網易等多家算法原理公開(kāi)，互聯網行業如何應對挑戰？

發布日期: 2022-08-31

　　8月12日下(xià)午，根據《互聯網信息服務算法推薦管理規定》，國家網信辦公開(kāi)發布了境内互聯網信息服務算法名稱及備案編号。

　　相關企業使用的算法信息，均可通過互聯網信息服務算法備案系統進行查詢。

　　根據清單顯示，包括多個大(dà)型企業和産品的相關算法，比如網易、360、快手、微博、美團、優酷、百度、抖音、小(xiǎo)米、天貓、淘寶、蘇甯易購、富途牛牛、微信、騰訊等。

　　在查詢系統中(zhōng)，可以清楚的了解到每個平台的算法原理和運行機制、應用場景等信息。

　　比如字節跳動公布了抖音的算法原理：基于系統收集的用戶設備信息、位置信 息以及在使用産品時的行爲信息（包括用戶的點擊、關注、收藏、搜索等），進行自動分(fēn)析和計算，根據計算結果篩選出用戶可能更感興趣的内容進行推送。

　　而運行機制主要是基于用戶曆史的點擊、時長、點贊等行爲數據，通過深度學習技術框架建立模型，預估用戶對某個内容産生(shēng)互動的概率，針對預估内容使用排序、打散、幹預等機制和策略後，再向用戶進行推薦。

　　主要用于抖音短視頻(pín)、今日頭條、西瓜視頻(pín)等産品的圖文或 視頻(pín)、商(shāng)品及服務（廣告）等内容的推薦。

　　應用商(shāng)店(diàn)模式，幾乎橫掃了軟件消費(fèi)市場，讓成千上萬的精彩應用與遊戲，無數開(kāi)發者的腦洞與創意，可以與龐大(dà)的消費(fèi)市場直接觸達。

　　到了智能時代，彙集了各類AI算法的算法市場也在過去(qù)幾年間如雨後春筍般地湧現。華爲雲AI市場、百度AI市場、阿裏算法模型市場等等，一(yī)衆科技巨頭悉數入局。針對計算機視覺、智能語音等垂直算法的創業平台，也屢見不鮮。

　　在移動互聯網時代，我(wǒ)(wǒ)們看到了無數開(kāi)發者、互聯網企業借助應用市場而聲名鵲起、斬獲成功的傳奇。那麽，開(kāi)發者們将自己開(kāi)發訓練的AI算法模型放(fàng)到這些平台上，能夠再一(yī)次上演“造富神話(huà)”嗎(ma)？

　　必須承認的是，AI算法與移動互聯網産品的邏輯并不相同，而這，是算法市場區别于應用市場的開(kāi)始。

　　1、AI，尋找know-how

　　要說AI算法與移動應用最直觀的區别，前者是一(yī)個需要不斷演進的半完成品，後者則在上線時就需要以相對成熟的姿态來吸引終端用戶。

　　AI的可演進性，需要與其他軟硬件設備來共同發揮作用、需要與垂直行業的業務細節來共同打磨成效，這些都直接導緻了算法市場/開(kāi)放(fàng)平台更多是在做toB的買賣。

　　對于開(kāi)發者來說，買單者是那些希望購買現場的算法、或者有某種算法場景需求的企業型客戶。這時候，除了算法本身的能力之外(wài)，是否需要底層硬件、終端設備的協同，定制化開(kāi)發訓練服務等等，也被涵蓋其中(zhōng)。

　　而另一(yī)方面，這些希望從算法市場找到解決方案的客戶，之所以要以衆創的方式來滿足需求，也是因爲項目規模小(xiǎo)、業務場景碎片化、營銷少，比如通過計算機視覺來識别倉庫内吸煙行爲、AI識别自家果林裏的水果瑕疵等等，頭部大(dà)廠無暇顧及這樣的腰尾部客戶，這讓個人開(kāi)發者及中(zhōng)小(xiǎo)創業公司有了機會。

　　如前所說，AI開(kāi)發是一(yī)個需要深入到具體(tǐ)行業需求中(zhōng)去(qù)尋找know-how的工(gōng)作，往往需要以軟硬件排列組合、定制化場景開(kāi)發、不斷優化演進的方式爲産業釋放(fàng)價值，這時候，算法市場所扮演的角色，就不僅僅是買賣平台那麽簡單了。

　　2、2021，AI市場衆生(shēng)相

　　發展到現在，算法市場主要有三種模式：

　　第一(yī)是頭部AI巨頭所搭建的開(kāi)放(fàng)平台和AI市場，爲開(kāi)發者提供從底層芯片硬件、開(kāi)發框架和工(gōng)具、通用模型、專項數據集、開(kāi)發者社區等等全棧支撐，并憑借品牌優勢吸納産業訂單。這有點像是App Store、手機廠商(shāng)的應用商(shāng)店(diàn)一(yī)樣，能夠給開(kāi)發者提供形成一(yī)條完整的供需鏈，打造産業生(shēng)态。

