在大众眼中，Twitter的发展历程足够跌宕起伏——从最初的风头正盛、到风波迭起、再到现在的推特复兴，Twitter向我们展示了他是如何用AI技术走出困境的。然而，AI也并非万能，在解决商业模式与技术问题之前，AI只是Twitter的短期解药。
在社交平台Twitter的身上，“舆论风向”的变幻莫测常常令我们目瞪口呆。
它曾经是科技行业的宠儿，若干起政经社会娱乐大事件的发源地，分析师和华尔街眼中“社交的未来”；
高调上市后股价持续跳水，又被贴上“推特已死”、“下一个雅虎”的标签，搞得想“卖身”都卖不出去；
17年Q4首次盈利后，Twitter的营收开始恢复增长并持续到现在，于是市面上又出现了无数盘点Twitter二次崛起的成功学：聚焦“新闻”定位、视频化、管理垃圾内容、组织调整……
总之，业绩下滑时这些都是隐患，业绩上扬时这些都是优点，搞得路人无比懵逼，这大概就是传说中的“事物都有两面性”吧（反正咱也不敢问.jpg）。
当然，在Twitter的“绝地求生”中，没有一个人会否认引入AI技术的必要性。而推特也确实在AI上做了大量的工作。
尽管如此，我们也深知从结果逆推过程，在现象发生后的“马后炮”并无意义。所以，作为一个坚持为AI代言的媒体，我们也不愿意简单地将AI视作推特“起死回生”的救命稻草。恰恰相反，推特在AI上栽种与收获的，在我们看来还远远不够。那么，回过头来看Twitter的AI进化史，到底带来哪些教训与启示呢？
一、绝地求生的Twitter，面前都有哪些坑？
Facebook在2012年IPO的时候，许多评论家并不看好，认为Twitter才是这一代互联网公司的楷模。
但是风水轮流转，2016年Facebook风生水起，而Twitter则到了高层出走、用户流失、不得不出售公司的倒闭边缘。几次收购失利之后，Twitter开启了艰难的自救之旅。过程自然是无比痛苦的，坑和雷区也是琳琅满目的。人才流失、增长搁浅、社交分流等外部因素略过不提，单从产品层面，Twitter的问题就有不少。
首当其冲的，就是一直为人所诟病的内容环境。
在Twitter上，“键盘侠”如同跗骨之蛆，四处散播着践踏人权的恶意评论和人身攻击。还充斥着虚假新闻、机器人等散播的垃圾内容。
对此，CEO杰克·多西认为“Twitter是一个通讯工具，不擅长判断个人之间的内容纠纷。”，所以Twitter接到举报后的做法常常是封号了事。这种中立态度显然加速了Twitter用户，尤其是受语言暴力最为严重的名人和KOL的流失，直接导致Twitter内容生态的萎缩。
还有一点是，坚持走媒体平台定位之后，Twitter在产品体验和内容价值上却没有明显的升级。
以强调“在现场”的直播产品为例，无疑是展示Twitter“新闻力”的最佳捷径，但Twitter依然采用了PC时代的产品思维，仅仅是将现场从传统电视台搬到了手机上。作为对文字和图片内容的简单补充，至于事件过程、其他人的连锁反应等，都集体缺位了。
用科技分析师Ben Thompson的话来说，刚好证明了“这家公司（Twitter）的成功靠的更多是运气，而不是洞察力。”
当然，Twitter的困境还有很多，这里用尽笔墨也只是炒冷饭。更关键的是，它到底在技术上做了哪些动作，为自己在处处有“惊喜”的雷区中艰难地扫出了一条生路。
二、笨鸟后飞的推特AI
Twitter显然也感觉到了自己必须做出一些改变。2017年，美国亿万富翁Mark Cuban开始买入Twitter的股票，他在接受CNBC采访时表示：“我认为他们终于开始了人工智能方面的动作”。当时，Twitter开始使用人工智能来筛选和过滤推荐给读者的推文。
此后，Twitter开始了一系列的AI改造计划：
1. 用机器提高内容整治效率
Twitter终于意识到：唯有健康有序的平台环境，才能留住核心用户，并为广告商提供价值，最终形成业绩增长的良性循环。因此，机器学习算法的引入就变得至关重要。
Twitter收购了伦敦创业公司Fabula AI，这家公司的专长是图形深度学习，使用机器学习来分析大型数据集并找出关系和交互。这能够帮助Twitter的机器学习团队通过关系映射来更好地发现社交网络上的假新闻，垃圾邮件和其他问题，进而改善平台对话的健康状况。
2018年，Twitter发布了一个名为Exploring Online Hate的面板工具，能够通过1000个Twitter账户的样本来寻找仇恨活动的规律、趋势，然后利用算法生成更大的数据集，从而实时掌握网络上仇恨言论，控制相关的热门话题和言论来源。
目前，Twitter有38%的有害内容是由算法自动筛选出的。
2. 在信息流中引入了算法推荐
