創業圈的錢都去哪兒了?AI演算法正幫Facebook成為大贏家

微胖發表於2017-11-26

編譯 | 張震 吳欣

來源 | NYTimes

在科技行業,人們會將那些愛開玩笑、性格開朗的男程式設計師叫「brogrammer」,而 Ben Cogan 和 Jesse Horwitz 絕對不在此列。他們更不是精明狡詐的人,也沒有足夠魄力辭掉工作,在商業領域放手一搏。相反,這一對好朋友都是典型書呆子形象,一個 27 歲,一個29 歲,兩人在曼哈頓上西區,住房只有一街之隔。

Horwitz 在哥倫比亞大學的捐贈基金工作,Cogan 的工作是分析消費者行為。兩人都喜歡安靜。Cogan 希望未來能成為一個哲學博士——「這就是我想做的事情」。Horwitz 喜歡用 Excel 表格記錄生活的各個方面:去過的餐館、讀過的書籍、跑過的步。這些檔案以及各種資料,會讓他忍不住回憶過去。多年來,兩個人大約每週都會在一起吃頓晚餐,談話的內容往往會涉及商業點子,吐槽初創公司也是他們的共同愛好。

2015 年的一個夏夜,在位於 85 街區的 Han Dynasty 餐館裡,Cogan 就他最新想法徵求 Horwitz 的建議:在網上賣隱形眼鏡怎麼樣?隱形眼鏡的市場由強生、博士倫等少數幾家企業佔據,價錢完全由他們主導——至少在 Cogan 看來就是如此。一個主打低價的競爭者無疑會吸引到消費者。Cogan 從包裡拿出膝上型電腦,將裝有湯圓和蔥油餅的盤子推到一邊,把電腦放在餐桌中間開啟。他向  Horwitz 展示了兩種方案,將價格低廉的一次性鏡片賣給醫生,或是模仿 Cogan 所在公司 Harry’s 的模式。

Harry’s 是一家很成功的初創公司。截止 2015 年底, Harry’s 依靠出售安全剃刀和剃鬚膏成為線上零售公司中的佼佼者。這種商業模式是這樣的:公司只售賣自己的產品,而且只通過自己的網站售賣。由於免去了零售商和分銷商,他們出售商品的價格比行業其它競爭者的價格要低。也就是在那一年,相關報告稱床墊和寢具 B2C 銷售商 Casper,在經營的第二年銷售額超過了 1 億美元。另一個剃刀銷售商 Dollar Shave Club 利潤達到了 1.52 億美元。眼鏡供應商 Warby Parker,在 2010 年成為這種商業模式的領軍企業,剛結束的一輪融資中,公司估值據說已達到 12 億美元。風投機構相信,隨著網上購物變得更便捷,消費者會越來越青睞有特色的線上零售商,因此他們對 B2C 初創公司投入了大量資金。據 CB Insights 報導,在過去四年間,風投投入了超過 20 億美元的資金。

厭倦了工作的 Horwitz ,一直鼓勵 Cogan 要追尋自己的想法,並自願幫忙做調研。「要評價一個想法的好壞很難,」Horwitz 說,「你需要做起來看看。」

2016 年 2 月,經過反覆和亞洲製造商通過郵件進行洽談,查閱美國食品藥品監督管理局的合規政策,一個切實可行的業務願景終於成型。倆人在亞洲找到了一家經食品藥品監督管理局認可的製造商,弄清楚瞭如何才能遵守必要的規則。可 Cogan 依然猶豫,他已收到了沃頓的入學邀請,甚至還支付了定金,他相信這樣會是個更加理智的選擇。隱形眼鏡生意最多可以作為一個同時進行的副業。

在完全將創業的想法束之高閣之前,他們又進行了一次嘗試。他們吸納了兩個朋友進來,一個是 Paul Rodgers ,他是 Horwitz 在哥倫比亞大學的哥們,會寫程式碼;另外一個是 Dan Rosen ,Cogan 在 Bronx Science 結交的朋友,對 Photoshop 和 Illustrator 很擅長。

四個人一起打造了一個線上銷售平臺,進行了一次需求試驗。Harry’s 的創始人也提供了一些技術(免費給了一些基礎程式碼),也就是一個兩頁的網站。第一張頁面解釋了隱形眼鏡按月訂閱的概念,如果有人對其感興趣可以提交郵箱地址。訪客在提交了郵箱地址後可以訪問第二個頁面,然後他們會看到一個說明:將該介紹分享給好友,如註冊人數達到一定要求,就可免費領取一副隱形眼鏡。