　　第二種則是某一(yī)些垂直領域的AI公司，通過在本領域積累起足夠的口碑、海量的數據、廣泛的實踐之後，從而有實力彙聚垂直行業的技術和算法，來滿足本領域更多元、細分(fēn)的用戶需求。比如計算機視覺領域的一(yī)些平台，就像是遊戲平台TapTap那樣可以繞過手機硬件廠商(shāng)的應用商(shāng)店(diàn)而打下(xià)一(yī)片江山。

　　當然也不能忽略創業公司搭建的第三方算法市場，通過連接開(kāi)發者、硬件廠商(shāng)、行業客戶，建立一(yī)個相對整合的綜合供需平台，解決個人開(kāi)發者品牌信任度不足、小(xiǎo)微企業定制化開(kāi)發成本高企等現實問題，加速達成交易。

　　目前，知(zhī)名的算法市場基本都提供了便利的基礎設施和各種易上手的一(yī)站式服務，各種資(zī)源扶持如需求對接等也五花八門。這麽多的平台也都在呼喚着開(kāi)發者去(qù)參與創新、改變世界，那麽，開(kāi)發者究竟該去(qù)哪裏賺錢？

　　“零門檻也能開(kāi)發AI”，幾乎成了有實力的科技巨頭吸引開(kāi)發者的通用招牌。這種“普惠大(dà)放(fàng)送”，近兩年AI開(kāi)發者的增長也開(kāi)始出現了“内卷”的征兆。有數據顯示，以軟件爲主的 IT 互聯網領域， AI 開(kāi)發者占比人數高達 80.1%。

　　所以，找到需求并把它“做出來”已經不是什麽難事，難的是順利把算法模型“賣出去(qù)”。在争奪開(kāi)發者的同時，算法市場也需要思考如何幫助開(kāi)發者變現——總不能在算法模型裏加廣告吧。

　　也正因如此，無論巨頭羽翼下(xià)的AI市場，還是第三方開(kāi)放(fàng)平台，目前都還要戴着鐐铐跳舞，去(qù)解決至少三個基本問題：

　　1）如何保障市場中(zhōng)的算法質量。

　　軟件質量差、扣費(fèi)陷阱多、盜版軟件猖獗等等，都是曾經在應用商(shāng)店(diàn)中(zhōng)出現過的老問題，而算法時代對于平台的要求則更進一(yī)步，除了要經過嚴格審核、專業測評來保證算法質量以外(wài)，還需要在标準化和安全性上發力，以保證算法實際落地時能夠兼容最多的硬件載體(tǐ)，不會竊取用戶數據和隐私。

　　但算法模型是一(yī)種不斷演進的技術，對其加以審核、監管的難度可想而知(zhī)，這也對平台的技術能力提出了嚴格要求。比如能否通過自動化的生(shēng)産流程、提供數據處理推理等全程工(gōng)具端管理等等，來幫助開(kāi)發者提升效率、提高産品質量。

　　2）如何讓好的算法脫穎而出。

　　不僅AI開(kāi)發者的數量不斷增長，在一(yī)些巨頭搭建的算法市場中(zhōng)，往往也會出現官方算法和開(kāi)發者算法混合售賣的情況，這時候，這時候中(zhōng)小(xiǎo)開(kāi)發者對接到服務商(shāng)的機會就被稀釋了。其實同樣的故事在應用商(shāng)店(diàn)中(zhōng)就曾上演過，如果一(yī)款程序無法得到有效推廣，那麽就會在異常激烈的競争中(zhōng)淹沒，甚至滋生(shēng)了刷下(xià)載、刷評論、刷星級等黑灰産。

　　面對這樣的情況，開(kāi)發者們的積極性無疑會受到嚴重打擊。平台自然不能袖手旁觀，除了加大(dà)審核力度之外(wài)，更豐富多元的交易方式也十分(fēn)關鍵，提供軟件、硬件、軟硬一(yī)體(tǐ)解決方案、定制化部署落地等等綜合服務，有助于更多開(kāi)發者有的放(fàng)矢、打造出獨特的競争力，也讓算法市場能夠真正成爲AI項目落地的橋梁。

　　未來，擁有認證體(tǐ)系、交易保障的算法市場會加速形成品牌優勢，讓整體(tǐ)算法質量決定一(yī)個市場的成敗。

　　3）如何設計分(fēn)利政策。

　　算法市場的根本是讓優秀的開(kāi)發者獲得商(shāng)業成功，在初期，沒有一(yī)個良好的盈利模式，保證開(kāi)發者的收益，很難吸引開(kāi)發者加入。那麽，分(fēn)利政策就十分(fēn)關鍵。

