今天，字節(jié)跳動錘子等三家新品齊發(fā)，AI社交業(yè)的戰(zhàn)局2019年初就白熱化。張一鳴相信“電腦”，強推“多閃”，微信的張小龍堅信“人腦”，但最終拼的，還是AI算法。

2019，將是AI社交產(chǎn)品爆發(fā)的一年：“頭騰”大戰(zhàn)再升溫，欲先奪金豬，必先利算法。

而今天，可謂是屬于社交產(chǎn)品的“黃道吉日”，張一鳴、羅永浩、王欣扎堆舉辦各家社交新品發(fā)布會：

快播創(chuàng)始人王欣宣布上線“馬桶MT”(一款匿名社交平臺)

羅永浩站臺快如科技或?qū)l(fā)布“子彈短信最新版”

字節(jié)跳動陳林發(fā)布社交新品“多閃”

三家紛紛亮劍APP，磨刀霍霍向微信。

但在AI社交產(chǎn)品領(lǐng)域，頭號玩家還屬相信“電腦”的字節(jié)跳動張一鳴和相信“人腦”的微信張小龍，但“二張”之爭的個中關(guān)鍵，依舊還看算法。

字節(jié)跳動發(fā)布會，言辭處處映射微信

關(guān)于視頻社交，年輕人，字節(jié)跳動有一個想法——于是“多閃”就誕生了。

在北京751D藝術(shù)區(qū)，抖音正式宣布升級私信功能，推出自己的獨立視頻社交產(chǎn)品多閃，這意味著抖音正式進軍社交領(lǐng)域。

先來看下這款APP有什么特點：

多閃是短視頻+社交的一款軟件，可以視作抖音后又一款短視頻軟件，抖音擁有的功能，多閃基本涵蓋；

多閃取消了點贊與評論功能，增加了“來訪記錄”，可以看到是誰看過了你的視頻；

表情包聯(lián)想，一言不合就斗圖；

優(yōu)化了視頻收紅包的功能；

看似只是一場單純的、面向年輕人需求的產(chǎn)品發(fā)布會，但卻處處涌動著針對微信的感覺。

每個產(chǎn)品的誕生必然是先有用戶的需求。多閃產(chǎn)品負責人俆璐冉在介紹多閃的用戶需求時提到了三點：

我需要無壓力記錄分享生活

我需要不錯過一條我關(guān)心的人的動態(tài)

我需要與最親密的人互動形式更豐富

話里行間，時不時會透露對微信的諷刺：朋友圈已然成為工作場，在朋友圈中的言論已然不能再完全受自己支配；出現(xiàn)越來越多的“點贊之交”；逢年過節(jié)收到的紅包不希望是冷冰冰的，而是富有活力的。

不得不讓人懷疑，多閃這款產(chǎn)品的需求，除了從年輕人的角度出發(fā)考慮外，是否與微信存在著競爭關(guān)系，畢竟這款產(chǎn)品多項功能的設(shè)計著實抓住了微信目前的痛點。

當然，發(fā)布會現(xiàn)場中，主辦方也積極要求在場觀眾，掃描二維碼(大部人打開了微信)，下載多閃進行體驗。然而基本都出現(xiàn)了這種情況：

“歷史總是驚人的相似”，上午的馬桶MT剛剛被屏蔽，下午的多閃也立馬被屏蔽。

對此，今日頭條CEO陳林在圓桌論壇中表示：

我不覺我們跟微信是競爭關(guān)系，他們好比是通訊錄，而我們是在最親密的人之間建立關(guān)系。

真心希望不要一上來就這個樣子。希望微信可以盡快解封，讓更多用戶體驗。

話雖如此，頭騰之間的火藥味在此次發(fā)布會現(xiàn)場應(yīng)該說是相當?shù)臐饬伊恕?/p>

但在AI社交產(chǎn)品領(lǐng)域，發(fā)布會現(xiàn)場出現(xiàn)的種種狀況可以說是頭騰之間出現(xiàn)的一些皮毛交鋒了，“二張”之爭的個中關(guān)鍵，依舊還看算法。

張一鳴相信 “電腦”，張小龍相信 “人腦”

今日頭條的推薦算法，從 2012 年 9 月第一版開發(fā)運行至今，已經(jīng)經(jīng)過四次大的調(diào)整和修改。

今日頭條算法架構(gòu)師曹歡歡博士曾公開今日頭條推薦算法的原理。實際上，今日頭條有一套通用的模式架構(gòu)適用所有推薦場景。除了頭條之外，這一套推薦技術(shù)也用在包括西瓜視頻、火山小視頻、抖音、悟空問答等頭條產(chǎn)品，但每個場景的模型架構(gòu)有些不一樣。

推薦系統(tǒng)實際上是擬合一個用戶對內(nèi)容滿意度的函數(shù)，這個函數(shù)需要輸入三個維度的變量。

推薦系統(tǒng)本質(zhì)上要解決的是用戶、環(huán)境和內(nèi)容的匹配

我們來看看今日頭條算法的分析維度：

第一個維度是內(nèi)容。圖文、視頻、問答等等，每種內(nèi)容有很多自己的特征，需要考慮怎樣提取不同內(nèi)容類型的特征來做推薦。

第二個維度是用戶特征。包括各種興趣標簽，職業(yè)、年齡、性別等，還有很多模型刻劃出的隱式用戶興趣等。

第三個維度是環(huán)境特征。

結(jié)合三方面的維度，模型會給出一個預估，即預測推薦內(nèi)容在這一場景下對這一用戶是否合適。

典型推薦算法

推薦是一個很經(jīng)典的監(jiān)督學習問題。可實現(xiàn)的方法有很多，比如傳統(tǒng)的協(xié)同過濾模型，監(jiān)督學習算法 Logistic Regression 模型，基于深度學習的模型，F(xiàn)actorization Machine 和 GBDT 等。

