本篇文章3181字，读完约8分钟
科技界的一个老套话题是，工具产品的粘性和活跃度不够，用户停留时间长，迁移成本低，这意味着如果你认为“流量”这个词的含义正在逐渐转变为“用户数量×使用期限”，那么工具产品商业模式的进化速度应该会更快。作为过去几年中国工具产品的典范，猎豹移动自然知道这个道理。
北京时间8月19日，猎豹移动发布了第二季度财务报告。根据财务报告，猎豹第二季度总收入为10.467亿元，同比增长18.1%，高于市场预期。可以说，猎豹已经走出了收入增长下滑的渠道。
事实上，就连傅生自己也承认，猎豹以前赚钱太容易了，“整个猎豹都处于过度自信的状态”，所以除了客观因素(由于facebook广告系统的算法变化，猎豹争取顾客的平均成本急剧上升)之外，本来可以更快告别路径依赖的猎豹，在风口转向时，敏感地微微犹豫了一下。幸运的是，在预期的波动之后，猎豹从工具到“坚定不移地做内容”的战略转型似乎取得了初步成功。
从工具到内容——就像女排的胜利不能仅仅依靠所谓的“女排精神”一样，猎豹的转型除了转换思想和思维方式外，实际上是依靠技术本身，其“豹式变化”的驱动力必然落在人工智能的系统升级和底层算法的深度学习上。“我们过去常常完成容易的工作。下一步实际上是艰苦的工作，也需要大量的积累工作。”
傅生这样总结。
“内容为王”
在谈论技术之前，我们必须简要描述内容对工具产品的重要性。
新时代的常识是，商业竞争的本质正在逐渐演变为抢占消费者的时间(这当然不是指工具产品的背景停留时间)。一个有趣的注脚是，传统门户产品的用户数量非常高，但平均使用时间长时间落后于今天的头条新闻。据报道，2016年8月今天头条的平均每日开放时间已经超过70分钟，这是一个可怕的数字。
好吧，当卖东西的阿里开始淡化gmv并谈论“用户停留时间”时，你会知道，在过去，像集市一样的客流业务有些过时，因为只有注意力才是最宝贵的业务资源，尤其是当人类进入内容丰富的时代，稀缺的平衡自然会转向用户的注意力，这也使得抢占时间成为所有业务竞争的逻辑起点(看看现在的热点直播现象)。
简述:2015年初，猎豹移动投资音乐短片视频社交应用音乐；叫做“海外小考秀”；今年，它以5700万美元收购了全球移动新闻聚合服务提供商news republic。后者像今天的头条一样，关注个性化内容推荐。猎豹已经从包括美联社、路透社、法新社和英国广播公司在内的数千家新闻机构获得了真实内容；在海外直播领域，猎豹在第一季度推出了直播社交应用live.me，在ios和谷歌play社交榜单上也有不错的排名。总的来说，猎豹以文字为起点，在视频领域布局(直播可视为视频的一部分)，在内容转换上选择了相对“分散”的游戏风格。
深度学习+内容分发
Cheetah应该做的第一件事是根据数据优势为不同用户准确推荐长尾内容。因此，我们可以看到，傅生通过深入学习重构了公司的技术背景，被他誉为“计算机历史上最简单、最美丽的东西”，从传统意义上的工具公司转变为人工智能技术支持的平台公司，猎豹必须跳过去。
事实上，傅生对高深学问的信任也是合乎逻辑的。至少在理论上，“喂养”的多层神经网络非常适合拥有大量数据的猎豹公司。
众所周知，廉价的并行计算、更好的算法，以及所有这些的基础——更大的数据量，使得已经幻灭并复兴了60年的人工智能时代即将到来。深度学习技术的出现降低了使用的门槛。由于深层神经网络的“起点”相对较近，它甚至会导致特定领域后来者的赶超，因为它始于学术界，落在企业身上，尤其是拥有大量数据的大公司。理论上，只要你有足够的数据，你就能实现对事物更准确的判断。根据增加收入的原则，越多的人使用以数据为血液的人工智能产品，它就越聪明，使用它的人就越多。
