36氪首发|AI检测算法应用于LED等半导体产品缺陷检测,「视睿科技」获数千万人民币Pre-A轮融资_详细解读_最新资讯_热点事件

36氪获悉,专注为半导体行业high-tech产线提供端到端的AI检测方案服务商视睿(杭州)信息科技有限公司(以下简称“视睿科技”)宣布完成数千万人民币Pre-A轮融资,投资方为基石基金和图灵创投。本轮融资将主要用于核心算法的研发并针对市场增量需求拓展硬件产线。

36氪了解到的「视睿科技」于2018年落户杭州未来科技城的人工智能小镇,通过自主研发的核心算法,将AI图像分类检测应用于工业制造业,提供软硬件一体的缺陷检测解决方案,并通过AIns云平台进行产品与算法的升级服务和维护。其核心技术有:对数据标准化预处理的RepScissor重复物体万能分割系统、FSSL半监督式迭代数据分选和训练系统、SmartBrickie自动建模柔性适配技术等。

「视睿科技」可针对20+种不同场景通过少量引导参数、简单配置、无需单独适配分割算法的条件下进行深度学习算法模型构建,并且达到检测效率高、准确率高的效果。「视睿科技」的创始人兼CEO单书畅告诉36氪,对于新客户和新产品缺陷检测需求,通常在一周内通过3-5次算法迭代,就可建立出合适适配的算法模型,并达到99.95%以上检出率能力。

公司创始研发团队于2016年完成了自主研发的LED缺陷检测算法,并于同年推出了“AI智检员”第一代设备。「视睿科技」现已实现第二代LED “AI智检员“的量产,并针对半导体行业外观缺陷检测推出了晶圆AI智检员、和PCB AI智检员等产品。目前,「视睿科技」的AI智检员产品,在国内(内地、台系)及韩国等几十家光电行业晶圆与封测企业完成Demo测试并落地,并开始在产线逐步批量应用。

据相关统计,2019年全球机器视觉市场规模近125亿美元,年复合增长率达30%,其中电子及半导体行业占市场总需求的50%左右。国内的半导体行业中检测设备需求和3C制造企业质检设备需求也均达百亿量级。但工业检测行业仍存在巨量的非标准数据检测难度大、检测管理成本高、人工检测精度低、目检对检测人员健康情况伤害大等问题。

AI技术已经在工业视觉领域广泛渗透,有不少AOI自动光学检测仪的公司基于正负标准样本库的图像差值对比提供公差类检测服务,但AOI检测的弊端在于应用场景有限(无法对划伤、异物等无规则缺陷保存标准样本)、检测精度低(无法提取各种缺陷内在特征,当待检品于标准样本有出入时可能发生误判)、普适性差(针对产品改良和规格升级条件下无法对海量标准样本进行算法重构)。

而「视睿科技」与AOI机器视觉检测服务商的区别在于:具备缺陷特征学习能力,通过大样本学习将样本特征存取快速准确完成检测;普适性较强,可以针对公差类和非公差类缺陷进行多场景的高精度检测;未来发展潜力大,通过反馈再学习使样本特征提取更精确且能迁移到多场景应用。

「视睿科技」对标的企业是科磊(KLA),目标是基于AI视觉成为半导体行业视觉设备服务商。工业视觉领域能够提供泛行业完整机器视觉检测的公司还有海克斯康基恩士、康耐视、Halcon等,提供AI视觉平台软件解决方案商有百度飞浆、阿丘科技数优科技和思谋等,未来「视睿科技」切入行业的机会在于软件算法技术能力、对行业的检测需求理解能力,以及行业产品落地能力。

目前「视睿科技」有员工50余人,核心技术团队由北京大学、中科院、华为、阿里等硕博团队组成。创始人兼CEO单书畅是中科院计算所博士,联合创始人谢涛是IEEE/AAAS Fellow, ACM杰出科学家,2020年度“科学探索奖”获得者,CTO别晓辉是中科院软件所博士,前华为中央软件院主任工程师;CMO陈龙是前海尔彩电研发所长、国内首批LED背光产品设计者。

单书畅告诉36氪,未来「视睿科技」将继续凭借公司现有行业资源服务半导体行业,尤其是光电行业(LED、miniLED与microLED等晶圆与封装上下游),提供端到端的智能检测服务,并且进一步切入IC、IGBT等半导体制造场景,旨在深耕半导体制造提供全流程视觉检测方案,并获取硅基半导体与化合物半导体等各流程的全流程质量大数据,为国内半导体制造全流程工艺良率优化提升贡献力量。

「视睿科技」联合创始人谢涛告诉36氪,学术界甚至公司研究院做科研很多时候聚焦于单点上的技术突破,而且这些研发出来的技术往往只对符合一定假定条件的情况特别有效,而对不符合假定条件的情况则效果不够好。而产业落地则需要有端到端的解决方案,视睿科技在AI工业视觉这个赛道上同时具备算法能力,产品能力,软硬件能力,和数据能力。

关于投资:

基石基金投资总监王旭表示: 视睿科技核心技术团队以北京大学、中科院、华为、阿里等硕博团队组成,是LED封装与晶圆检测等国内工业视觉细分领域龙头。公司的技术积累优势明显,产品具有高精度、高检测能力、高缺陷分类能力等优势,公司在垂直领域具有较深厚的数据积累以及技术积累,而公司在图像处理工程和AI算法帮助下游客户快速部署和上线,相对于传统的AOI设备,公司的产品大幅提高了客户的良率检测能力,具有较强的市场竞争力。

图灵创投投资总监苏宇晗认为:近几年的国际态势越发严峻,半导体行业乃兵家必争之地。其中,半导体行业除了核心产业链之外,设备也是非常重要的一环,国产化刻不容缓。视睿科技,拥有着来自中科院、北京大学等一流学术背景和多年产业经验的团队,以先进的人工智能技术,应用于半导体质量检测设备。极高的准确率和检测速度,为客户带来了真金白银的价值。

 

字节跳动“全力跳动”:底层商业逻辑和第二增长曲线分析_详细解读_最新资讯_热点事件

作者:吉康

近日,“赛博朋克2077”突然爆火。游戏本身之外,赛博朋克世界观之下对于未来社会的想象,也许会引发我们对于资本、技术的进一步思考。技术是中立的,然而拥有技术的人,不一定。通过技术加持,迎合人性需求的产品也许是非常有商业前景和成长空间的产品,然而对消费者而言,可能其赋能效用非常有限。

第一增长曲线的底层逻辑

如果说今日头条与抖音被看作字节跳动的第一增长曲线,那么教育、内容社区等全新领域则被字节寄予厚望,成为提升企业价值的第二增长曲线。

如果试图分析字节的崛起路径和第一增长曲线,算法、流量、迅捷的商业化和产品变现能力将被不断提及。其中,算法成就了流量,流量增长为算法提供丰富的用户数据资源,从而反哺算法。流量源自用户的沉浸式使用。进一步展开,对“即时满足感”的充分迎合大概最能概括抖音这个“时间杀手”的本质产品属性

在腾讯科技《抖音内幕:时间熔炉的诞生》一文中提到,对于算法至上统治下的强势商业系统,一位科技观察者用“赛博朋克”来形容:“抖音世界娱乐至上、霓虹闪烁,科技力量日益强大,人们煞费苦心,知道的却是皮毛。”

曾经,一个朋友跟我谈起,“你觉得人们在玻尿酸与面膜之间为什么会选择玻尿酸?因为医美给人的美容效用是立竿见影的,在即时满足与延迟满足之间,倾向于即时满足是人的本性使然”。对此深以为然。

每个人与自己的本性对抗是需要成本和精力的,并且不能保证绝大多数时间都能获胜。甚至战胜自己有时候比战胜他人更有难度。比如追求延时满足感要牺牲掉唾手可得的即时的快乐,要付出时间、精力,要忍受强烈的疲惫感。我们要用更强的意志力去抵抗与生俱来的好奇心和刺激感。人们有时候很难去抵挡一款充分迎合人性的消费品或互联网产品,因为与之对抗意味着“反人性之本能”,意味着与自己对抗。无论在消费品领域还是互联网领域,洞悉人性需求的产品才是有腾飞可能的产品。以抖音为例,在其产品成功的背后,是运用算法和技术,让用户掉入其所设定的人性“圈套”。

抖音的成功源自产品经理对人性的深刻理解。短视频这一呈现方式的选择、内容的刺激感与意外感、“下滑”切换模式所带来的未知与期待、算法推荐下愉悦回路的强循环共同构筑起抖音的核心特质。

《中了抖音的毒,还有救么》一文曾提到,从信息传播角度,文字、图像、声音、视频是人们接收外部信息的主要形式。以文字作为基础,图像是文字在空间上的表现,音频是文字在时间上的延续和表达,视频是文字在时空上的多维呈现。“一千个读者眼中有一千个哈姆雷特”,文字是最能给人想象空间的形式。视频是最具象化的表达,演员将幻想中的哈姆雷特直观呈现给观众。沿着文字到视频的脉络,人对信息的接收程度在增加,对感官的调度幅度在增强,想象力不断被限制。与此同时,局限的想象力让人的思维更易聚焦。