典型推薦算法

一個優(yōu)秀的工業(yè)級推薦系統(tǒng)需要非常靈活的算法實驗平臺，可以支持多種算法組合，包括模型結(jié)構(gòu)調(diào)整。因為很難有一套通用的模型架構(gòu)適用于所有的推薦場景。

典型推薦特征

模型的訓練上，頭條系大部分推薦產(chǎn)品采用實時訓練。實時訓練省資源并且反饋快，這對信息流產(chǎn)品非常重要。用戶需要行為信息可以被模型快速捕捉并反饋至下一刷的推薦效果。

目前，頭條的推薦算法模型在世界范圍內(nèi)也是比較大的，包含幾百億原始特征和數(shù)十億向量特征。

大規(guī)模推薦模型的在線訓練

在信奉算法理念之上，頭條系的每一個用戶都被打上了“標簽”，從你的興趣愛好、你的性別年齡、你的常駐地點到你偏好的閱讀時間等等，算法可能比你自己更了解你。今日頭條表示，這些用戶標簽非常有助于推薦。

反觀微信，在微信更新7.0版本之際，有媒體表示：“今日頭條靠機器算法，給內(nèi)容和消費者兩端同時貼標簽，來實現(xiàn)匹配。微信靠的是‘氣味相投’、‘人以群分’的人腦算法，姑且稱之為‘圈層算法’。”

微信的圈層推薦機制，集中體現(xiàn)在“好看”。

在微信7.0版本中，公眾號每一篇文章底部的點贊按鈕變成了“好看”按鈕，點一點即可轉(zhuǎn)發(fā)到“看一看”頁面的feed流里。同時，“看一看”增加了“好看”tab，你也可以在feed流里直接通過點贊來轉(zhuǎn)發(fā)這篇文章，通過評論來分享觀點，而你的轉(zhuǎn)發(fā)和評論也直接展現(xiàn)在微信好友的看一看feed流中。這讓微信“看一看”擁有了類似微博的轉(zhuǎn)發(fā)和評論的社區(qū)功能。

張小龍信不信算法？起碼在內(nèi)容分發(fā)上，張小龍更相信用戶的品味，他相信微信的人腦圈層分發(fā)機制，是可以做到優(yōu)于機器算法機制的。在上周微信公開課的演講中，張小龍說：

……對于AI，其實從技術(shù)上來說，我們是特別認同它。但是我們一直認為，好的技術(shù)是為產(chǎn)品服務(wù)的，AI 應(yīng)該默默躲在后面幫助用戶來做一些事情，就像語音識別一樣。

當我在內(nèi)部提這些的時候，有同事問我，我們的目標難道不是盡可能的獲取用戶的點擊嗎？我們?yōu)槭裁匆肽敲炊喈a(chǎn)品之外的東西？就像谷歌的員工為什么要反對公司把這一項技術(shù)應(yīng)用在軍方項目一樣，我認為我們做的每一件事情背后，都是有意義所在的。

所以我們總是認為用戶怎么怎么樣，似乎用戶是一個陌生的我們不認識的一個人群，然后我們控制他們，施加他們。但是，在微信，我們要時刻提醒我們自己的是，我們自己就是用戶，我們施加于用戶身上的，最終也會施加到我們自己身上，有點像己所不欲勿施于人。所以到底施加到用戶身上是一個什么東西？這個確實值得我們反思。

年輕人的多閃，能為AI+社交帶來新的可能性嗎？

根據(jù)We Are Social《GLOBAL DIGITAL REPORT 2018》，全球40億網(wǎng)民中，活躍的社交網(wǎng)絡(luò)用戶有30億，比2017年增加13%。

同時根據(jù)CAICT數(shù)據(jù)顯示，由微信驅(qū)動的信息消費總額達2097億人民幣，帶動了3339億元人民幣的傳統(tǒng)消費，在2017促成就業(yè)人數(shù)達2030萬人。

人與人之間的交往，產(chǎn)生的數(shù)據(jù)是幾何級的增長，傳統(tǒng)的方式顯然已經(jīng)跟不上這個速度，AI的介入是必然的。

我們看到，無論是相信算法力量的字節(jié)跳動，還是相信人心溫度的微信，兩者現(xiàn)在都在做一件事：往社交中注入AI。只不過前者是顯式的，而后者是隱式的。

首先，AI處理海量非結(jié)構(gòu)化數(shù)據(jù)的能力，能夠很好的識別社交網(wǎng)絡(luò)中的不和諧內(nèi)容，是目前各大社交平臺應(yīng)用最多最成熟的功能之一。

其次，AI在知識圖譜、NLP、CV方面的應(yīng)用，能夠更快速的為用戶提供符合口味的內(nèi)容，更精準的匹配到想要認識的人。

再次，AI作為一個廣譜催化劑，能夠極大的促進平臺提取用戶價值的能力。

其實AI+社交已經(jīng)應(yīng)用很久了，只是大部分時間都被隱藏在幕后，沒有帶給大眾明顯的感知。

頭條這次讓AI從社交的幕后走向前臺，希望通過短視頻的形式找到一個突破口，打破已有的社交網(wǎng)絡(luò)格局。

這次嘗試或許能夠帶給我們新的啟發(fā)，在AI技術(shù)的加持下，是否有可能找到一種新的形式，甚至一種新的社交關(guān)系？

最后，向各位讀者提出一個問題。如果你（產(chǎn)品經(jīng)理除外）用多閃，會添加同事和老板為好友嗎？