面對Twitter，AI表示“真心帶不動”_風聞

在社交平台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、視頻化、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，這大概就是傳説中的“事物都有兩面性”吧，反正咱也不敢問.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啓示呢？

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才是這一代互聯網公司的楷模。但是風水輪流轉，2016年Facebook風生水起，而Twitter則到了高層出走、用户流失、不得不出售公司的倒閉邊緣。

幾次收購失利之後，Twitter開啓了艱難的自救之旅。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，四處散播着踐踏人權的惡意評論和人身攻擊。還充斥着虛假新聞、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用户，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，堅持走媒體平台定位之後，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台搬到了手機上，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的話來説，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，這裏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能方面的動作”。當時，Twitter開始使用人工智能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，唯有健康有序的平台環境，才能留住核心用户，併為廣告商提供價值，最終形成業績增長的良性循環。因此，機器學習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數據集並找出關係和交互。這能夠幫助Twitter的機器學習團隊通過關係映射來更好地發現社交網絡上的假新聞，垃圾郵件和其他問題，進而改善平台對話的健康狀況。

2018年，Twitter發佈了一個名為Exploring Online Hate的面板工具，能夠通過1000個Twitter賬户的樣本來尋找仇恨活動的規律、趨勢，然後利用算法生成更大的數據集，從而實時掌握網絡上仇恨言論，控制相關的熱門話題和言論來源。

目前，Twitter有38%的有害內容是由算法自動篩選出的。

2.在信息流中引入了算法推薦

信息流是Twitter首創的信息分發方式，2012年，Twitter就收購了新聞聚合推送網站Summify，用於理解和挖掘Twitter的信息流數據，追蹤新聞的傳播效益。但Twitter在信息流中接入算法推薦的時間，卻要晚於Facebook。

2016年，Twitter推出了一項新功能：通過算法自行篩選它認為對用户重要的內容。用户的信息流不再按照時間軸顯示，而是通過推薦機制顯示Twitter認為對用户重要的信息，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，通過算法將熱門話題、重大新聞以及搜索功能集中起來，放在一個功能分區，以便用户快速追蹤到真正感興趣的故事和品牌。

3.靠AI提升交互體驗

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

比如推出互動視頻功能（conversational video），根據上一步的操作提前錄製好多份劇情，按照用户行為（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，來自視頻廣告的收入為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）和反垃圾信息上（anti spam）做了很多技術優化，用户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，縮小與其他社交平台的體驗差距。

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

某種意義上來説，Twitter的AI戰略更像是在“救火”，哪裏有險情點哪裏。

對於極度渴望重回聚光燈下的Twitter來説，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。

信息流算法的表現也並不好， 很多Twitter用户表示被智能算法控制的timeline變得支離破碎，在最新資訊裏刷到二三小時前的內容。Twitter不得不在2018年9月，宣佈重新為手機客户端用户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，正在透支媒體平台的公信力。

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，用户與廣告客户的利益最大化是有出入的。

比如説，為了實現更高效率的廣告變現，就需要精準定位、用户畫像、精準推送，不可避免地要“售賣”用户數據。在一些極端情況下，社交媒體還會暴露用户的安全信息，比如確切地址。有研究顯示，帶有地址信息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，就可以通過技術手段最大程度地規避數據隱患。

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，也發佈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，無需將用户數據傳輸至雲端處理。

而同樣的境況，Twitter超3200萬Twitter賬户密碼泄露，官方除了甩鍋黑客並重置密碼，似乎就再也無所作為。

（Twitter首席執行官傑克·多西，和Facebook首席運營官雪莉·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索引擎和算法，滿足用户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，在信息流界面添加了“突發新聞”的功能板塊。2018年，還投入了2500萬美元扶持視頻新聞。

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。