没有。为什么这么说?
事情是这样:昨天,朋友提出两个疑惑,一,他想了解一些男士品牌在双11的宣传策略,然后,用Kimi Chat搜遍全网,也没有得到具体有参考价值的内容。
二,他为品牌推广找了很多博主,但是,发出去的内容没有打破圈层;领导也说,好像花了很多钱,似乎效果甚微。
不知道你有没有上述感觉。或者说,感到信息太分散了,想找到具体的东西反而更难了?
前几天,我在研究协同软件notion的发展历程。搜索了很多次,换了好几种提问方式,最后才把信息整合起来得到完整的内容。
放在以前,这类内容由头部媒体邀请创始人、或团队进行一次专访,集中呈现所有关键信息,很容易能找到,现在每个角度都有不同洞察,反而让人难以找到原始资料。
所以,我觉得现在获取信息的难度,反而增加了。
01你兴许会说,用AI搜索不就好了?AI搜索只能找到一些表面的内容,深度内容却找不到。这里面关键一点是在渠道整合上。
什么意思呢?
渠道,想必大家都了解;简单讲,一个具体的信息到你耳朵、眼睛中的路径。以前,路径很短,不信,想一想,如果你现在想深入了解心理学的某个研究,会去哪儿找资料呢?
我们直接访问几个知名的心理学网站,或通过一些专业的文献索引系统,比如商务印书馆、中华书局、人民文学出版社等,就能找到。
那时候,信息不像现在这么丰富,但质量更高,因为发布前都经过严格的审核和制作,对应的渠道也很少。
现在,随着时间推移,这些传统信息渠道被更多细分领域和平台取代。
虽然像SCI和SSCI这样的权威文献索引系统仍然很重要,但现在市场上,也出现了许多其他类型的文献索引系统,把学科和领域细分得更加精细。
比如说:
一个心理学研究者,以前专注研究抑郁症方面的内容,主要访问商务印书馆等传统的文献索引系统就能获取最新论文。
可现在,仅仅依赖SCI和SSCI不够,他可能还要看PsycINFO和PubMed上的知识。
注:(PsycINFO由美国心理学会(APA)维护,PubMed由美国国立卫生研究院的国家医学图书馆(NLM)维护)。
这就引出了一个新的问题:尽管还有很多高质量的信息,但我们该如何发掘它们?专业的研究人员要在高度专业化、细分的平台上投入大量的精力,才能找到这些珍贵的资料,更何况我们。
我以前关注市场营销时,只要订阅《销售与市场》杂志就能获取所有重要的话题和趋势。现在,我完全不知道该订阅什么,信息渠道太多了。
从数字营销、到消费行为分析、从品牌管理到社交媒体策略,每个子领域都有各种在线资源,想追踪最新的营销趋势,真的很难。
还有一点,渠道平台的内容也越来越混杂,在同一个地方,我们能看到各种各样的信息,这让我们难以区分哪些内容真的有用?
现在,我经常浏览多个不同网站、公众号,还用RSS阅读器订阅了一些站点,就是为了能获取一手关于创始人、或高管的采访,太难了。
所以,渠道分散导致内容更加分散,获取效率低了。
02信息效率不等于信息密度,AI看似提升了效率,但在密度处理上有所下降。
为什么这么说?
所谓获取效率,即短时间内找到所需信息的能力;比如,你使用AI搜索,问它明天的天气如何,AI助手立即提供天气状况,这就是高效率。
而信息密度呢?则指在,一定时间内获取到信息的总量;类似于,我阅读一本技术相关的书,每一页都包含大量的公式、代码和解释,这说明信息密度很高。
可问题是,AI搜索没有消除信息差,只是让原本昂贵的资源变便宜了。
比如说:
前一段时间A股市场很火,大家都有不同的看法,有些人建议国庆后全力买入,看好市场反弹;而另一些人则认为,连像我这样的小白都想买股票了,那一定要谨慎对待资金。
在这种情况下,选择任一方的建议,虽然看起来有50%的成功概率,但并不意味着这是好的选择,因为可能存在更优的第三种方案。
实际上,针对一个问题,即便用AI搜索深度研究一番,但每一次得到的答案都未必一样,尤其是关于主观判断的东西。
还有一点,在现实中,获取信息者只有两个选项,已经很幸运了,可大多数时候,我们面对N多种选择,以及成百上千种不同的声音;这种情况下,有时候看似都有道理的两种意见实际上都可能是错误的。
所以,信息增加对大众来说也意味着噪音的增加。
拿前几天我的经历来说:
租的共享办公室到期了,觉得价格有点高,我在想,要不要找找其他选择。但是,总得有个过渡的地方,于是寻思不如在家先过渡下,找到后再去
然而,当用AI搜如何办公更高效时,结果很失望。
AI给我的结论是,有的说不要长期在家办公,会消耗精力;有的说在家办公容易把工作和生活混在一起,导致工作做不好,休息也不好。
可我的根本需求是解决如何在家更高效工作的问题。这些答案似乎在解决其他问题,那么,为什么信息密度这么高,却没有我想要的内容呢?
因为内容带有焦虑属性,能吸引流量和点击。我原以为只有人类会点击这些内容,没想到,现在连AI抓取信息也开始以点击为基准了吗?
