Pakar Teknologi Konsumen Eugene Wei – Kami memiliki pencarian dan distribusi seperti Tuhan, dan emosi paleolitik

Mereka harus benar-benar terus menggerakkan mata dan memprosesnya. Jadi jika mereka berhenti, hal itu berhenti, tetapi Anda dapat mendengarkan podcast saat Anda sedang mencuci piring atau apa pun. Ini hanya akan terus berjalan. Cara yang sama dengan TV, Anda berhenti. Orang-orang dulu heran bahwa pemirsa rata-rata TV akan menonton, saya tidak tahu, lima jam sehari atau berapa pun statistiknya. Itu masih jumlah yang mengejutkan. Dan orang-orang seperti, "Siapa yang menonton TV selama itu?" Tapi banyak waktu TV hanya di latar belakang-

Paul Greenberg: Benar.

Eugene Wei: Sama seperti media pasif ini, hampir seperti ada beberapa tingkat di mana Anda pergi menonton film aksi yang menarik, ini sangat merangsang. Anda akan pergi menonton film horor, itu sangat intens. Tapi ada cara di mana media, jika Anda membiarkannya selamanya, itu menjadi hampir seperti narkotika. Itu mulai merembes ke alam bawah sadarmu dan-

Brent Leary: Seorang hipnotis dan narkotika.

Eugene Wei: Kebalikan dari merangsang dalam beberapa hal. Jadi, ya, saya tidak tahu. Saya merasa seperti itu ... Saya tahu sebagai seorang anak, saya pikir jika saya tumbuh di era YouTube, saya pasti akan menonton banyak vlogger ini setiap malam, tetapi saya tidak memilikinya, jadi saya menonton TV atau Saya membaca buku, media lain. Jadi kami hanya... Saya pikir hal-hal ini, mereka bertarung di pasar. Jadi semua media ini bertarung di pasar. Mereka semua berusaha menarik perhatian semua orang. Dan yang melayang ke atas akan menjadi yang kita semua pilih sebagai penonton. Jika kita tertarik pada media tertentu, dolar iklan akan mengalir ke media tersebut dan media tersebut akan makmur dan Anda akan memiliki lebih banyak orang kemudian pergi ke sisi penawaran di media tersebut.

TikTok, di satu sisi, jika Anda hanya melihatnya sebagai contoh spesifik, banyak model bisnis dan masa depan mereka akan bergantung pada mereka yang pertama menang di pasar perhatian karena kami tahu perhatian masih terbatas. Dan kemudian jika mereka melakukannya, mereka memiliki banyak pilihan, karena seperti yang Anda katakan, Anda dapat menggunakan video pendek untuk melakukan banyak hal. Anda sudah melihat merek di sana mencoba membuat TikToks kecil yang keren untuk mengiklankan produk mereka. Kami tahu itu sudah bekerja dengan baik di pasar lain di dunia. Tidak ada alasan itu tidak akan berhasil di pasar iklan terbesar di dunia, yaitu AS. Mereka telah mencoba, di Cina dan tempat lain, untuk bekerja di bidang pendidikan sebagai pasar.

Paul Greenberg: Ya.

Eugene Wei: Jadi mereka akan mengejar banyak peluang yang semuanya berasal dari fakta bahwa Anda mendapatkan peluang itu, jika orang-orang sering menonton aplikasi Anda di siang hari. Baru-baru ini saya melihat survei tentang kelas masuk mahasiswa Harvard ini. Ini adalah salah satu survei dari satu kelompok anak-anak, jadi ambillah dengan sebutir garam, tapi kira-kira, saya pikir itu 10% dari kelas yang masuk atau 20%, kira-kira seperti mereka menonton TikTok dua jam sehari atau semacamnya .

Paul Greenberg: Wah.

Brent Leary: Yesus…

Eugene Wei: Itu jumlah yang mengejutkan. Dan ketika saya pertama kali… Sebelum ByteDance membeli Musical.ly dan mengubahnya menjadi TikTok, saya berada di China dan saya bertemu dengan sekelompok orang yang memberi tahu saya tentang Douyin, yang merupakan tiruan dari Musical.ly pada saat itu. Itu adalah TikTok dari Cina. Dan orang-orang di China secara rutin akan memberi tahu saya bahwa mereka harus mencopot pemasangan Douyin dari ponsel mereka karena mereka kehilangan banyak waktu, berjam-jam waktu produktif setiap hari. Dan mereka seperti, "Saya bahkan tidak bisa menyelesaikan pekerjaan apa pun karena saya hanya menonton." Dan Douyin di China bahkan lebih dominan sebagai media daripada TikTok di AS

Paul Greenberg: Ya Tuhan.

