能)的情况下推出一款“Stories”app,而是利用了自己最有价值的资产之一:Instagram 的 5 亿用户……

Instagram 和 Facebook 都很聪明,知道 Instagram Stories 不会取代 Snapchat 在其用户生活中的地位。

但有一点,Instagram Stories 出来之后, Instagram 的数亿用户可能连尝试 Snapchat 的动力都没有了。

但 Instagram 对 TikTok 就没有这种能力了;事实上,竞争情况恰恰相反:如果目标不是对来自个人关系网络的内容进行排名,而是推荐来自任何地方的最佳创作者的视频的话,TikTok 的相对地位反而更强。

的确,这就是为什么 Mosseri 花了这么多时间与 Newton 讨论“小型创作者”的原因:

我认为其中一件最重要的事情是要帮助新的人才找到受众。对于大型创作者我已经给了很多照顾;至于小型创作者,我们希望做得更好。我觉得总体而言,我们对大型创作者的服务已经很好了——我相信有些人会不同意,但总的来说,数据已经说明了这一点。但是,在帮助新的创作人才取得突破方面,我们做得没那么好。我认为,做到这一点非常重要。如果我们想成为一个让大家推动文化发展的地方,如果我们想帮助互联网实现承诺,也就是让更多人拥有权力,那么我觉得还需要做得更好。

互联网上有个很古老的 AMA (Ask Me Anything,可以问我任何问题)问题,也就是问你是更愿意与一只马那么大的鸭子打架,还是更愿意与 100 只鸭子那么大的马打架。

这里的隐喻是,在排名的世界里,人人关注的像马那么大的鸭更有价值。但在推荐的世界里,100 匹像鸭那么大的马更有价值,现在,Instagram 愿意为了后者而牺牲前者。

五、Meta 的回报

不过,对于这些小型创作者来说,回报不会是“权力”:主导娱乐的是推荐和人工智能,而不是名气和排名,也就是说,一切权力都归做出推荐的平台。

确实,这就是潜在回报的来源:这种权力不仅以(主导了当今的平台的)聚合者发展情况为基础,也要靠让所有这一切成为可能的 AI ,而为 AI 提供算力需要大量投资.

事实上,你可以证明,如果 Meta 在 TikTok 的挑战下能幸存下来的话,它就将拥有苹果、亚马逊、谷歌和微软等公司的那种护城河,所有这些公司的差异化都有着现实世界的一面。

很多讨论都盯住 Meta 在元宇宙上投入的 100 亿美元,但那只是研发;看数字的话,这条护城河更重要的是今年 300 亿美元的资本支出,其中大部分都是用于人工智能的服务器。

那个人工智能现在做的是推荐,但唯有在 Lessin 对未来的预测(将来内容创作都是AI的工作,人将失去位置)正确的情况下, Meta 的护城河才会更加厚实。

值得注意的是,不管未来的元宇宙是什么形式,人工智能内容都将成为重要的组成部分。今年早些时候,我在 DALL-E、元界和零边际内容中写道:

DALL-E 的迷人之处在于它指向了一个可以将这三种趋势结合起来的未来。归根结底,DALL-E 最终是人类生成内容的产物,就像它的表亲 GPT-3 一样。当然了,后者是做文本生成,而 DALL-E 是图像生成的。

但请注意,这是从文本迈进到了图像;接下来就会有机器学习生成的视频。当然,这可能需要几年的时间;视频这个问题会更加困难,而响应式的 3D 环境则是难上加难,但这就是这个行业以前走过的道路:

  • 游戏开发者突破了文本的限制,然后是图像,然后是视频,然后到 3D
  • 社交媒体先是将文本内容创作的成本降到 0,然后是图像,然后到视频
  • 机器学习模型现在可以以用零边际成本创建文本和图像

从长远来看,这指向的是这样一个元宇宙愿景,它的确定性要比典型的视频游戏要低得多,但在生成内容的丰富性方面又比社交媒体丰富得多。

想象一下,一个不是由艺术家绘制而是由人工智能创造出来的环境:这不仅增加了可能性,而且至关重要的是,降低了成本。

我要补充的是,这些 AI 挑战对货币化也适用:苹果变更了应用跟踪透明(App Tracking Transparency)政策,其结果之一是广告需要从确定性模型转变为概率模型;拥有最多数据和最多计算资源的公司可以更快、更有效地实现这一转变,我预计 Meta 会跑在最前面。

但是,如果没有用户的参与,这一切都无关紧要。 Instagram 正在顺应媒介视频化的趋势,Meta 的资源让它在 AI 方面拥有长期优势;最大的问题是用户选择与哪些服务互动。

换句话说,未来二十年 Facebook 要比以往任何时候都更加专注。在接下来的这两年里,它将穿越 TikTok 的雷区,能不能走出这个雷区,将决定这个长期愿景能否成为现实。

原文链接:https://36kr.com/p/1879544166288516

译者:boxi;来源于神译局,36氪旗下翻译团队。

本文由@神译局 授权发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。