監管風暴就是新機遇，就是大風口。誰能在大危機中抓到稻草，來年就是市場弄潮兒。想想過往幾十年裡國內房地產市場的發展史，每一次監管政策大變，就有新的大佬上臺。從萬科到綠地，從綠地到恆大，從恆大到碧桂園……

許多人已經在討論這次危機的最終受益者，不過覆巢之下安有完卵？拐回來按照雷軍“風口上的豬”的說法，現在的國際大形勢下，應該馬上就有什麼新項目就要飛起來了。

這不，Facebook要出付費去廣告版的消息，又讓大家想起半死不活、被玩成傳銷的知識付費了。

在當下互聯網企業通過蒐集用戶隱私大數據，進行誘導推薦新聞資訊的方式，已經引起了全球用戶的警覺反感。無論國外的Facebook還是國內的今日頭條，都處於嚴重的危機漩渦中。下一步市場勢必要改變策略，研發新型的產品功能。

這看起來是為一直未能試驗成功的知識付費，提供了絕佳的發展窗口。從2016年開始，知識付費就被視為是互聯網內容產業的未來。

可是知識付費的產品邏輯真的準備好了嗎？用戶在埋怨假新聞網媒無節操的同時，真的願意回過頭花真金白銀進行付費閱讀嗎？即便有的話，用戶能否長期堅持下去？這都讓知識付費這朵嬌嫩富養的花命運多舛。

回到題目，當下的局勢是否代表知識付費迎來春天？新聞智能推薦這樣的產品邏輯被強制淘汰，我們就能真的迎來互聯網新時代嗎？

用戶出現了篩選優質資訊的意願，但不知何為優質

無論是國際上Facebook的用戶隱私洩密門，還是快手等產品的低俗信息問題，都在展示互聯網媒體的負面效應。

互聯網公司一邊收集用戶隱私喜好，一邊用大數據算法投其所好，推送大量“垃圾”“低俗”資訊，甚至扭曲了互聯網的輿論氛圍。按照人民網的說法，這叫“信息繭房”！

越來越多人意識到：互聯網媒體雖然通過技術手段，提高了時效性拉低了人們獲取資訊的成本，人工智能大數據算法的出現，還幫助用戶省去了大量篩選過程；但是人類生產和理解資訊的速度卻遠遠趕不上互聯網分發的速度，而為了追求時效性，趕上互聯網分發的速度，這些媒體們開始拋棄長久以來堅持的媒體正義，甚至某些沒有節操的自媒體還完全放棄了媒體的真實性。

當媒體失去了正義與真實，他就不再具有任何價值。這就是今天互聯網媒體平臺面臨的最大危機。今天，國內外監管部門都在思考這個問題，國內的監管步伐走得更快。

在這樣的局勢下，如何搶救這些互聯網媒體平臺，成了整個互聯網行業的焦點。

Facebook表示，要推出付費無廣告版的產品，滿足用戶對資訊閱讀的控制。國內則是嚴監管，要求平臺建立完善的人工審查機制，該刪的全部刪除。

可是這兩類機制都是治標不治本，無法從內容生產的根本上來把控質量，在海量信息的誘惑下，還是無法保障用戶所閱讀信息的真實性。

當下眾口討伐的局勢下，用戶確實點起了對“優質內容”的嚮往之火，但大家真的無法判斷何為優質內容，甚至這種判斷法則連專業人士都做不到。

在這種情況下，用戶或許會跟風訂閱一批老牌權威媒體，甚至願意為此進行付費。但媒體的一項職能是傳播，為了獲得更廣泛的傳播影響力，日常的滾動資訊註定是無法納入付費範疇的，普通用戶該為什麼內容付費就成了一大問題點。

而這一小部分的付費內容，是否能撐起相關媒體機構的編輯部門，也存在很大的疑問。用戶看了這些付費內容，是否也會對其權威性含金量提出質疑。而這些也是目前知識付費平臺，用戶最大的吐槽點。

