編輯導語：随着互聯網的不斷發展，人工智能也開始普及，特别是如今在很多産品中，都會用到“算法”的方式進行推送，持續提升用戶的依賴度與變現效率；本文作者分享了關于算法中的歸納法、工業化與人格權的詳細分析，我們一起來了解一下。

01 演繹法，人類的無限手套

1月24日，科技媒體人潘亂與張小龍微信連麥，在讨論「數據驅動」話題的時候，張小龍表示：

機器（推薦算法）的優勢，通俗來說是一個歸納的過程，它獲得一萬個經驗點可以歸納出一個結論；人是一個演繹的過程，小孩子看到一隻貓就可以知道世界上所有的貓，但機器不可能隻給它一隻貓的照片，它就能知道所有的貓。你要給它十萬張貓的照片，它才可能識别出十萬零一隻貓的照片。

這在認知上其實是不同的，機器還沒有到達演繹的能力；演繹就是設計，我們根據自己積累的很少的樣本，就可以去推理出新的東西，這是兩個事情。我覺得，隻有在内容推薦領域，才可以說這個能交給算法，在所有的非内容推薦的領域，還是需要靠人去做的。

張小龍的這段話，可以簡潔地表達為：

• 人賺不到自己認知能力之外的錢，機器同樣如此。
• 推薦算法和曆史上的汽車、飛機一樣，隻是人類的新工具（歸納法工業化）。

關于歸納法，卡爾·波普爾認為：“它既不能給人們以未來的必然性知識，也不能給人們以未來的或然性知識。”時至今日，歸納法在工業化應用之後，波普爾的前半句「必然性」一定程度得到了解決；但後半句「或然性」仍然是歸納法難以做到的。

當計算器可以快速将15*271的結果計算出來時，人就沒必要擡杠再去和它比計算速度。人總是生産出來新工具，然後利用它們再去參與世界的活動，算法也是如此。

但由于機器算法缺少了「想象、情感、聯想」的能力，使得人類能夠借助「演繹法」，暫時保住世界之王的位置。

在新的時代浪潮下，文化沖突與保守主義并沒有因為技術進步而衰退，相反，它們卷土重來、愈演愈烈。

精英階層借助技術力量更全面地主導着公衆生活，那些站在世界之巅的工程師、産品經理，緻力為數十億人提供服務與産品（Facebook、Amazon、微信…），影響着他們的每一天、每一分鐘。

在這種權力的結構下，除了公衆權利的保障存在風險，還有更加令人擔憂的問題，即：“随着“歸納法（算法）工業化”不斷發展，大量的分析決策更加自動化、效率更高，人類難以與機器在相關領域抗衡，緻使其主動讓渡了部分的「信息選擇權、判斷權」。

斯坦福教授Jeffrey Pfeffer在研究“權力”的課題時，他發現：如果你自己不放棄權力，别人要削弱你的權力會困難得多”，人類與機器的關系也是如此。擁有選擇、決斷的能力，是人之所以成為人的最基礎要素。技術可以告訴你如果這麼做會怎麼樣，但最後還是要交給人來做判斷的，而判斷的過程就顯示出人的個性，如果這種判斷都被剝奪的話，人就不是“人”了。

對這種困境的反思，就是人類使用演繹法保護自己的過程。

02 效率決定一切？

張小龍的産品哲學很少講述概念性的詞彙，但他對演繹法的推崇卻毫不掩飾。如他所說，産品設計就是演繹的過程，是人類對第一性原理的應用。

很長一段時間，我都在疑惑為什麼公衆号沒有一個「訂閱廣場」，讓用戶根據自己的喜好去發現新的内容？盡管“朋友圈”推薦是效率極高的一種手段，但難免讓人懷疑微信的産品策略過于保守。

張小龍卻堅信，熟人推薦的可靠度是最高的，對于用戶來說是有很高價值的，這在微博、Twitter盛行的10年前，是難以令人信服的。時至今日，微信在視頻号的設計上仍然堅守熟人推薦的核心邏輯，其産品戰略的一緻性令人敬佩。

回顧大多數王朝的興衰交替，新競争者不會被曆史淹沒，他們周而複始地湧現。

辛醜牛年，騰訊還有夢想，但今天的字節跳動已經四面出擊，短視頻、電商、遊戲、教育、企業服務，兩個超級平台滑入修昔底德陷阱。表面上是流量争奪戰，但産品實質卻是歸納法（字節：數據驅動、極緻商業化）與演繹法（人的設計能力）的終極對決。

從内容的産品形态上看，訂閱号的設計理強調：讀者所閱讀到的信息，都是受自己掌控的，而不是由機器随機推送的，張小龍覺得隻有這樣才可以真正幫用戶提高閱讀效率；但當訂閱号超過100個時，信息的雜亂又降低了獲取高質量信息的效率，用戶不得不在退訂、增訂中徘徊。

