社交媒體的終結

上週，Meta 宣布Facebook 新聞源將轉向基於算法的、基於推薦的內容分發模型。該公告標誌著主要​​平台正式做出這一轉變的最新示例，而包括 Meta 的 Instagram 在內的其他主要平台已經朝著這個方向發展了一段時間。鑑於 Facebook 作為世界上最大的社交網絡的相關性，這一變化標誌著我們在過去 15 年中所知道的社交媒體的終結。

出現了反彈。世界上最有影響力的社交媒體用戶之一凱莉詹納最近發布了她對 Instagram 優先推薦視頻而不是朋友的照片的不滿。在 Instagram 上擁有超過 3.6 億粉絲，詹納的影響力不容忽視；上一次她抱怨改變社交網絡時，Snap 的股價下跌了 7%。因此，Instagram 的首席執行官亞當·莫塞里 (Adam Mosseri) 發布了一段視頻，討論其中一些最近的變化和未來的計劃，這可能並非巧合。在其中，Mosseri 承認世界正在發生變化，Instagram 必須願意隨之改變。

然而，這些向算法提要而不是朋友提要的轉變是有道理的。像廣受歡迎（並且仍在增長）的 TikTok 和 YouTube 等平台對朋友和社交圖譜的重視程度要低得多，而是更傾向於精心策劃、神奇的算法體驗，在正確的時間為正確的人匹配完美的內容。這是推薦媒體，是互聯網內容分發的新標準。

但首先……什麼是社交媒體？

社交媒體是主要通過相關人員網絡分發的內容（文本、照片、視頻、音頻等）。這意味著基於創作者的朋友或追隨者的社交網絡，創作者可以保證一定程度的分發。這種動態將巨大的權力交給了創作者，因為這意味著他們已經建立了可以向其廣播內容的觀眾。在社交媒體中，創作者擁有編程能力。因此，社交媒體實際上是一種基於受歡迎程度而非內容質量的競爭。它有利於擁有最大追隨者的創作者；以下越大，分佈和影響的潛力就越大。

通過這種分佈動態，社交媒體平台能夠非常迅速地擴展。如果一個平台可以建立一個社交圖譜（在社交媒體的早期，這對平台來說極具挑戰性，但隨著時間的推移變得越來越少），它可以自動擁有一個內置的分發系統來提供引人入勝的、高度相關的內容給廣大觀眾。

社交媒體的成本

但是，正如社交媒體平台的發展和改變我們所有人消費內容的方式一樣，它們也對平台公司、互聯網以及更廣泛的我們的世界造成了嚴重破壞。

將內容內置分發到社交網絡意味著人們可以像傳播善意的內容一樣輕鬆地分享和傳播有問題的內容。如果一個壞演員想在社交媒體上分享有問題的內容，由於保證分發到該人的朋友網絡，該內容可以快速傳播。此外，由於內容主要分發給相互聯繫的人群，因此社交媒體上的群體思維迴聲室具有巨大潛力。從設計上講，思想的多樣性在社交網絡中處於劣勢。當它很少通過開放的評論部分找到它的方式時，它經常會遇到激烈的反對和抵抗，從而產生兩極分化的爭論和衝突，有時在世界上一些最有權勢的人之間。

社交媒體也被證明在將高質量內容與相關受眾匹配方面根本沒有那麼有效。僅僅因為人們可以輕鬆地將內容分發給他們的朋友或朋友的朋友，並不意味著該內容對消費者來說是有趣的或相關的。這就是為什麼隨著時間的推移，社交網絡不僅開始基於社交圖分發內容，而且還基於在這些社交圖中收到了多少參與內容。

社交媒體的上述問題反過來又給平台帶來了巨大的成本，其形式是由數万人組成的龐大的審核團隊，嚴重損害平台的品牌，以及尋找更有效的內容分發方式的競爭機會。沒有哪個平台比 TikTok 更擅長利用社交媒體的弱點，這個平台普及了算法內容分發並催生了我所說的推薦媒體。

進入推薦媒體

在推薦媒體中，內容不會作為主要的分發方式分發給相互聯繫的人的網絡。相反，內容分發的主要機制是通過不透明的、平台定義的算法來獲得消費者的最大關注和參與。這些推薦尋求的確切關注類型始終由平台定義，並且通常專門針對消費內容的用戶量身定制。例如，如果平台確定某人喜歡電影，則該人可能會看到很多與電影相關的內容，因為這是最能吸引該人注意力的內容。這意味著平台還可以決定消費者看不到的內容，例如有問題或兩極分化的內容。

最終由平台決定推薦哪種類型的內容，而不是製作內容的人的社交圖譜。與社交媒體相比，推薦媒體不是基於人氣的競爭；相反，這是一場基於絕對最佳內容的比賽。通過這個鏡頭，難怪凱莉詹納反對這種改變；在一個由算法而非追隨者主導的媒體版本中，她超過 3.6 億的追隨者的價值簡直更低。

更好的消費體驗

在推薦媒體中，每個消費者的最佳內容獲勝。這意味著始終向消費者推薦和積極提供最適合他們的內容，從而始終創造卓越的消費體驗。在社交媒體中，無論內容質量如何，人們都會從朋友那裡看到內容，而在推薦媒體中，內容分發針對參與度進行了優化。這導致飼料中的浪費非常少，並且消費模式非常有效。