受本性中对安逸和惰性的倾向所驱使,难以抵抗疲惫感是人的本能行为。因此,人们可能会钟爱“显得不那么累”的信息接收方式。“播客”这一赛道的突然火热,听书的盛行,对此有所印证。注意力集中是件非常奢侈的事情,对文字的接受和思考,需要比音视频更集中的“主动”注意力。读文字容易带来疲惫感,“走神儿”意味着信息接受的阻断。听内容时会潜意识的允许自己走神儿,给大脑以休息的机会,与此同时对信息的接受仍在持续。多元感官的调动能延缓人们对信息接受疲惫感的出现。与阅读文字相比,看视频似乎没有那么容易让我们疲惫。

视频作为比音频更高效的信息获取方式,也是高效的限制想象力的方式。在吸引人注意力方面,视频天然的比文字更有优势。“人类天性不能忍受模糊性,倾向于从模糊的现象中探究清晰而稳定的定义”。总结来看,视频具有快速抓住用户眼球,限制人们想象空间,将人们的注意力迅速聚焦,并且不易令人疲累的超强效用。

近日,潮玩品牌泡泡玛特成功登陆港交所。对其的复盘基本无法回避盲盒这一商业模式。抽盲盒带给消费者强烈的刺激感,尤其是抽到隐藏款时的那种惊喜。追求短平快的即时刺激感也是本性使然,特别是对崛起的新一代年轻消费群体而言。

泡泡玛特的盲盒效应让市场再次领略“短平快刺激感”的巨大商业价值。无独有偶,从人性角度,给人深刻印象的往往是那些出乎意料的内容,即一种“意外感”,或者说,更本质上是对不可预知的刺激的期待。从时长与“意外感”的关系来剖析,长视频营造“意外感”需要更长的铺垫,即使用户最终等来了意外和反转,这种感觉也被充分所谓消磨损耗。由于时长限制,记录当下、身边之事,或剪辑最精华的部分成为短视频创作者最有效的内容生产方式。这里涉及两点核心要素,一是离我们越近的事物潜在对我们的影响更大,二是越精华的部分对我们的短时冲击越大。所以,相比于长视频,短视频在给人以深刻印象、塑造刺激和意外层面,更具优势

对抖音而言,一个视频时长太短,即使能够制造所谓的意外与刺激感,也是转瞬即逝,仅靠这一点不足以让用户沉浸。没有沉浸就无法带来流量价值。算法的价值在此时凸显,抖音通过字节跳动强大的算法能力,向用户不断分发令其产生愉悦感、刺激感与意外感的相关视频,充分强化这种愉悦回路,这是让用户沉浸的基础。如业内人士所评论的,字节跳动本质上更像是一个算法公司,算法奠定了流量和商业价值的技术底座。

即刻满足人的本能欲望,通过算法持续强化愉悦感、刺激感与意外感,是抖音成功的底层逻辑。从产品交互设计角度,用户通过下滑切换到下一个视频,无法通过预览或视频名称提前获知视频内容。根据相关研究,随机的、不可预知的奖励最为刺激,无法预知内容带来的“意外”或期待之“奖赏”,能够刺激多巴胺的分泌,产生更强烈的快乐感觉与上瘾性

抖音通过前述的产品设计方式和对应底层逻辑的嵌入,成功打造了一个“时间熔炉”。用户的持续沉浸,DAU及MAU(日活/月活用户数量)的不断增长,单一用户使用时间的延长,带来了巨大的流量价值。流量最直接的变现方式即广告的投放。抖音的广告投放为效果广告,通过算法维持用户的兴趣度。用户对不反感的广告会有进一步点击浏览的可能,这也保障了抖音能给广告主带来更好的触达效果,强化自身在广告主心中的平台营销价值。

字节跳动将其流量优势和算法优势成功地同时运用在用户产品和变现产品上,大大加强了其产品商业化与快速变现的能力,构建起自身的竞争壁垒。正是这些方面塑造了字节跳动的第一增长曲线和当前的核心竞争力,广告业务的巨量营收将其估值推高到顶级独角兽的水准。

从某种意义上,字节跳动是一家广告公司,其广告营收的体量和市场占有率达到了一个前所未有的高度。资本市场更看重业务是否具备充分的想象空间,营收和各种指向营收的关键指标(如MAU等)是否维持持续的高增长,以此界定估值的水平。对于字节跳动这个已经把现有流量与广告业务做到极致,营收达到上千亿的独角兽,这是极其不友好的,因为当前主营业务的想象力已经被充分透支了,进一步扩大当前业务的市场份额带来的增长空间有限,很难实现指数级、跨越式的发展,纵然绝对数字已经非常庞大。

当原有业务触及天花板时,字节亟需通过业务扩张,切入不同领域,来展示给资本市场一个具有充分想象空间的企业形象,从而实现估值最大化。字节跳动确实也在积极通过踏足新行业,寻觅助其进一步扩张的第二增长曲线。

第二增长曲线的逻辑悖论

近年来,字节跳动切入了包括教育培训、社交、内容社区、医疗健康、直播电商、游戏、人工智能、企业服务等诸多领域,可谓雷霆万钧,来势汹涌。然而,在某些领域,相关业务出现了比较明显的“水土不服”。究其原因,从对下述问题的剖析中也许可以管中窥豹:

字节对其第二增长曲线的探索,是否充分发挥了其在算法、流量、快速商业化层面的核心竞争优势?其涉入行业的核心成功因素和客观商业规律是什么?

教育领域

对于教育领域,线上线下融合的趋势非常明显。在线课程改变了内容传播的渠道,但更具决定性的不是渠道的创新而是课程内容的质量,这离不开授课老师与站在其背后的庞大教学辅助团队的有力支持。师资力量与教学运营团队是决定课程质量,进而保证用户留存的关键因素。在线教育品牌口碑的积累是一个相对较长的过程,意味着在未来可预见的时间范围内,前期投入难以快速回收,财务表现上则更可能是持续的亏损。

虽然在线教育行业在成长空间上具备诱人的想象力,但竞争态势的呈现却是明显的细分巨头间的红海搏杀,而非蓝海市场。同时,在线教育领域整体呈现获客成本大幅提升的趋势,业内细分领域巨头间的烧钱获客游戏仍在如火如荼的进行。此时此刻切入,在算法和流量无法形成对该领域的降维打击时,竞争环境变成了字节拿自己的资金实力与业内领头羊的口碑积累、教研团队及师资力量对抗。随着资本的持续介入,原有竞争者可以调用的资金规模也将不落下风。

从竞争策略来讲,字节采用了跟随策略,新推出的教育子产品对标细分领域的龙头,除了自身孵化外,也通过并购方式收购细分品牌,保留教研团队,替换技术团队。让人疑虑的是,在过度追求速度与短期效果的前提下,这样的策略足够有效吗?

从对社会的价值贡献角度评价,腾讯提供了沟通交互的连接工具,阿里提供了交易的基础设施。作为一款国民级应用,抖音的社会价值如何体现,是目前字节跳动管理层在深度思考的问题。如今其大力切入的教育领域,也许,是字节跳动对这个问题的某种回答。只是,大力是否能一如既往的带来奇迹?

社交领域

对于社交领域,业内对商业价值形成的共识是:熟人社交>半熟人社交>陌生人交友。简要概括即,当两个人通过陌生人社交APP建立连接后,后续的所有交流将以半熟人社交工具或者熟人社交产品实现,伴随其中的是工具迁移对应的商业价值迁移。字节在技术算法上的优势在陌生社交人领域有更大的施展空间,通过算法与大数据可以实现陌生人之间更匹配的连接,但显而易见这套技术在熟人社交工具上没有特别的用武之地。因此,字节跳动在算法上的优势无法在最具商业化价值的熟人社交领域充分运用。

内容社区

对于内容社区,实质是人和内容的生意。人生产内容,特定内容吸引更多目标用户产生连接。良好的社区氛围能优化用户体验、带来用户留存。资金可以吸引创作者进来,但氛围决定了创作者与用户之间能否产生持续的粘性和互动。

社区是连接用户的主要载体,人与人之间通过内容产生关联,也会因对内容的兴趣下降而弱化这种联系,所以内容是社区的核心特质。社交则是基于人与人的关系而分享内容,内容成为加强这种关系的某种纽带,社交的核心是人而非内容。字节跳动试图尝试一种与腾讯相反的社交社区生态链的构建,即:通过内容社区吸引到用户群,以内容分发为起始,通过内容的交流,进而建立一种社区内容以外的情感触达与社交联系,从社区式的半熟人社交往熟人社交方向拓展。腾讯的路径则是从关系链起步,先连接人,再连接内容,进而连接万物。

用户与内容社区的连接是弱化的、不稳定的,与微信这类熟人社交产品的关系是强绑定的。对某个内容社区的话题不感兴趣可以轻易退出,对整个内容社区APP失望了可以选择卸载,但用户基本无法从一个熟人社交APP迁移到另一个,因为其好友、关系链很难支持这种迁移。从这种绑定关系的强弱来看,字节再造一个微信式的熟人社交产品难度足够大。

