\文 | 顏璇

來源 | 智能相對論（ID：aixdlun）

最近，阿里低調地上線了以電商為主要功能的鹿刻短視頻，聯想到此前騰訊大刀闊斧推出微視，百度積極布局好看視頻，至此，BAT三家都完成了對短視頻行業的入局。“姍姍來遲”的巨頭們，無疑會讓短視頻的競爭更為激烈，整個行業也仿佛回到了當年數家視頻網站混戰的局面。而告別了野蠻生長的短視頻行業，此時正面臨著同質化嚴重、泛娛樂化、內容觸線等一系列問題，如何走出新路的問題也被擺在了BAT 等眾多玩家的面前。

狂歡式群體娛樂，用戶陷入視覺疲勞

目前，許多視頻APP制造出一系列的視覺奇觀，刺激了用戶幻想和欲望的產生，比如一些爆紅的美食視頻，就因為激發了人們對美食的向往而獲得了用戶關注。當下即時的感官愉悅會掩蓋人們更深層次的意義追尋，人們的情感與體驗也容易被視覺奇觀所操控。

短視頻 APP如秒拍、美拍、抖音的走紅助推了短視頻的發展，這些 UGC 短視頻雖然滿足了人們的信息需求，但是它往往局限在“視覺奇觀”中，成為大眾自娛自樂的產品，缺少公共性與知識性。當理性與深度被感性和散漫所取代，當狂歡式的群體娛樂消遣代替了個體化的審美體驗，用戶的審美疲勞就會接近臨界點，這也是快手、抖音等短視頻產品在高速增長后陷入停滯的原因。

不愿意再刷短視頻了，本質是因為用戶不想自己的時間變廉價。人們評價信息傳播價值的標準始終是“人們獲得的信息價值÷他為此支付的時間”的比值，短視頻興起后，價值傳播陷入“國民總時間”陷阱，片面追求時長而忽略時長帶來的價值，引發時長越多、時長越不值錢的“通貨膨脹”現象，抖音、西瓜視頻等長用戶時長產品屢被詬病的根源都在于此。

內容復盤，用戶時長的價值賦予

“厭煩刷短視頻”群體的說辭大多數都是“同質”，“刷多了沒意思“，這其實是社會學中的“剝奪與滿足命題”——用戶只有在第一次接觸到某視頻時，情感最能得到滿足，第二次、第三次，該視頻帶來的愉悅感就會逐漸“被剝奪”……也就是說，用戶接觸同質化的短視頻的次數越多，其情感體驗就會一步步趨向乏味。

所以，對行業來講，與其老想著流量入口，不如想想如何破解用戶的厭倦心理。目前，已經有一些平臺在嘗試MCN的模式，提高對內容生產者的管理效率，BAT三家都做了這樣的決策，百度好看視頻更是與國際級MCN機構合作，比如Zoomin.TV、WebTV Asia等。除了BAT，美拍、微博也啟動了MCN計劃。

為什么短視頻平臺越來越趨于MCN了呢？這是因為MCN具有規模效應，能集合更多的行業資源，提供更為系統化的服務，保留創作者的獨立性，使其不會為群體式的狂歡所影響，進而保障內容持續、高質地輸出。

BAT選擇了同樣的機制，在具體表現上仍有所區別。騰訊雖有意識打造內容產出矩陣，產生規模效應，但還是被短視頻產品的流量思維所禁錮，這一點從微信罔顧用戶體驗，在朋友圈強推“微視”的動作就能看出；百度的好看視頻則一直希望能重新復盤內容產出機制，將短視頻和愛奇藝的長視頻進行精確匹配，形成內容聯動，使覆蓋面更為廣泛；至于阿里，淘寶系短視頻“鹿刻”更為專注做出電商導購加問答社區的混合體。未來，三者的高度和走向還留待行業繼續探討。

另外，短視頻要想留住用戶，主要還是讓用戶放棄“自我執行的父愛主義”，即不相信自己而不得采用的行為，比如不相信自己能早起就定三個鬧鐘，不相信自己能不刷短視頻而卸載APP又反復安裝。而消滅這種“主義”的核心在于，需要讓短視頻的消費時長變得更有價值，這也需要各個平臺從內容的充實度、豐富度入手。

抖音、快手等短視頻在約談后開始調整內容結構，美拍也提出了泛知識內容的新定位，百度好看視頻則依賴內容生態體系吸引用戶。內容為王的時代里，通過內容升值而讓“時長貨幣”不再貶值，才是短視頻謀長遠的必需。而爭論多時的短視頻橫屏豎屏之爭也毫無必要，讓“內容”更加美麗才是各個平臺的競爭焦點。

技術破局，感性消費的理性疏導

智能時代里，短視頻的自救不僅在于內容上的，更在于如何使用技術手段去做好內容分發。短視頻是一種典型的視覺文化，以形象為中心，注重感性體驗，使用技術，就是利用人工智能去做感性消費的理性疏導。

一方面，視覺文化并不取決于圖像本身，而取決于對圖像或是視覺存在的現代偏好。在消費主義時代，利用AI圖像識別做視頻分發，目的不是為了實際需求的滿足，而是讓人們不斷追求被制造出來的和刺激出來的需求。

視頻內容的分發作為技術支持的的重要一環，需要區分人們的低級和高級需求。即便快手很早就應用了人工智能，在視頻認知和理解上建立了很深的壁壘，但在內容分發上，卻因為迎合了人性最不堪的一面去推薦，而被打上“低俗”的標簽。

另一方面，大數據、用戶畫像、算法和推薦的目的不僅僅是為了精準推薦，也是避免出現“檸檬市場”——用戶掌握的信息不夠全面而無法判斷商品真正的價值。短視頻的算法應該多方面挖掘用戶興趣，進而做到用戶群體聚合。

在這個方面，短視頻平臺默契地將算法中的單一數據轉為多維數據，使得用戶不再困于“圓形監獄”。在復活微視之后，騰訊上線的一款“下飯視頻”，在產品形態上選擇了分頻道信息流推薦；百度好看視頻則基于視頻理解及NLP技術，為7.5 億用戶標注了200萬維度的畫像標簽及億級別屬性和關系的知識圖譜。通過多維數據建立豐富的場景模型，才能讓用戶了解有價值的短視頻內容，進而讓用戶視線有意義地留存。

結論：

今天，越來越多的巨頭加入了短視頻的戰場，BAT等巨頭的加入，也讓短視頻的賽道競爭越發焦灼。短視頻行業玩家動作頻頻，本質上還是行業大環境變了——短視頻進入了結構調整和內容重構的新風口，而如何解決用戶的審美疲勞也成為新一輪競爭的焦點。

智能相對論（微信ID:aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。