他們在近 40 個好友的 Facebook 主頁面掛上了網站連結。在幾天之內,不僅他們的朋友註冊了,朋友的朋友,甚至朋友的朋友的朋友也註冊了,總人數將近 2000 人。很多人甚至在他們自己的主頁上掛上公司的連結。「公司開始在小範圍流傳開來。」Cogan 說道。

隨後,他和 Horwitz 申請了科技孵化器專案,這是一個機構,會對年輕的公司進行投資並給予培訓,以換取少許股份。在申請過程中,他們只准備了 16 張 PPT,其中一張就是有關需求試驗的。他們也選擇了幾家紐約的投資方。他們決定,如果被孵化器接納,他們將全身心的投入到專案中去。如果失敗,Cogan 就會去沃頓讀書。到了 4 月份,他們不僅得到了與五個孵化器專案進行面談的機會,風投基金也對他們的商業想法提供了 350 萬美元的投資。

Cogan 放棄了去沃頓深造的計劃。他和 Horwitz 預定了 5 萬副隱形眼鏡,Rosen 擔任創意總監,Rodgers 擔任技術長。在投資方提供的辦公室裡,他們正式開始運營公司,一箱箱鏡片靠牆堆在桌子旁邊。因為當時軌道望遠鏡已能夠觀測深空,他們就藉著這個寓意,給公司起名為 Hubble。

Facebook 幫他們獲得了需求測試的成功;而現在也將幫助他們產生第一份銷售訂單。在 2016 年夏天,Hubble 一位投資方的朋友 Joshua Liberson,也是一名長期關注初創公司的資深人士,他建議公司創始人可以嘗試 Facebook 新的廣告方式,稱為 Lead Ads。這種廣告方式無需外部網站,意向客戶只需輕擊廣告上的按鍵,就可直接在 Facebook 上提交郵箱地址。Hubble 將廣告對準紐約和芝加哥的人群,在這些地方,他們已經簽下了驗光師,願意出具驗光證明。人們在點選廣告之後,Horwitz 會向他們傳送郵件,協調預約,接收訂單。

2016 年 11 月 1 日,Hubble 網上商店正式營業,此時,Cogan 和 Horwitz 已知道如何運作 Facebook的廣告,他們很有信心,這種模式將繼續為他們贏得訂單。他們計劃,再增加 370 萬的費用用於Facebook 的廣告,這幾乎是他們的全部收入。

在 Facebook 做生意很容易,數字化賣家迅速增長

在 2017 年,每個人都在思考:Facebook 將會統治世界嗎?大多數人都認識到,擁有超過 20 億使用者的Facebook 已不僅僅只是一個存放自拍照、吐槽政治的地方。對廣告商來說,Facebook 是一個貪婪的巨獸,和谷歌一道幾乎佔據了全美的廣告業;Pivotal Research Group 報導,2016 年,兩家公司控制了 70% 的市場,及絕大多數的增長量。據美國情報機構表示,Facebook 成了一個強大武器,被一家與克里姆林宮有關聯的公司利用,利用至少價值 10 萬美元的定向廣告投放培養極端分子,影響 2016 年美國的大選。對於那些關心隱私的人來說,Facebook 扮演著老大哥的角色,會收集你的各種資料,喜歡什麼,在 Facebook 上釋出了什麼東西,買了什麼,甚至可以通過手機 GPS 定位我們線上和線下的位置資訊。

考慮到 Facebook 強大影響力,超過 500 萬廣告商資金仍在持續投入,也助長該社交網路的快速增長。對他們來說,Facebook 以及該公司擁有的另一個軟體 Instagram,是充滿巨大市場想象力的地方,規模之大,前所未有。通過直接向使用者瀏覽的新聞推送廣告,公司可以在任何時間在潛在客戶無聊、想尋找一些新東西時,進行廣告定向推送。

什麼時間會是收到產品推薦最好的時間呢?

