就让企鹅继续抱着它的社交帝国沾沾自喜吧。
等再过几年，他们就会明白
算法这玩意，到底有多厉害。
李洲对算法的理解，远比他在小马哥面前表现出来的深得多。
算法这个东西，说起来其实挺有意思的。
它的起源要追溯到上世纪九十年代施乐公司的帕洛阿尔托研究中心。
就是那个发明了图形用户界面、鼠标、以太网的传奇实验室。
为了解决员工邮件过载的问题，开发了一套叫Tapestry的邮件系统。
这玩意首次应用了协同过滤的思想。
说白了就是：你不喜欢看垃圾邮件？好，我让系统学习一下你标注的“垃圾邮件”长什么样，然后自动帮你过滤掉类似的。
听起来很简单对吧？
但就是这个简单的想法，后来催生了一整个产业。
后来明尼苏达大学的GroupLens研究组搞出了GroupLens新闻推荐系统。
这个系统的核心贡献有几个，首次提出基于用户的协同过滤算法、建立推荐问题的形式化模型、引入匿名评分机制。
这些名词听着挺唬人，但实际上就是你给一篇文章打了五星好评，系统就会去找其他也打了五星好评的人。
看看他们还喜欢什么，然后推给你。
就这么简单。
但就是这“就这么简单”的逻辑，让GroupLens实验室成为了推荐系统研究的摇篮，后来的很多大佬都跟这个实验室有关系。
再后来，亚马逊发现了一个有意思的现象。
用户A买了一本《哈利波特》，用户B也买了《哈利波特》，然后用户A还买了一本《指环王》
那有没有可能，用户B也会买《指环王》？
这个想法，让亚马逊发明了基于物品的协同过滤算法。
核心逻辑从“找相似的人”变成了“找相似的物品”。
计算效率更高，可扩展性更强。
然后神奇的事情发生了
这个如今早就司空见惯的“购买此商品的顾客也购买了”功能，在当年为亚马逊带来了百分之三十五的销售额增长。
百分之三十五！
不是百分之三，不是百分之五，是百分之三十五！
全世界第一次直观地感受到推荐算法的巨大商业价值。
然后是奈飞的百万美元大奖赛。
二零零六年，Netflix宣布：谁能将其电影推荐系统Cinematch的准确率提升百分之十，就能获得一百万美元奖金。
这场竞赛吸引了全球数万名科学家参与，持续了好几年，极大地推动了推荐算法的研究。
一大批经典算法什么矩阵分解啊、隐语义模型啊都是在这个竞赛中被催生出来的。
直到去年YouTube提出了深度推荐模型。
这标志着推荐系统正式进入了神经网络时代。
然后就是张一鸣了。
李洲觉得，张一鸣这个人，真的是把推荐算法在移动端内容分发领域推向极致的集大成者。
他早年的一个判断，现在看来简直是预言。
张一鸣认为，以GoogleReader为代表的“用户主动订阅”模式门槛太高，无法服务大众。
未来的资讯获取方式，应该是“基于算法的个性化推荐”让机器把信息直接投喂给用户。
投喂这个词用得特别好。
人都是懒的，如果机器能精准地猜到你喜欢什么，主动推给你，谁还愿意费劲巴拉地去订阅去搜索？
2012年，字节跳动创立之初，张一鸣就把个性化推荐引擎作为产品的核心。
当时他甚至亲自上网找资料，写出了今日头条的第一版推荐引擎。
一个CEO亲手写代码，这说明什么？
说明他不是在追风口，他是真的相信这个东西。
后来的事情大家都知道了。
算法加资讯的模式在今日头条上得到了验证。
然后字节跳动把同样的核心能力复用到抖音上，创造了“算法加短视频”的全球性现象。
直接打破了企鹅社交帝国的流量金身。
企鹅是以社交工具起家的，QQ、微信，核心逻辑是基于社交关系链的内容传播和分享。
你朋友转发了什么文章，你就看什么。
你朋友点赞了什么视频，你就看什么。
这就是企鹅的内容分发逻辑。