Media Sosial – Timur vs. Barat

Eugene Wei: AS adalah pasar media yang sangat maju dan maju, hanya saja sangat kompetitif. Saya bahkan dapat mengingat dalam ingatan saya kembali ke China, dan hanya ada tiga saluran TV milik negara yang menyiarkan, program yang membosankan. Jadi untuk sesuatu seperti TikTok untuk masuk ke pasar itu, Anda seperti, "Oh, wow, ini benar-benar ... Ini jauh lebih menghibur daripada apa pun yang kami miliki di media nasional." Jadi, ya, saya pikir, dalam banyak hal, Anda bisa melihat ke China dan berkata, "Itu adalah pasar yang melompat sedikit ke depan ke video pendek hanya sebagai media untuk berbagai tujuan." Jika Anda melihat Yelp of China atau Anda melihat aplikasi kencan di China, Anda melihat semua jenis aplikasi yang memiliki mitra di barat, versi China memiliki video yang jauh lebih pendek di dalamnya. Sebagian besar, internet mereka tumbuh di era di mana semua smartphone mereka memiliki kamera video. Jadi lebih mudah bagi mereka untuk melompat ke depan dan berkata, "Oh, oke, kita harus lebih memanfaatkan video pendek."

Paul Greenberg: Sisi penilaian sebenarnya tidak sebodoh kedengarannya saat saya membacanya. Apa yang kamu pikirkan tentang itu?

Eugene Wei: Saya sudah lama mengatakan bahwa hal yang menarik tentang Barat dan media sosial kita adalah bahwa hampir semuanya memilih untuk membangun sepenuhnya berdasarkan grafik sosial mereka yang unik. Twitter, Instagram, Facebook, semuanya dibangun di sekitar umpan ini. Ada seperti umpan konten yang Anda lihat, dan bagaimana mereka mendapatkan cerita untuk umpan itu? Mereka melihat siapa yang Anda ikuti dan mereka melihat semua cerita dari orang-orang yang Anda ikuti. Dan kemudian mereka mencoba memilih yang terbaik untuk ditunjukkan kepada Anda. Apa itu, adalah umpan yang dibangun di atas grafik sosial.

Tapi kita tahu bahwa orang punya kepentingan. Yang aneh adalah bahwa Barat sebagian besar mencoba menebak grafik minat orang berdasarkan grafik berikut. Anda mengikuti orang-orang ini, jadi Anda harus tertarik dengan apa yang mereka terbitkan. Tapi siapa pun tahu bahwa kepentingan kita dan kemudian orang yang kita kenal tidak selaras dengan sempurna. Jadi ada ketidakcocokan dalam beberapa hal.

Saya pikir Facebook adalah contoh terbaik dari ini, karena mereka memiliki, dalam banyak hal, grafik sosial terbesar di Barat, di mana seiring waktu, mereka harus mulai memasukkan algoritme, karena ternyata tidak semua dari orang yang Anda kenal menarik atau akan menarik minat Anda.

Paul Greenberg: Pasti .

Eugene Wei: Jika ada banyak hal yang tidak menarik minat Anda dalam umpan, Anda akan berhenti memeriksa umpan, dan kemudian mereka tidak akan mendapatkan perhatian pada iklan mereka, sehingga seluruh model bisnis mereka berusaha untuk mempertahankan feed serelevan dan semenarik mungkin untuk Anda. Dan algoritme, pada kenyataannya, adalah perangkat koreksi kesalahan. Itu dikenakan di atas grafik sosial Anda untuk mencoba menghilangkan kebisingan dan meningkatkan sinyal di umpan Anda.

Tapi kalau dipikir-pikir, aneh saja kita mencoba mendekati grafik minat dengan grafik sosial. Mengapa tidak membuat grafik minat saja? Dalam banyak hal, itulah yang dilakukan TikTok. Mereka membiarkan Anda mengikuti orang, tetapi mereka seperti, “Anda mungkin mengikuti orang-orang ini, tetapi jika mereka memublikasikan video yang buruk, kami tidak ingin menunjukkannya kepada Anda. Kami masih ingin videonya berkualitas tinggi.”

