Instagram、TikTok 和三大趋势

早在 2010 年，在我进入商学院的第一年，我帮助做了一个名为“Twitter 101”的演讲：

我的部分是“推特价值主张”，在承认是的之后，你可以在推特上找到人们午餐吃什么，我说“事实上，你可以在推特上找到任何你想要的东西，这是一件好事。 ” Twitter 的价值主张是，你可以“在一个地方实时、准确地看到你需要看到的东西，仅此而已”；我通过向人们展示他们如何取消关注我来说明这一点：

关键是 Twitter 需要对你的提要进行主动管理，但如果你付出努力，你会得到一些对你来说非常有趣、非常有价值的东西。

大多数观众没有接受我。

Facebook 与 Instagram

如果有一个公理支配着消费互联网——消费任何东西，真的——那就是便利比什么都重要。这就是 Twitter 的问题：对于几乎足够多的人来说，要弄清楚如何关注合适的人并不方便。 Facebook 将线下关系数字化，主导了社交媒体领域。

Facebook 的社交图谱是终极增长黑客：从您创建帐户的那一刻起，Facebook 就努力将您与高中、大学、家乡、工作场所认识或希望认识的每个人联系起来，您命名一个离线网络，Facebook 将其数字化.当然，这意味着有太多的更新和照片需要跟踪，所以 Facebook 对它们进行了排名，并将它们呈现在你可以无休止地滚动的提要中。

众所周知，News Feed 刚推出时，用户就讨厌它：Facebook 推出时在 Palo Alto 的门外有抗议者，而在线人数则更多；具有讽刺意味的是，大多数都是在 Facebook 上组织的。首席执行官马克扎克伯格致歉：

我们真的把这个搞砸了。当我们推出 News Feed 和 Mini-Feed 时，我们试图为您提供有关您的社交世界的信息流。相反，我们在解释新功能是什么方面做得不好，在让你控制它们方面做得更糟。我现在想尝试纠正这些错误……

要纠正的错误是更好地控制可能共享的内容； Facebook 没有给用户他们声称想要的东西，这完全取消了 News Feed。这是因为该公司正确地直觉到其用户表示的偏好（没有新闻提要）与他们透露的偏好之间存在显着差距，即他们非常喜欢新闻提要。接下来的 15 年将证明这家公司是正确的。

三周前观看亚当·莫塞里 (Adam Mosseri) 的 Instagram 更新时，很难不想到那种不道歉的道歉。 Mosseri 很清楚，视频将成为 Instagram 体验的重要组成部分，以及推荐的帖子。扎克伯格在Facebook 的财报电话会议上重申了这一点，并指出 Facebook 和 Instagram 上的推荐帖子将继续增加。一天后，Mosseri 在 Platformer 上告诉 Casey Newton ，Instagram 将缩减推荐的帖子，但很明显这种回调是暂时的：

“当你在你的提要中发现一些你以前没有关注的东西时，应该有一个很高的标准——它应该很棒，”Mosseri 说。 “你应该很高兴看到它。而且我认为现在这种情况还不够。所以我认为我们需要退后一步，就推荐的提要百分比而言，在排名和推荐方面做得更好，然后——如果我们这样做了——我们可以再次开始增长。” （“我相信我们会的，”他补充道。）

Michael Mignano 在一篇题为《社交媒体的终结》的文章中称这种推荐媒体为：

在推荐媒体中，内容不会作为主要的分发方式分发给相互联系的人的网络。相反，内容分发的主要机制是通过不透明的、平台定义的算法来获得消费者的最大关注和参与。这些推荐寻求的确切关注类型始终由平台定义，并且通常专门针对正在消费内容的用户量身定制。例如，如果平台确定某人喜欢电影，则该人可能会看到很多与电影相关的内容，因为这是最能吸引该人注意力的内容。这意味着平台还可以决定消费者看不到的内容，例如有问题或两极分化的内容。

