面對Twitter，AI表示“真心帶不動”

在社交平臺Twitter的身上，“輿論風向”的變幻莫測常常令我們目瞪口呆。

它曾經是科技行業的寵兒，若干起政經社會娛樂大事件的發源地，分析師和華爾街眼中“社交的未來”;高調上市後股價持續跳水，又被貼上“推特已死”、“下一個雅虎”的標籤，搞得想“賣身”都賣不出去;17年Q4首次盈利後，Twitter的營收開始恢復增長並持續到現在，於是市面上又出現了無數盤點Twitter二次崛起的成功學：聚焦“新聞”定位、影片化、管理垃圾內容、組織調整……

總之，業績下滑時這些都是隱患，業績上揚時這些都是優點，搞得路人無比懵逼，這大概就是傳說中的“事物都有兩面性”吧，反正我們也不敢問.jpg

當然，在Twitter的“絕地求生”中，沒有一個人會否認引入AI技術的必要性。而推特也確實在AI上做了大量的工作。儘管如此，我們也深知從結果逆推過程，在現象發生後的“馬後炮”並無意義，所以，作為一個堅持為AI代言的媒體，我們也不願意簡單地將AI視作推特“起死回生”的救命稻草。

恰恰相反，推特在AI上栽種與收穫的，在我們看來還遠遠不夠。那麼，回過頭來看Twitter的AI進化史，到底帶來哪些教訓與啟示呢?

絕地求生的Twitter，面前都有哪些坑?

Facebook在2012年IPO的時候，許多評論家並不看好，認為Twitter才是這一代網際網路公司的楷模。但是風水輪流轉，2016年Facebook風生水起，而Twitter則到了高層出走、使用者流失、不得不出售公司的倒閉邊緣。

幾次收購失利之後，Twitter開啟了艱難的自救之旅。過程自然是無比痛苦的，坑和雷區也是琳琅滿目的。人才流失、增長擱淺、社交分流等外部因素略過不提，單從產品層面，Twitter的問題就有不少。

首當其衝的，就是一直為人所詬病的內容環境。

在Twitter上，“鍵盤俠”如同跗骨之蛆，四處散播著踐踏人權的惡意評論和人身攻擊。還充斥著虛假新聞、機器人等散播的垃圾內容。對此，CEO傑克·多西認為“Twitter是一個通訊工具，不擅長判斷個人之間的內容糾紛。”，所以Twitter接到舉報後的做法常常是封號了事。這種中立態度顯然加速了Twitter使用者，尤其是受語言暴力最為嚴重的名人和KOL的流失，直接導致Twitter內容生態的萎縮。

還有一點是，堅持走媒體平臺定位之後，Twitter在產品體驗和內容價值上卻沒有明顯的升級。以強調“在現場”的直播產品為例，無疑是展示Twitter“新聞力”的最佳捷徑，但Twitter依然採用了PC時代的產品思維，僅僅是將現場從傳統電視臺搬到了手機上，作為對文字和圖片內容的簡單補充，至於事件過程、其他人的連鎖反應等，都集體缺位了。

用科技分析師Ben Thompson的話來說，剛好證明了“這家公司(Twitter)的成功靠的更多是運氣，而不是洞察力。”

當然，Twitter的困境還有很多，這裡用盡筆墨也只是炒冷飯。更關鍵的是，它到底在技術上做了哪些動作，為自己在處處有“驚喜”的雷區中艱難地掃出了一條生路。

笨鳥後飛的推特AI

Twitter顯然也感覺到了自己必須做出一些改變。

2017年，美國億萬富翁Mark Cuban開始買入Twitter的股票，他在接受CNBC採訪時表示：“我認為他們終於開始了人工智慧方面的動作”。當時，Twitter開始使用人工智慧來篩選和過濾推薦給讀者的推文。

此後，Twitter開始了一系列的AI改造計劃：

1.用機器提高內容整治效率

Twitter終於意識到，唯有健康有序的平臺環境，才能留住核心使用者，併為廣告商提供價值，最終形成業績增長的良性迴圈。因此，機器學習演算法的引入就變得至關重要。

Twitter收購了倫敦創業公司Fabula AI，這家公司的專長是圖形深度學習，使用機器學習來分析大型資料集並找出關係和互動。這能夠幫助Twitter的機器學習團隊透過關係對映來更好地發現社交網路上的假新聞，垃圾郵件和其他問題，進而改善平臺對話的健康狀況。

2018年，Twitter釋出了一個名為Exploring Online Hate的皮膚工具，能夠透過1000個Twitter賬戶的樣本來尋找仇恨活動的規律、趨勢，然後利用演算法生成更大的資料集，從而實時掌握網路上仇恨言論，控制相關的熱門話題和言論來源。

目前，Twitter有38%的有害內容是由演算法自動篩選出的。

2.在資訊流中引入了演算法推薦

資訊流是Twitter首創的資訊分發方式，2012年，Twitter就收購了新聞聚合推送網站Summify，用於理解和挖掘Twitter的資訊流資料，追蹤新聞的傳播效益。但Twitter在資訊流中接入演算法推薦的時間，卻要晚於Facebook。