「Facebook 創造了世界上最大的資訊廣告。」Elevation Partners 創始人 Roger McNamee 說道,他早年曾投資過 Facebook,不過一直對該公司的影響採取批判態度。「將產品廣告直達你所尋找的市場,這種方式成本真的很低,低的難以想象。」結果就是,在那些線上出售新產品的公司的助力下,Facebook可謂是日進斗金。在新的線上零售商中,超過一半的公司老闆稱,他們的廣告投入,一大部分是用在了 Facebook 和 Instagram上面。

「資金進行著很有次序的轉移」,從風投公司到初創公司,然後再流向 Facebook,BrewPublik 創始人 Charlie Mulligan 這樣說道。該公司使用「Beergorithm」演算法,每月向消費者推薦個性化的精釀啤酒。 500 Startups 是一家位於矽谷的科技孵化器公司,曾對 BrewPublik 進行過投資,也曾提到 Facebook 廣告是一個經久不衰的話題。事實上,在現今的科技孵化器,或是任何商學院,要想研究市場營銷,社交網路廣告是一個繞不過的主題。「Facebook 廣告是一個很好的方案,」 Mulligan說道,「之所以這樣認為,是因為它確實很有效。」

這個過程很容易,成本不高,還很有效。只需幾百美元,一上午的功夫,企業就可以在當天下午將公司的廣告推向社交媒體使用者。如果公司不確定哪個廣告效果最好,它們還可以上傳幾個廣告,讓 Facebook的人工智慧軟體對各個廣告的效果進行測試。如果他們不知道究竟是哪些人應該看他們的廣告,他們可以在網站上植入程式碼,讓 Facebook 監測流量,並向最近的訪客展示廣告。或者公司可以將現有客戶的郵箱地址發給 Facebook,然後 Facebook 將鎖定他們的 Facebook 賬戶進行廣告推送。一切都很簡單直接,如同建立一個網上交友檔案一樣方便。 Away 是一家位於紐約的箱包公司,成立於 2015 年。公司創始人 Steph Korey 表示,公司成立之初,在 Facebook 的廣告每花費 1 美元能創造 5 美元的收入。

創業圈的錢都去哪兒了?AI演算法正幫Facebook成為大贏家


由於在 Facebook 上做生意很容易,使得數字化賣家迅速增長。很多商家都是依靠社交媒體找到他們的首批使用者。許多商家都遵循著同一個操作指南,甚至是相似的審美風格。他們將錢花在傳統的公關上,花在能獲得類似於谷歌搜尋結果的連結上,或將產品贈送給那些關注者眾多的社交媒體博主,以期創造轟動效應。然後,他們又在 Facebook 和 Instagram 上買廣告。反正你總是會看到他們的產品:一張炫酷的照片或者一段有關產品的小視訊,比如一個木手柄的過濾器、羊毛鞋、電動牙刷。在廣告的上方,用很顯眼的方式寫著公司的名字,一般都是兩個音節的單詞,如 Soma、Allbirds、Goby。

「有時,我們會看到其它公司的廣告,不禁驚訝道『太多這種型別的廣告了』。」 風投基金 Greycroft Partners 合夥人 Ellie Wheeler 這樣說道。後者在去年投資了 Hubble 。該機構也在許多其他的公司佔有股份,如買健康食品的 Thrive Market ,從事食物配送服務的 Plated,向客戶寄送衣物的 Trunk Club ,以及專注加大號時尚服裝的零售商 Eloquii。

儘管並不是所有公司最終都能存活下來,但它們卻在不斷挑戰老牌公司的地位,而這些老牌公司對這種威脅也極為重視。2016 年 7 月,歐洲消費品巨頭 Unilever 據稱以 10 億美元的價格收購了 Dollar Shave Club。六月份,沃爾瑪同意以 3.1 億美元的價格收購物聯網服裝品牌 Bonobos。據 Euromonitor International 統計,在美國,專門從事網上銷售產品的公司比其它任何型別的零售商增長的都要快,2011 年以來,每年增長近 17%,超過零售增長速度的六倍。

為了將傳統的零售商納入自己的體系中,Facebook 甚至已開始採取行動,影響線下的銷售。9 月份,該社交媒體推出了一款工具,可以讓擁有實體店的企業向購物者展示廣告,即使顧客在逛完商店後沒有購買任何東西也無所謂。就這樣,日復一日,Facebook 不斷在擴充套件自己在美國市場的影響力。

當使用者用 Facebook 推送訊息時,每分鐘就有上百萬次的競價發生

3 月的一個下午,當 Rosen 從一堆上週拍攝的照片中選出三張作為新廣告時,我就站在身邊看著。他有點像初為人父、被新生兒搞得睡眠嚴重不足的人,凌亂的頭髮,無神的眼睛。說話聲音很平淡。看起來疲憊不堪。隨後,我瞭解了推送 Hubble 廣告的 Facebook 人工智慧軟體,Rosen 和同事直接簡單得稱其為「演算法」。

