専門家：TikTokのアルゴリズムはユニークではないが、購入者はそれを自ら開発することを待ちきれない

2018年にバイトダンスがカラオケアプリ「Musical.ly」を買収し、TikTokとしてブランド名を変更したとき、業界では一般的に、これはアメリカのティーンエイジャー向けのありふれた短編動画アプリの1つに過ぎないと考えられていました。

[[340953]]

TikTokは現在世界で最もダウンロードされているアプリであり、その人気は非常に高く、米国政府の注目の的となっている。

以前、米国政府はバイトダンスに対し、TikTokの米国事業の売却を要求していた。 Musical.lyはByteDanceに米国市場での足がかりを与えたかもしれないが、TikTokのビジネスを急成長させたのは、ユーザーの興味や活動に応じてフィルタリングされた関連コンテンツを提供できるByteDanceの人工知能推奨アルゴリズムだった。

バイトダンスは2012年の創業以来、コンテンツ推奨システムを支持しており、Toutiaoなどの他の製品にもそのようなアルゴリズムを広く採用している。バイトダンスが6月に公開した情報によると、TikTokは推奨アルゴリズムを開発する際に主に3つの要素を考慮した。

1. 動画に「いいね！」したり、アカウントをフォローするなど、アプリ上でのユーザーのインタラクション。
2. 興味のあるコンテンツには何が含まれているか - 短い動画の場合は、音楽やハッシュタグなどになります。
3. 言語設定、国と地域の設定、デバイスの種類など、ユーザーの環境によって異なります。

同時に、TikTok アプリは、ユーザーにとって直接興味のない動画コンテンツもプッシュします。

情報筋によると、推奨アルゴリズムにアクセスできない状態では、TikTokの米国事業の迅速な売却は「実現しそうにない」という。

このアルゴリズムはなぜそれほど重要なのでしょうか?他の人が真似できないからでしょうか？

ByteDanceはMusical.lyを買収し、TikTokと統合した後、プラットフォームに推奨アルゴリズムを導入し、ユーザーがアプリに費やす時間を大幅に増加させました。製品専門家のユージン・ウェイ氏は、自身のブログで、この変更は「微妙なもの」だと述べた。

市場調査会社アップ・アニーのデータによれば、昨年、アンドロイド端末のTikTokユーザーは合計680億時間をアプリに費やしており、これは前年比3倍以上となっている。バイトダンスが8月下旬に米国政府を相手取って起こした訴訟によると、2020年6月時点でTikTokの米国市場における月間アクティブユーザー数は約9,200万人で、2018年1月の8倍以上となっている。

市場分析会社センサータワーのデータによると、TikTokは2020年上半期に世界で最もダウンロードされた非ゲームアプリとなり、Douyinを除いてインストール数は5億9600万を超えた。

香港中文大学の工学教授でAI専門家のウォン・カムファイ氏は、TikTokが使用する基本的なアルゴリズムは他のテクノロジー企業のアプリのものと似ているものの、各社が独自のAIエンジンに特別な機能を追加して差別化を図っていると述べた。

黄金輝氏は、TikTokの人工知能エンジンに何かユニークな点があるとは思っていない。同氏は、新しいユーザーデータに基づいてTikTokのまったく新しい推奨システムを構築するには約1年かかる可能性があるが、既存のツールを失うことはTikTokの現在の評価に「非常に大きな影響」を与えるだろうと述べた。

「この技術は、アルゴリズムとユーザーデータの両方がうまく機能した場合にのみ機能します。バイトダンスのアプリが競合他社より優位に立っているのは、ユーザーデータのおかげでもあります」とテクノロジーブロガーのハオ・ペイチアン氏は述べた。彼は元ソフトウェアエンジニアで、現在は企業にコンサルティングサービスを提供しています。

黄金輝氏は、一部のユーザーや投資家は新しいアルゴリズムが開発されるのを待ちたくないかもしれないと述べた。 「TikTokはすでに大人気なので、TikTokチームがアルゴリズムを再開発するのを待つことはできません」と彼は語った。「お気に入りのテレビ番組が技術的な問題で放送中止になるようなものです...ユーザーはそれを受け入れられないと思います。」

「マイクロソフトやウォルマートのような入札者は、アプリケーションを入手してすぐに使えるようにしたいと考えている」とウォン氏は語った。 「しかし、うまく機能するまでしばらく待たなければならないとしたら、もう買いたくなくなるかもしれません。」

「TikTokは独自の推奨システムがなければ存在しなかっただろうが、だからといって必ずしもそのシステムに何か特別なものがあるというわけではない」と、関連研究を専門とするカリフォルニア大学サンディエゴ校の准教授、ジュリアン・マコーリー氏は言う。

「推奨システムを早期に導入した他の企業は、電子商取引企業です。たとえば、Amazon は 20 年近くにわたって推奨技術を使用していますが、初期のシステムは機械学習に基づくものではなく、単純なアイテム間の類似性マッチングでした」と McCauley 氏は言います。

「Netflix は 20 世紀最初の 10 年間に推奨技術の主要な推進力でもあり、2006 年に Netflix Prize アルゴリズム コンテストを設立し、学術界における推奨技術への関心と研究にも火をつけた」とマコーレー氏は述べた。

しかし、現代のスマートフォン時代において、レコメンデーション技術は、ユーザーが自身の偏見を助長するコンテンツに閉じ込められ、自身の世界観に合わない情報をすべて拒否し、現実世界の理解を妨げる、いわゆる「情報の繭」問題で批判されている。

「企業はユーザーエンゲージメント指標を最適化したいのです」とマコーリー氏は言う。「企業は、多様性やバランスのとれたコンテンツを導入したがりません。それは、主要な指標に悪影響を与えるからです」。同氏は、企業にはこの問題を解決する動機がないとも付け加えた。「私たちは、優先情報への需要がかつてないほど高まっている時代に生きています」

[[340954]]