平台還可以決定什麼是流行的，什麼時候流行。在社交媒體中，創作者對看到的內容和時間保持編程權力。但在推薦媒體中，平台始終處於控制之中。這類似於有線電視網絡和廣播電台幾十年來的運作方式。他們根據編輯和商業決策對所有媒體進行編程。然而，在 YouTube 或 Instagram 等包含數十億潛在可編程內容的平台上，編程可以跨越多個維度，例如任何用戶的興趣、人口統計或位置。

減少信任和安全風險

由於平台可以控制將哪些內容提供給誰以及何時提供，因此無法保證創作者的社交網絡可以看到他們的內容。因此，平台也可以選擇不編程，幾乎沒有創作者可以做或說來抵消這一點。創作者可以抱怨被取消平台或陰影被禁止的日子已經一去不復返了，因為他們的追隨者沒有看到他們的內容。在推薦媒體中，算法被理解為是決定什麼獲得牽引力和什麼沒有獲得牽引力的最終決策者。這為平台提供了更多的槓桿來隱藏不需要的內容，從而減少對大量審核團隊的需求。並不是不再需要這些團隊；它們根本不需要在社交媒體中達到相同的規模，因為可以從平台中消除某些類型的內容的分發，而無需改變內容分發的底層結構。

平台的巨大增長潛力

由於通過推薦媒體中的朋友圖無法保證內容的分發，因此當創作者沒有從他們創建內容的平台獲取內容時，他們會被激勵去其他地方尋求參與。他們在哪裡尋求參與？其他平台。這就是為什麼你經常看到大量 TikTok 內容被分享到 Instagram、Twitter 和 Facebook 等平台的原因。創作者正在向他們已經擁有觀眾的網絡共享內容。

這具有推動原始平台大規模增長的二階效應。例如，每次來自 TikTok 的內容在 Twitter 上共享時，想要使用該內容的用戶都會點擊並在 TikTok 上使用該內容。這不僅推動了對 TikTok 的參與，而且當內容消費者還不是 TikTok 的用戶時，它也推動了新用戶的獲取。現在想像一下這種動態發生了數千萬次，每次有人從推薦媒體平台分享內容時，很容易看出這會帶來巨大的增長潛力。

你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你 你

更有防禦力

除了上面提到的社交媒體的缺點之外，社交網絡根本不再是可防禦的，因為為它們提供動力的基礎數據——社交圖譜已經商品化了。通過利用 Facebook 或 Twitter 的登錄 API，甚至將產品連接到用戶的智能手機地址簿，團隊現在可以快速啟動社交網絡，通過這些網絡，他們可以根據社交圖分發內容。

但在推薦媒體中，權力分配的算法至高無上。這些由機器學習提供支持的算法是獨一無二的、有價值的，並且隨著平台的擴展，其功能和準確性都會增加。因此，只有最大和最強大的平台才能負擔得起最好的機器學習算法的投資，因為它們是非常昂貴和資源密集型的資產。在推薦媒體中，具有最佳機器學習的平台獲勝。

接下來是什麼？

隨著 Facebook 正式轉向推薦媒體，感覺就像一個新的互聯網時代即將來臨，很難想像接下來會發生什麼。但正如我們在前幾代互聯網中看到的那樣，隨著技術變得更加先進，平台總是會尋求更高的效率。以下是對世界下一步可能走向何方的一些預測。

專業媒體將轉向推薦媒體

鑑於 TikTok 和 YouTube 等推薦媒體平台的實力，以及傳統社交媒體平台追逐它們的方式，專業媒體平台（如 Netflix）似乎可能會嘗試效仿（事實上，Netflix 的聯合首席執行官 Reed Hastings ，當他著名地指出他最大的競爭對手是 TikTok 和 YouTube 時，甚至可能預示了這一點，這兩者都對任何創作者開放）。但是，為了能夠將準確的內容與準確的人匹配，平台需要內容海洋，包括地球上每個人的極其小眾的內容。擁有這麼多內容的唯一方法是成為一個開放的創作平台，平台的用戶可以在平台上創作。因此，我希望 Netflix 和類似平台能讓任何人創作，而不僅僅是專業工作室。

平台將尋求更多控制權

如果推薦媒體是關於平台對消費者體驗的更多控制，不難想像平台最終會通過製作自己的內容來尋求更高的效率。我們已經看到專業媒體平台以較小的規模這樣做（例如 Netflix 製作原創作品等）。但要在 TikTok 或 Instagram 等開放創作平台的規模上做到這一點，平台將無法依賴人類。相反，他們需要依靠機器來創建人工智能生成的媒體，或者正如我的朋友馬特哈特曼所說的那樣，合成媒體。最近，OpenAI 的DALL-E 2向世界展示了合成媒體的強大功能和類似人類的能力，但這些功能不太可能只停留在靜止圖像上（比如這張，此博客文章標題圖像的合成版本）。隨著人工智能內容創建解決方案的成本下降，我預計平台會隨著時間的推移創建更多合成媒體，以便在正確的時間為正確的用戶創建更完美的內容。

RIP 社交媒體

推薦媒體在這裡。因此，關於我們如何、何時以及為什麼消費內容，我們將做出更少的明確選擇（“這些是我的朋友”）和更多的隱含選擇（“這是算法建議我應該關注的地方”）。在短期內，我們可能不會注意到太大的不同，但幾年後回顧並反思我們的個人行為是如何變化的，將會很有趣。

你怎麼看？社交媒體是否永遠消失了？或者這是否為挑戰者創造了一個機會，讓他們採取逆向方法，讓社交媒體起死回生？在Twitter或LinkedIn上與我聯繫，讓我知道。