專家：TikTok算法非獨一無二 但買家等不及自己開發
2018年當字節跳動收購卡拉OK應用Musical.ly并重新打造成TikTok時，業內普遍認為這只是另一款面向美國青少年的普通短視頻應用。
如今TikTok是全球下載量最大的應用，其受歡迎程度是如此之高，已經成為美國政府關注的焦點。
此前美國政府要求字節跳動剝離TikTok美國業務。Musical.ly或許讓字節跳動在美國市場找到了一個立足點，而讓TikTok業務騰飛的是字節跳動的人工智能推薦算法，該系統能夠根據用戶的興趣和活動提供經過篩選的相關內容。
自2012年成立以來，字節跳動一直是內容推薦系統的支持者，并在旗下今日頭條等其他產品上廣泛采用這種算法。根據字節跳動在6月份透露的信息，TikTok在開發推薦算法時主要考量了三個因素：
- 用戶在應用程序上的互動，比如喜歡某個視頻或關注某個賬號；
- 感興趣的內容包括什么——在短視頻中就是諸如音樂和主題標簽等信息；
- 以及用戶所處的環境，諸如語言偏好、國家和地區設置以及設備類型。
與此同時，TikTok應用還會推送一些用戶直接感興趣之外的視頻內容。
消息人士稱，如若無法獲得推薦算法，迅速出售TikTok美國業務的交易“不太可能發生”。
為什么這個算法如此重要呢？是因為別人無法模仿嗎？
在字節跳動收購Musical.ly并將其與TikTok合并之后，其將推薦算法引入平臺，顯著提高了用戶在應用上所花費的時間。產品專家尤金·衛(Eugene Wei)在他的個人博客上表示，這種變化“很微妙”。
市場研究公司App Annie的數據顯示，去年，Android手機平臺上的TikTok用戶總共在這款應用上花費了680億小時，是前一年的3倍多。根據字節跳動在8月底對美國政府提起的法律訴訟，截至2020年6月，TikTok在美國市場的月活躍用戶接近9200萬，是2018年1月的8倍多。
根據市場分析公司Sensor Tower的數據，2020年上半年TikTok是世界上下載量最大的非游戲類應用，獲得了超過5.96億的安裝量，其中還不包括抖音。
香港中文大學工程學教授、人工智能專家黃錦輝表示，雖然TikTok使用的基本算法與其他科技公司應用程序中的算法相似，但每家公司都會在人工智能引擎中添加特殊功能，從而有所不同。
黃錦輝并不認為TikTok的人工智能引擎有什么獨到之處。他表示，基于新用戶數據為TikTok打造一個全新的推薦系統可能需要一年左右的時間，但失去現有工具將對TikTok目前估值產生“非常大的影響”。
“這項技術只有在算法和用戶數據都運行良好的情況下才有效。字節跳動的應用之所以在競爭中擁有優勢，部分原因在于它們的用戶數據。”科技博主郝佩強說。他曾是一名軟件工程師，現在為企業提供咨詢服務。
黃錦輝稱，一些用戶以及投資者可能不想等待開發新算法。他說，“你不能等著TikTok團隊重新開發算法，因為TikTok已經非常流行了。”“這就像你最喜歡的電視節目因為技術問題而停播……我認為用戶不會接受這種情況。”
“對于微軟和沃爾瑪這樣的競標者來說，他們想要收購這個應用程序，并讓它立即正常運行，”黃錦輝說。“但如果他們需要等一段時間才能讓它運轉良好，或許他們就不會再想買了。”
“Tiktok如果沒有自家推薦系統就不可能存在，但這并不完全意味著這個系統有什么特別之處，”相關領域研究專家、加州大學圣地亞哥分校副教授朱利安·麥考利(Julian McAuley)說。
“推薦系統的早期采用者還有電子商務公司。例如，亞馬遜使用推薦技術已經有近20年的時間了，但早期的系統只是涉及簡單的商品與商品相似度匹配，而不是基于機器學習的任何東西，”麥考利說。
“20世紀頭十年中，Netflix也是推薦技術的一大推動力量，并在2006年設立了Netflix Prize算法大賽，在學術界也引發了有關推薦技術的興趣和研究，”麥考利說。
然而，在現代智能手機時代，推薦技術被批評存在所謂的“信息繭房”問題，即用戶會將自己關在助長自身偏見的內容中，拒絕所有與自己世界觀不符的信息，從而阻礙人們認識真實的世界。
麥考利說:“公司希望優化用戶參與度指標。它們不希望注入多樣化或更平衡的內容，因為這樣做會損害他們的關鍵指標。”他補充說，公司沒有動力去解決這個問題，“我們生活在一個對首選信息需求空前旺盛的時代。”