Saya mengikuti Charli D'Amelio, karena saya tertarik untuk melihat bagaimana para superstar media sosial menggunakan media tersebut dan berinteraksi dengan jenis algoritme untuk mencoba mempermainkannya. Tapi saya belum melihat video darinya di halaman Untuk Anda, saya tidak tahu, berbulan-bulan sekarang. Saya tahu dia masih memublikasikan video, tetapi saya tidak pernah melihatnya.

Dan hal yang sama, jika Anda membuka profil di TikTok sepanjang waktu, Anda melihat video dan Anda seperti, “Wow, video ini cukup bagus. Saya ingin tahu apakah orang ini telah membuat video populer lainnya?” Anda dapat mengklik profil mereka, dan Anda sering melihat bahwa orang itu memiliki satu hit TikTok dan sejumlah besar video yang hampir tidak memiliki tampilan.

Ini karena TikTok, ketika mendapat video baru, menempatkannya melalui semacam panel penyaringan. Mereka mendapatkan video dari seseorang dan mereka menjalankannya melalui beberapa pemrosesan visual untuk mencoba mengidentifikasi objek dan benda. Mereka melihat tag yang Anda masukkan ke dalam teks. Tapi mereka masih tidak tahu apakah videonya bagus. Mereka mungkin tahu beberapa objek di dalamnya dan beberapa subjek, tetapi mereka ingin tahu apakah itu bagus. Apa yang mereka lakukan, mereka menguji video pada seribu pemirsa dan melihat apa yang terjadi, dan jika panel seribu orang itu tidak benar-benar bereaksi terhadap video, atau mereka hanya menggulir melewatinya, video itu akan terkubur oleh algoritme. Mereka tidak akan menunjukkannya kepada siapa pun di halaman Untuk Anda.

Paul Greenberg: Wah.

Eugene Wei: Saya pernah bekerja di festival film setelah menyaring entri, atau jika Anda pernah menjadi juri dalam kontes apa pun, Anda tahu bahwa 99% entri berkualitas sangat rendah, dan itulah tugas Anda sebagai panel, untuk menyaring yang terbaik dari itu. Ini mengejutkan, volume film pendek yang mengerikan atau film yang pernah saya lihat mengerjakannya. Saya telah belajar untuk tidak pernah mengambil pekerjaan itu lagi. Tapi ini hanya cara internet, kan? Kami memiliki lebih banyak konten, sebagian besar mengerikan, dan bagaimana Anda menyaring? Bagaimana Anda mengatur hal-hal itu?

TikTok pada dasarnya memiliki fungsi yang sangat bagus, sebut saja ginjal atau apa pun, hanya menyaring semua hal itu dan hanya menunjukkan hal-hal yang telah menghasilkan reaksi positif dari beberapa kelompok orang.

Paul Greenberg: Wah.

Eugene Wei: Tapi TikTok datang dan berkata, "Yah, kami tidak menyerah pada sistem rekomendasi untuk video pendek, meskipun kami menyadari ada tantangan." Sama seperti ada tantangan dalam merekomendasikan podcast. Padahal rekomendasi musik sebagian besar sudah dibobol, kan? Jika Anda hanya memilih lagu di Spotify dan berkata, "Hanya berdasarkan lagu tunggal ini, buat daftar putar." Daftar putar itu cukup bagus. Saya sering hanya menggunakan itu.

Tetapi mereka masih mencoba memecahkan kode di podcast. Dan Anda berkata, “Apa bedanya? Keduanya adalah format audio.” Nah, ternyata ada banyak perbedaan, secara kualitatif. Sama seperti merekomendasikan film itu sulit. Film dan podcast sangat panjang. Anda cenderung hanya menonton atau mendengarkannya sekali. Podcast dapat berisi banyak topik dalam rentang waktu satu atau dua jam. Banyak hal tentang apakah sebuah film menarik bagi Anda adalah tentang bagaimana ceritanya, tentang apa itu. Ada perbedaan yang sangat halus mengapa seseorang mungkin menyukai film atau tidak, meskipun itu dalam genre yang mereka sukai, jadi itu masalah yang sulit.