内容平台的优劣可以从以下角度衡量:内容的数量和质量、用户的数量、互动性。以知乎这类问答类内容平台举例,问题数量是否足够庞大、提问者的问题是否值得探讨、回答的质量如何、其他用户对回答有无进一步的互动与评论将决定不同平台的差异表现。问题的数量与质量衡量内容维度,各种互动则建立在好的氛围中,这与现实无异。在好的气氛中大家才能畅所欲言,建立更深层次的互动。

社区氛围的缺乏似乎是字节跳动产品体系的整体外在气质。核心的算法基于冰冷的技术,在快速商业化的模式下,其缺乏足够的耐心和时间去培育自身产品的氛围。业内人士分析,像B站、知乎、豆瓣这几个成功的内容社区平台,有着类似的增长曲线。出圈前会经历很长时间的平缓增长,直到迎来曲线变陡的奇点。社区氛围的培育是内容社区平台建立持续活力的客观商业规律。以对标知乎的悟空问答为例,字节可以挖答主、通过算法深度匹配用户和问题,但无法左右用户本身的意愿。某种意义上,用户提问质量决定了平台的下限,只有存在探讨价值的问题,才可能激发答主回答的积极性与更多用户的参与热情。这是无法通过短期砸钱来突破的问答社区的基本逻辑。

“B站有自己独特的文化”,一位好友如是概括B站的特质。文化,大概是一种互通的价值认同感吧。价值认同感是一种有魔力的特质。人们愿意为自己认为值得的事与物付出持续、足够的时间、精力、金钱。所以,能够让消费者产生价值认同、触动其心底的产品和品牌,有更大的成长空间。因为它们的潜在消费者基于对其的认同感,愿意付出金钱购买其产品。泡泡玛特代表IP “Molly” 的成功充分体现了这一点。泡泡玛特的成功体现的另一点是,圈层性消费也许很难被圈外人士理解,但它确实存在,你可能不买,但真的有人在买。形成圈层用户连接的,共同的价值认同可能是重要的桥梁。内容社区的起始与壮大,圈层用户的连接是基石,上述对泡泡玛特成功特质的解释可以无缝衔接到内容社区上。价值认同感的培育,同样需要时间的打磨,难以一蹴而就。

直播电商

对于直播电商,本质可以理解为商品与渠道的组合,带货主播的人气,特别是与粉丝之间建立的信任与强互动、产品品控与供应链的强大支撑都是关键成功因素。在此意义上,社区属性和用户粘性非常关键。抖音具备鲜明的媒体属性而非社区属性,创作者与粉丝的沟通互动明显更少,媒体属性与流量优势更适合营销变现。其竞品快手则具备更明显的社区属性,主播与粉丝之间存在一定的连接粘性,在快手直播卖货甚至可以理解成某种实物打赏。因此,从变现方式的选择上,字节需要衡量抖音广告变现与放开直播电商业务从中抽成的相对收益优劣。广告收益相对更高,在流量保持迅猛增长态势时,优先选择广告;当流量增长放缓时,通过直播电商抽成等方式寻找第二增长空间。

抖音的媒体属性构建起人(用户)与内容(视频)的连接,快手的社区属性塑造的是人(用户)与人(创作者)之间的连接。直播带货模式需要人(用户)与人(主播)之间的互动与互信,建立在社区属性基础上的直播电商可能更有想象空间。

游戏

对于游戏,可以分类为三种类型,轻度游戏(益智、消除类、棋牌等)、中度游戏、重度游戏(如策略经营、角色扮演、动作游戏等)。变现方式上,轻度游戏靠广告,中重度游戏靠内购。从轻度游戏到重度游戏,玩法复杂程度加深、用户粘性增强、盈利能力加强、生命周期变长,相对应的是更高的研发成本与游戏开发能力的要求。对于变现能力和用户粘性最高的重度游戏,其竞争壁垒建立在高额资金投入、大IP、较长研发周期和强大研发团队综合作用,以形成精品化产品中信建投在此前研报中提到,“连接游戏产业链各环节的三个基本点为用户、资金以及产品,相对而言字节跳动最薄弱的环节是产品”。字节拥有足够的资金弹药和渠道流量优势,但在游戏开发和用户的运营留存方面与其他行业新进入者无异

字节切入的新领域,唯快不破不是成功的关键因素,相反需要更大的耐心、更多的投入、对商业化变现速度的“主动”抑制与更持续的积累,这与字节当前的商业基因是有抵触的。算法施展的空间暂时看是相对有限的,字节在某些新领域的暂时受阻也恰恰证明了这一点。在上述每一个领域字节都将面临原有头部公司的激烈抗争,这些头部公司多年来形成的核心壁垒可能不单是所谓资金雄厚这一武器所能直接攻破的。

天下武功,唯快不破。字节第一增长曲线的实践也是这一表达的最好证明。然而,物竞天择,适者生存,每个行业有其自身的行业发展规律和最适合的竞争策略。当字节引以为傲的算法、流量和快速商业化的“快模式”无法在有关行业形成降维打击时,遵循行业基本规律的打法可能是更合适的。这也意味着,字节除了庞大的资金优势外,其他方面可能得从头再来。须知,行业未来有发展前景并不等价于当前的竞争态势一定是蓝海式的。如果切入的领域本身已经是竞争激烈的红海时,字节对这些业务的水土不服感可能会愈加强烈。

毫无疑问,第二曲线对字节跳动的重要性不言而喻。只不过,字节需要足够的时间和耐心,去遵循这些领域的基本成功要素和发展规律,一味求快只会适得其反。此外,找到自身的算法优势和其他技术优势与切入领域的契合和连接,或将是字节跳动要持续探索的命题。

参考资料:

《抖音设局》,林红瑜,猎云网

《中了抖音的毒,还有救么》,徐邦睿,人人都是产品经理

《字节跳动“动刀”商业化:全年营收目标2200亿》,晚点团队

《孤独的腾讯,跳动的字节》,中信建投海外研究

《字节跳动的模仿游戏》,AI财经社

《字节跳动的失意版图》,深燃

《抖音内幕:时间熔炉的诞生》,腾讯科技

《不要神化字节跳动》,卫夕指北

透析全球五大社交媒体最新算法规则及4条应对之策_详细解读_最新资讯_热点事件

编者按:本文来自微信公众号“德外5号”(ID:dewaiwuhao),作者:施然,36氪经授权发布。

根据互联网世界统计(IWS)数据,截至2020年5月31日,全球互联网用户数量达到46.48亿人,在全球总人口中的占比为59.6%。此外,We Are Social发布的《2020年7月全球网络状态报告》显示,在2020年7月初,全球社交媒体用户总数已达到39.6亿。可以说,人们的日常活动,已经跟包括社交媒体在内的网络息息相关、密不可分。

互联网平台每时每刻在都在产生大量诸如图文、视频、评论等海量数据,平台算法应运而生。据不完全统计,当前基于算法的个性化内容推送已占整个互联网信息内容分发的70%左右。放眼未来,媒体平台的竞争力,很大程度上依赖于数据、算力和算法。

社交媒体平台正在不断地更新、调整算法,以满足受众的需求。因为目标受众以及产品策略各不相同,不同的平台采用的算法体系也是有区别的。本文将以Instagram、YouTube、Tiktok、Twitter和Facebook五大社交媒体平台为样本,剖析其最新的算法规则。

1 Instagram:四个信号,3R原则

早在2016年,Instagram就宣布终止按更新时间倒序刷新的分发方式,转而使用基于算法的信息流推送。根据Instagram帮助中心的说法,帖子的排序受到“用户对内容感兴趣的可能性”“发布日期”“与发帖人的过往互动”等因素的影响,整体来看,可归纳为下述4个指标:

1.当前趋势。虽然Instagram上的怀旧话题“Throwback Thursdays”非常有趣,但Instagram和其他所有社交媒体平台一样,更加关注当下发生的事情。所以,该平台的算法倾向于推送反映当前事件的帖子,而不是一周之前的旧闻。

2.互动关系。Instagram的算法会追踪很多互动类的用户信号,比如哪个视频、图文、评论@了你,你和哪些用户产生了互动,以及这些用户参与了哪些帖子。在关系追踪的过程中,该平台算法会衡量这些用户之间的关系,优先推送分享频次较多的内容。

3.个人兴趣。Instagram算法会分析用户过去的行为,并会追踪用户使用的多个账号,通过分析其发布的帖子、参与的标签等信息,来决定向用户推送什么内容。

4.经验证的真实账户。“假账号”是在多数社交媒体平台都会出现的一个问题,机器人点赞、虚假关注等现象在Instagram上也是比比皆是。Instagram设置了多重机制来判断互动和账户的真实性,越过“假账号”和虚假互动,优先推送经过验证的真实账户的帖子。

针对以上四大指标信号,媒体可以通过“3R原则”进行应对:

