抖音禁令下的受益者

美國終於確定禁抖音了。放在3年前這個法案沒人相信會過關，但現在卻過關了，代表世界的運作邏輯有很大的變化。

抖音母公司字節跳動的創辦人為張一鳴，字節跳動是他在2012年創辦，最早是做手機端的哏圖或笑話相關的App。有了這些小的App經驗之後，他們決定開始做新聞App，這就是「今日頭條」這個新聞App。今日頭條的商業模式與開發能力就是抖音的基礎。

今日頭條能成功主要是因為有好的新聞推薦系統。張一鳴主要的洞見在於，他意識到搜尋是人去找資訊，推薦就是資訊找人。資訊找人的效率快得多，推薦的最簡單的作法，主要是內容過濾與協同過濾。內容過濾的事情我們人腦天天都在做，但常常我們還是要有意識地去過濾。

協同過濾的話在我做的廣告系統領域很常用，就是社群媒體上常有的一個功能：「你可能也喜歡」，這些人可能也喜歡這個廣告，我們把不同人群分群，提供推薦。

過去有很多類似的概念，人們想做個人化的各種功能，但時機還不成熟，比方說雅虎主宰網路的時代，網路上的訊息是比較集中的。但移動網路革命與社交媒體革命，讓用戶已經養成去中心化的作法，所有人都在看其他用戶的個別動態，人們已經習慣內容是個人化的。這是推薦系統時代來自你的基礎，你必須擁有很多數據，使用者也要習慣訊息是分眾且個人化的，另外要有良好的載體。移動網路時代解決了上述問題，因為手機天生很適合做訊息載體，而且因為螢幕小，被動操作會比主動操作容易，我們使用的時間很長，所以產生的數據量也非常大。這就是抖音這種產品興起的基本原因。

移動網路革命　訊息分眾化與個人化

除了基本的推薦過濾原理，當年字節跳動的系統主要參考三種資料：內容、使用者和環境。這三個方向可以決定很多不同的推薦方向，使用者分群可以分成超多種，內容則是可以判斷使用者喜不喜歡，環境是包含人在哪邊使用什麼手機，會影響推薦的成效。在大語言模型LLM魔法的現在，這些好像不是什麼黑科技，有點常識的感覺，但在2012年開始的話，這確實是非常厲害的作法。

因為現在AI進步已經很快，現在推薦算法的運作邏輯已經非常複雜，無法用三言兩語講完。但在早期推薦系統大概就是用上述作法做出來。此外今日頭條非常成功，主要除了良好的推薦系統，另外推廣給用戶，他們也做得很好，比方說今日頭條當年曾經花大錢買低階手機預載，這項策略非常成功。所有這些基礎知識他們都用在抖音，只是把推薦新聞變成推薦影片。

今日頭條之後，字節跳動開始做抖音。抖音剛做出來的時代基礎是迷你影片App這時候已經出現了，但還是比較小眾的產品，musical.ly在北美已經做得不錯，用戶都是一些喜歡時髦東西的人。抖音最開始並沒有很成功，但它們繼續投資燒錢，到了2017年，抖音在中國有嘻哈的節目有了突破，開始有一批初步的熱心使用者。另外字節跳動有不少的用戶推廣經驗，他們知道怎麼增加用戶量，他們也比單純做影音App的創業團隊有錢，畢竟他們可以燒今日頭條的錢補貼，在最後花了八億美元買到musical.ly，這時亞洲與美國的用戶算是都到手了，我們目前知道的抖音，至此算是正式形成。

抖音能成功從用戶端來看，它本身的自動化分類很精密，另外迷因已經算是一種常態的次文化，算是次文化基礎建設，迷因傳播除了傳統的社交網路，新的管道就是抖音，用戶需求很大。

2020年川普要求抖音賣掉，但2021年6月拜登就撤銷這個行政命令。那之後就一直到最近，但川普的團隊長期把禁抖音列入議程。另外跟上次川普禁令時不一樣，這幾年美國科技業主流聲音是禁抖音聲量比較強。既然有如此共識，本來預期新任美國總統才會討論禁抖音，現在大幅提前了。

YT影音世界　可能領先到壟斷化局面

後續要找到目前市場上最大受益者，要先分析一下抖音的強項。抖音的優勢就是用戶門檻非常的高，但在2024年的現在精準推薦系統並不是黑魔法。天文數字的用戶就是真正的門檻。所以後續的受益者主要是來自有很多用戶的平台。這點來看絕對性的受益者就是YouTube，YT其實在影音的世界已經領先非常非常多，但後續在影音的領先會到全面性壟斷的地步。

另外一個受益者是臉書，臉書的短影音分發的效率是非常高的，另外臉書也比較勇於仿效競爭對手，過去也多次後發先至，是有可能再拉出一波增長。還有一個比較不確定的是推特，推特非常適合快速話題分發，也有超多用戶，但老闆馬斯克產品觀與常人不同，所以還沒辦法判斷推特會怎麼應對。從結果論，YouTube應該會在很長的短期內成為谷歌最好的護城河，谷歌因此也有更多的時間應對AI的變局。