Deborah+Bothun、Art+Kleiner/著+沈建苗/譯
Shelly Palmer在電子書《數(shù)據(jù)驅動的思維》(2016年由Digital Living Press出版)中寫道:“當下的技術變革步伐是你一生中所要遇到的最慢的。”
他在12歲時就走上了成為音樂家的道路,20世紀70年代他在紐約的大小場所演奏單簧管、薩克斯管和長笛。他還是模擬和數(shù)字合成器的早期實驗者。他擁有兩項主要的交互式電視技術的專利,這種方法實現(xiàn)了廣播電視與基于服務器的文本同步,又叫增強電視。他還曾經(jīng)為《政界小人物》和《羅杰斯與凱茜·李脫口秀 》創(chuàng)作主題曲,以及指揮倫敦交響樂團。目前,他是紐約Fox 5電視臺的廣播技術和數(shù)字媒體專家,創(chuàng)辦有一份廣受歡迎、頗有先見之明的郵件簡報,探討技術對媒體和日常生活帶來的影響,尤其專注于智能汽車和智能家居。
在過去的十年,身為風險投資家的Palmer在自己開辦的咨詢公司及營銷廣告代理公司Palmer Group任職首席執(zhí)行官,他把注意力放在了廣告、營銷及相關行業(yè)的發(fā)展演進,還有像智能家居系統(tǒng)和數(shù)據(jù)分析這些先進技術上。本期高端訪談邀請他,探討人工智能及商業(yè)模式的劇烈變化在未來幾年會如何影響廣告、媒體及相關領域。
Q: 您覺得媒體公司的前景如何?
A: 想在娛樂媒體(實際上乃至在大多數(shù)行業(yè))成為一家成功的公司,要么做到規(guī)模龐大,要么做到小巧、靈活和獨立。如今成功的媒體公司不是很大,就是很小。這就是為什么我們看到這么多大企業(yè)在進行合并。如今中型公司確實很脆弱。
即便在技術行業(yè),中型公司也不多。而小公司被收購的可能性要大得多。我們看到金額在2000萬美元至3000萬美元的“人才收購”(acqu-hire)大幅增加――收購方看中的是被收購公司的一流人才團隊,而不是因對方經(jīng)營很成功而選擇了它們。
Q: 您覺得媒體公司在這個新時代如何靠內(nèi)容獲利?
A: 媒體只有三種商業(yè)模式:消費者付費、媒體付費或第三方付費。即消費者付費給媒體(訂閱費),或者媒體支付費用給消費者(因為獲得消費者這個受眾有價值),或者第三方(比如廣告商)為有機會接觸消費者而付費給媒體。
媒體行業(yè)過去的結構堪稱完美,可充分利用這三種模式。而如今,由于消費者行為迅速變化,許多傳統(tǒng)媒體公司想賺錢變得極其困難。除此之外,廣告支持的媒體模式中三大公開交易的大實體:廣告公司、媒體公司和品牌商各自的目的恰好相反,各自有不同的方法來創(chuàng)造股東價值。廣告公司需要賺取利潤;媒體公司需要為每次廣告印象(impression)獲得最高的價格;品牌商需要加快速度。這三個目標彼此不一致。
另外,消費者并不關心這任何一個目標。消費者只想免費獲得所有媒體,他們想要簡單的、可互操作的平臺。這聽起來不錯,但蘋果和谷歌對互操作性卻毫無興趣。消費者想要互操作性,并不意味著公司提供互操作性就是明智之舉。
硅谷的其余公司往往站在消費者這邊,提供消費者所需要的一切――免費提供,以此顛覆傳統(tǒng)行業(yè)。如果你不在乎賺不賺錢,那這個想法很好??傻筋^來,互聯(lián)網(wǎng)媒體公司不得不想方設法獲得廣告支持、銷售內(nèi)容或服務,或采用另一種手法為零售品牌加快傳播速度。否則,它們將無法謀生。必須有買賣交易,企業(yè)才能賺錢。
Q: 您認為什么樣的模式可解決這個問題?
