《教师生活365》网[师慧园]论坛

 找回密码
 必须实名注册
查看: 58|回复: 0
打印 上一主题 下一主题

今日头条:机器“解放”媒体

[复制链接]

1万

主题

2万

帖子

20万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
204690
跳转到指定楼层
楼主
发表于 2015-2-19 18:27:30 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
今日头条:机器“解放”媒体
作者:张一鸣来源:南方传媒研究
张一鸣
  对于“今日头条”来说,2014年无疑是难忘的一年,行业内外,越来越多的人知道了我们。不过随着公司知名度的提升,我也开始经常听到这样的质疑——“你们不就是一个在手机上看新闻的软件吗?有什么了不起的?”

  其实,我特别想澄清一下,虽然我们产品的名字叫做“今日头条”,但是我们从来没有将自己视为一款简单的新闻客户端,“今日头条”的本质其实是一款基于数据挖掘技术的推荐引擎,而这才是这家公司从创立至今对自己的定位。作为一款推荐引擎产品,新闻资讯只是它所承载的内容而已。

  正如人们提到谷歌和百度的时候会自然而然地联想到搜索引擎,我们希望在不久的将来,大家提到“今日头条”的时候,脑子里应该浮现出的应该是“推荐引擎”这四个字。

  “今日头条”到底有什么特别?

  在明确了“推荐引擎”这一产品定位之后,再来说说我们跟市场上的新闻客户端产品究竟有什么不一样。

  首先,虽然从目前的产品形态上各家产品似乎大同小异,但是从产品诞生的出发点上,我们与老牌的新闻门户完全不同。千万不要小看这一点,出发点的不同决定了许多东西。

  对于传统门户网站来说,在最初打造自己的新闻客户端的时候,他们遵循的思路是将原来的PC门户“平移”到手机上面,所以,在移动互联网兴起后的很长一段时间里,老门户的新闻客户端就是一个PC门户的手机版,仅此而已。

  回过头来再说“今日头条”,从创办这家公司开始,我们就非常明确两件事。第一,我们想要帮助用户在移动端上更好地获取信息。第二,我们要用推荐引擎的方式来实现这个目标。

  之所以要采用推荐引擎来解决问题,一方面是因为在移动端上的输入不如在PC端上那样便捷。在PC上,用户已经习惯了通过百度搜索信息,但是在手机上,由于屏幕的限制,输入体验会大打折扣。

  另一方面,智能设备本身的功能愈发强大,机器能够采集到的数据也越来越丰富,这也让精准推荐成为了可能。

  总而言之,回归产品诞生的起点,我们与PC门户对产品的理解就是不一样的。

  我从来没有在媒体工作过,因此,在对传媒产业的认识上,与许多媒体人都不太一样。我接触过不少科班出身的媒体人,他们关于传媒、关于新闻,都有着一套复杂的理论体系储备在脑子里。但是对我而言,只有一个简单而又清晰的目标——我希望让信息的流动更加顺畅,让每个用户都能方便、及时地获取与他的工作、生活相关的信息。

  事实上,我们所处的时代是一个信息过载的时代。很多传统媒体人都将“内容为王”这四个字挂在嘴边,并且认为优质内容的稀缺是当前传媒产业的大问题。

  我非常赞同“内容为王”的观点,不过在我看来,优质内容的“稀缺”只是个表面现象,实际上,优质的内容并不像这些人认为的那样少。传媒产业目前存在的问题核心其实在于内容的传播渠道并不通畅,大量优质的内容并不能传播到最需要它的人那里。比如,在社交媒体上,许多已经被多次辟谣过的假新闻依旧会时不时地冒出来被再次传播,其中的原因就在于辟谣信息的分发受阻。

  从传播的链条上来看,“今日头条”扮演的角色就是分发信息的渠道,我们自己并不生产任何内容。我们希望充当好一个桥梁的角色,促进内容和受众之间的对接。

  很多不了解我们的人都没有意识到,推荐引擎的模式实际上是对传统信息分发链条的一次重构,它前所未有地提高了内容的分发效率。

  相信每个人都有过这样的体会,买来一份厚厚的报纸,但真正阅读的内容加起来可能只有一个版。在过去的一百年时间里,人们似乎已经习惯了这样的内容消费方式,并且把它看成是天经地义的事情。但是仔细想想,这其实是一件很可笑的事情,读者为什么要为那些他们不看的内容买单呢?

  造成这种现象的原因就在于,内容生产者并不能区分每一个个体用户的喜好,因此必须将各种门类的新闻综合起来“打包”丢给受众,受众再从中挑选自己感兴趣的内容进行阅读。这是一种十分低效率的模式。

  “今日头条”所做的事情,就是要改变这种现象。让我感到非常欣慰的是,自从“今日头条”崛起之后,所有老牌的门户都开始模仿“今日头条”,为自己的产品增加个性化阅读的特性,事实上,依据用户兴趣的精准推荐已经成为全行业公认的方向。“今日头条”之所以能够得到许多业内人士的推崇,正是因为我们是当之无愧的行业领导者,如今,我们的用户规模已经超过1.8亿,日活跃用户超过1800万人。

  “解放”媒体人

  最近很多人问我,机器的进步到底对于媒体人究竟意味着什么?我的观点很明确,那就是机器正在“解放”媒体人。

  为什么这么说呢?