Facebook 廣告是由廣告和另外三個類別也即受眾、目標和預算組成。那天,Rosen 正在進行一個設定,將廣告投放給在過去 30 天通過 Instagram 訪問過 hubblecontacts.com 的人。他的目標是「轉化」或者說是說服看到公司廣告的使用者進行購買。最後,他設定了一個每日 1000 美元的預算。他上傳了三張照片,然後就開始進行測試——觀察從使用者和演算法的角度,誰才是最後的贏家。

第二天早上 8 點,當廣告設定正式啟動後,情況變得複雜了起來,遠非人類肉眼所能察覺。Facebook 在使用者的新聞推送上投放廣告之前,它同時還在進行競價,從而決定投放誰的廣告。每個廣告商的競價會受到預算多少的影響,但演算法也會權衡它對該公司、廣告以及 Facebook 使用者的瞭解程度。為了看起來像一個更好的牽線搭橋者,演算法也會參考個人的興趣、當前線上的行為,使用者對廣告商的潛在價值以及廣告的整體訴求。有時候,勝出者會是付給 Facebook 最多錢的廣告商,有時演算法會決定人們更願意點選一個特別的廣告,從而將廣告機會留給出價並不高的廣告商。

每次競價,更為細節的約束程式涉及數千家廣告商。當使用者在 Facebook 推送訊息時,每分鐘就有上百萬次的競價發生。這一過程絕對不會重複。演算法會進行不斷的學習,利用過去的結果對下一次的競價進行權衡。Facebook 表示,這種做法,目的是為了讓每個人獲得最大的價值:將廣告商與最適合的使用者進行匹配,展示使用者真正想看的廣告。當然也是為了讓 Facebook 賺錢。

不過,從 Rosen 的角度來看,在他上午 10 點左右走進辦公室之前,幾乎沒有任何事情發生。Facebook在他的廣告上花費總額最大也就 1.86 美元。第一個廣告只展示給了 51 個人,第二個 45 個人,第三個只有 2 個人。第一個廣告只被點選了 1 次。Rosen 並不為所動,用單杯咖啡機為自己衝了一杯咖啡。演算法需要一點預熱的時間,他說,「不出一個小時,就會有令人激動的事情發生。」

20 分鐘後,Rosen 重新整理了一下瀏覽器。Ads Manager 視窗展示了最新的資料:Rosen 只能看到結果,無法瞭解這個過程。但點選似乎會對演算法起作用,從而幫助第一條廣告的推送。在這 20 分鐘內,第一條廣告有超過 76 個人看到,也就是說,第一條廣告比另外兩條廣告在競價中多勝出了 76 次。在接下來的一個小時,演算法把第一條廣告展示給了更多的使用者,第一條廣告是一張圖片,彩色的 Hubble 眼鏡盒配上藍色的背景,很明顯,演算法從一開始就很看好這個廣告。隨著 Rosen 不斷更新瀏覽器,這種感覺就好像看著一粒種子,破土發芽。廣告獲得了更多的瀏覽。一些人還點選了廣告。最終,在上午 11:28  到11:53 分鐘之間,這些點選促成了第一筆交易。這種廣告模式進入了開花結果的階段。

這種瞬間感覺很奇怪。大家都知道,螢幕背後是有關科學的東西,演算法是由 Facebook 工程師編寫的一系列規則。但在 Rosen 看來,這種操作看起來就如同是由神靈在控制一樣。Facebook 的人工智慧演算法通過伺服器群組在 20 億使用者之間遊走,找到最佳匹配的個體,在 Instagram 上向他們展示 Hubble 的廣告。然後使用者拿出信用卡,購買一副隱形眼鏡。

在第一份銷售過後不久,第一個廣告又產生了兩份銷售。演算法開始增加 Hubble 競價的成本,想要贏得更多的競價,就需要出更多的錢。第一次是 1 分鐘 1 美元,然後是 1 分鐘 2 美元,在然後直接超過了 3 美元。截止到下午 2 點鐘,Facebook 的人工智慧共收了 Hubble 306.5 美元,向 9684 個使用者推送了廣告。第二個廣告,在投入了 8.03 美元后,就完全棄之不用了。而第三個廣告只是稍微等了一下場:從早上 8 點開始,它只向 30 個人展示過。

「完全沒有頭緒,」 Rosen 說著,搖了搖頭。可以看到,Facebook 的 Ads Manager 專案上的各種資料都安排的井井有條:瀏覽的次數,點選的次數,廣告的平均成本,每增加一個新客戶的平均成本。但這些資料均無法解決一個最基本,也最神祕的事情:為何演算法會這樣抉擇,為什麼這個廣告會優於其他的廣告,為何第三個廣告只獲得極少的關注。