这对猎豹来说可能是一个机会。根据刚刚发布的财务报告，截至2016年6月30日，猎豹移动产品已在全球30.99亿移动设备上下载和安装，每月活跃移动用户达6.23亿(其中79.4%来自海外市场，主要是欧美市场)。你可以想象，拥有深厚学习核心技术能力的猎豹可以扩展到许多领域，并通过与其他应用相结合来创造利润。
众所周知，与一百年前的“电气化”过程类似，人工智能将迎来与其他行业的嫁接和落地，这意味着它将以更加务实的态度——自然包括内容层面——一个接一个地传播到各个行业。目前，猎豹已经用深度学习模型取代了原有的新闻共和国专家模型，提高了用户的转化率；在主播领域，猎豹人工智能的介入大大降低了审核的难度，降低了人工成本。
尤其是通过技术对内容的“过滤”。如前所述，业务最终会划分用户的持续时间，保持用户忠诚度的关键无疑是提供准确和高质量的内容。然而，当稀缺平衡长期倾向于时间(365×24)而不是内容时，就有必要处理所谓的“信息过剩”。
几条信息传播途径非常清楚:专业人士(通常是编辑)、社会关系和机器推荐——现在机器推荐似乎越来越指向未来。第三方监控机构关彝最近发布了一个引人注目的数据:在2016年的信息发布市场上，该算法推送的内容将超过50%。人工编辑的作用正在下降。
不难理解，在日益嘈杂的互联网环境中，每个人都渴望最小化搜索成本，直接给我我最想要的信息。这种对“你了解我”的无限追求延续了人类处理“信息过剩”的两种常用策略:过滤和搜索。追溯历史，包括印刷媒体、图书分类、各种推荐系统、维基百科、社交网络和搜索引擎，都是这两种力量的变体。正如凯文凯利所说:“在未来，许多行业都是过滤器，过滤掉大量对象中的无效选择，使人们更好地利用时间过滤器。”——在许多人看来，大数据或人工智能是降低搜索和过滤成本以及解决信息问题的最佳选择。
事实上，在现阶段，基于深度学习的人工智能本质上是一种尝试用自动化解决问题的工具——这种“自动化”应该包括内容选择。去年3月，雅虎北京R&D中心被废除，猎豹挖掘出一批雅虎R&D人才，据说他们为雅虎全球提供个性化的内容推荐。由此可见，基于数据优势和研发能力，傅生对“千人万面”的内容有着充分的把握:“我们致力于成为一家人工智能公司，用深度学习和人工智能重构我们的整个技术背景，实现高维离散特征，真正实现每个人都能看到不同的内容，挖掘成千上万的人和每个人的兴趣。它没有像以前那样贴标签，只是区分类别，而不是兴趣。我们可以通过技术手段和海量用户数据实现非常准确和个性化的推荐，并在全球范围内实现这些内容的连接，使我们的广告模式能够真正运行。”
当然，今天的头条是第一位的，这不是一个新的论点。然而，如果我们进一步说，所谓的“成千上万的人和成千上万的面孔”有他们自己的优点和缺点，kk认为，一个理想的“过滤器”应该满足以下特点:1。总结和分析每个人的大量行为，及时预测一个人的行为。2.知道我的朋友喜欢什么，但我现在不知道。3.建议一些我现在不喜欢的，但是想尝试一些我喜欢的。
在我个人看来，后两者的相对缺乏是今天的标题在现阶段受到批评的原因。在这个时代，人们或多或少会陷入自我编织的“信息茧房”。众所周知，解决技术带来的问题的方法总是通过更好的技术——打破“信息茧”。“如果今天的内容很少，就意味着这个算法没有做好...我认为深度学习的智慧可以超越想象，但它今天仍在路上。”傅生希望深学能发挥作用。“实际上有两个部分:一个是兴趣，另一个是探索。它通过你以前的行为知道你现在的兴趣是什么，但是在给你的内容中有探索，但是探索也是一种算法。它怎么知道探索是否正确？更多的探索会影响你的兴趣，平衡在哪里？我认为这项技术的复杂性比年度搜索更复杂，这是肯定的。”
嗯，一切都还在模型探索的过程中。众所周知，人工智能将是未来20年颠覆人类社会的技术，其威力可与电和互联网相媲美，但傅生也知道，“人工智能就像所有技术一样。”就像它一样，它只有一个分红期。”
李北辰/文(来自媒体的知名技术，致力于为您提供精美原创的科技文章；微信公众号:李北辰)