A: 眼下這三種類型的模式,只有成功的公司在結合運用。比如說,有線電視行業(yè)把三者結合起來。消費者付費給有線電視公司,但付費之后還得看廣告(付費頻道除外)。有線電視公司同時獲取了消費者的數(shù)據(jù),并靠這些數(shù)據(jù)獲利。論數(shù)據(jù)精細度,有線電視公司遠不及Facebook或其他專業(yè)的數(shù)字媒體,但它們有足夠好的數(shù)據(jù)集,可為廣告客戶帶來數(shù)千億美元的銷售額。
說到數(shù)據(jù)驅動的公司,恐怕再也找不到像亞馬遜這樣“擁有豐富數(shù)據(jù)”的公司了。它可能擁有世界上最大的數(shù)據(jù)庫,收錄了消費者消費方面的數(shù)據(jù)。亞馬遜嚴加保護該數(shù)據(jù),幾乎每家制造商都抱怨亞馬遜的“帶圍墻的花園”。但它沒有阻止其他公司在其平臺上銷售,我非常著迷于這一點。由于消費者更有可能在亞馬遜上的購買商品,亞馬遜上的搜索對于許多廣告商而言比谷歌上的搜索更有價值。消費者訓練有素,如果你想要買東西,先到亞馬遜上轉轉,逛一遍后“添加到購物車”。
這些模式存在很嚴重的缺點。它們將受眾分得極細,鼓勵人們過濾掉任何讓他們感到不舒服的東西。無論是娛樂、新聞還是信息,如今所有內(nèi)容都存在著很強烈的確認偏誤(confirmation bias)。隨著技術日趨改進,確認偏誤只會有增無減。作為內(nèi)容分發(fā)商,我們在打一場最艱苦卓絕的戰(zhàn)斗:讓囿于自己世界觀的那些人接受不同的內(nèi)容,許多人沒有興趣跳出舒適區(qū)。
我認為將來那是個大問題,我不知道什么會打破慣例。以前,你可能閱讀青睞的報紙,偶爾會發(fā)現(xiàn)新內(nèi)容。當然,它有偏誤。你明白這個偏誤是什么,還明白新聞與觀點的區(qū)別。如今,你得到的是算法“認為”你最有可能感興趣的內(nèi)容,它提供的一切就是為了你有響應。相比人類歷史上的任何技術,自由開放的互聯(lián)網(wǎng)讓人們更局部化、更部落化,更容易受確認偏誤的影響。
Q: 學會變成數(shù)據(jù)驅動
A: 您之前寫過,廣告會“演變成一個由數(shù)據(jù)驅動、以價值為中心的捕獲消費者的游戲?!比绾谓忉專?/p>
營銷信息想獲得最大的效果,必須在合適的時間和地點傳達給合選的人。引導這個過程的最佳方法是,鼓勵整個企業(yè)奉行數(shù)據(jù)驅動的思維。在大多數(shù)情況下,這需要改變企業(yè)文化。數(shù)據(jù)是現(xiàn)金,應該像對待現(xiàn)金那樣對待數(shù)據(jù)。你需要數(shù)據(jù)損益表。
Q: 能否介紹一下具體的操作方法?
A: 有三種數(shù)據(jù)。第一方數(shù)據(jù)是你本公司的資產(chǎn),你直接負責收集。它可能來自cookie、電子郵件訂閱、訂單或銷售單據(jù)。也可能由客戶行為生成,比如點擊特定按鈕或訪問位置的用戶習慣。
第二方數(shù)據(jù)就是別人的第一方數(shù)據(jù)。
第三方數(shù)據(jù)由外部公司收集。安客誠(Acxiom)和益博睿(Experian)之類的公司從許多不同地方收集和匯總客戶數(shù)據(jù),然后分析和索引數(shù)據(jù),直至它們擁有每個客戶的完整資料。安客誠跟蹤近4000個用戶習慣。比如說,你可以要求列出這個客戶群體。豪華汽車偏好指數(shù)超過150%,精釀啤酒偏好指數(shù)超過200%,然后用地理圍欄功能將他們?nèi)Τ鰜?。點擊按鈕,這些人就會列出來。所有奉行最佳實踐的第三方數(shù)據(jù)提供商竭力驗證數(shù)據(jù),但它仍然是第三方數(shù)據(jù),因此準確性不及第一方數(shù)據(jù)或第二方數(shù)據(jù)。
你使用數(shù)據(jù)損益表來運作時,往往青睞那些結合了其他組織第一方數(shù)據(jù)從而充分利用你本身數(shù)據(jù)的交易。這幾乎總是會創(chuàng)造額外價值,因為數(shù)據(jù)在結合其他數(shù)據(jù)后更強大。
Q: 如果算法太復雜而無法控制,人類怎樣才能正確地判斷結果?
A: 我稱之為“數(shù)字單一文化主義”(digital monoculturalism)。如果你只有五個認知云:微軟、谷歌、亞馬遜、IBM和蘋果,每個在編程中都會有一些固有的偏誤,這些是不可避免的,外人看不見。這五個嚴重偏誤的工具集將為全球成千上萬的高管做出決定。誰為那些工具編程?
媒體企業(yè)自動化
Q: 過去,您說過機器最終能做人類現(xiàn)在能做的一切。今天您怎么看待這個?