1)相关性(Relevance)而不是覆盖率。如想在Instagram平台进行网红营销,与平台头部KOL合作的营销效果,通常会逊色于垂直领域的KOL。

2)发布频率(Recency)。在该平台,低频次重磅内容发布的效果,不敌多次系列发帖、与用户建立长期链接。

3)共鸣(Resonance),即用户反馈。仍以网红营销为例,不少品牌方以KOL发帖提及的品牌次数作为考核指标(EMV),但考虑到虚假转发和虚假账户的存在,帖子的互动次数、互动方式等指标其实更有“含金量”。

2 YouTube:优化视频标题,提高观众留存

YouTube是世界范围内搜索量最大的视频平台之一,也是算法规则千变万化、最难以捉摸的平台之一。根据YouTube帮助中心的提示,该平台检索及发现界面的算法旨在“帮助用户找到自己想看的视频,使受众参与时长和满意度最大化”。近年来,该平台尽力在压缩诱导性视频的推荐比例,聚焦受众满意度,优先推荐原创内容频道。

1.频道的权威性。YouTube通过一系列指标来衡量频道的权威指数,比如受众浏览时长、点赞率、分享次数、将频道链接到网站的频次,以及视频缓存的分辨率等。频道的综合得分与该频道被优先展示的几率呈正相关。

2.推崇原创。YouTube鼓励原创视频内容,会将原创视频分发给更多观众。与此同时,该平台也会对涉嫌生产垃圾信息、重复机械分享的账号进行处罚。

3.观众留存。观众的重复观看率会影响YouTube的推荐和排序。因此,拥有大量忠诚粉丝的频道,会得到更多被推荐的机会,被用户看见的几率也就更高。

4.关键词。受众检索结果列表的排序会受到内容相关性的影响。当一条视频的标题或其他文字描述出现了与检索内容相似的关键词,相关性这条指标会适当为其加分。 

针对这四个指标,视频频道可以从两个角度应对YouTube算法:

1)优化标题、标签等,让更多观众通过检索看到你的频道。这个过程需要频道做很多调研统计工作,比如研究哪些话题的关注度更高。

注:网民对标签关键词“美丽”的检索频率比“时尚”高出31%(来源:SEJ)

注:YouTube网民对体育运动中“漂移”的检索兴趣是“摩托”的18倍(来源:SEJ)

2)通过在频道上建立播放列表等方式引导观众持续观看,延长用户的观看时间。YouTube指出,将视频添加进系列播放列表,“观众观看该系列的某个视频时,播放列表中的其他视频会被推荐”。世界知名美食博主Mark Wiens的YouTube频道浏览量已经达到14亿,拥有近670万的粉丝,而他创建的播放列表内容非常丰富,不仅包括泰国食品,连旅游指南也被纳入其中。

3 TikTok:对兴趣指标加权

和其他国外本土社交媒体平台的算法不同,TikTok是一个强兴趣导向的平台。该平台在海外市场的排序影响因素主要有三个:

1.用户互动:衡量指标包括用户点赞、分享、评论等的频次。

2.视频信息:比如标题、标签等细节;

3.账户信息:比如语言偏好、地域信息和设备类型。这一因素所占权重比前两个要小很多。

值得注意的是,以上这三类数据指标会被TikTok算法系统统一处理,分别加权。兴趣指标会比地域指标获得更高的权重,受众是否从头到尾看完一个视频,会比受众与发布者是否来自同一个国家或地区权重更大。

4 Twitter:新近性至上,强标签导向

2006年刚推出时,Twitter使用时间轴进行信息呈现,在其之后的算法推送史上,最大的变化发生在2017年。虽然Twitter也使用了相关性模型加权,但它的算法仍与Facebook、YouTube有着明显的区别,比如,该平台更看重对新鲜资讯的优先排序。

1.新近性至上。发布推文的时机至关重要,你即时发布的内容,Twitter会着重将它往前排。

2.多种媒体形式优先。如果一篇推文搭配了多种媒体形式,比如视频、GIF动图、投票等,Twitter的算法会将该推文推送给更广泛的受众。平台推断这类“多媒体”推文会比纯文本的推文获得更多的用户参与度,所以只要主题相关、视频或者图片的大小和清晰度合适,可以在推文中运用多种媒体形式。

3.强标签导向。和其他社交媒体平台不同,Twitter的字符限制别具一格。正因为如此,所有用户都会用“#”来标记自己的推文,标签也成了非常有效的检索关键词。由于标签往往显示着热度趋势,Twitter算法会将搜索量大的标签分享给更多用户。

4.相关度导向明显。粉丝通过评论、转发、保存推文内容的方式和账户进行互动,会增加该账号的“相关度”得分。Twitter算法会追踪用户的关注列表、互动情况以及地理位置,来为用户提供定制化的信息流。

5 Facebook:鼓励社群参与,提防两个虚假指标

Facebook是以拉近人与人之间的关系为宗旨创立的平台,为了实现这一目标,该平台开发了以优先考虑有效用户参与为原则的社交媒体算法,比如,人们会加入有相同兴趣的Facebook群组,群组的管理员也会通过持续发布信息、和参与者互动等方式提升群组价值,这就是有效参与的一种表现形式。

Facebook算法通过4个排序指标来量化用户之间的有效互动。

1.参与的积极性。Facebook中新闻流的算法倾向于鼓励互动性高的内容,这些互动包括点赞、分享、评论、回复。

2.社群力量。Facebook会将社群中参与者是否活跃列入算法参考列表。所谓的社群力量是指参与者互动的频率,粉丝感兴趣的其他话题也会被纳入考量。

3.高质量内容。Facebook提倡高质量的内容,不仅要求文本优质,也强调视觉吸引力。高清图片、有创意的视频或者图表动画都有助于提升内容指标上的得分。

4.发起互动性对话。从民意调查到产品互动,任何能引发有效对话的帖子都会被推送给更多用户。Facebook算法以长评数量、链接数量以及转发量来量化互动性对话。需要注意的是,真正的互动话题和骗取点击量的互动话题之间是有明显区别的。

其实,粉丝量和点赞率这两个指标在Facebook算法推荐中并不占优势。“当下,如果你的粉丝中有0.0035%的人能看到你的帖子,你就很了不起了。”(来源:SEJ,《社交媒体中你需要提防的两个虚假指标》,作者:Greg Jarboe)

6 四大技巧,应对社交媒体算法推荐

1.创建短视频

社交媒体用户喜欢在内容中看到多种媒体形式,而且Facebook、YouTube、Twitter等多个平台的算法推荐也捕捉到了受众的这一喜好,并将其纳入算法推荐的指标系统。在内容中插入简短的视频不仅能够更直观地呈现内容,而且可以匹配相应的算法优势,有机会出现在更多用户列表内。

2.有意识地创建更多吸引互动的内容

就社交媒体爬虫机器人来看,点赞、分享、评论等形式的互动深受平台和用户的喜爱。账户可以有意识地发布更多吸引受众参与互动的内容,提升用户忠诚度,同时也争取较高的算法排名。互动形式如调查问卷、直播访谈、粉丝投票、转发抽奖等。唤起粉丝的情感能够促使品牌更加人性化,提高用户粘性。

3.UGC——用户生成内容是关键

UGC这个词已经不再陌生,吸引用户自己上传内容、图片、视频,甚至截图,意味着你本身已经捕捉到了粉丝的注意力,而且能够促使粉丝加入话题,参与互动。与此同时,引用现成的图文、视频内容也可以减少生产内容的时间成本和人力成本。

4.精心使用话题标签、关键词

在社交媒体上发布消息时,有必要通过标签“#”来提高检索的相关性。比如@smoothietactics在发布相关内容时使用了13个话题标签,正确的关键词和“#”能够帮助帖子覆盖更多受众。除此之外,在标题或内容中匹配关键词也非常重要。

结语

我们似乎总能听到对算法褒贬不一的声音,比如说,认为社交媒体算法是将人们绑在特定秩序上的绳索。但不可否认的是,这张算法之网也成功地编织出了可供查验的地图。从这个角度来说,无论是媒体还是品牌方,充分发挥算法工具的作用,读懂这张不断变换的查验地图和用户画像,对于扩大流量和提高投资回报率都会有所帮助。

透析全球五大社交媒体最新算法规则及4条应对之策_详细解读_最新资讯_热点事件

编者按:本文来自微信公众号“德外5号”(ID:dewaiwuhao),作者:施然,36氪经授权发布。

根据互联网世界统计(IWS)数据,截至2020年5月31日,全球互联网用户数量达到46.48亿人,在全球总人口中的占比为59.6%。此外,We Are Social发布的《2020年7月全球网络状态报告》显示,在2020年7月初,全球社交媒体用户总数已达到39.6亿。可以说,人们的日常活动,已经跟包括社交媒体在内的网络息息相关、密不可分。

互联网平台每时每刻在都在产生大量诸如图文、视频、评论等海量数据,平台算法应运而生。据不完全统计,当前基于算法的个性化内容推送已占整个互联网信息内容分发的70%左右。放眼未来,媒体平台的竞争力,很大程度上依赖于数据、算力和算法。

社交媒体平台正在不断地更新、调整算法,以满足受众的需求。因为目标受众以及产品策略各不相同,不同的平台采用的算法体系也是有区别的。本文将以Instagram、YouTube、Tiktok、Twitter和Facebook五大社交媒体平台为样本,剖析其最新的算法规则。