這天早上的廣告出奇的一致:「hubblecontacts」,公司的 Instagram 廣告,出現在頂部粉色、藍色、黃色、綠色盒子之上。唯一的不同之處在於第一條廣告所展示的隱形眼鏡盒是藍色的背景;二三條廣告的背景是粉色和藍色同時出現,第二條廣告兩種顏色呈對角展示,而第三條廣告兩種顏色呈散點分佈。

但它們都只是眼鏡盒啊!Instagram 使用者真的會更加喜歡條形圖案或藍色背景的隱形眼鏡盒嗎?還是編寫了相關的規則,使得演算法更加傾向於有序的圖形呢?Hubble 團隊也知曉,Facebook 會優先考慮某種美觀的形式。這天的結果會達到何種程度呢,從早上第一條廣告的第一次點選來看,確實起了作用,還是說只是隨機一點呢?恐怕 Rosen 只能猜測了。

我們正被 Facebook 劃分為不同的商業圈,但演算法也非萬能

廣告是一直是一個不具有確定性的業務。沒有人真正知道為什麼一些人會對報紙或電視上的一則廣告做出反應,更不用說為何一些人因此會去購買。(在廣告界,百貨公司巨頭 John Wanamaker 曾說過一句經典的話:「我做的廣告一半都是浪費。可問題是我並不知道是哪一半。」)但想要通過廣告賺錢,你無須知道所有事情:你的廣告只需比競爭者有效就行了。為了達到這一目標,廣告商無一例外的會將兩種主要的方式結合在一起。他們不斷進行測試,對資訊進行優化,試圖打造一個既有效又精準投放的廣告(比如推銷信用卡的垃圾郵件)。或者說他們極盡推廣之能,贊助一場盛大的活動以此吸引到一些人的注意(如超級碗的廣告)。

在 2010 年前後,B2C 公司一般都會大力進行宣傳。但由於缺少資金,無力進行電視推廣,他們轉而依賴公關和運氣。Warby Parker(眼鏡電商)僱傭了一家公關公司,向 Vogue 和 GQ 推銷他們的概念,在這些期刊發行的當日在其網站上也進行展示。該公司在時裝週期間,還舉辦了一次活動,讓模特在紐約公共圖書館帶上自家的眼鏡。Dollar Shave Club 的首次成功在於其創始人 Michael Dubin 對商業和戲劇視訊時間的精準把握。他製作了一個搞笑的低成本視訊,在 TechCrunch 報導公司首輪融資的當天將該視訊上傳到了 Youtube 上。自從在奧斯汀舉辦的西南偏南藝術節( South by Southwest festival)上獲的關注後,Dubin 在幾天之內就獲得了 300 萬的線上瀏覽量。

Facebook 藉助於資料技術將合適的廣告投放給合適的使用者,這種做法也並不新鮮。早在 1964 年,The Pittsburgh Press 報紙的商業板塊編輯 William Allan 就曾寫道,在不久的將來,「計算機將能夠告知商人他們一半的廣告預算究竟浪費在了那些方面。」

 30 年後,經濟學家藉助美國運通的交易紀律瞭解到「具有強大資料處理能力的計算機,也即大規模並行處理器,在加上神經網路軟體(能像人腦一樣,尋找資料的模式),展示了市場營銷的手段。多年來,Acxiom、Experian、Datalogix 等公司也一直在向營銷人員提供資料探勘服務。而真正將 Facebook 和谷歌區別開來的就是規模和複雜程度。

最近,普林斯頓大學教授 Arvind Narayanan 和博士生 Steven Englehardt 進行了一項研究,展示了兩大網路巨頭如何監控使用者的行為。在 2016 年初,他們利用自己研發的專門機器人觀察了世界上排名靠前的 100 萬個網站,探尋他們的追蹤機制。在這些網站中,76% 的網站都被谷歌所跟蹤,Facebook 追蹤了23%的網站。Twitter 排在第三,只追蹤了 12% 多一點的網站。這些科技巨頭檢視這些所有的資料,尋找模式,然後將它們與潛在的客戶進行匹配。

將 Facebook 與谷歌從直接營銷區分開來的,還在於它們給日常廣告商的機會不同。任何人,只要有張信用卡就可以上網,在複雜的 Facebook 平臺上進行廣告測試。但是,雖然一般人都可以使用這一機器,但具體它是怎樣工作的,並不為人們所熟知。演算法的工作方法和計算,以及它為什麼會選擇這種廣告而非其它的,依然是迷一樣的存在。