信息流是Twitter首创的信息分发方式，2012年，Twitter就收购了新闻聚合推送网站Summify，用于理解和挖掘Twitter的信息流数据，追踪新闻的传播效益。但Twitter在信息流中接入算法推荐的时间，却要晚于Facebook。
2016年，Twitter推出了一项新功能：通过算法自行筛选它认为对用户重要的内容。用户的信息流不再按照时间轴显示，而是通过推荐机制显示Twitter认为对用户重要的信息，以及向他们推荐未关注账号的内容。
2017年，又上线了“探索”选项卡，通过算法将热门话题、重大新闻以及搜索功能集中起来，放在一个功能分区，以便用户快速追踪到真正感兴趣的故事和品牌。
3. 靠AI提升交互体验
2016年，Twitter收购了伦敦的机器学习创业公司Magic Pony Technology，对方的算法能理解“图像的特征”，这使得Twitter能重新在视频流、直播等内容上再次出发。
比如推出互动视频功能（conversational video），根据上一步的操作提前录制好多份剧情，按照用户行为（选择Yes or No）来推进到下一步。为直播增加了一个名为Moments的页面、将推文整理成前后连贯的“故事”。
互动性的增强和新的内容形态也重新吸引了广告主的青睐，2018年第二三季度，来自视频广告的收入为Twitter贡献了超过一半的广告收入。
再比如机器翻译之类的措施，来帮助各个区域的跨文化交流等等，Twitter在广告转化（ad cvr）和反垃圾信息上（anti spam）做了很多技术优化，用户的参与度也有所增强。目前看来，Twitter发力AI有几个明显的特点：
起步晚，令人眼前一亮的案例和技术十分有限；
技术布局围绕营收展开，尽可能让流量最大化，助攻广告效果；
几乎所有功能创新都是在补短板，缩小与其他社交平台的体验差距。
然而，Twitter真的把握住了AI的命脉了吗？似乎也未必。
三、AI到底能不能挽救推特
某种意义上来说，Twitter的AI战略更像是在“救火”，哪里有险情点哪里。对于极度渴望重回聚光灯下的Twitter来说，这么做似乎也无可厚非。但却造成了不少困境：
一方面，Twitter无法凭借AI生长出属于自己独一无二的“长板”。
与Facebook、谷歌、苹果，甚至它的“中国门徒”微博等动辄AR、云服务的能力相比，Twitter的技术创新，给人的感觉就很索然无味。
比如Twitter在2018年11月推出的“探索”选项卡，Facebook在2016年就尝试过类似的做法。
信息流算法的表现也并不好，很多Twitter用户表示被智能算法控制的timeline变得支离破碎，在最新资讯里刷到二三小时前的内容。Twitter不得不在2018年9月，宣布重新为手机客户端用户提供了切换正常时间流的功能。
另一方面，对广告变现的过度追求，正在透支媒体平台的公信力。
作为一个广告收入占到90%以上的社交媒体，Twitter最大的矛盾就在于，用户与广告客户的利益最大化是有出入的。
比如说，为了实现更高效率的广告变现，就需要精准定位、用户画像、精准推送，不可避免地要“售卖”用户数据。在一些极端情况下，社交媒体还会暴露用户的安全信息，比如确切地址。有研究显示，带有地址信息的推文占每天总推文的 2%，也就是 440 万条。
另外，AI基础能力和人才的不足，或许会让Twitter面对更深的责难。面对上述问题，其他在AI技术上发力较早的科技企业，就可以通过技术手段最大程度地规避数据隐患。
比如Facebook就宣布将端到端的加密服务贯穿到旗下包含的所有即时通讯工具。
今年的谷歌I/O大会，也发布了一系列与隐私管理有关的新产品，比如语音助理谷歌assistant能够离线使用，无需将用户数据传输至云端处理。
而同样的境况，Twitter超3200万Twitter账户密码泄露，官方除了甩锅黑客并重置密码，似乎就再也无所作为。
（Twitter首席执行官杰克·多西，和Facebook首席运营官雪莉·桑德伯格，共同出席美国国会听证会）
内容上也同样，谷歌近年来不断更新和改进搜索引擎和算法，满足用户对高质量新闻的需求。比如，Google Search将新闻内容整合到精选摘要中，形成 “热门新闻”的轮播。
YouTube也在积极开发新闻内容，在信息流界面添加了“突发新闻”的功能板块。2018年，还投入了2500万美元扶持视频新闻。
由此可见，尽管商业模式大同小异，Twitter也做了许多方面的努力，这并不能帮助它解决未来的问题。技术地基的匮乏，将让Twitter这座社交大厦继续风雨飘摇，勿谓言之不预。
或许，在商业模式这个根本问题转变之前，AI注定只能是一个奢侈而空洞的梦。