1 Instagram:四个信号,3R原则

早在2016年,Instagram就宣布终止按更新时间倒序刷新的分发方式,转而使用基于算法的信息流推送。根据Instagram帮助中心的说法,帖子的排序受到“用户对内容感兴趣的可能性”“发布日期”“与发帖人的过往互动”等因素的影响,整体来看,可归纳为下述4个指标:

1.当前趋势。虽然Instagram上的怀旧话题“Throwback Thursdays”非常有趣,但Instagram和其他所有社交媒体平台一样,更加关注当下发生的事情。所以,该平台的算法倾向于推送反映当前事件的帖子,而不是一周之前的旧闻。

2.互动关系。Instagram的算法会追踪很多互动类的用户信号,比如哪个视频、图文、评论@了你,你和哪些用户产生了互动,以及这些用户参与了哪些帖子。在关系追踪的过程中,该平台算法会衡量这些用户之间的关系,优先推送分享频次较多的内容。

3.个人兴趣。Instagram算法会分析用户过去的行为,并会追踪用户使用的多个账号,通过分析其发布的帖子、参与的标签等信息,来决定向用户推送什么内容。

4.经验证的真实账户。“假账号”是在多数社交媒体平台都会出现的一个问题,机器人点赞、虚假关注等现象在Instagram上也是比比皆是。Instagram设置了多重机制来判断互动和账户的真实性,越过“假账号”和虚假互动,优先推送经过验证的真实账户的帖子。

针对以上四大指标信号,媒体可以通过“3R原则”进行应对:

1)相关性(Relevance)而不是覆盖率。如想在Instagram平台进行网红营销,与平台头部KOL合作的营销效果,通常会逊色于垂直领域的KOL。

2)发布频率(Recency)。在该平台,低频次重磅内容发布的效果,不敌多次系列发帖、与用户建立长期链接。

3)共鸣(Resonance),即用户反馈。仍以网红营销为例,不少品牌方以KOL发帖提及的品牌次数作为考核指标(EMV),但考虑到虚假转发和虚假账户的存在,帖子的互动次数、互动方式等指标其实更有“含金量”。

2 YouTube:优化视频标题,提高观众留存

YouTube是世界范围内搜索量最大的视频平台之一,也是算法规则千变万化、最难以捉摸的平台之一。根据YouTube帮助中心的提示,该平台检索及发现界面的算法旨在“帮助用户找到自己想看的视频,使受众参与时长和满意度最大化”。近年来,该平台尽力在压缩诱导性视频的推荐比例,聚焦受众满意度,优先推荐原创内容频道。

1.频道的权威性。YouTube通过一系列指标来衡量频道的权威指数,比如受众浏览时长、点赞率、分享次数、将频道链接到网站的频次,以及视频缓存的分辨率等。频道的综合得分与该频道被优先展示的几率呈正相关。

2.推崇原创。YouTube鼓励原创视频内容,会将原创视频分发给更多观众。与此同时,该平台也会对涉嫌生产垃圾信息、重复机械分享的账号进行处罚。

3.观众留存。观众的重复观看率会影响YouTube的推荐和排序。因此,拥有大量忠诚粉丝的频道,会得到更多被推荐的机会,被用户看见的几率也就更高。

4.关键词。受众检索结果列表的排序会受到内容相关性的影响。当一条视频的标题或其他文字描述出现了与检索内容相似的关键词,相关性这条指标会适当为其加分。 

针对这四个指标,视频频道可以从两个角度应对YouTube算法:

1)优化标题、标签等,让更多观众通过检索看到你的频道。这个过程需要频道做很多调研统计工作,比如研究哪些话题的关注度更高。

注:网民对标签关键词“美丽”的检索频率比“时尚”高出31%(来源:SEJ)

注:YouTube网民对体育运动中“漂移”的检索兴趣是“摩托”的18倍(来源:SEJ)

2)通过在频道上建立播放列表等方式引导观众持续观看,延长用户的观看时间。YouTube指出,将视频添加进系列播放列表,“观众观看该系列的某个视频时,播放列表中的其他视频会被推荐”。世界知名美食博主Mark Wiens的YouTube频道浏览量已经达到14亿,拥有近670万的粉丝,而他创建的播放列表内容非常丰富,不仅包括泰国食品,连旅游指南也被纳入其中。

3 TikTok:对兴趣指标加权

和其他国外本土社交媒体平台的算法不同,TikTok是一个强兴趣导向的平台。该平台在海外市场的排序影响因素主要有三个:

1.用户互动:衡量指标包括用户点赞、分享、评论等的频次。

2.视频信息:比如标题、标签等细节;

3.账户信息:比如语言偏好、地域信息和设备类型。这一因素所占权重比前两个要小很多。

值得注意的是,以上这三类数据指标会被TikTok算法系统统一处理,分别加权。兴趣指标会比地域指标获得更高的权重,受众是否从头到尾看完一个视频,会比受众与发布者是否来自同一个国家或地区权重更大。

4 Twitter:新近性至上,强标签导向

2006年刚推出时,Twitter使用时间轴进行信息呈现,在其之后的算法推送史上,最大的变化发生在2017年。虽然Twitter也使用了相关性模型加权,但它的算法仍与Facebook、YouTube有着明显的区别,比如,该平台更看重对新鲜资讯的优先排序。

1.新近性至上。发布推文的时机至关重要,你即时发布的内容,Twitter会着重将它往前排。

2.多种媒体形式优先。如果一篇推文搭配了多种媒体形式,比如视频、GIF动图、投票等,Twitter的算法会将该推文推送给更广泛的受众。平台推断这类“多媒体”推文会比纯文本的推文获得更多的用户参与度,所以只要主题相关、视频或者图片的大小和清晰度合适,可以在推文中运用多种媒体形式。

3.强标签导向。和其他社交媒体平台不同,Twitter的字符限制别具一格。正因为如此,所有用户都会用“#”来标记自己的推文,标签也成了非常有效的检索关键词。由于标签往往显示着热度趋势,Twitter算法会将搜索量大的标签分享给更多用户。

4.相关度导向明显。粉丝通过评论、转发、保存推文内容的方式和账户进行互动,会增加该账号的“相关度”得分。Twitter算法会追踪用户的关注列表、互动情况以及地理位置,来为用户提供定制化的信息流。

5 Facebook:鼓励社群参与,提防两个虚假指标

Facebook是以拉近人与人之间的关系为宗旨创立的平台,为了实现这一目标,该平台开发了以优先考虑有效用户参与为原则的社交媒体算法,比如,人们会加入有相同兴趣的Facebook群组,群组的管理员也会通过持续发布信息、和参与者互动等方式提升群组价值,这就是有效参与的一种表现形式。

Facebook算法通过4个排序指标来量化用户之间的有效互动。

1.参与的积极性。Facebook中新闻流的算法倾向于鼓励互动性高的内容,这些互动包括点赞、分享、评论、回复。

2.社群力量。Facebook会将社群中参与者是否活跃列入算法参考列表。所谓的社群力量是指参与者互动的频率,粉丝感兴趣的其他话题也会被纳入考量。

3.高质量内容。Facebook提倡高质量的内容,不仅要求文本优质,也强调视觉吸引力。高清图片、有创意的视频或者图表动画都有助于提升内容指标上的得分。

4.发起互动性对话。从民意调查到产品互动,任何能引发有效对话的帖子都会被推送给更多用户。Facebook算法以长评数量、链接数量以及转发量来量化互动性对话。需要注意的是,真正的互动话题和骗取点击量的互动话题之间是有明显区别的。

其实,粉丝量和点赞率这两个指标在Facebook算法推荐中并不占优势。“当下,如果你的粉丝中有0.0035%的人能看到你的帖子,你就很了不起了。”(来源:SEJ,《社交媒体中你需要提防的两个虚假指标》,作者:Greg Jarboe)

6 四大技巧,应对社交媒体算法推荐

1.创建短视频

社交媒体用户喜欢在内容中看到多种媒体形式,而且Facebook、YouTube、Twitter等多个平台的算法推荐也捕捉到了受众的这一喜好,并将其纳入算法推荐的指标系统。在内容中插入简短的视频不仅能够更直观地呈现内容,而且可以匹配相应的算法优势,有机会出现在更多用户列表内。

2.有意识地创建更多吸引互动的内容

就社交媒体爬虫机器人来看,点赞、分享、评论等形式的互动深受平台和用户的喜爱。账户可以有意识地发布更多吸引受众参与互动的内容,提升用户忠诚度,同时也争取较高的算法排名。互动形式如调查问卷、直播访谈、粉丝投票、转发抽奖等。唤起粉丝的情感能够促使品牌更加人性化,提高用户粘性。

3.UGC——用户生成内容是关键

UGC这个词已经不再陌生,吸引用户自己上传内容、图片、视频,甚至截图,意味着你本身已经捕捉到了粉丝的注意力,而且能够促使粉丝加入话题,参与互动。与此同时,引用现成的图文、视频内容也可以减少生产内容的时间成本和人力成本。

4.精心使用话题标签、关键词

在社交媒体上发布消息时,有必要通过标签“#”来提高检索的相关性。比如@smoothietactics在发布相关内容时使用了13个话题标签,正确的关键词和“#”能够帮助帖子覆盖更多受众。除此之外,在标题或内容中匹配关键词也非常重要。

结语

我们似乎总能听到对算法褒贬不一的声音,比如说,认为社交媒体算法是将人们绑在特定秩序上的绳索。但不可否认的是,这张算法之网也成功地编织出了可供查验的地图。从这个角度来说,无论是媒体还是品牌方,充分发挥算法工具的作用,读懂这张不断变换的查验地图和用户画像,对于扩大流量和提高投资回报率都会有所帮助。

面对算法霸权,能做的只有逆来顺受吗?_详细解读_最新资讯_热点事件

编者按:本文来自微信公众号“阑夕”(ID:techread),作者:顾见,监制:阑夕,36氪经授权发布。

那些试图和算法对抗的普通人都明白,这是一场力量悬殊的战斗。

你我皆在围城中

“你敢信?王者段位还能排到这种水平的队友!”