Rosen、Horwitz 以及 Hubble 的其他人從一開始就下定決心一定要徹底瞭解演算法的祕密——弄清楚為什麼某些廣告會成功,而另一些不會。很快,他們開始與其他的企業家就各自的猜測進行交流,借鑑其他公司廣告的思路,然後採用了一個較為科學的方法進行測試。例如,他們上傳幾張圖片相同但文字不同的廣告。Hubble 團隊得出了一系列的結論。有第三方,如 GQ 或 BuzzFeed 背書的廣告優於自己打口號的廣告。帶有 Hubble 眼鏡盒特寫的廣告優於人類模特的廣告。那些帶有「即刻下單」或者「瞭解更多」按鍵的廣告會比沒有這些按鍵的廣告效果要差;瀏覽廣告的人偏向於點選廣告上的任何地方都可以跳轉到該網站的廣告。

一天晚上,我們去了布魯克林一家名為 Muchmore’s 的酒吧,參加脫口秀喜劇之夜,Rosen 是當晚的主持人。在過去四年,他一直在晚上兼職做喜劇演員。但當其它喜劇演員都在舞臺上時,他卻一直都在關注 Ads Manager 平臺。「誰關心笑話?」他後來打趣道。

由於急切需要幫助,Rosen 找到了 Facebook 前員工 Faheem Siddiqi 進行請教。後者現在經營著自己的營銷公司。Hubble 在 Facebook 的銷售代表告訴 Rosen 說,Siddiqi 已知道優化 Facebook 廣告最好的方式。但結果卻是,Siddiqi 和員工檢視 Ads Manager 的次數比 Rosen 還要頻繁,每半小時檢視一次,一天要關注多達 16 個小時。當我希望 Siddiqi 分享管理 Facebook 廣告的建議時,他回答到,「第一步,冥想。」

「它就像一個嬰兒,」Jesse Horwitz 告訴我說,「如果超過半個小時你還沒有去檢查一下,它可能就已經死了。」(Horwitz 已結婚但還沒有孩子。)

中間商,包括創意公司、媒體規劃人員、出版商,早已主導廣告業多年。而如今,取而代之的是無處不在、神祕、冷漠的 Facebook。社交巨頭比以往的形式更加的全面和精準,我們應該看哪個廣告,什麼人應該看廣告什麼廣告。這種行為有時會很有趣,但有時也會帶來麻煩。

在我的家裡,這種奇特的廣告方式所產生的結果就是家裡的濾水壺。這個 Soma 牌子的濾水壺就如同一個完美的布魯克林美女:古樸的橡木手柄,纖細的迷你儲水池,椰殼(也可能是其它材質)做成的濾嘴。在妻子在網上買了一個之前,我從未聽過這個牌子。我的很多朋友也沒有聽過。當有客人開啟冰箱後,一半人都像我一樣,對 Soma 完全不瞭解。而另外一半人卻立即認出了這個牌子:哇,你買了一個Soma!他們在 Facebook、Instagram 以及很多地方都看到過這個濾水壺。一些人很熟悉的品牌對我和其它的一些人卻完全陌生。完全是兩個不同世界的人。這種情況我不止一次的發現:我看到一個跑步 app Aaptiv,而我妻子看到的是我從未訪問過的傢俱網站 Article。就如同 Facebook 將保守的和自由的觀點分別推送給已支援這一立場的使用者一樣,我們也被 Facebook 劃分為不同的商業圈。

最近,從事調查性報導的非盈利媒體公司 ProPublica 展示了壞人如何濫用這一流程:例如,Facebook 的軟體給廣告商一個選擇,可以鎖定「恨猶者 Jew Haters」。在一份獨立的調查中,ProPublica 發現,Facebook 可以將具有特殊「種族偏好」的人群排除在外,看不到某些廣告。而基於種族排外的行為是被聯邦法院和勞動法明令禁止的。

這種情況並不是 Facebook 機器學習過程的弊端,因為這個軟體就是這樣運作的。為了找到理想的受眾,演算法會瀏覽每個人的簡介,找出共同的特質、關聯性和自我說明的興趣。然後對我們每個人的偏好進行假設,並將我們分成不同的類別,方便廣告的精準推送。制止這種不道德的行為完全取決於Facebook 和廣告商。但這種精準推送的道德問題並沒有一個很清晰的界線。5 月份,澳洲人報(The Australian)報導,Facebook 員工準備了一份檔案,展示他們如何在青少年感到「不安」、「受挫」、「自我貶低」等脆弱的時刻收集有關他們的詳細情況。這算不道德嗎,或者只是一種愚蠢的行為?