2016年，Twitter推出了一項新功能：透過演算法自行篩選它認為對使用者重要的內容。使用者的資訊流不再按照時間軸顯示，而是透過推薦機制顯示Twitter認為對使用者重要的資訊，以及向他們推薦未關注賬號的內容。

2017年，又上線了“探索”選項卡，透過演算法將熱門話題、重大新聞以及搜尋功能集中起來，放在一個功能分割槽，以便使用者快速追蹤到真正感興趣的故事和品牌。

3.靠AI提升互動體驗

2016年，Twitter收購了倫敦的機器學習創業公司Magic Pony Technology，對方的演算法能理解“影像的特徵”，這使得Twitter能重新在影片流、直播等內容上再次出發。

比如推出互動影片功能(conversational video)，根據上一步的操作提前錄製好多份劇情，按照使用者行為(選擇Yes or No)來推進到下一步。為直播增加了一個名為Moments的頁面、將推文整理成前後連貫的“故事”。

互動性的增強和新的內容形態也重新吸引了廣告主的青睞，2018年第二三季度，來自影片廣告的收入為Twitter貢獻了超過一半的廣告收入。

再比如機器翻譯之類的措施，來幫助各個區域的跨文化交流等等，Twitter在廣告轉化(ad cvr)和反垃圾資訊上(anti spam)做了很多技術最佳化，使用者的參與度也有所增強。

目前看來，Twitter發力AI有幾個明顯的特點：

1.起步晚，令人眼前一亮的案例和技術十分有限;

2.技術佈局圍繞營收展開，儘可能讓流量最大化，助攻廣告效果;

3.幾乎所有功能創新都是在補短板，縮小與其他社交平臺的體驗差距。

然而，Twitter真的把握住了AI的命脈了嗎?似乎也未必。

AI到底能不能挽救推特

某種意義上來說，Twitter的AI戰略更像是在“救火”，哪裡有險情點哪裡。

對於極度渴望重回聚光燈下的Twitter來說，這麼做似乎也無可厚非。但卻造成了不少困境：

一方面，Twitter無法憑藉AI生長出屬於自己獨一無二的“長板”。

與Facebook、谷歌、蘋果，甚至它的“中國門徒”微博等動輒AR、雲服務的能力相比，Twitter的技術創新，給人的感覺就很索然無味。

比如Twitter在2018年11月推出的“探索”選項卡，Facebook在2016年就嘗試過類似的做法。

資訊流演算法的表現也並不好， 很多Twitter使用者表示被智慧演算法控制的timeline變得支離破碎，在最新資訊裡刷到二三小時前的內容。Twitter不得不在2018年9月，宣佈重新為手機客戶端使用者提供了切換正常時間流的功能。

另一方面，對廣告變現的過度追求，正在透支媒體平臺的公信力。

作為一個廣告收入佔到90%以上的社交媒體，Twitter最大的矛盾就在於，使用者與廣告客戶的利益最大化是有出入的。

比如說，為了實現更高效率的廣告變現，就需要精準定位、使用者畫像、精準推送，不可避免地要“售賣”使用者資料。在一些極端情況下，社交媒體還會暴露使用者的安全資訊，比如確切地址。有研究顯示，帶有地址資訊的推文佔每天總推文的 2%，也就是 440 萬條。

另外，AI基礎能力和人才的不足，或許會讓Twitter面對更深的責難。

面對上述問題，其他在AI技術上發力較早的科技企業，就可以透過技術手段最大程度地規避資料隱患。

比如Facebook就宣佈將端到端的加密服務貫穿到旗下包含的所有即時通訊工具。今年的谷歌I/O大會，也釋出了一系列與隱私管理有關的新產品，比如語音助理谷歌assistant能夠離線使用，無需將使用者資料傳輸至雲端處理。

而同樣的境況，Twitter超3200萬Twitter賬戶密碼洩露，官方除了甩鍋駭客並重置密碼，似乎就再也無所作為。

(Twitter執行長傑克·多西，和Facebook營運長雪莉·桑德伯格，共同出席美國國會聽證會)

內容上也同樣，谷歌近年來不斷更新和改進搜尋引擎和演算法，滿足使用者對高質量新聞的需求。比如，Google Search將新聞內容整合到精選摘要中，形成 “熱門新聞”的輪播。

YouTube也在積極開發新聞內容，在資訊流介面新增了“突發新聞”的功能板塊。2018年，還投入了2500萬美元扶持影片新聞。

由此可見，儘管商業模式大同小異，Twitter也做了許多方面的努力，這並不能幫助它解決未來的問題。技術地基的匱乏，將讓Twitter這座社交大廈繼續風雨飄搖，勿謂言之不預。

或許，在商業模式這個根本問題轉變之前，AI註定只能是一個奢侈而空洞的夢。