Grafik pengikut vs. Grafik minat

TikTok, dengan video aneh ini, seperti, "Bagaimana Anda memecahkan kode untuk merekomendasikan video yang tepat kepada mereka?" Nah, satu, Anda harus tahu tentang apa video pendek ini. Kedua, Anda harus memahami bagaimana perasaan orang ini tentang video tersebut, tetapi tanpa membuat proses itu terlalu membebani mereka. Mereka melakukan sesuatu yang, entah itu dengan desain atau kebetulan, cukup brilian. Saat melihat algoritme, yang merupakan bagian kedua saya di TikTok, saya menulis tentang bagaimana seluruh desain aplikasi dimaksudkan untuk menonton Anda menonton video. Tidak melihat Anda secara harfiah. Mereka tidak menyalakan kamera. Saya tidak ingin orang menjadi paranoid tentang itu. Mereka layar penuh video, pertama-tama. Itu ada di layar di TikTok. Tidak seperti media sosial lainnya di Barat, hanya ada satu hal di layar. Mereka melakukan itu karena mereka perlu tahu bagaimana perasaan Anda secara khusus tentang satu video itu. Padahal, Twitter, Facebook, Instagram, Anda memiliki begitu banyak hal di layar pada satu waktu sehingga sulit untuk mengetahui apa reaksi orang tersebut.

TikTok sekarang tahu, oke, Anda sedang melihat video ini. Kemudian mereka melihat semua yang Anda lakukan. Apakah Anda membiarkan video berputar tiga kali? Apakah Anda menekan tombol suka? Apakah Anda membagikannya kepada seseorang? Apakah Anda mengikuti orang itu? Setiap sinyal positif dilacak. Mereka juga dapat melacak sinyal negatif. Jika Anda bahkan tidak membiarkan video selesai dan Anda menggulir melewatinya tanpa bereaksi, itu dianggap sebagai sinyal negatif. Dan sekarang mereka mendapatkan umpan balik yang sangat akurat. Ketika saya mengatakan mereka menunjukkan video itu kepada seribu orang, seperti panel uji, saya tidak tahu berapa banyak yang mereka tunjukkan, tetapi mereka menunjukkannya kepada sejumlah kecil orang. Mereka melihat semua sinyal ini. Dan ternyata hanya dengan menguji video pada seribu orang, Anda mendapatkan pembacaan yang cukup akurat tentang apakah video tersebut akan menjadi hit atau tidak.

Apa yang telah kami pelajari tentang pembelajaran mesin dan algoritme rekomendasi pembelajaran mesin dalam dekade terakhir, menurut saya, salah satu pelajaran besar adalah dengan data yang cukup Anda dapat mencapai perubahan fase ini dalam kualitas. Anda dapat mencapai terobosan ini. Ini seperti terjemahan teks atau pembuatan teks, prediksi teks. Banyak dari mereka di hari-hari awal yang menggelikan. Setiap orang memiliki cerita lucu tentang menggunakan Google Terjemahan atau Babel Fish di masa lalu untuk mencoba mengirim email kepada seseorang di negara lain, dan orang-orang hanya menertawakan apa yang muncul untuk mereka. Dan kemudian suatu hari itu bagus, dan kemudian orang-orang berkata, Oh, pembelajaran mesin tidak bisa mengalahkan permainan seperti Go atau catur,” pada awalnya, dan kemudian mengalahkan catur, dan kemudian dengan cepat menaklukkan Go.

Apa yang terjadi adalah ketika pergeseran fase ini terjadi, kita semua hanya tercengang karena itu seperti buruk, buruk, buruk, buruk, dan kemudian hebat. Itu sama dengan TikTok, kan? Rekomendasi video, saya sebagian besar akan mengatakan orang sangat skeptis tentang kualitas rekomendasi video. Meskipun saya tidak berpikir TikTok menunjukkan cara untuk memecahkan kode pada rekomendasi film, TikTok benar-benar memecahkan kode pada rekomendasi video pendek. Mereka menghasilkan sistem umpan balik loop tertutup, yang sangat, sangat efisien.

Ini adalah bagian dari seri Wawancara Satu-satu dengan para pemimpin pemikiran. Transkrip telah diedit untuk publikasi. Jika ini adalah wawancara audio atau video, klik pemutar tersemat di atas, atau berlangganan melalui iTunes atau melalui Stitcher.