一系列的挑戰使得公司和企業面臨著新的問題,那就是責任監督。不僅僅是廣告被壞人利用的問題;機器學習演算法,在沒有人監督的情況下,可能會出現錯誤,導致不平等的產生,而無法幫助到需要幫助的人。比如,30 來個喜歡瑜伽的女性買了Lululemon 的緊身衣,這一演算法除了向她們展示更多的瑜伽服飾的廣告之外,又向很多患有糖尿病和肥胖症的人推送了很多垃圾食品的廣告。

「有時候,資料會產生很多不道德的行為,」 Antonio Garcia-Martine 在《衛報》的一篇文章中寫道,他是 Facebook 的前僱員,曾在廣告團隊工作。他說了一個在 Facebook 工作中遇到的例子:「一些在資料科學團隊的人開發了一個新的工具,推薦一些 Facebook 網頁使用者會喜歡的內容。這個工具一開始會推薦什麼呢?你可以想想任何有違道德的內容。」

隨著演算法以日益複雜的方式對使用者進行分類,分類標準也是人類無法理解的,監管機構和公司不得不面對這樣的問題,如何決定誰受到了演算法的影響,這種演算法是對公眾有益還是會使社會問題惡化。而且,演算法可以對當前的實際情況進行學習,並對未來的行為進行優化。

Facebook 的人工智慧並不是無監督運作。Garcia-Martinez 寫到,Facebook 只是不願公佈它的推薦工具。Facebook 也表示,它們付出了很大的努力阻止不良的廣告。例如,它不允許廣告在付薪日進行推送,這樣會進一步剝削窮人。在推銷房子、就業機會以及信用卡時,移除了廣告商通過種族選擇使用者的能力;移除了「恨猶者」以及其它物化型別的廣告,並表示將增加對定向廣告投放的人工稽核。Facebook 對澳洲人報的報導回應稱,這一分析是為了幫助營銷人員理解人們是如何在 Facebook 上表達自己的看法,這種分析從未用來進行定向廣告投放。

但是觀察演算法以及使用者出現了哪些問題,然後做出相應的應對措施,這種做法很難有效實施。「這只是 Facebook 眾多問題中微小的一個,」Garcia-Martinez 告訴我說。Facebook很大程度上是由祖克伯一人掌控,也是 20 億使用者道德和品位最終的仲裁人。這也意味著,當它要對系統進行微調時,公司可以單方面的成就一個公司或者打垮一個公司。

這種可能性並不是只存在於假設中。2013 年, BuzzFeed Partner 網路所觀測的媒體網站包括BuzzFeed、Thought Catalog 和《紐約時報》發現,來自 Facebook 的推薦有巨大的增長——從 8 月— 10月網頁瀏覽量超過了 5000 萬次。一年以後,Facebook 宣佈他們對新聞推送演算法進行了調整,剔除了所謂的點選誘餌。Upworthy 是一個新聞資訊網站,新聞標題很誇張,如「震驚,10 個美國人有 9 個都完全搞錯」。Facebook 的新規一出,在三個月的時間裡,該公司網頁瀏覽量下降了一半,訪客人數從9000 萬跌到了 4800 萬。(據皮尤研究中心統計,在這種巨大變化的同時,30% 的美國人轉向從Facebook 獲取新聞,2017 年,這一比率達到了 45%。)

「所有人都知道,Facebook 就如同天氣一樣,」 Upworthy 合夥創始人兼總裁 Eli Pariser 表示。「總會存在晴天和雨天。」作為對演算法調整的回應,Pariser 指示員工停止在谷歌擁有的 Youtube 上上傳視訊,轉而直接將視訊傳到 Facebook 上去。

「我們一定要服務好 Facebook,」Pariser 承認。談到 Upworthy 在 Facebook 的視訊,他說,「但你知道,在任何其它媒體上,我都不可能覆蓋到 2 億人。」雖然該平臺各種規則經常變化莫測,但Upworthy 仍然需要依靠它。

想象一下,Facebook 對演算法進行了一下微調,但並沒有造成視訊供應商的網路流量大幅擺動,進而導致消費品公司廣告和銷售均大幅下跌,而這個消費品公司正是小鎮上僱傭人數最多的一家公司。再想象一下,眾多公司因這種調整而發生巨大變動,或者整個行業都要因此而大規模進行調整以適應 Facebook 的規則。對那些依靠預期的利潤以便對未來的專案進行投資的公司,這種威脅或不確定性都會對公司造成傷害。

隨著我們將更多的控制交給人工智慧來完成,商人和使用者都在走向未知的領域。同時,越來越多的公司,包括初創公司、夫妻小店、大公司,都在把資金和資料貢獻給社交媒體巨頭。Facebook 的 Ads Manager 平臺是以使用者為物件的平臺。在上面能實現巨大的銷售額。如果你不利用這種平臺,你的競爭者就會利用。你怎麼可能會不使用呢?