A: 我說過機器幾乎無所不能,但這不是關鍵。有四種一般類型的任務:手動重復的(可預測)、手動不重復的(不可預測)、認知重復的(可預測)和認知不重復的(不可預測)。裝配線工人執(zhí)行的主要是手動重復任務,這類任務可實現(xiàn)自動化,具體取決于復雜性和成本效益分析。一家大型跨國企業(yè)集團的首席執(zhí)行官執(zhí)行的主要是認知不重復任務,這些任務實現(xiàn)自動化要難得多。
機器學習系統(tǒng)領域的快速進步讓我們得以將低端的認知不重復任務實現(xiàn)自動化,以前這類任務被認為是人類的唯一堡壘。比如說,機器學習系統(tǒng)可以學習駕駛,所以,貨運卡車和出租車行業(yè)將迎來重大變化;高層企業(yè)管理是高端的認知不重復任務,這方面不會迎來太大的變化。
機器將接管的第一批白領崗位是中層經(jīng)理、商品銷售員、報告撰寫員、會計師、簿記員、熟練創(chuàng)意工作者(平面設計師、背景音樂作曲家、繪制酒店房間裝飾畫的藝術家)以及病理科和放射科醫(yī)生。最后接管的白領崗位將是學前班和小學教師、專業(yè)運動員、政治家、裁判員和心理健康專業(yè)人員。還有就是極少數(shù)真正稱得上創(chuàng)新天才的創(chuàng)意藝術家。這些是人類才能干得好的工作;它們的安全系數(shù)很高,除非機器果真統(tǒng)治世界。
Q: 人工智能將如何影響媒體企業(yè)的人,尤其是創(chuàng)意人員?
A: 如果你有人工智能,可能會有人工創(chuàng)造力。在許多方面,它與普通的人類創(chuàng)造力無從區(qū)別。實際上,每一代人當中只有少數(shù)人能超出人類對創(chuàng)造力的種種期望。
這就剩下了熟練創(chuàng)意工作,這絕對可以由人工智能來完成。音樂是一種傳達情感的語言,精通音樂很罕見,但機器有可能做到音樂方面一貫很好。它不會適用于每個客戶或每種使用場景,但適用于足夠多的客戶,因而在行業(yè)產(chǎn)生巨大的影響。
基本的說明文寫作也是如此。七年級英語老師教你回答的問題:誰、什么、何時、哪里、為何、如何就是一種算法。當然,機器學習系統(tǒng)經(jīng)訓練后就能寫這種散文,它們遲早會。
不過,它與世界一流的藝術和創(chuàng)造力無關。對于愿意為藝術忍饑挨餓的藝術家而言,人工智能并沒有改變什么。為了每天可以跳舞,舞者仍然會作出瘋狂的犧牲。人工智能也沒有改變超大公司的前景。但是人工智能完全顛覆了繁瑣的創(chuàng)意工作。
營銷人員做的許多工作岌岌可危。如果你是個營銷人員,你搭建支持公司品牌、使命和愿景的內(nèi)容支柱。你要逐一檢查,如果某個文案沒有符合所有標準,你得重寫,直到符合為止。如果那不是算法,我不知道算法是什么。那就是你如何讓3000個獨自思考的營銷人員以統(tǒng)一的聲音將信息傳達出去。如果你告訴我無法讓其中一部分實現(xiàn)自動化,那么你不了解自動化。
即使只有20%的白領工作實現(xiàn)了自動化,也會給媒體公司帶來巨大的影響。比如說,假設我可以讓機器來構思擬寫慶典邀請函,在使人想起我品牌的一種字體后面采用Chagall風格的視覺和陰影。你可能認為,這么做會提高我那位藝術總監(jiān)的工作效率,這就是主要的影響。
Q: 數(shù)字轉變?nèi)绾斡绊戀F企業(yè)物色人才的方式?
A: 我們堅信零工經(jīng)濟(gig economy);無論在哪一天,我們的員工都能滿足我們業(yè)務的需要。我們使用靈活的共享辦公空間組織,比如WeWork。我們可以派用的每一位技術精湛的技術人員都在尋找收入更高的下一個機會,他們不想被全職工作束縛。
我們Palmer Group招募人員時也在強調(diào)我們是這個領域的精英,如果他們與我們共事,處理非??岬捻椖?,將會受益匪淺。我們主持各種會議和活動,探討重要的技術課題。我們還讓與我們合作的編程人員每晚花一兩個小時,為開源項目做貢獻。這一招是我們從Facebook那里學來的,F(xiàn)acebook有自己的腳本語言:React。Facebook的軟件開發(fā)員將一些代碼放在GitHub上,大家開始貢獻代碼、交流筆記;突然,F(xiàn)acebook針對編程人員推出了一項招聘和培訓計劃,未花一分錢。誰不想給Facebook的人員留下深刻的印象?
Q: 您是否以同樣的方式招聘您的內(nèi)容專業(yè)人員?
A: 不,因為創(chuàng)意人才庫非常龐大。比如說,由于我出身電視行業(yè),我們認識好多人。程序員比較難找到,因為眼下許多公司在激烈爭搶程序員。
西班牙卡斯蒂略金字塔有一幅40800年歷史的洞穴畫,據(jù)說那是已知最古老的洞穴畫之一。那名藝術家創(chuàng)造這個作品只為了一個目的,就是被世人看到。那名藝術家感受到了什么,或者需要解釋什么,于是創(chuàng)作了這件作品來表達。如今,電視廣告供人看,圖書供人讀,歌曲供人聽。如果你沒有主旨要傳達,就不需要電視,不需要印刷機,不需要互聯(lián)網(wǎng)上的數(shù)據(jù)流。如果你確實有強烈的想法要表達,你的任務就是傳達出去,無論你使用什么技術,或采用什么商業(yè)模式。這個沒有變,可能永遠也不會變。