1995年，一手創(chuàng)辦MIT媒介實驗室的尼格羅·龐第曾在《Being Digital》一書中第一次提出了“The Daily Me”的概念，“在不久的將來，在線新聞將使受眾有可能主動”，龐第曾這樣預言道，而在20年后的中國，這些似乎都已經(jīng)得到了印證。

信息分發(fā)2.0，從大眾傳播到千人千面

從傳統(tǒng)紙質到線上傳播，信息分發(fā)真正意義上的第一次變革源于搜索引擎的出現(xiàn)。伴隨著信息大爆炸，用戶主動尋找信息開始成為可能。但隨著移動互聯(lián)網(wǎng)的出現(xiàn)，新的信息載體卻帶來了完全不一樣的傳播方式——個性化推薦，也就是尼格羅·龐第當初所設想的千人千面的“The Daily Me”。

從“人找信息”到“信息找人”，這是信息分發(fā)1.0時代到2.0時代最核心的變化。無論是應運而生的創(chuàng)業(yè)公司今日頭條，還是BAT三巨頭都及時意識到了這樣的變化，通過推薦引擎，他們正重新定義移動端的信息分發(fā)模式。但在各家眼中，對信息分發(fā)2.0時代的理解卻仍存在一定差異。

在百度搜索公司總裁向海龍看來，個性化推薦更多的是搜索的進一步延伸，更小的屏幕，更碎片化的時間帶來的是用戶“變懶了”，希望得到更多個性化的推薦內容；但與此同時，用戶帶有目的性的主動搜索需求也一直存在，機器永遠無法理解此時此刻此景下用戶真正最想要的內容，只有“搜索+個性化推薦”才能有效實現(xiàn)信息分發(fā)2.0。

對此UC俞永福則表達了不一樣的觀點，他眼中的信息分發(fā)2.0更多是一種從工具到平臺的自然過渡。移動互聯(lián)網(wǎng)時代的瀏覽器并不再是像PC時代那樣的單一流量入口了，但依然是內容分發(fā)的重要入口，因此UC努力地從工具向內容資訊平臺轉型，并推出了獨立的App“UC頭條”。

而緊緊抓住這次信息分發(fā)方式變革的張一鳴從一開始就認為，今日頭條并不是單純意義上的新聞客戶端，而是一種全新的信息分發(fā)平臺，在這個平臺上無論多長尾內容將都能夠被有效分發(fā)。

雖然各家對信息分發(fā)2.0的理解不盡相同，但殊途同歸，數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡、自然語言理解、機器學習這些人工智能技術都正在深入到這些產(chǎn)品的骨髓之中，而基于算法做個性化推薦的信息流形式，也已經(jīng)成為了如今內容分發(fā)渠道的主流形態(tài)。

可以不斷下拉和刷新的信息流，數(shù)倍于傳統(tǒng)門戶的廣告位，并且更適合于做轉化率更高的原生內容廣告，信息分發(fā)從1.0時代過渡到2.0時代已經(jīng)成為一種不可逆的趨勢，而本質上，這場信息分發(fā)之爭還是流量轉化和變現(xiàn)能力的暗戰(zhàn)。

人被機器取代，真的會發(fā)生么？

如今幾乎所有的新聞客戶端都會把個性化推薦作為主要的信息呈現(xiàn)方式，這極大的提升了我們獲取信息的效率。但隨著個性化推薦的興起，機器正在逐漸取代傳統(tǒng)的人工編輯，在報紙等傳統(tǒng)媒體陷入經(jīng)營困難，人才大量流失之后，門戶小編們的失業(yè)風險恐怕也越來越大。

但人真的會被機器取代么？或許并不會，硬幣總會有兩面，以基于算法的個性化內容推薦平臺們也正在遇到他們的麻煩，這一點在今日頭條上體現(xiàn)得格外明顯。隨著頭條號數(shù)量的不斷增加，用戶人群的不斷拉低，低質量內容的比例也越來越高，越來越多的精英人群開始逃離頭條。

的確，“俗”的內容更適合大眾化的內容需求，但并不是每個人在每時每刻都希望看到俗的內容。關于這一點，今日頭條的創(chuàng)始人張一鳴也曾在不久前的互聯(lián)網(wǎng)大會上承認，但在他看來，隨著人工智能技術的進一步應用，頭條或許可以用更精準的推送解決這一問題。

不過解決之路似乎還有很遠，作為有溫度的內容，人工編輯的價值依然存在。算法可以將內容分解成無數(shù)的標簽，匹配給對應的人，但卻無法判斷內容質量的好壞，最懂內容本身的還是人。

這里插句題外話，如今在新媒體平臺上有不少內容團隊，他們正通過從網(wǎng)絡上抓取互聯(lián)網(wǎng)熱詞，然后用專門的文章生成器批量生產(chǎn)內容，這些內容因為踩中了幾乎所有熱門的標簽，所以總能獲得平臺的青睞。這些團隊動輒成百上千個賬號，在內容創(chuàng)作大軍中倒是形成了一條靚麗的風景線。

更何況，在大多數(shù)時候，大眾的喜好并不一定是最正確的，勒龐在《烏合之眾》一書就曾論述過這種群體的盲目性。媒體的價值不僅僅是做為一個渠道傳遞內容，更重要的還要承擔起社會責任，引領社會思潮。在這一點上，充斥著大量娛樂內容的今日頭條們顯然是還不具備這個能力，頭條更多還只是一個內容渠道。

