TikTok在美國正在取代谷歌搜尋引擎一哥之位?

語言: CN / TW / HK

谷歌已深深的感受到來自TikTok的壓力。

前段時間,谷歌搜尋高階副總裁普拉巴卡爾·拉加萬(Prabhakar Raghavan)在接受記者採訪時就表示:“約40%的年輕人在尋找午餐的地方時,他們不會去谷歌地圖或搜尋,他們會去TikTok或Instagram。”而近期《紐約時報》在對年輕人做了一次社會調查後也給出了相似的答案,越來越多年輕人正摒棄谷歌,選擇在TikTok上搜索資訊。

不過谷歌明顯渲染並誇大了TikTok的威脅。首先要明白當前網際網路正在朝著富媒體化方向發展,更加視覺化的資訊是網民所需要的資訊,所以長期以來,富媒體平臺YouTube是網際網路上(美國)第二受歡迎的搜尋引擎。拉加萬和谷歌炒作其他搜尋引擎威脅論的真正動機,或許是讓這些領域的競爭使谷歌看起來不像是在搞壟斷。

01 TikTok沒有想象中強大

有博主對此對TikTok的搜尋能力做了測試。

博主首先對“吃”做了相關測試,在吃午飯的點,在TikTok搜尋了“我家附近的餐館”這個短語,但沒有得到任何有用的東西。然後博主又搜尋了“弗吉尼亞州德爾雷的餐館”,這是博主住的地方,在精確搜尋之後,TikTok給出了博主滿意的答案,在結果中有各式各樣的美食探店視訊,德爾雷海灘附近的咖啡館、燒烤店、主食店應有盡有,並且還有這些店中不同食物介紹,必吃食物、避坑選單等等,資訊全面且更直觀。反觀通過谷歌地圖,除了店面基本資訊與文字點評之外,其它再難獲得更有價值的資訊,在美食搜尋上,TikTok甩出谷歌幾條街。

都說使用搜索引擎是一個技術活,美國的一項資料表示,約莫有70%的網民無法使用搜索引擎搜尋到自己需要的資訊,而剩下的三成網民則需要通過多種渠道才能獲取到需要的資訊。其實使用TikTok搜尋其真正的優勢在於搜尋門檻的降低,使用與谷歌最基本的搜尋功能相似的方法,卻能快速、並且準確的訪問到網際網路上的其他內容。其實這點從谷歌的搜尋關鍵詞也能看出來,谷歌上最受歡迎的搜尋是“Facebook”、“TikTok”和“亞馬遜”這樣的詞,這些超級平臺搜尋資訊的門檻都比谷歌搜尋引擎低。

但是人們搜尋的大部分內容都是具體的和交易性的,例如“USPS跟蹤”和“明天的天氣等等,而這些資訊TikTok缺無法給你想要的答案。而谷歌搜尋雖然難用,但它搜尋出來的資訊依舊是最全的。同時,TikTok搜尋的資訊質量波動也較大,這位博主在問“誰是美國第16任總統”問題時,在他的總統搜尋中,第二個視訊卻是一位黑人,在這些回答中有不少類似的問題,存在許多糟糕的視訊,所以TikTok搜尋並沒有想象中強大。

02 TikTok式的搜尋是未來

搜尋引擎,通常指的是收集了全球資訊網上幾千萬到幾十億個網頁並對網頁中的每一個詞(即關鍵詞)進行索引,建立索引資料庫的全文搜尋引擎。當用戶查詢某個關鍵詞的時候,所有在頁面內容中包含了該關鍵詞的網頁都將作為搜尋結果被搜出來。再經過複雜的演算法進行排序(或者包含商業化的競價排名、商業推廣或者廣告)後,這些結果將按照與搜尋關鍵詞的相關度高低(或與相關度毫無關係),依次排列。

以谷歌搜尋引擎為例,谷歌使用兩個重要功能來獲取準確的查詢結果: 首先,谷歌使用網頁的連結結構來計算每個網頁的排名,這稱為PageRank(如果一個網頁也多次被其他網頁指向,則表示該網頁更重要或質量更高。除了考慮頁面連結的數量之外,Google還參考連結頁面本身的級別以及該頁面與其他頁面的前向連結數,當然,“重要的” Web連結將具有更高的權重);其次,谷歌使用連結提供的資訊進一步改善了搜尋結果(解析查詢關鍵字並將關鍵字轉換為wordID,在短桶中找到每個關鍵字. 掃描文件列表開頭的文件列表,直到找到與查詢匹配的頁面,桶文件列表已被檢查,在長桶的長桶文件列表中找到每個關鍵字的起點,重複步驟),但在富媒體時代,谷歌搜尋在對視訊的搜尋能力上以前的老演算法就不太好使了。

而TikTok則在搜尋演算法中加入了大量的人工智慧演算法。在扒取、預處理、收錄階段,各家搜尋引擎的演算法與思路都是大同小異的,TikTok的不同之處在於對收集了的資料處理上加入了機器學習,當大量的資料集湧入TikTok後臺系統後,內容分析、使用者分析和場景分析等分析模擬學習自然就趕緊開工了。

同時,TikTok通過機器中的演算法實驗平臺,以邏輯與卷積神經網路等多種機器學習演算法為使用者群體的貼標籤,用來解讀人們在使用過程中的思考方式,盡最大可能附和人們的行為模式。再摸清使用者平日的喜好之後,然後結合搜尋的關鍵詞,最終把使用者可能需要的資訊推薦出來,即便沒有相關答案,其推薦的無關資訊也更討喜,所以美國有越來越多的年輕人願意用TikTok搜尋。

人工智慧與搜尋引擎相結合是大勢所趨,目前谷歌也正在往運用人工智慧演算法優化搜尋結果。2021 年 5 月,谷歌釋出了 MUM(Multitask Unified Model,多工統一模型),這是一種用於搜尋的自然語言處理技術,谷歌試圖在查詢裡面就理解使用者搜尋的內容,從而讓返回的關鍵詞更匹配結果。

本文來自微信公眾號 “Techsoho”(ID:scilabs) ,作者:Light,36氪經授權釋出。