  首先,信息分发的效率大大提升,媒体人不用再为内容的传播费神,可以专注在内容的创作上。内容一旦创作完成,就会通过推荐引擎分发到需要的人那里。

  前面已经提到过,推荐引擎这种基于用户兴趣、阅读场景的信息分发模式可以提高内容分发的精准性,这一点十分重要。我一直认为,一篇文章只有被最需要它的读者看到,它的价值才能得到最大的释放。

  举个例子,一篇新闻报道某小区最近盗窃案频发,对于不生活在这个小区的读者来说,这篇新闻看过就忘了,即便没有看到也不会有损失,但是对于生活在这个小区里的居民来说,这却是一篇十分重要的新闻。看到这篇文章后,他们很可能会提高警惕采取一些预防措施,进而避免财产上的损失。

  在这个过程中,“今日头条”又能做些什么呢?其实,通过手机的定位功能,“今日头条”可以知道每位用户的大致位置,我们能够向这个小区以及周边小区的用户推送这条新闻,使他们能够在第一时间应对。

  举这个例子,我想说明的是内容和受众匹配的重要性。对于每一位内容创作者来说,当他提供的信息真的对读者起到了帮助的时候,那么我相信他的个人成就感也会大大提升。

  机器除了让媒体人能够专注创作外,机器也正在替代记者完成一些重复性的简单劳动。

  前阵子参加一个媒体论坛,在圆桌环节同台的有一家来自美国的公司,叫做Automated Insights。这家公司的背后有美联社、三星等众多公司的投资,它最近颇受瞩目的原因是,几个月前,美联社宣布与它深度合作,采用它的技术来撰写简单的企业财报类新闻。机器人可以写稿子?这听上去似乎有些天方夜谭,但是AI公司将之变成了现实。

  企业财报最核心的内容其实就是几张重点的财务报表,这些其实都是有规可循的结构化信息,但是传统的模式都需要记者以人工的方式阅读报表,提炼关键信息。面对动辄好几百页的报表,人工操作的负担非常重。但是对于机器来说,处理结构化的信息恰恰是他们的长处。美联社的执行主编说,目前以人工的方式每个季度能够生产出大约300到400篇企业财报相关的新闻,但是通过引入AI公司的技术,他们预计能将这个数字提升到2000篇以上。

  对于记者们来说,AI的技术可以让他们从过去枯燥的工作里解脱出来,将更多的精力投入到深度内容的创作中去,充分释放专业媒体人应有的价值。

  当然,对于受众来说,这同样是一件好事。机器可以生产出更多的基础性内容,满足包括长尾用户在内的读者们的广泛信息需求,而被解放的媒体人则会为受众提供更多精品的内容。

  从连接人与信息,到连接人、信息与服务

  在互联网行业,平台型的产品如何演进一直是大家关注的焦点。

  “今日头条”未来的方向是什么呢?其实如果你理解了“今日头条”的愿景,那么这个问题的答案就会变得显而易见。

  首先对于“今日头条”分发的内容,我需要明确一点:“今日头条”分发的并不是狭义上的“新闻”,而是广义的“信息”。

  我们希望为用户提供所有与他有关的信息,所以在我们的平台上,你能够看到许多细分的频道,比如养生频道可以为用户提供各种健康小常识;毕业生频道则会为应届生们提供各种求职招聘类的资讯。

  我们目前正在推进的一件事情就是覆盖更多类别的信息。在我们看来,内容的生产者并不局限于大家传统认知上的媒体,政府、公益机构、企业其实都是内容的生产者,比如微博上很有名的“平安北京”最近就入驻了我们的平台。而以社会化营销见长的小米也在头条有自己的账号,他们发布的每篇文章平均都有数万的阅读量。

  在第一个阶段,我们希望帮助人与信息更好地进行连接,这些信息不仅仅是新闻。但是这还只是第一步,在完成人与信息的连接之后,我们会希望未来将服务也纳入到这个链条中去。比如可能你在头条上读到了一篇关于《星际穿越》的影评文章,于是萌生了去看这部电影的念头,那么就可以直接在头条的界面上点击在线选座购买。如此一来,人、信息和服务之间就得到了打通。

  其实站在更高的角度来看这件事,信息流动速度的加快自然而然也会进一步释放社会的生产力,从而带动整个社会经济效率的提升,而这正是“今日头条”的价值所在。

  (作者系今日头条创始人、CEO)



回复

使用道具 举报

您需要登录后才可以回帖 登录 | 必须实名注册

本版积分规则

QQ|Archiver|手机版|小黑屋|《教师生活365》网[师慧园]论坛  admin.php?action=setting&operation=basic

GMT+8, 2024-7-7 12:25 , Processed in 0.201310 second(s), 31 queries .

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表