所以，用戶要的不一定是知識付費，用戶更需要的是透明的內容生產流程、易於理解的內容交叉驗證機制。

為什麼微博時代沒有今天的問題？

互聯網公司蒐集用戶信息、分發新聞資訊不是一天兩天的事，像Twitter、微博，從誕生以來就一直在做內容分發，幾乎都沒遭受過這樣的刁難。

特別是國內的微博。新浪微博不僅很少受到刁難，還被視為典型的優質新媒體平臺，是公認的高知有內涵有文化的代表，受到監管部門認可。

而整個互聯網的發展過程中，資訊分發類產品並不少見，並且一直在升級迭代中。

2005年Google Ads就已經開始進行精準廣告推薦，Gmail推出沒多久就試探著手機郵件數據插入超鏈推廣；也是在2005年，Facebook就已經創造出了改變全世界的News Feed信息流產品，Facebook裡個人用戶發佈的博客文章在那時就開始進行精準分發嘗試；到2006年社交媒體產品Twitter出現，更是將互聯網媒體分發的屬性推高地新的層次，到2008年的中國，具有相似產品理念的的新浪微博也誕生了……

可為什麼問題出現在今天的Facebook以及新聞智能推薦產品身上？

其實對比兩家的產品，你會發現兩家此次暴露出來的問題是一致的。

在2011年之前，Facebook分發新聞的方式，都是以用戶為核心權重，例如一篇like（點贊）數高的內容，會根據點贊人群的相關性進行推薦。但由於越來越多的用戶開始礙於交情，出現了大批的“點贊黨”，由此汙染了推薦質量。當時，Facebook的推薦算法引擎EdgeRank，才剛剛推出一年，就不得不被推倒重來。

2011年之後，Facebook開始引入機器學習大數據算法。開始慢慢將原本的用戶核心，轉變為以內容為核心。通過內容在不同用戶群中的推送表現，來衡量內容的質量。

由此開始了一系列產品進化：

2013年2月，推出新聞發現功能，類似於Twitter的熱門話題(Trending Topics)。

Notify

2015年底，推出Notify（突發新聞）產品。

2017年8月，推出Trending News（熱門新聞）功能，同期還出現了Explore Feed功能。

Facebook的推送功能，一路從以用戶話題為核心，轉向了即時新聞整合，再走到今天的以內容為核心進行匹配路線。並且這些功能還被整合進了用戶的主News Feed（信息流）裡。

這種分發策略毫無疑問契合了用戶的興趣點，提高了用戶的使用時長，為產品帶來了亮眼的運營數據。但這樣規則下，基本失去了對內容質量的篩選監控。

畢竟在Twitter微博這類，以用戶以話題為核心的內容分發體系中，用戶會承擔起內容質量對比篩選的任務，用戶同時看到的是多個同類型信息的不同視角。新的算法則沒有這樣的功能，反而減弱了社交溝通屬性，片面追求內容分發的效率，從而失去了質量。

這種削弱社交溝通、迎合用戶興趣的內容供給機制，容易誘導用戶產生片面不客觀的情緒，這也是Facebook此前被指控通過大數據操縱美國大選的原因。

對比國內的新聞資訊智能推薦產品，從2012年出現時，其搭建的底層核心技術也是以內容為中心的智能推薦算法。兩者在內容分發上採用了同樣的產品策略，當然也產生了雷同的效果。

到今天，各種資訊閱讀推薦類APP在產品設計上越來越像微博、Facebook，這些產品正在走向趨同。

越來越多的負面曝光之後，今年1月12日，Facebook對News Feed功能進行整改，大幅削減新聞視頻等媒體內容的推送。不久的2月份，Facebook在美國加拿大的日活就從1.85億下降到了1.84億，用戶日使用時長也減少了2.14分鐘。

由此可以看出，用戶對這種智能推薦分發引擎的依賴。這也決定了，用戶是不可能再回到那個落後的算法推薦時代，更不可能回到為一條新聞消息付費的時代。

其實看到這種大數據分析智能推薦的威力之後，國內的微博在2017年也開始轉變思維，加入亂序智能分發引擎。今天的微博信息流裡，已經被塞進了各種各樣適合你的但你從未關注過的內容。不過好的是，微博分發的還是以用戶為核心的內容，並不是一條條經過精心包裝的新聞內容。

