前言：

未來當(dāng)無人駕駛、人工智能這些強(qiáng)算法催生的行業(yè)興起之時，算法當(dāng)家做主也將變得合理。

但在近日，《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》開始正式實(shí)施，涉及算法推薦的抖音、快手、拼多多、小紅書、微信、微博等頭部平臺均允許用戶［一鍵關(guān)閉個性化推薦］。

作者 ｜ 方文

圖片來源 ｜  網(wǎng) 絡(luò)

從獲取到推薦走過的來時路

從web1．0到web3．0，變化最大的就是信息量，變得越來越多。

信息量變多雖然是好事，可一旦過多，信息過載的問題也會隨之出現(xiàn)。

用戶被信息海洋吞沒，想找到有用的信息真就成了大海撈針。為了解決這一問題，推薦算法應(yīng)運(yùn)而生。

基于協(xié)同過濾的推薦方法，就是利用［人以群分，物以類聚］的原理，把相似用戶的喜好，也推薦給你。

而基于內(nèi)容的推薦方法是以用戶自身特點(diǎn)為主要依據(jù)進(jìn)行的推薦。

這就需要采集大量信息：職業(yè)、年齡、性別、偏好、地域、收入、評論、收藏、 點(diǎn)贊、觀看、瀏覽、點(diǎn)擊、加購物車、購買等，才能構(gòu)建專屬的推薦算法模型。

體驗(yàn)：關(guān)閉推薦后使用體驗(yàn)驟降

希望打破平臺用算法織就的［信息繭房］，獲取到新信息是用戶關(guān)閉個性化推薦的主要原因之一，但關(guān)閉后的內(nèi)容推薦仍然單一且體驗(yàn)不佳。

除了體驗(yàn)不佳而被迫打開算法推薦，更多用戶并不知道可以關(guān)閉算法推薦，這與平臺設(shè)置的隱蔽有關(guān)。

有媒體測算，目前平臺給出的關(guān)閉個性化內(nèi)容推薦的操作在5－7步之間，步驟較為繁瑣。而如果用戶不刻意關(guān)閉，個性化推薦則默認(rèn)開啟，也不會給用戶更新提示。

操作的復(fù)雜化，實(shí)際上是在為用戶關(guān)閉化推薦設(shè)置障礙；關(guān)閉個性化推薦，但廣告推送并沒有變少，雖然這些廣告不夠精準(zhǔn)，但體驗(yàn)并沒有優(yōu)化。

不過，關(guān)閉后的使用體驗(yàn)直線下降，期待中的廣告減少并沒有發(fā)生，部分平臺推薦內(nèi)容一成不變。

關(guān)閉后用戶并不能獲得高質(zhì)多樣的內(nèi)容，差勁的體驗(yàn)感、不見減少的廣告，最終讓用戶選擇還是打開個性化推薦，回到量身打造的算法世界。

商業(yè)：算法推薦拉高平臺商業(yè)化

通過［千人千面］產(chǎn)品服務(wù)，不斷給用戶提供命中喜好的內(nèi)容，幫助新用戶留存、轉(zhuǎn)化付費(fèi)，最終目的仍是提升商業(yè)化變現(xiàn)效率。

《哈佛商業(yè)評論》報(bào)告指出：用戶體驗(yàn)的個性化可以讓投資回報(bào)率提升五至八倍，并將銷售額提高10以上。

在移動互聯(lián)網(wǎng)平臺收集的信息可以無限精細(xì)下去，平臺不再滿足于獲取個人信息，而是從用戶的關(guān)系鏈、好友圈，商業(yè)化潛力無窮。

