演算法推薦，互聯網下一波紅利？

來自專欄 東葉寺交易所

沒有辦法買到今日頭條的股票，可能是很多美股港股投資者的遺憾。畢竟現階段的互聯網行業流量成本高速增長，理應投資壟斷性渠道資源。然而尚未上市的今日頭條，儼然已經成為另一個流量黑洞。

坊間傳聞，現在已經600億美金的今日頭條，在天使/A輪時融資並不順利。然而我們知道，巨頭都是在不看好中成長的，因為當大家都看好，要麼需要你有壟斷性的資源，要麼意味著你進入了一個紅海市場。

頭條代表的，是內容分發機制的第四次劇變。

因為前幾天剛從二級市場離職，即將入職互聯網公司，轉型期間需要補課甚多，所以就不作圖了，簡單用紙筆寫了一下。

內容分發機制的每一次變化，基本都會誕生新的互聯網巨頭，很少有傳統巨頭能跟上浪潮的案例。因為在同類分發機制下，先行者往往有巨大的先發優勢。當雅虎意識到了谷歌的威脅，或者谷歌意識到了Facebook的威脅，後者都已經不可超越了。

內容分發的第一階段，是編輯精選，典型如美國的雅虎，中國的三大門戶（新浪、網易、搜狐），這一階段的內容分發毫無想像力，只是簡單照搬了紙媒的模式。

內容分發的第二階段，是搜索引擎，典型如美國的谷歌，中國的百度，通過關鍵字進行內容檢索，完成了從自產內容向平台內容的飛躍。

內容分發的第三階段，是社交網路，典型如美國的臉書，中國的騰訊、微博，按照「人以群分」的社會運轉原理，通過朋友或者明星，對內容做二次篩選，分發給用戶，這裡完成了從內容相關度優先向內容質量優先的飛躍。

內容分發的第四階段，是演算法推薦，美國可能只有Youtube可以勉強算作演算法推薦，而中國的典型則是今日頭條，通過演算法，將用戶感興趣的內容推薦給用戶。這裡完成了主動閱讀向被動閱讀的飛躍。

對歷次內容分發革命進行總結，我們可以得出下列結論。

第一，後者可以侵蝕前者的增長，卻無法徹底顛覆。即使在現在，也有部分內容，最適合的模式就是編輯精選，譬如政務新聞。

社交網路和搜索引擎的競爭中，我們發現偏休閑、娛樂的內容，更多通過社交網路獲取，而偏生產力的內容，更多依舊來自於搜索引擎。

演算法推薦會侵蝕前者，但必然有一定的邊界。

如果讓我預判，演算法推薦的邊界在於：

第一依然只適用於休閑內容，幾乎完全不適用於生產力內容。

第二隻適用於高頻、低試錯成本內容，如圖文、音樂、短視頻，並不適合中重度遊戲、長視頻等內容。

第二，每種分發機制下，都存在垂直行業的內容分發機會。

在編輯精選模式下自不用說，存在各類垂直門戶。

在搜索引擎模式下，即使在通用類搜索引擎中，除了百度，依然有奇虎、搜狗這樣老二老三的機會。但在垂直行業中，出現了基於電商內容搜索的阿里巴巴（某種意義上，阿里的主營業務就是電商搜索引擎，不是嗎？），基於旅遊內容搜索的攜程、去哪兒，基於餐飲內容搜索的美團點評。

垂直行業搜索成立的前提在於，垂直平台具有掌控內容的能力。典型如阿里巴巴，掌控了零售業電商內容，而這個例子也正好告訴我們，如果在一個足夠大的垂直行業，垂直比通用的空間更大。

在社交網路模式下，有基於熟人社交的微信朋友圈，基於明星大V的微博兩大類通用平台，但在部分垂直領域也存在成功平台性機會，如投資領域的雪球，二次元領域的Bilibili等。還有在分發機制上進行了微調，基於知識分享的知乎。

垂直社交網路成立的前提在於，如果在一個領域，用戶對內容質量的要求極其高，則會存在小圈子隔絕現象，出現垂直社交網路機會。

那麼在演算法推薦領域，或許也存在垂直領域的機會。

會是什麼領域呢？我現在無法給出清晰的預測，但有幾個原則。

首先，一定是高頻需求，如租房這樣一年一次的行為，則難以通過演算法進行推薦（哎，我現在就在愁租房的事情，好煩惱啊%>_<%）。

第二，應該有可靠的數據獲取能力，譬如餐飲領域，雖然高頻，但我很難相信技術可以量化的提取顧客的餐飲感受，進行演算法推薦。

演算法推薦從今日頭條開始，它理應成為第一大巨頭。但在頭條之外，應該還存在著海量的機會。

我已經從二級市場離職，即將進入互聯網公司負責戰略投資哦~

不再靠賣觀點過日子，以後更新就沒那麼頻繁啦，但是有不涉及公司機密的感謝還是會寫出來噠

歡迎關注我們的公眾號

歡迎一級/二級/互聯網行業人士加入我們的資訊群

歡迎互聯網/遊戲/影視方面的大佬線下交流~有乾貨的大佬，來找我吃飯喝酒哦，我買單~~

可關注公眾號取得聯繫呢~~公眾號「小X的互聯網投資」