最终由平台决定推荐哪种类型的内容，而不是制作内容的人的社交图谱。与社交媒体相比，推荐媒体不是基于人气的竞争；相反，这是一场基于绝对最佳内容的比赛。通过这个镜头，难怪凯莉詹纳反对这种改变；在一个由算法而非追随者主导的媒体版本中，她超过 3.6 亿的追随者的价值根本不值一提。

前 Facebook 高管山姆·莱辛（Sam Lessin）在题为“正在进行的数字媒体‘注意力’食物链”的Twitter 截图中追溯了从模拟时代到接下来的演变：

莱辛的五个步骤：

1. 前互联网“人物杂志”时代
2. 来自“你的朋友”的内容杀死了人物杂志
3. 卡戴珊/专业“朋友”杀死真正的朋友
4. 算法人人杀卡戴珊
5. 接下来是击败“算法所有人”的纯人工智能内容

这是一个元观察，并且为了廉价地玩文字游戏，这是 Facebook 更名有意义的第一个原因：Facebook 该应用程序在娱乐方面永远停留在第 2 步（该应用程序已经演变为更多的实用程序，重点是群体、市场等）。是 Instagram 正在向前发展。去年夏天我写了一篇关于Instagram 进化的文章：

然而，现实情况是，这正是 Instagram 最擅长的。当 Mosseri 说 Instagram 不再是一个照片分享应用程序——尤其是一个“方形照片分享应用程序”——时，他并不是在发表具有前瞻性的声明，而是简单地陈述多年来一直存在的事实。更广泛地说，Instagram 从一开始——包括在前 CEO Kevin Systrom 的领导下——就以进化为标志。

为了将其放入 Lessin 的框架中，Instagram 最初是作为一种实用工具，可以为放在其他社交网络上的照片添加滤镜，然后它本身就发展成为一个社交网络。然而，Instagram 与 Facebook 的不同之处在于它的内容是默认公开的。这为品牌、模因和亮点帐户以及 Instagram 影响者的崛起提供了空间。当然，一些人继续主要将 Instagram 用作社交网络，但 Meta 比任何人都更了解 Instagram 的使用是如何随着时间的推移而演变的。

换句话说，当凯莉·詹纳 (Kylie Jenner) 发布请愿书时，要求 Meta “让 Instagram 再次成为 Instagram”，诚实的回答是，改变 Instagram 是可能的最类似 Instagram 的行为。

三大趋势

尽管如此，Instagram 退缩的原因是可以理解的，至少目前是这样：该公司正试图同时驾驭三种不同的趋势。

第一个趋势是转向更加身临其境的媒体。例如，Facebook 从文字开始，但随着照片的添加而爆炸式增长。 Instagram 从照片开始，扩展到视频。游戏是第一个取得这种进展的人，并且已经进入了 3D 时代。下一步是完全沉浸式——虚拟现实——虽然这种形式尚未渗透到主流媒体中，但这种媒体的进步可能是看好这种可能性的最明显原因。

第二个趋势是人工智能的增加。我用这个术语通俗地指代计算机变得更智能和更有用的总体趋势，即使这些智能是简单算法、机器学习的功能，或者，也许有一天，一些接近通用智能的东西。回到 Facebook，原来的网站一点也不聪明：它只是个人资料页面的集合。 Twitter 出现并有时间线，但唯一的聪明之处在于能够读取时间戳：所有内容都按时间顺序呈现。使 Facebook 的 News Feed 发挥作用的是排名的应用：从一开始，该公司就试图向用户展示他们认为您可能最感兴趣的网络内容，主要使用简单的信号和权重。随着时间的推移，这种排名算法已经演变成一种机器学习驱动的模型，它会根据每次点击和逗留不断迭代，但受限于您关注的内容的有限集合。推荐是超越排名的一步：现在池不是你关注的人，而是整个网络上的所有内容；这是一个计算挑战，其数量级超出了单纯的排名（人工智能创建的内容又是一个巨大的进步）。

第三个趋势是交互模型从用户导向到计算机控制的变化。 Facebook 的第一个版本依靠用户点击链接来访问不同的个人资料； News Feed 将交互模式更改为滚动。 Stories 将其简化为轻敲，而 Reels/TikTok 则是关于滑动。 YouTube 在这方面比任何人都走得更远：自动播放只需播放下一个视频，根本不需要任何交互。