的确让人怀疑。
另外,这些噪音看过后会让人产生误判;我记得,心理学有个概念叫决策规避(Decision Avoidance),简单讲:很多事情我们并没有亲身经历,但因为看到一些信息,就误以为自己已经经历过了。
这导致了许多人总追求足够好的选择,而不是最优选择,当然,更可怕的是,在做足够好选择前,外部给你的信息,本就不属于真实经验,反而让我们被无用的信息框住了。
换言之,也可能AI抓取的信息,是创作者用AI生成后,发到平台的,我们看到后,却误以为真实经验。
因此,信息越来越多,真正有价值的信息却更加难以获取,我们被大量无用的信息所束缚,效率和质量反而下降。
03而且,AI也没有缩小人们在理解信息时的认知差异。
信息本身是一种权利,它塑造了我们对世界的理解,但信息分布和接受度往往并不均等,这种不均等导致每个人对信息的理解不同。
就像新质生产力,如果去问10个人它是什么意思?也许你会得到10种不同的回答,哪种更接近本身的意思呢?我们还要从原始资料中找出来。
这就是信息阶梯的体现。
不同的人根据他们接触到的信息量和质量,对同一概念有不同理解,这种现象表明,信息不是平等分配,而是形成了一种层次性。
从根本上看,虽然互联网环境在变化,但人本身并没有太大改变,人与人之间的认知差异依然巨大,这是无法否认的现实,就像一道无法跨越的鸿沟。
以组织目标管理为例:
我身边有不少组织管理专家,他们离开公司后开始做这类课程。有些人认为,组织应该向协同制转变,像阿米巴那样,未来要推行内部项目制。
还有人主张组织管理要扁平化,领导直接对下属,减少中层传递信息的环节,以提高效率;另外,也有人认为组织不应该被严格管理,他们觉得管人不如管项目,管事不如管结果。
这些不同的观点反映了深层的认知差异,即使在相同的环境变化下,不同角色对组织管理的理解和反应也是不一样的。
可是,有些老板学完之后,回去立马想落实这些理念,但在落地过程中却发现很难推行。为什么?
因为上层领导与下属之间依然有信息鸿沟,有影响力的人把信息传递给别人,别人未必能够理解透彻,即便理解了,层次也可能不一样。
为什么黄蓉在武林大会上大大方方地教杨过打狗棒法,也不担心技艺泄露,因为即使信息公开,不同人的理解和应用能力也大不相同。
有句老话,屁股决定脑袋,但有时换个角度想,不也是脑袋决定屁股吗?有人听得出话里的意思,有人能听出弦外之音,而有的人什么都听不出来,人们的认知能力和视角决定了他们如何接收和处理信息。
所以,尽管技术不断进步,信息越来越普及,但AI并没有根本上改变信息不平等的现实。
也许,真正挑战在于,如何提升每个人的信息理解能力和批判性思维,以便大家能更好地消化和应用信息,才是更值得探索的问题。
不过,人本身是懒惰的,除非真的能为我所用,不然,谁也不会闲的为爱发电的收集和处理信息呢?
04还有一点:互联网试图用良币驱逐劣币,但发现,改变起来也很难。
大家都知道,自媒体出现之前,我们看的信息由专业人员采集、编写和审核后发布,我们要通过搜索引擎来找到这些信息。
但自从平台开放自媒体后,情况就变了,现在信息、交易的地方、和平台,三者都发生很大的变化。变化在哪呢?用一个词来总结即:商业效率。
现在,海量信息不断被创造和发布,其中很多关于地摊文学、心灵鸡汤或重复的速读内容;这些信息吸引了大多数用户,用户的转发形成了自我传播,这又为品牌主带来了更高的转化效率。
当商业效率变高时,那品牌主自然更喜欢这些内容。
但问题是:那些真正有深度、能提升认识的高质量内容,在自媒体平台的算法推动下,往往难以得到足够的关注,也难以成为热门内容。
这些内容要靠人工推荐来获取曝光,但它们的价值和能否商业化之间并没有直接的联系,或者说,存在微弱的联系,这就导致了,内容价值与商业化价值很难划上等号。
也就是说:虽然高效的信息传播模式对于商业推广很有帮助,但它可能导致信息质量的普遍下降。
平台想解决这一切,又很难在于平台也要赚钱,也要保持运营,而平台本身赚钱模式,又脱离不了广告主。
所以,好内容、具备常青价值的内容越来越少,要么研究者、创作者们背后有资本赞助,要么,纯为爱发电,不然,很难在AI加速的环境中脱颖而出。
因此,即使是有价值的内容,如果与商业化的距离太远,也可能被忽视。
不管怎么说,我觉得,有四点:一,渠道分散,导致内容更加分散,获取效率反而低了;二,高质量内容很多,都存在看不到的文献、学术网站上,这些网站太多了,大家不愿意去深挖。
三,本质上,AI并没有缩小人们在理解信息时的认知差异,毕竟,获取信息很头疼,人们不喜欢深思熟虑。
最后,互联网平台想改变良币驱逐劣币的状态,回头却发现,社会像一台商业机器,市场规则下运行时,往往是那些打动人心的信息加速了交易。这一切,不知道对吗?
总结
每个人,都有信息茧房。
主动探索都很难走出茧房,更不用说,不知道自己被困其中的人了;这样看来,AI到底让信息环境进步了,还是退步了呢?
看完觉得写得好的,不防打赏一元,以支持蓝海情报网揭秘更多好的项目。