几乎每隔几天,麦子都会因为《王者荣耀》着急上火。经常单排上分的他自认为实力足够“带飞”,但胜率始终在50%左右。尤其是在长时间的连续游戏中,总会出现“赢一场输两场”的情况。麦子坦言,自己绝不是输不起的人,只是经常输的匪夷所思。比如,连胜两三局后会遇到不看阵容胡乱抢人的玩家,要么就是素质低下扰乱队友情绪的喷子。即使自己打得再好,也绝对赢不了。

“本以为上到王者段位游戏质量就能高一些,没想到还是这样。仿佛有一只无形之手左右战局。”

被这种“王者制裁局”困扰的玩家不在少数,甚至有人宣称自己的队友或对手是AI机器人,还有人表示制裁局里自己打出的伤害会明显下降,关键时刻总是能让对手丝血逃脱。

抛开这些颇具魔幻色彩的观点不论,很多MOBA游戏中却有一套“Elo积分算法”在发挥作用。这套算法就是通过牵制玩家的上分速度来变相增加用户游戏时长,不断营造出“一神带四猪”或是“四神保一猪”的博弈环境。一旦玩家的游戏表现亮眼,所谓的“隐藏分”就会大幅提升,匹配到低隐藏分玩家的概率大大增加。久而久之,Elo机制就成了“保护菜鸡,打压强者”的存在。

为了对抗系统制裁,有玩家总结出了一套刻意抑制隐藏分的方法论。比如学会“示弱”,能摸鱼躺赢的时候坚决不carry;少拿MVP少选核心输出位;排位之前先去匹配故意输几局等。

可是要知道,竞技类游戏最吸引人的地方正是提供了一个“以技取胜”的公平舞台。如果算法规则剥夺了这一核心体验,甚至需要用户反其道而行,那么本质上和“踢假球”、“打假拳”又有何区别?这种潜移默化的价值观导向,早已偏离了正确的方向。

几天前,麦子心情非常不好的时候开了一局游戏。队友选了两个脆皮打野,疯狂抢夺线上资源,导致麦子频频被对方越塔强杀。在负面情绪的驱使下,麦子拒绝参团全程梦游。但即使是这样的百般阻挠,游戏还是毫无悬念的赢了。

游戏结束后麦子默默卸载了游戏。虽然他知道,自己会在某一天重新把游戏下载回来。

失衡的算法天平

算法究竟是在何时站到了用户对立面?

也许,在搜索引擎和电商平台通过竞价排名为资讯和商品抓取规则“开后门”时,隐患已经埋下。因为这相当于建立了平台把“公正性”作为交易筹码的基本准则。

随着平台边界和体量的扩张,这一充满争议性的准则被带到了更多场景当中。SEO、SEM已经成为一门生意,资讯平台热搜、电商平台的商家排名提升都可以通过一些“操作手法”来快速达成目标。电商促销节不再是“便宜”的代名词,大数据杀熟更让人防不胜防。更有甚者,不少人在知乎等平台吐槽,前脚和朋友口头聊天提到的关键词,后脚就出现在某应用的推送信息当中。

不少用户干脆学会了“反算法”式消费。比如不定期关闭自己的某平台付费会员服务,转而切换到竞品平台,以此反复得到算法为召回“流失用户”发出的定向补贴。

针对这些“对抗算法”的需求,层出不穷的比价、领券工具也应运而生,以此协助用户对抗算法营造的“低价”假相。尴尬的是,这类应用本质上只是商业价值的转移,而非对算法价值观的“扶正”:比价软件通过全网比价功能吸引流量,再以定向导购分成、智能算法广告投放等形式实现盈利。

似乎总有一款“心怀鬼胎”的算法让人避无可避。成功打败算法规则的人倒不是没有,只是他们的“胜利”却让人高兴不起来。

今年10月,消费者方某靠非法软件反复刷取App积分,将自己的爱奇艺会员充值到2111年。无独有偶,某游戏玩家杨某在程序员好友的帮助下以非正常手段在游戏中“薅羊毛”高达400万元。在现实生活中,以海量电话卡不断改变人设、依靠各种抢购外挂软件、通过虚拟交易套取积分、消费券的“技术黄牛”不在少数。

不仅如此,屡禁不止的职业差评师、刷单与信用炒作问题,同样依靠算法漏洞赚取了大量不当利益。无论系统算法如何更新,相关灰色产业链总能“死灰复燃”。刚刚结束不久的 GeekPwn 2020 国际安全极客大赛上,人们更是惊讶的发现,很多前沿算法竟然也能被破解。让自动驾驶的车辆主动撞墙、盗用资金账户、骗过人脸识别取得他人决策权。这些科幻电影里神秘杀手组织的骚操作,都在变成现实。

从这个角度来看,算法造就了另一种失衡状态:“专业人士”如鱼得水,普通人却只能逆来顺受。

更隐蔽的副作用 

1999年,梦想中文网举办过一场“72小时网络生存”测试,让测试者在完全封闭状态下,依靠网络生存72小时。彼时,不少测试者因为不懂网购,连食物和被子都无法获取,只好半途退出测试。17年后,又有一场“72小时无网络生存”测试粉墨登场。但测试结果却截然相反:参与测试者纷纷表示“度日如年,非常煎熬”。

公众对手机等智能设备日益加深的依赖感已经注定,人与算法间的联系不会轻易被打破。除了肉眼可见的问题外,算法带来的其他副作用亦在蔓延。

最直观的是数据隐私问题。

互联网时代的起点有句话叫做“没人知道电脑后面的是人还是狗”,但现在情况恰恰反过来了。某种意义上,用户在算法面前等同于一丝不挂。记得某本相关书籍里提过一个案例:一位父亲向某电商平台投诉,因为平台频繁向自己未成年的女儿推送母婴用品的订阅信息。但几个月后这位父亲打来电话道歉:他错怪了平台,女儿真的怀孕了。

想象一下,那些在电话中精准指出我们某次消费或浏览记录的电话销售,甚至能推理出我们的财务状况并兜售相关产品,这种不对等的信息差会让普通人处于被动局面。天知道自己的信息资产在不同算法间辗转后,会指向怎样的匹配目标。

对数据隐私问题的担忧,加剧了人们的不安全感。

2019年,北京市消费者协会发布的一份大数据杀熟调查结果显示,56.9%的被调查者表示有过被大数据杀熟的经历,88.3%的人表示大数据杀熟现象普遍。也许这88.3%的人根本拿不出所谓“真凭实据”去证明自己确实经历过大数据杀熟现象,但骨子里的不信任感和对抗意识已挥之不去。

的确,如果连手机App、麦克风、摄像头都可能在不经意间“出卖”自己,“安全感”又从何说起?再加上数不胜数的大数据杀熟事件,让人们几乎断掉了对“企业自律”的期望。短期来看,这些问题并不会妨碍到企业商业价值的实现。但从长远来看,如果无法消除人们对算法“看不惯又干不掉”的情绪,那些面向未来场景的新技术新算法普及之路将更加曲折。彼时,想让用户对算法重拾信心可能不是“红包营销”就能解决的。

更大的隐患在于,算法的不当运用扭曲了人与人之间互信、互谅、互助的一面。

比如在游戏里,玩家稍有失误就会将队友认定为“系统算法”拿来妨碍自己上分的工具人。即使能够扭转战局,大家也会在相互埋怨中草草投降,寄希望于下一局的匹配算法;在社交环境,欺骗式的美颜算法、将人与人之间过度标签化的婚恋网站算法种下了太多怀疑的种子,还有造谣者的不当言论,在算法推动下造成无辜者不可挽回的社会性死亡;在创投和金融场景,算法将信贷、流量等资源过度倾注于锦上添花,却不愿意为没有“历史优异战绩”,亦或是为存在某些小污点的努力奋斗者雪中送炭。

近几年,经常会有“寒门到底能否出贵子”的讨论。试想,如果过度使用算法作为关键环节的把关人和决策者,那么本质上就是一种社会拒绝相信奇迹,不愿为小概率事件提供通道的病态理性。

当然,算法带来的社会和商业价值有目共睹。之所以关注算法的诸多副作用,并非刻意把算法驱动的数字化时代妖魔化,而是希望人们能够主动成为智能算法的监管者,将算法带向一条更符合人文精神的发展轨道。

凯西·奥尼尔在《算法霸权》中用这样一句话作为开篇语:这本书献给数字难民。但在最后,她还是认为公众最终能通过团结一致来驯服算法。

可见,即使在特定问题上与算法为敌难度重重,但还是有理由相信:每次向算法发起的挑战都有意义,那些点滴努力终会成为一场兵不血刃的光荣革命。要知道,就连《生化危机》里的超级算法AI红后都在主人公的“数据调教”下背叛了保护伞公司,我们有什么理由过分悲观呢?