　　除了應用商(shāng)店(diàn)慣用的分(fēn)成傭金模式之外(wài)，AI算法也根據交易方式而産生(shēng)了直接交易（開(kāi)發者與平台合作定制化算法）、解決方案等變現模式。

　　但AI交易的一(yī)個矛盾在于，潛在購買者往往無法提出一(yī)個具體(tǐ)且清晰的技術産品需求，而是渴望找到一(yī)種能力、一(yī)種方法，對于這種模糊需求就需要大(dà)量的溝通、确認、匹配的工(gōng)作，這時候，平台方、服務商(shāng)、開(kāi)發者往往處于一(yī)個既合作又(yòu)博弈的關系當中(zhōng)，需要共同爲購買者提供價值，又(yòu)都需要犧牲一(yī)部分(fēn)利益去(qù)教化用戶。

　　總的來說，一(yī)個成功的算法市場，必須擁有技術能力強、整體(tǐ)質量高、工(gōng)具鏈完整、交易多元化、分(fēn)利模式合理等特質，缺一(yī)不可。

　　從這個角度看，目前各個算法市場還在探索連接供需雙方的有效路徑，距離(lí)“你死我(wǒ)(wǒ)活”、争奪開(kāi)發者的較量還有距離(lí)。不過，風暴已經在醞釀。

　　3、整頓算法推薦給平台方帶來的挑戰

　　1）有限制的收集用戶數據

　　首先企業後面是不能再胡亂收集數據了，企業隻能收集必要的數據，這些收集的數據是可以改善産品與服務的，跟企業提供的業務無關的數據是不可以收集的。

　　2）将數據和服務的使用控制權交給用戶

　　未來用戶是可以選擇是否讓企業收集自己的數據的，也可以先同意企業收集自己的數據，後面再要求關閉并且删除自己的所有數據。對于企業提供的算法推薦服務也是一(yī)樣的，用戶有權關閉企業提供的算法推薦服務。

　　3） 企業會更難做精準營銷了

　　由于數據和服務的控制權都交給了用戶，那麽企業就更不容易收集到那麽多的用戶數據了。這對以數據爲原料的機器學習算法是緻命打擊。沒有了優質的海量數據，常用的機器算法就很難有用武之地（小(xiǎo)樣本學習、遷移學習等新方法未來可能會越來越重要），推薦沒有那麽精準了。如果用戶關閉了算法推薦服務，那麽服務将對該用戶不可用。

　　不過這個影響也沒必要放(fàng)大(dà)。我(wǒ)(wǒ)猜測國家法律是許可按照規範提供算法推薦服務的企業默認對用戶開(kāi)啓算法推薦服務的。如果企業的提供的服務是公開(kāi)透明的，讓用戶擁有控制權，并且真的能夠爲用戶帶來便利和好處，那麽用戶還是願意使用的。真正關閉的用戶可能比例不會那麽大(dà)。

　　4）企業必須投入專門的人力、财力去(qù)落實與法律管控相關的事務

　　企業對數據的隐私保護，公開(kāi)透明，這些都是要付出成本的。如果讓用戶擁有數據和算法推薦服務的控制權，這對産品形态，後端的服務，前端的交互展示邏輯等都有較大(dà)的調整，這無形中(zhōng)會涉及到很多部門的配合、開(kāi)發、運營、維護等工(gōng)作。

　　爲了滿足法律管控、爲了保護用戶隐私、爲了讓用戶有控制權、爲了算法推薦的原理有更好的可解釋性、爲了服務更加公開(kāi)透明、爲了算法推薦的審核和備案、爲了處理算法推薦的應急情況，這些對算法的工(gōng)程架構，算法采用的技術方案等都有比較大(dà)的影響，甚至可能對公司組織架構都有影響，可能公司會成立專門的人員(yuán)或者團隊進行算法解釋、新算法開(kāi)發、安全審核相關的工(gōng)作。這些改變，當然會涉及到人力、資(zī)源的投入。

　　村(cūn)上春樹(shù)在《海邊的卡夫卡》中(zhōng)寫道：“暴風雨結束後，你不會記得自己是怎樣活下(xià)來的，你甚至不确定暴風雨真的結束了。但有一(yī)件事是确定的：當你穿過了暴風雨，你早已不再是原來那個人。”AI、開(kāi)發者和各行各業，都在等待鼎革天地又(yòu)一(yī)寬後的風和日麗、群生(shēng)燦爛。

　　來源：钛媒體(tǐ)，快科技，數據與智能