三月中旬,也就是我首次見到 Rosen 的幾周後,Hubble 團隊在 Facebook 和 Instagram 上的廣告不再是 15 個,而是 40 個,均對應不同的受眾群體,每個群體都有幾個不同的廣告。但 Rosen 卻看起來反而沒有那麼疲倦,倒是更加的精神飽滿。他解釋到,他和 Paul Rodgers 開發了稱之為「Robo-Dan」的幾行程式碼,可以每小時檢視 Ads Manager 平臺一次,然後按照 Rosen 的意願對預算進行調整。不久以後,他又告訴我,他們準備升級到 Robo-Dan 2,這個新的小程式可以在新廣告之間進行切換,在夜間自主執行。(他告訴我說,40 個受眾會在午夜瀏覽這個程式,時長几乎是《扣扣熊晚間秀》播出的整個時間段)。最後,他表示,他正逐漸花更少的時間在 Facebook 的這個競價上面。不久以後,他就可以早點上床睡覺了,或者說過一個屬於他自己的夜晚。

然而,到了 6 月底,Rosen 想要的輕鬆生活仍然還是個夢想。一個新的問題又出現了:無論他們新增什麼樣的新廣告,銷售增長的速度一直在下降,成本卻在不斷上漲。一開始他們認為是受眾的問題:難道是他們已開發了該群體所有的消費者嗎?

隨著他們的廣告進入休眠階段,Hubble 團隊也在努力的尋找新的客戶群體。他們有關新受眾的想法變得越來越怪異。這一週,他們將關注的群體放在喜歡沙拉連鎖品牌 Sweetgreen 的人身上。下一週他們又試圖開發偏愛瓶裝水的人身上。幾天過後,每個群體的開發就以失敗告終,而開發每個新客戶的成本卻在節節攀升,銷售卻在下跌。搜尋了越來越多的意向客戶後,他們突然靈機一動,想出了一個新的辦法:他們開始與其他線上零售商交換客戶群,找出那些在社交媒體上購買一種某種商品很有可能購買另外一種商品的人。這種受眾分享的方式如今在 Facebook 上變的越來越普遍:甚至出現了一家公司 TapFwd,將不同品牌的使用者群體集中到一起,幫助他們向其它的群體推送廣告。

出於生意和個人健康的考量,Cogan 和 Horwitz 決定降低對 Facebook 廣告的依賴程度。在 5 月份,他們對第一支 15 秒的有線電視廣告進行了測試。在電視上做廣告,資料更加的難以統計,回報週期也會更長。雖然說傳統的媒體提供的資訊比 Facebook 要少,但從某種方面來說,無知也是一種福氣。「這種方式壓力更小。」Rodgers 說,「只需點一下按鍵,然後你就可以去過自己的生活了。」

8 月份,Hubble 團隊最終將他們國內的 Facebook 廣告工作移交給外部機構 Ampush 來做。後者按照新客戶註冊的多少收取費用。在 Ampush,目前有 10 個人從事 Rosen 和 Robo-Dan 的工作。這種移交可以說是苦樂參半。「他們的人數比我們多,這就是我們的優勢所在,」Rosen 說,如果我們自己買廣告的話,Hubble 可以用更少的錢獲得更多的開戶。「但這種情況會毀了我們自己的生活。」

很大程度上歸功於 Facebook 的平臺,Hubble 在第一年的營業額就達到了 2000 萬美元。8 月份,Hubble 融資 1000 萬美元,公司市值達到了 2.1 億美元。1 月份,Hubble 將使用這些資金開拓歐洲大陸的市場。廣告策略呢?就是 Robo-Dan,Rosen 也會參與其中。

隨著 Hubble 挺進新的領地,Facebook 和它的演算法亦將尾隨而至。創業圈的錢都去哪兒了?AI演算法正幫Facebook成為大贏家

相關文章