前言：

未來當無人駕駛、人工智能這些強算法催生的行業興起之時，算法當家做主也將變得合理。

但在近日，《互聯網信息服務算法推薦管理規定》開始正式實施，涉及算法推薦的抖音、快手、拼多多、小紅書、微信、微博等頭部平臺均允許用戶[一鍵關閉個性化推薦]。

從web1.0到web3.0，變化最大的就是信息量，變得越來越多。

信息量變多雖然是好事，可一旦過多，信息過載的問題也會隨之出現。

用戶被信息海洋吞沒，想找到有用的信息真就成了大海撈針。為了解決這一問題，推薦算法應運而生。

基于協同過濾的推薦方法，就是利用[人以群分，物以類聚]的原理，把相似用戶的喜好，也推薦給你。

而基于內容的推薦方法是以用戶自身特點為主要依據進行的推薦。

這就需要采集大量信息：職業、年齡、性別、偏好、地域、收入、評論、收藏、 點贊、觀看、瀏覽、點擊、加購物車、購買等，才能構建專屬的推薦算法模型。

體驗：關閉推薦后使用體驗驟降

希望打破平臺用算法織就的[信息繭房]，獲取到新信息是用戶關閉個性化推薦的主要原因之一，但關閉后的內容推薦仍然單一且體驗不佳。

除了體驗不佳而被迫打開算法推薦，更多用戶并不知道可以關閉算法推薦，這與平臺設置的隱蔽有關。

有媒體測算，目前平臺給出的關閉個性化內容推薦的操作在5-7步之間，步驟較為繁瑣。而如果用戶不刻意關閉，個性化推薦則默認開啟，也不會給用戶更新提示。

操作的復雜化，實際上是在為用戶關閉化推薦設置障礙；關閉個性化推薦，但廣告推送并沒有變少，雖然這些廣告不夠精準，但體驗并沒有優化。

不過，關閉后的使用體驗直線下降，期待中的廣告減少并沒有發生，部分平臺推薦內容一成不變。

關閉后用戶并不能獲得高質多樣的內容，差勁的體驗感、不見減少的廣告，最終讓用戶選擇還是打開個性化推薦，回到量身打造的算法世界。

商業：算法推薦拉高平臺商業化

通過[千人千面]產品服務，不斷給用戶提供命中喜好的內容，幫助新用戶留存、轉化付費，最終目的仍是提升商業化變現效率。

《哈佛商業評論》報告指出：用戶體驗的個性化可以讓投資回報率提升五至八倍，并將銷售額提高10以上。

在移動互聯網平臺收集的信息可以無限精細下去，平臺不再滿足于獲取個人信息，而是從用戶的關系鏈、好友圈，商業化潛力無窮。

用戶獲得個性化內容推薦的同時，平臺的商業化潛力也被迅速拔高。

抖音、快手等平臺，在用戶信息流中加入的廣告和直播帶貨，實際上就是通過算法進行精準營銷，提升用戶的購買率。

隨著平臺發力同城、好友等私域流量，也可掌握了用戶的關系網，進一步升級電商和廣告等平臺主流營收模式的增長潛力。

字節的廣告營收占總收入75%以上，僅阿里一家公司，就豪氣的投了180億廣告費。

谷歌2021年第四季度廣告收入612億美元，facebook也有326億進賬，一個季度就頂上字節一年。

隱私：薅[隱私]羊毛提升表面利好

精準推薦的背后來自平臺對個人數據的標簽化運算，進而是將用戶消費能力劃分為[三六九等]，形成算法歧視。

平臺利用[用戶畫像]和[貼標簽]區別個體、扁平化用戶，強化現實生活中的刻板印象，可能引發社會輿論。

很多企業、App、第三方機構在共享用戶的個人信息之際，試圖掌控更多的個人隱私。

瀏覽器總能[記住]其搜索歷史并且同步到其他設備上，在首頁反復推送搜索過的同類內容，讓人有一種[被泄密]的不安感。

當用戶習慣由平臺供應信息時，有可能陷入算法設置的[過濾氣泡]中，用戶委身成為數據的[附屬品]，漸漸喪失接觸多元信息的機會。

做好算法監管并不不容易

簡單的算法能夠解決的問題十分有限，為了提升效率，越來越多的互聯網公司采用的是更為復雜的深度學習算法網絡。

假設一家公司的「目標函數」是要優化用戶的留存時間，那么即使進行了限制時間等防沉迷設置，算法模型還是會采取別的途徑來提升用戶在平臺上的使用時長。

[目標函數]才是算法治理的[命門]所在，但這一點經常會被各國的立法者所忽視。

現在的規定只是要求公司以[適當的方式公布算法推薦服務]，但并未對什么是[適當的]作出限制。

對于商業化利益，平臺和依附于平臺的商家也需要轉換思路。目前的互聯網行業監管趨嚴，國家對用戶合法權益的保護力度漸強，依靠廣告營銷和平臺瀏覽并非長久之道。

在隱私政策和新規時代，失去[瞄準鏡]的互聯網營銷將會效果大減，這就要求商家必須學會多條腿走路，行業競爭也漸漸回歸到本質競爭階段。

平臺通過算法追求商業化利益與用戶的權益保護之間勢必存在平衡點，而這還需平臺的自覺與法規的細化。

結尾：

明確算法規則及使用邊界，必然推動算法回歸應有的價值本位，那就是以人為尺度。就此而言，算法是對企業價值觀的審視。

好的算法在幫助企業提高效率、降低服務成本的同時，也能夠讓更多的人成為獲益者。

部分資料參考：科工力量：《算法推薦，關還是不關？》，光明日報：《如何遠離算法之“算計”？》，AI財經社：《大廠知曉你的秘密》，Alter：《算法的“有毒泡泡”，當真可以戒掉嗎？》

審核編輯 ：李倩