Instagram 在过去几个月陷入困境的原因之一是同时对所有这些向量进行了更改。该公司在信息流中引入了更多视频（趋势 1），增加了推荐帖子的百分比（趋势 2），并推出了一个新版本的应用程序，该应用程序实际上是为有限的用户群重新设计的 TikTok（趋势 3 ）。有理由认为，公司一次做一个会更好。

不过，这只是一个临时解决方案：所有这些趋势似乎都密不可分。

媒介、计算和交互模型

从媒介开始：文本很容易，这就是为什么它是互联网最初的媒介；实际上任何人都可以创建它。第一个含义是互联网上的文本比其他任何东西都多。随之而来的是，高质量文本的数量也相应较高（大量文本中的一小部分仍然很大）。第二个含义与人工智能有关：它更容易从文本中处理和收集洞察力。与此同时，文本关注并应用人类获得的技能来解释，这与故意移动鼠标与链接交互没有什么不同。

照片过去更加困难：数码相机与网络几乎同时出现，但即便如此，您也需要拥有专用设备，将这些照片移动到您的计算机，然后将它们上传到网络。智能手机影响的惊人之处在于，它们不仅使用于拍照的设备与用于上传和消费照片的设备相同，而且实际上使拍照比写文字更容易。尽管如此，人工智能还是需要时间才能赶上：起初照片使用周围的元数据进行排名；直到最近几年，服务才有可能了解照片的实际内容。最可靠的质量指标——超越点赞——仍然是你在滚动时停下来的照片。

制作视频的难易程度与照片相似，但更极端：在智能手机之前制作和上传自己的视频比照片更难；今天，机制同样简单，而且考虑到视频传达的信息量相对于照片而言，更不用说文字了，制作有趣的东西可以说更容易了。尽管如此，视频比文字或视频需要更多的承诺，因为消费它们需要时间；这是用户交互层真正重要的地方。 Lessin 再次出现在另一个 Twitter 截图中：

我最近看到有人抱怨 Facebook 向他们推荐……一个非常粗鲁但可能非常搞笑的视频。他们愤怒的反应是“必须打破排名”。事情是这样的：排名可能没有被打破。他可能会喜欢那个视频，但为了与它互动，他必须主动点击，这让他感觉很糟糕。他不想把自己看作是那种点击那种东西的人，即使他会喜欢它。

这就是 Tiktok 和 Facebook/Instagram 挑战的精彩之处：TikTok 的界面消除了人们希望看到自己想要关注/看到的内容与他们实际想要看到的内容之间的关键问题……这并不是真正的算法升级，它是关于缓解那些为了娱乐而出现的人的情绪内在紧张。

这与 Facebook 多年前遇到的陈述偏好和公开偏好之间的张力相同，这正是我完全期望该公司在这次回调之后继续推进其正在探索的所有三个 Instagram 变化的原因。

Instagram 的风险

不过，这一次的风险要大得多：当 Facebook 推出 News Feed 时，是年轻的新贵离开了像 MySpace 这样的老牌企业。它的用户群并没有倒退。这种情况正好相反：Instagram 显然是在模仿 TikTok，后者是该领域的年轻新贵。它的用户可能会决定，如果他们必须体验 TikTok，他们还不如选择真正的东西。

这也凸显了为什么 TikTok 是一个比 Snapchat 更严峻的挑战：在这种情况下，Instagram 的网络是用来切断 Snapchat 的利剑。我在《大胆抄袭》中写道：

对于 Snapchat 的所有爆炸性增长，Instagram 的规模仍然是其两倍多，在多个人口统计和国际用户中的渗透率要高得多。 Facebook 并没有在没有网络的情况下推出一款“Stories”应用程序，这是任何基于共享的应用程序的最基本功能，而是利用他们最有价值的资产之一：Instagram 的 5 亿用户……Instagram 和 Facebook 足够聪明，知道 Instagram 故事不会取代 Snapchat 在用户生活中的地位。不过，Instagram Stories 可以做的是消除 Instagram 上数亿用户甚至尝试 Snapchat 的动力。