面对算法霸权,能做的只有逆来顺受吗?_详细解读_最新资讯_热点事件

编者按:本文来自微信公众号“阑夕”(ID:techread),作者:顾见,监制:阑夕,36氪经授权发布。

那些试图和算法对抗的普通人都明白,这是一场力量悬殊的战斗。

你我皆在围城中

“你敢信?王者段位还能排到这种水平的队友!”

几乎每隔几天,麦子都会因为《王者荣耀》着急上火。经常单排上分的他自认为实力足够“带飞”,但胜率始终在50%左右。尤其是在长时间的连续游戏中,总会出现“赢一场输两场”的情况。麦子坦言,自己绝不是输不起的人,只是经常输的匪夷所思。比如,连胜两三局后会遇到不看阵容胡乱抢人的玩家,要么就是素质低下扰乱队友情绪的喷子。即使自己打得再好,也绝对赢不了。

“本以为上到王者段位游戏质量就能高一些,没想到还是这样。仿佛有一只无形之手左右战局。”

被这种“王者制裁局”困扰的玩家不在少数,甚至有人宣称自己的队友或对手是AI机器人,还有人表示制裁局里自己打出的伤害会明显下降,关键时刻总是能让对手丝血逃脱。

抛开这些颇具魔幻色彩的观点不论,很多MOBA游戏中却有一套“Elo积分算法”在发挥作用。这套算法就是通过牵制玩家的上分速度来变相增加用户游戏时长,不断营造出“一神带四猪”或是“四神保一猪”的博弈环境。一旦玩家的游戏表现亮眼,所谓的“隐藏分”就会大幅提升,匹配到低隐藏分玩家的概率大大增加。久而久之,Elo机制就成了“保护菜鸡,打压强者”的存在。

为了对抗系统制裁,有玩家总结出了一套刻意抑制隐藏分的方法论。比如学会“示弱”,能摸鱼躺赢的时候坚决不carry;少拿MVP少选核心输出位;排位之前先去匹配故意输几局等。

可是要知道,竞技类游戏最吸引人的地方正是提供了一个“以技取胜”的公平舞台。如果算法规则剥夺了这一核心体验,甚至需要用户反其道而行,那么本质上和“踢假球”、“打假拳”又有何区别?这种潜移默化的价值观导向,早已偏离了正确的方向。

几天前,麦子心情非常不好的时候开了一局游戏。队友选了两个脆皮打野,疯狂抢夺线上资源,导致麦子频频被对方越塔强杀。在负面情绪的驱使下,麦子拒绝参团全程梦游。但即使是这样的百般阻挠,游戏还是毫无悬念的赢了。

游戏结束后麦子默默卸载了游戏。虽然他知道,自己会在某一天重新把游戏下载回来。

失衡的算法天平

算法究竟是在何时站到了用户对立面?

也许,在搜索引擎和电商平台通过竞价排名为资讯和商品抓取规则“开后门”时,隐患已经埋下。因为这相当于建立了平台把“公正性”作为交易筹码的基本准则。

随着平台边界和体量的扩张,这一充满争议性的准则被带到了更多场景当中。SEO、SEM已经成为一门生意,资讯平台热搜、电商平台的商家排名提升都可以通过一些“操作手法”来快速达成目标。电商促销节不再是“便宜”的代名词,大数据杀熟更让人防不胜防。更有甚者,不少人在知乎等平台吐槽,前脚和朋友口头聊天提到的关键词,后脚就出现在某应用的推送信息当中。

不少用户干脆学会了“反算法”式消费。比如不定期关闭自己的某平台付费会员服务,转而切换到竞品平台,以此反复得到算法为召回“流失用户”发出的定向补贴。

针对这些“对抗算法”的需求,层出不穷的比价、领券工具也应运而生,以此协助用户对抗算法营造的“低价”假相。尴尬的是,这类应用本质上只是商业价值的转移,而非对算法价值观的“扶正”:比价软件通过全网比价功能吸引流量,再以定向导购分成、智能算法广告投放等形式实现盈利。

似乎总有一款“心怀鬼胎”的算法让人避无可避。成功打败算法规则的人倒不是没有,只是他们的“胜利”却让人高兴不起来。

今年10月,消费者方某靠非法软件反复刷取App积分,将自己的爱奇艺会员充值到2111年。无独有偶,某游戏玩家杨某在程序员好友的帮助下以非正常手段在游戏中“薅羊毛”高达400万元。在现实生活中,以海量电话卡不断改变人设、依靠各种抢购外挂软件、通过虚拟交易套取积分、消费券的“技术黄牛”不在少数。

不仅如此,屡禁不止的职业差评师、刷单与信用炒作问题,同样依靠算法漏洞赚取了大量不当利益。无论系统算法如何更新,相关灰色产业链总能“死灰复燃”。刚刚结束不久的 GeekPwn 2020 国际安全极客大赛上,人们更是惊讶的发现,很多前沿算法竟然也能被破解。让自动驾驶的车辆主动撞墙、盗用资金账户、骗过人脸识别取得他人决策权。这些科幻电影里神秘杀手组织的骚操作,都在变成现实。

从这个角度来看,算法造就了另一种失衡状态:“专业人士”如鱼得水,普通人却只能逆来顺受。

更隐蔽的副作用 

1999年,梦想中文网举办过一场“72小时网络生存”测试,让测试者在完全封闭状态下,依靠网络生存72小时。彼时,不少测试者因为不懂网购,连食物和被子都无法获取,只好半途退出测试。17年后,又有一场“72小时无网络生存”测试粉墨登场。但测试结果却截然相反:参与测试者纷纷表示“度日如年,非常煎熬”。

公众对手机等智能设备日益加深的依赖感已经注定,人与算法间的联系不会轻易被打破。除了肉眼可见的问题外,算法带来的其他副作用亦在蔓延。

最直观的是数据隐私问题。

互联网时代的起点有句话叫做“没人知道电脑后面的是人还是狗”,但现在情况恰恰反过来了。某种意义上,用户在算法面前等同于一丝不挂。记得某本相关书籍里提过一个案例:一位父亲向某电商平台投诉,因为平台频繁向自己未成年的女儿推送母婴用品的订阅信息。但几个月后这位父亲打来电话道歉:他错怪了平台,女儿真的怀孕了。

想象一下,那些在电话中精准指出我们某次消费或浏览记录的电话销售,甚至能推理出我们的财务状况并兜售相关产品,这种不对等的信息差会让普通人处于被动局面。天知道自己的信息资产在不同算法间辗转后,会指向怎样的匹配目标。

对数据隐私问题的担忧,加剧了人们的不安全感。

2019年,北京市消费者协会发布的一份大数据杀熟调查结果显示,56.9%的被调查者表示有过被大数据杀熟的经历,88.3%的人表示大数据杀熟现象普遍。也许这88.3%的人根本拿不出所谓“真凭实据”去证明自己确实经历过大数据杀熟现象,但骨子里的不信任感和对抗意识已挥之不去。

的确,如果连手机App、麦克风、摄像头都可能在不经意间“出卖”自己,“安全感”又从何说起?再加上数不胜数的大数据杀熟事件,让人们几乎断掉了对“企业自律”的期望。短期来看,这些问题并不会妨碍到企业商业价值的实现。但从长远来看,如果无法消除人们对算法“看不惯又干不掉”的情绪,那些面向未来场景的新技术新算法普及之路将更加曲折。彼时,想让用户对算法重拾信心可能不是“红包营销”就能解决的。

更大的隐患在于,算法的不当运用扭曲了人与人之间互信、互谅、互助的一面。

比如在游戏里,玩家稍有失误就会将队友认定为“系统算法”拿来妨碍自己上分的工具人。即使能够扭转战局,大家也会在相互埋怨中草草投降,寄希望于下一局的匹配算法;在社交环境,欺骗式的美颜算法、将人与人之间过度标签化的婚恋网站算法种下了太多怀疑的种子,还有造谣者的不当言论,在算法推动下造成无辜者不可挽回的社会性死亡;在创投和金融场景,算法将信贷、流量等资源过度倾注于锦上添花,却不愿意为没有“历史优异战绩”,亦或是为存在某些小污点的努力奋斗者雪中送炭。

近几年,经常会有“寒门到底能否出贵子”的讨论。试想,如果过度使用算法作为关键环节的把关人和决策者,那么本质上就是一种社会拒绝相信奇迹,不愿为小概率事件提供通道的病态理性。

当然,算法带来的社会和商业价值有目共睹。之所以关注算法的诸多副作用,并非刻意把算法驱动的数字化时代妖魔化,而是希望人们能够主动成为智能算法的监管者,将算法带向一条更符合人文精神的发展轨道。

凯西·奥尼尔在《算法霸权》中用这样一句话作为开篇语:这本书献给数字难民。但在最后,她还是认为公众最终能通过团结一致来驯服算法。

可见,即使在特定问题上与算法为敌难度重重,但还是有理由相信:每次向算法发起的挑战都有意义,那些点滴努力终会成为一场兵不血刃的光荣革命。要知道,就连《生化危机》里的超级算法AI红后都在主人公的“数据调教”下背叛了保护伞公司,我们有什么理由过分悲观呢?