在內容制作——內容篩選——內容分發(fā)這個鏈條中，內容篩選才是真正決定用戶最終看到的內容的關鍵環(huán)節(jié)。在過去，這個環(huán)節(jié)的把關人是人工編輯，而如今則是算法。但隨著深度學習的發(fā)展，未來很有可能出現(xiàn)機器模擬人的行為去篩選內容。

不久之前，百度提出希望利用更海量的數(shù)據(jù)來訓練算法，最終實現(xiàn)人工智能去模擬人工編輯的思維，而今日頭條也開始在更多場合中提出信息平臺即將迎來人工智能浪潮?；蛟S在未來，當數(shù)據(jù)量足夠大時，在篩選內容這一個單一功能上，經(jīng)過不斷進行基于深度學習的算法訓練，完全有可能達到人工的水平。但最終的結果還有待于我們持續(xù)地關也注。

從信息到服務，內容分發(fā)的終局會在這里嗎？

當尼格羅·龐第20年前千人千面的設想成為現(xiàn)實之后，我們或許可以更大膽的去想象未來信息分發(fā)的終局。

信息分發(fā)模式的變革，背后最深層的原因在于內容載體從PC到智能手機終端的變化，這使得搜集更多更精準的用戶行為數(shù)據(jù)成為可能。VR技術眼下被認為最有可能成為下一代的內容載體，但這種變革沒有真正到來之前，或許最現(xiàn)實的改變是被分發(fā)的信息本身的變化。

從圖文到短視頻，內容平臺很大程度上傳遞的仍然還是泛資訊類的信息，然而，隨著移動互聯(lián)網(wǎng)將地理位置作為重要的信息分發(fā)依據(jù)，以及平臺在原生廣告之外的各種商業(yè)化探索，分發(fā)服務或許在不久的將來就可以實現(xiàn)。

2014-2015年的創(chuàng)業(yè)浪潮極大推動了O2O服務的發(fā)展，線下的服務被信息化后搬上網(wǎng)絡，58、京東、乃至阿里這樣的巨頭都希望能夠再建一個服務的淘寶，但卻沒有能夠實現(xiàn)，目前我們看到的對服務的分發(fā)更多還是門戶式的信息羅列和搜索引擎式的主動搜索，這種模式弊端不言而喻。

而對于目前已有足夠多流量的資訊分發(fā)平臺而言，基于地理位置將分發(fā)的信息從內容擴展到服務已經(jīng)水到渠成。從內容到服務信息的分發(fā)變遷，對內容分發(fā)平臺們來說會是未來必選之路。當然這只是目前的一個猜想，但在不久的將來卻很有可能成為現(xiàn)實。

因為個性化推薦引擎的本質其實是反向的搜索，用戶對信息的需求除了資訊和娛樂內容，更多的其實就是服務相關的信息，這是眼下所有內容平臺都沒能解決的問題。在傳統(tǒng)的搜索時代，由于沒有用戶的地理位置信息，搜索引擎很難將用戶周邊的服務信息精準推送給用戶，而在移動互聯(lián)網(wǎng)時代，這一點卻變?yōu)榱丝赡堋?/p>

隨著移動互聯(lián)網(wǎng)人口紅利逐漸消失殆盡，下半場這個概念開始逐漸普及，互聯(lián)網(wǎng)產(chǎn)品開始從爭奪新用戶轉向爭奪用戶使用時長。而從“內容即流量”的層面考慮，內容分發(fā)平臺在滿足用戶泛資訊需求之外，勢必會考慮如何將服務信息也正式進入平臺。生活服務信息天然和交易支付息息相關，這種信息的流動也將可能為平臺帶來新的商業(yè)模式。

對市場目前主要的四個參與者今日頭條和BAT來說，如何將服務信息自然的植根于平臺之上，并用推薦引擎分發(fā)出去，這會是一個值得深思的問題。

阿里占據(jù)流量變現(xiàn)優(yōu)勢；

今日頭條擁有著產(chǎn)品的先發(fā)優(yōu)勢，更早在用戶心目中樹立了個性化推薦引擎的定位；

騰訊的社交場景則可以天然向用戶推送多種服務；

而百度擁有6.6億移動端用戶的主動搜索行為數(shù)據(jù)，也有機會基于他們的搜索數(shù)據(jù)、地理位置、知識圖譜等給出更精準的內容和服務推薦。

從這個角度來看，無論是搜索時代的老大百度，還是推薦引擎的新貴今日頭條，如果想成為信息分發(fā)2.0時代的勝利者，分發(fā)信息從內容到服務的遷移必不可少?？梢灶A見，這場即將到來的暗戰(zhàn)雖還沒開始，但早前的O2O平臺之爭已經(jīng)預示了這場關于用戶、流量、交易的競爭勢必將極其白熱化。

未來一個的關鍵節(jié)點，也許當我們使用內容分發(fā)平臺時，或許更多緊貼需求的服務類信息將會頻繁的出現(xiàn)在信息流中，這個時候推薦引擎可以說才真正在移動端等同于搜索引擎。當然或許隨著VR/AR技術應用的普及，信息分發(fā)可能還將迎來更大的變革，但至少在現(xiàn)在看來，從內容到服務延伸顯得更加現(xiàn)實。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。