平台方对内容的干预极少，算法在企鹅的内容生态里，长期以来只是个配角。
企鹅为什么能这么做？
因为企鹅的游戏业务太强了，随便一款游戏一年就是几十亿的流水，利润丰厚得吓人。
有这么一头现金奶牛在，企鹅完全可以养得起一家重用户体验轻盈利的产品公司。
既然依靠社交帝国就能稳坐流量霸主地位，那为什么要像字节跳动那样，必须依靠算法分发去抢夺用户注意力和时间呢？
没有危机感就是企鹅最大的问题。
李洲还知道一个细节。
在企鹅内部，特别是企鹅新闻团队，曾经长期存在技术派和内容派的路线之争。
内容派就是那些秉持新闻专业主义的人认为，推荐给用户的内容应该是“用户应该看什么”。
而不是仅仅迎合人性的弱点，去推“用户喜欢看什么”。
他们担忧，纯粹的算法推荐会导致人性恶的泛滥和沉溺，让用户陷入信息茧房，可能会让本就岌岌可危的名声变得人人喊打。
这种情况下，使得企鹅在面对算法推荐时，表现得极度克制。
甚至可以说，是有意放缓了算法全面接管内容分发的步伐。
再加上企鹅引以为傲的联邦制组织架构各事业群独立运作，反而成了发展算法的掣肘。
? 第720章 绝地求生第一季度恐怖的营收。
算法的精准度依赖于海量数据的打通，但企鹅内部存在极高的部门间数据墙。
QQ的数据和微信的数据都不一定共享，更别说跨事业群了。
这种知识隔离机制，导致数据和算力难以整合，内部团队甚至需要互相争抢有限的资源。
相比之下，百度和阿里很早就打通了内部数据底层。
企鹅在算法的早期竞争中就已经处于劣势了。
还有一个更深层次的原因就是大公司的资本形态，决定了其难以像创业公司那样去豪赌底层算法创新。
企鹅的资本属于产业循环资本。
什么意思呢？
就是严格锚定于微信的广告收入游戏的付费率等短期可见的收益，研发投入必须能够快速折现。
你让企鹅花五年时间去研究一个短期内看不到回报的底层算法？
董事会能把你桌子掀了。
相比之下，那些可以忍受五年甚至更久无回报期的金融套利资本
比如前世的幻方量化投资深度求索，他们才是真正能赌底层技术创新的玩家。
企鹅作为拥有十几亿用户基础设施的巨头，任何技术失误都可能引发系统性风险。
因此，企鹅在战略上被迫选择了稳定而非激进突破。
这些事，李洲自然知道，但他肯定不会和小马哥说这些。
反正他是打定主意了，红果视频除了追求好的内容生态之外，一定要深耕算法领域。
和爱优腾或者将来出现的强敌进行错位竞争。
自制和版权采购的内容方面，他拼不过爱优腾背后的百度阿里企鹅，那些巨头砸起钱来跟洒水似的。
但算法方面，不好意思，这个赛道现在的天花板还很低。
张一鸣的今日头条刚起来没多久，抖音还没开始注册呢。
推荐算法在视频内容分发领域的战争，才刚刚开始。
红果视频入场的时间点刚刚好。
“李总，你们红果之前出圈不是因为拍了一部《鬼怪》吗？”李朝辉忽然问道。
“听说你们这部剧赚了不少钱，直接让红果一炮而红。即使是现在，仍然有很大的影响力。怎么不继续制作了？”
李洲无奈地笑了。
“朝辉总，我也想继续做啊。但是现在资本的热钱砸在影视上面的太多了。”
“红果在这方面没有优势。”
他说的是实话。
现在的影视版权市场，那叫一个疯狂。
一部S级的电视剧，版权费动辄八九位数。头部演员的片酬，更是敢开价上亿。
这还怎么玩？
“我还是比较倾向于将这些钱花在红果自己的视频博主上面。”
李洲继续说道。
“不过我们也没有完全放弃自制剧这块。我们自己的制作团队也还在拍自己的剧本。以后可能会增加一两部精品和一些综艺吧。”
李朝辉若有所思地点了点头。
小马哥在旁边听着没说什么，但他心里大概有了个判断。
李洲对红果视频的定位很清楚。