中原消费金融荣膺“模型算法应用奖”

近期,中原消费金融在中国数据智能应用峰会暨2020第十届数据智能应用典范金铃奖颁奖盛典上,荣膺“模型算法应用奖”。中原消费金融不断创新自身的金融科技技术,为客户带来了便捷高效的消费金融服务。

ae09cc78e3cb8b5a14335f423ef4c0f2.jpeg

中原消费金融荣膺“模型算法应用奖”受行业认可

此次活动由零点有数主办,上海市普陀区人民政府指导,上海天地软件园协办,中国科技咨询协会、中国软件协会大数据分会、上海大数据联盟、上海大数据应用创新中心、ITShare智享会协办。活动以“面对难题,高举数据智能解法的大旗”为主题,各方数据智能前沿人才代表共同研讨数据智能时代的创新之道、数据智能解法的创新探索与实践反思,并分享了数据智能应用的案例。

中原消费金融提交的AI模型平台和BI指标体系获得“模型算法应用奖”。该奖项旨在表彰中原消费金融智能数据中心建立完善的业务指标体系和系统平台,部署大量数据模型,运用数据挖掘指导业务运营,实现基于数据的决策。

中原消费金融的的AI模型平台和BI指标体系具有内外两方面意义。对内部而言,智能SAASBI指标体系自上而下分为“破壁”系列智能大屏、管理驾驶舱产品、部门级别报表、自主分析工具,面对各级管理者提供智能化的数据决策服务;对外部而言,AI平台模型等底层架构的不断完善,帮助企业认识用户,给真正有需要的客户提供更加优质的普惠金融服务。

对数字技术应用的探索,正在倒逼中原消费金融不断加码研发投入,数据显示,截至2020年11月份,中原消费金融的数字化规模已达到2PB。假如每部高清电影以2G标准来算,那么,2PB,就相当于相当于100多万部高清电影。

未来,中原消费金融将持续以金融科技为引擎,优化数据智能应用、进一步践行数字化转型战略,从而为更多消费者提供优质的普惠金融服务,助力消费者提升生活品质。

中原消费金融荣膺“模型算法应用奖”

近期,中原消费金融在中国数据智能应用峰会暨2020第十届数据智能应用典范金铃奖颁奖盛典上,荣膺“模型算法应用奖”。中原消费金融不断创新自身的金融科技技术,为客户带来了便捷高效的消费金融服务。

ae09cc78e3cb8b5a14335f423ef4c0f2.jpeg

中原消费金融荣膺“模型算法应用奖”受行业认可

此次活动由零点有数主办,上海市普陀区人民政府指导,上海天地软件园协办,中国科技咨询协会、中国软件协会大数据分会、上海大数据联盟、上海大数据应用创新中心、ITShare智享会协办。活动以“面对难题,高举数据智能解法的大旗”为主题,各方数据智能前沿人才代表共同研讨数据智能时代的创新之道、数据智能解法的创新探索与实践反思,并分享了数据智能应用的案例。

中原消费金融提交的AI模型平台和BI指标体系获得“模型算法应用奖”。该奖项旨在表彰中原消费金融智能数据中心建立完善的业务指标体系和系统平台,部署大量数据模型,运用数据挖掘指导业务运营,实现基于数据的决策。

中原消费金融的的AI模型平台和BI指标体系具有内外两方面意义。对内部而言,智能SAASBI指标体系自上而下分为“破壁”系列智能大屏、管理驾驶舱产品、部门级别报表、自主分析工具,面对各级管理者提供智能化的数据决策服务;对外部而言,AI平台模型等底层架构的不断完善,帮助企业认识用户,给真正有需要的客户提供更加优质的普惠金融服务。

对数字技术应用的探索,正在倒逼中原消费金融不断加码研发投入,数据显示,截至2020年11月份,中原消费金融的数字化规模已达到2PB。假如每部高清电影以2G标准来算,那么,2PB,就相当于相当于100多万部高清电影。

未来,中原消费金融将持续以金融科技为引擎,优化数据智能应用、进一步践行数字化转型战略,从而为更多消费者提供优质的普惠金融服务,助力消费者提升生活品质。

中原消费金融荣膺“模型算法应用奖”

近期,中原消费金融在中国数据智能应用峰会暨2020第十届数据智能应用典范金铃奖颁奖盛典上,荣膺“模型算法应用奖”。中原消费金融不断创新自身的金融科技技术,为客户带来了便捷高效的消费金融服务。

ae09cc78e3cb8b5a14335f423ef4c0f2.jpeg

中原消费金融荣膺“模型算法应用奖”受行业认可

此次活动由零点有数主办,上海市普陀区人民政府指导,上海天地软件园协办,中国科技咨询协会、中国软件协会大数据分会、上海大数据联盟、上海大数据应用创新中心、ITShare智享会协办。活动以“面对难题,高举数据智能解法的大旗”为主题,各方数据智能前沿人才代表共同研讨数据智能时代的创新之道、数据智能解法的创新探索与实践反思,并分享了数据智能应用的案例。

中原消费金融提交的AI模型平台和BI指标体系获得“模型算法应用奖”。该奖项旨在表彰中原消费金融智能数据中心建立完善的业务指标体系和系统平台,部署大量数据模型,运用数据挖掘指导业务运营,实现基于数据的决策。

中原消费金融的的AI模型平台和BI指标体系具有内外两方面意义。对内部而言,智能SAASBI指标体系自上而下分为“破壁”系列智能大屏、管理驾驶舱产品、部门级别报表、自主分析工具,面对各级管理者提供智能化的数据决策服务;对外部而言,AI平台模型等底层架构的不断完善,帮助企业认识用户,给真正有需要的客户提供更加优质的普惠金融服务。

对数字技术应用的探索,正在倒逼中原消费金融不断加码研发投入,数据显示,截至2020年11月份,中原消费金融的数字化规模已达到2PB。假如每部高清电影以2G标准来算,那么,2PB,就相当于相当于100多万部高清电影。

未来,中原消费金融将持续以金融科技为引擎,优化数据智能应用、进一步践行数字化转型战略,从而为更多消费者提供优质的普惠金融服务,助力消费者提升生活品质。

中原消费金融荣膺“模型算法应用奖”

近期,中原消费金融在中国数据智能应用峰会暨2020第十届数据智能应用典范金铃奖颁奖盛典上,荣膺“模型算法应用奖”。中原消费金融不断创新自身的金融科技技术,为客户带来了便捷高效的消费金融服务。

ae09cc78e3cb8b5a14335f423ef4c0f2.jpeg

中原消费金融荣膺“模型算法应用奖”受行业认可

此次活动由零点有数主办,上海市普陀区人民政府指导,上海天地软件园协办,中国科技咨询协会、中国软件协会大数据分会、上海大数据联盟、上海大数据应用创新中心、ITShare智享会协办。活动以“面对难题,高举数据智能解法的大旗”为主题,各方数据智能前沿人才代表共同研讨数据智能时代的创新之道、数据智能解法的创新探索与实践反思,并分享了数据智能应用的案例。

中原消费金融提交的AI模型平台和BI指标体系获得“模型算法应用奖”。该奖项旨在表彰中原消费金融智能数据中心建立完善的业务指标体系和系统平台,部署大量数据模型,运用数据挖掘指导业务运营,实现基于数据的决策。

中原消费金融的的AI模型平台和BI指标体系具有内外两方面意义。对内部而言,智能SAASBI指标体系自上而下分为“破壁”系列智能大屏、管理驾驶舱产品、部门级别报表、自主分析工具,面对各级管理者提供智能化的数据决策服务;对外部而言,AI平台模型等底层架构的不断完善,帮助企业认识用户,给真正有需要的客户提供更加优质的普惠金融服务。

对数字技术应用的探索,正在倒逼中原消费金融不断加码研发投入,数据显示,截至2020年11月份,中原消费金融的数字化规模已达到2PB。假如每部高清电影以2G标准来算,那么,2PB,就相当于相当于100多万部高清电影。

未来,中原消费金融将持续以金融科技为引擎,优化数据智能应用、进一步践行数字化转型战略,从而为更多消费者提供优质的普惠金融服务,助力消费者提升生活品质。