總的來說，一個人管理信息的效率和範圍總是有限的。

内容推薦（頭條/抖音）則恰好與訂閱号的理念相背，如果機器能夠将“全域内容”非常高效地分發給用戶，持續提供用戶感興趣内容，并且适度擴展用戶的興趣面，這對用戶來說将是非常好的體驗，使用成本也會大幅降低。

但事實上，隻有在面對「高頻選擇、低行動成本、供給量巨大」的用戶需求時，推薦算法才能大幅度優于主動搜尋、朋友推薦；例如：1小時要刷150個短視頻、看10篇很短新聞，要從數千萬條的内容裡主動搜尋，信息篩選的成本太高了，此時才需要機器代為篩選。

但如果是選擇一部需要花30小時的電視劇、15天才能看完的書，用戶的決策就屬于「低頻選擇、高行動成本、供給量相對有限」，由于決策/行動成本高，消費内容的質量呈指數增長（内容制作成本也是）。

此時不再是算法為王，而是内容為王。這也是騰訊視頻、愛奇藝等長視頻平台深耕内容創作、燒錢采買版權，而非聚焦推薦算法的原因；這類重決策的選擇，朋友推薦确實更為有效。

同理，當人們選擇裝修公司、買商品房、買二手車時，高行動成本與SKU的有限性，決定了算法在這類決策上可以提供的用戶價值，相對内容推薦、計算廣告會小很多。

所以，當做傳統行業的互聯網企業把注意力都放在技術噱頭而非運營能力、供應鍊能力上時，一般很難取得差異化、可持續的競争優勢。

03 算法、廣告、人格權

算法作為「頂級的歸納法」，我們都每天在體驗，抖音、淘寶的内容/商品推薦像是時間黑洞，相比人工智能在傳統行業的高開低走，内容推薦、計算廣告借助短視頻平台的興起，成為人工智能最佳的應用場景之一。

在舊的資本關系裡，資本家通過采買原材料，雇傭勞動力生産實物商品、提供服務；而在新興的互聯網平台下，内容信息、用戶信息、用戶行為數據作為核心的生産資料，通過工業化算法引擎将海量的視頻、圖文、廣告以全局高效的方式分發給上億用戶，并不斷積累數據、強化學習，持續提升用戶的依賴度與變現效率。

獲得用戶滿意的同時，平台也通過廣告業務賺得盆滿缽滿。預計2020年，抖音廣告收入超過1000億元人民币，整個字節營收或接近2400億元。

我們可以把“數據采樣率”、“問題的目标函數收益”作一張二維圖，可以看到“A類曲線”的問題；随着數據采樣率不斷提升，目标收益陡然增加，這類問題基本上很難通過小部分數據達到良好的效果，屬于典型的大數據問題（内容推薦、計算廣告）；此時，海量的數據規模将形成很高的競争壁壘。

如果個人數據可以讓平台高效地商業化變現，那未來平台是否還能長期無成本地采集、使用？亦或是變現後是否需要與用戶共享經濟收益？這些問題，都将不可避免地在未來引發一系列的讨論。

在法國的法律中，個人數據的确切稱謂是donnée à caractère personnel，即“個人性質的數據”，強調數據與個人的關聯，是個人人格權的無形延伸，揭示個人的身份，具備個人的行為特性，體現為個人相關的不可轉讓的權利，而不是法國民法典中所規定的财産(biens) 的客體。

因此，法國的個人數據保護，不依賴于一種财産性邏輯，而是通過捍衛個人數據，意圖捍衛個人本身，包括其“行事自由”與“私人生活”。

近期，上海市信息安全行業協會會長談劍鋒，建議設立國家“數據銀行”，由國家成立專門機構統一管控，負責關鍵數據的采集、傳輸、存儲和确權等；企業可以從“銀行”提取脫敏後的分級分類數據進行分析應用，但不擁有對關鍵數據的所有權；此舉是為了防範互聯網巨頭過度、無序、随意地采集與應用公衆信息。

這讓我想起，「2018中國發展高層論壇」談及Facebook曝出5000萬用戶數據被竊時，百度董事長李彥宏表達了自己對于數據隐私的看法：

“中國人更加開放，或者說對于這個隐私問題沒有那麼敏感；如果說他們願意用隐私換，或者交換便捷性或者效率的話，很多情況下他們是願意這樣做的。”

從事實的角度，确實不少人都願意這樣做，這與A股韭菜明知故闖的邏輯是相似的；但站在監管的角度，對個人數據的法律界定與監管要求，更需要從公衆利益與國家安全出發，防範壟斷者無節制地搭數據便車的行為。

參考文章：

《“判斷”是人的基本權利，但我們正在把它交給算法丨【芒種·觀點】》，騰訊媒體研究院

《微信越來越複雜，張小龍卻依舊簡單》，左林右狸

《法國及歐盟視角下個人數據的法律性質》，中國法律評論

#專欄作家#

一隻特立獨行的Eric；公衆号：一隻特立獨行的Eric，人人都是産品經理專欄作家。商業化銷售運營，短視頻行業新人與觀察者。

本文原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部