2024年竞争秩序场报告：电商、社交平台与端侧AI的裂隙与演变分析

从今天开始，我们将发布《2024年竞争秩序场报告》。该报告聚焦于电商、社交平台和端侧AI三大领域，探讨了众多引人关注的议题。其中，推荐算法的争议尤为显著，其运作方式和引发的问题持续对竞争秩序产生影响。

推荐算法的构成

推荐算法由三个主要部分构成。首先，用户是算法服务的核心。接着，所谓的“项”涉及用户与内容之间的匹配程度，比如算法通常根据用户兴趣识别相似群体，并推荐未曾接触过的内容。此外，用户的操作行为也是至关重要的因素。通过综合这些要素，算法能够实现精准推荐。这种逻辑在推荐算法中普遍应用，无论是社交平台还是电商平台，它都是一个基于大数据的智能推荐系统。

算法在各应用场景中持续发挥着重要作用。例如，在电子商务领域，它通过分析用户的浏览和购买历史来推荐商品。在社交网络中，算法则基于用户的兴趣和偏好来推荐可能感兴趣的人和内容。目前，算法已深入互联网的各个层面，成为平台运营中必不可少的要素。

精准推荐的争议

推荐系统所推送的所谓“推荐内容”虽给人以智能之感，却引发了广泛争议。从客观层面来看，这一系统潜藏安全隐患。用户主观上感受到的不安全感也随之而来。算法的持续优化使得用户接触到信息的范围越来越窄。许多用户长期陷入由算法构建的“信息茧房”。平台为了提升用户粘性过度依赖算法，却使得用户逐渐被局限在狭小的信息领域内。

观察实际案例发现，大量用户在微博等社交平台长期仅接触到与个人兴趣相符的信息。类似现象在电商平台亦普遍存在，用户主要接触的是自己关注的商品类别推荐，而缺乏接触其他商品类别或多元信息的机遇。

清朗行动的要求

2024年11月，国家网信办发布的专项通知对相关要求进行了详细阐述。通知着重指出，禁止通过推送高度相似内容诱导用户过度沉迷。此规定主要针对算法推荐引发的信息封闭和成瘾问题。互联网已成为公众生活中不可或缺的一部分，不当的算法推荐可能对网民的生活态度和思想产生负面影响。

鉴于对网络用户身心健康的高度关注，本规定致力于保障青少年群体，鉴于他们辨识能力不足，易陷入算法推荐的视频和游戏内容的过度沉迷。国家采取此措施，旨在促使平台改进推荐算法，营造一个更加健康的网络环境。

平台算法解释性尝试

在算法解释性研究领域，不同平台采取了不同的探索策略。微博曾尝试对推荐内容的原因进行简略阐述，但这些解释显得不够充分。微博和哔哩哔哩在兴趣标签的管理方面采用了类似的设计。比如，用户可以通过长按内容来做出选择，比如减少特定用户、频道或标签的推送，这样的操作在一定程度上揭示了算法的分类标准。

小红书、快手和抖音均配备了统一的标签管理功能。用户能够调节内容推荐算法的力度。抖音计划在2025年对外披露其算法的运作原理，而小红书则让用户在隐私设置中查阅算法的运行方式，并对其进行功能控制。这些平台均意识到增强算法透明度的必要性。

用户自主管理示例

用户对算法推荐内容的管理能力正迅速增强。以小红书为例，若用户对推荐内容不感兴趣，他们可以通过长按笔记并选择“不感兴趣”进行反馈，还能选择具体原因，比如“内容过多”。同时，哔哩哔哩和抖音在防止用户过度沉迷方面实施了有效策略。这两家平台均推出了时间管理功能，允许用户设定个人使用时长限制和提醒。

职场人士为了减少在娱乐内容上的时间投入，会启用抖音提供的时间管理功能。与此同时，学生群体也可能借助哔哩哔哩的防沉迷系统，来确保对这一平台的适度使用。

三大领域竞争秩序

算法对电商、社交平台及端侧AI领域的竞争态势产生了显著作用。在电商领域，算法驱动的商品推荐直接影响着销售业绩和市场竞争态势。精准的商品推荐有助于商家提升盈利能力和平台持续发展。社交平台的算法与用户留存及活跃度紧密相连。高质量的算法能显著提升平台的社交互动。在端侧AI领域，算法扮演着核心角色，对建立用户信任至关重要。

保障公平的竞争生态，关键在于算法的公正性、透明性和合理性。为此，各平台需不断探索更高效的算法方案，同时根据《2024年竞争秩序场报告》中指出的不足和动向，对算法和运营服务进行优化升级。

报告详细探讨了算法的多个层面，对此，您如何看待平台在算法优化领域所需投入的资源比例？欢迎在评论区分享您的观点。同时，不妨点赞并分享这篇文章，以吸引更多人士参与到算法发展的讨论中来。