用戶獲得個性化內(nèi)容推薦的同時，平臺的商業(yè)化潛力也被迅速拔高。

抖音、快手等平臺，在用戶信息流中加入的廣告和直播帶貨，實(shí)際上就是通過算法進(jìn)行精準(zhǔn)營銷，提升用戶的購買率。

隨著平臺發(fā)力同城、好友等私域流量，也可掌握了用戶的關(guān)系網(wǎng)，進(jìn)一步升級電商和廣告等平臺主流營收模式的增長潛力。

字節(jié)的廣告營收占總收入75％以上，僅阿里一家公司，就豪氣的投了180億廣告費(fèi)。

谷歌2021年第四季度廣告收入612億美元，facebook也有326億進(jìn)賬，一個季度就頂上字節(jié)一年。

隱私：薅［隱私］羊毛提升表面利好

精準(zhǔn)推薦的背后來自平臺對個人數(shù)據(jù)的標(biāo)簽化運(yùn)算，進(jìn)而是將用戶消費(fèi)能力劃分為［三六九等］，形成算法歧視。

平臺利用［用戶畫像］和［貼標(biāo)簽］區(qū)別個體、扁平化用戶，強(qiáng)化現(xiàn)實(shí)生活中的刻板印象，可能引發(fā)社會輿論。

很多企業(yè)、App、第三方機(jī)構(gòu)在共享用戶的個人信息之際，試圖掌控更多的個人隱私。

瀏覽器總能［記�。萜渌阉鳉v史并且同步到其他設(shè)備上，在首頁反復(fù)推送搜索過的同類內(nèi)容，讓人有一種［被泄密］的不安感。

當(dāng)用戶習(xí)慣由平臺供應(yīng)信息時，有可能陷入算法設(shè)置的［過濾氣泡］中，用戶委身成為數(shù)據(jù)的［附屬品］，漸漸喪失接觸多元信息的機(jī)會。

做好算法監(jiān)管并不不容易

簡單的算法能夠解決的問題十分有限，為了提升效率，越來越多的互聯(lián)網(wǎng)公司采用的是更為復(fù)雜的深度學(xué)習(xí)算法網(wǎng)絡(luò)。

假設(shè)一家公司的「目標(biāo)函數(shù)」是要優(yōu)化用戶的留存時間，那么即使進(jìn)行了限制時間等防沉迷設(shè)置，算法模型還是會采取別的途徑來提升用戶在平臺上的使用時長。

［目標(biāo)函數(shù)］才是算法治理的［命門］所在，但這一點(diǎn)經(jīng)常會被各國的立法者所忽視。

現(xiàn)在的規(guī)定只是要求公司以［適當(dāng)?shù)姆绞焦�布算法推薦服務(wù)］，但并未對什么是［適當(dāng)?shù)模葑鞒鱿拗啤?/p>

對于商業(yè)化利益，平臺和依附于平臺的商家也需要轉(zhuǎn)換思路。目前的互聯(lián)網(wǎng)行業(yè)監(jiān)管趨嚴(yán)，國家對用戶合法權(quán)益的保護(hù)力度漸強(qiáng)，依靠廣告營銷和平臺瀏覽并非長久之道。

在隱私政策和新規(guī)時代，失去［瞄準(zhǔn)鏡］的互聯(lián)網(wǎng)營銷將會效果大減，這就要求商家必須學(xué)會多條腿走路，行業(yè)競爭也漸漸回歸到本質(zhì)競爭階段。

平臺通過算法追求商業(yè)化利益與用戶的權(quán)益保護(hù)之間勢必存在平衡點(diǎn)，而這還需平臺的自覺與法規(guī)的細(xì)化。

結(jié)尾：

明確算法規(guī)則及使用邊界，必然推動算法回歸應(yīng)有的價值本位，那就是以人為尺度。就此而言，算法是對企業(yè)價值觀的審視。

好的算法在幫助企業(yè)提高效率、降低服務(wù)成本的同時，也能夠讓更多的人成為獲益者。

部分資料參考：科工力量：《算法推薦，關(guān)還是不關(guān)？》，光明日報(bào)：《如何遠(yuǎn)離算法之“算計(jì)”？》，AI財(cái)經(jīng)社：《大廠知曉你的秘密》，Alter：《算法的“有毒泡泡”，當(dāng)真可以戒掉嗎？》

       原文標(biāo)題 : AI芯天下丨深度丨算法推薦：體驗(yàn)、商業(yè)與隱私的三角關(guān)系