除了惯性之外，Instagram 对 TikTok 没有这种权力。事实上，竞争情况恰恰相反：如果目标不是对您网络中的内容进行排名，而是推荐来自任何地方的最佳创作者的视频，那么 TikTok 的相对位置就更强了。的确，这就是为什么莫塞里花这么多时间和牛顿谈论“小创作者”的原因：

我认为最重要的事情之一是我们帮助新人才找到观众。我非常关心大型创作者；我想比我们历史上较小的创作者做得更好。我认为大型创作者总体上做得很好——我相信有些人会不同意，但总的来说，这就是数据所暗示的。我认为我们在帮助新人才突破方面做得几乎没有。我认为这非常重要。如果我们想成为一个人们推动文化发展的地方，帮助实现互联网的承诺，即把权力推到更多人的手中，我认为我们需要在这方面做得更好。

有一个古老的互联网 AMA 问题，即您是更愿意与马大小的鸭子还是 100 只鸭子大小的马战斗。这里的比喻是，在一个每个人都遵循的马大小鸭排名的世界中是有价值的。在推荐的世界中，100 匹鸭大小的马更有价值，Instagram 愿意为后者牺牲前者。

元的奖励

然而，对于这些小创作者来说，回报不会是“权力”：娱乐受推荐和人工智能而非声誉和排名支配的含义是，所有权力都归于进行推荐的平台。确实，这就是潜在回报的来源：这种能力不仅基于支撑当今主导平台的聚合器动态，而且还基于为使所有这一切成为可能的 AI 提供动力所需的计算上的绝对大量投资.

事实上，你可以证明，如果 Meta 在 TikTok 挑战中幸存下来，它将走向苹果、亚马逊、谷歌和微软等公司所享有的那种护城河，所有这些公司都具有现实世界的一面。差异化。有很多关于公司在元界上花费 100 亿美元的讨论，但那是研发；对这条护城河来说，更重要的数字是今年 300 亿美元的资本支出，其中大部分用于人工智能的服务器。人工智能现在正在做推荐，但只有在莱辛关于未来创作者可以完全排除在等式之外，支持人工生成内容的情况下，Meta 的护城河才会加深。

值得注意的是，人工智能内容将成为任何形式的元界未来的重要组成部分。我今年早些时候在DALL-E、元宇宙和零边际内容中写道：

DALL-E 的迷人之处在于它指向了可以将这三种趋势结合起来的未来。归根结底，DALL-E 最终是人类生成内容的产物，就像它的 GPT-3 表亲一样。当然，后者是关于文本的，而 DALL-E 是关于图像的。但请注意，从文本到图像的进展；接下来是机器学习生成的视频。当然，这可能需要几年时间；视频是一个更加困难的问题，响应式 3D 环境更加困难，但这是该行业以前走过的道路：

• 游戏开发者突破了文本的限制，然后是图像，然后是视频，然后是 3D
• 社交媒体首先将文本、图像和视频的内容创建成本推至零
• 机器学习模型现在可以以零边际成本创建文本和图像

从长远来看，这指向了一个元宇宙愿景，它比典型的视频游戏确定性要低得多，但比社交媒体上产生的内容要丰富得多。想象一下不是由艺术家绘制而是由人工智能创造的环境：这不仅增加了可能性，而且至关重要的是，降低了成本。

我要补充的是，这些 AI 挑战也适用于货币化：Apple 的 App Tracking Transparency 更改的结果之一是广告需要从确定性模型转变为概率模型；拥有最多数据和最多计算资源的公司将更快、更有效地实现这一转变，我预计 Meta 将位居榜首。

但是，如果没有参与，这一切都不重要。 Instagram 顺应中端视频化趋势，Meta 的资源使其在 AI 方面具有长期优势；最大的问题是用户选择与哪些服务进行交互。换句话说，Facebook 的未来二十年比以往任何时候都更加受到关注。在接下来的两年里，它在 TikTok 雷区的导航能力将决定这一长期愿景是否成为现实。