你願意為互聯網中的什麼付費？

互聯網上並不是沒有受到用戶熱烈擁護的產品，遊戲就是最大的案例。

用戶們會為了更好的用戶體驗、更新鮮的玩法，為一款遊戲甚至是遊戲內的道具進行付費。

然而新聞內容信息，則是人類能夠更好生存的基礎設施，這樣的基礎設施在今天已經非常豐富且強大了，他們也難以在每時每刻直觀影響著大家的生存體驗，所以用戶就不再願意為他們付費。

沒有直觀的體驗提升，用戶怎麼願意進行付費？

這也是知識付費在鬧騰了兩年之後遇冷的核心原因。

在直播平臺爆發、在行分答這一類引入社交（遊戲）後的知識付費產品出現後，大家看見了幾次知識付費的曙光，但可惜每個產品都有著自己嚴重的缺陷，還無法滿足用戶體驗。

不過，通過這些我們可以確定，未來必定會出現一種完善的知識付費產品，像遊戲一樣體驗優秀讓用戶樂意付費，同時還能通過一系列產品規則保證內容質量。

相比之下，當下優質的遊戲都是通過完整的遊戲產業標準，無數人辛苦配合進行精細化打磨，才能贏來用戶的信任進行付費。知識付費產業目前顯然還無法達到遊戲產業這樣完善的生產標準。

其實在內容付費行業，也有一塊屹立不倒的寶地，那就是網絡文學、電子書市場。而恰好，網絡文學為用戶帶來的閱讀體驗與熱門遊戲具有大量的雷同之處，網絡文學作品也是改編動漫影視遊戲作品的熱門。

對比這一市場，其實可以看出目前知識付費業務還太單薄。

一篇隨手攢的文章就想“騙錢”？那對遊戲、網絡文學、電子書、網劇市場來說豈不是很不公平？

綜合下來，知識付費市場現在最缺乏的就是補足自己的產業鏈。一方面要將內容製作篩選勘誤分發的全流程，一一對應制作出不同的產品功能，來讓用戶參與其中獲得更多的選擇權；一方面要豐富內容的形式，像圖文、音頻、視頻能給用戶帶來不同的判斷維度，還有紀實、寓言、小說、戲劇等等不同內容類型給用戶帶來更優質的獲取體驗。這些都進行有機結合，才能是令人滿意的知識付費產品。

乍一看，這樣的知識付費產品好像難以達成。但今天文字、圖片、音頻、視頻等等不同媒介形式，已經各自發展成獨立且龐大的產業。用戶對視頻內容的付費習慣已經養成，接下來如何從視頻向下打通時效性更高的音頻、圖文、社交、遊戲市場，是一個重點。

直播、短視頻業務的快速發展，已經給整個行業帶來新的渠道。接下來，融合知識付費的全新社交媒介產品將會獲得快速發展。

騰訊在今年忽然提出發展具有教育提高審美意義的功能遊戲業務，其實也是有意想這個方向試探。

但我們在開發全新社交媒介產品的時候，必須要注意今天的互聯網已經不再處於荒蠻時代，互聯網產品功能技術形態已經足夠完善，靠一個大數據智能推薦引擎迎合用戶口味的產品模式，已經被證實難以走遠。未來的新產品必定要給出更好的產品技術運營變現邏輯。

這對創業者來說好像是一個壞消息，因為這對有實力的大公司有利。不過好的是，未來各家新產品必須在設計之初，就將知識付費的功能邏輯考慮進去。

目前我們能看到的知識付費產品邏輯，包括會員、打賞、付費訂閱、虛擬商品購買、一級分銷等，如何通過完善的產品邏輯，促使用戶主動有效的使用這些知識付費功能？這或許是我們即將看到的一批產品創新。

不過雖然知識付費的未來空間將會越來越大，但他最後的形態一定不是今天我們想象的一條新聞、一個PPT就可以隨便圈錢的形態。

所以，當下的局勢確實有利於知識付費的發展，但離春天還太遠，因為整個產業還處於發展的初始階段。當下的困局，只會催使用戶更加決絕的拋棄圖文內容，轉向能給用戶更多判斷信息的音頻視頻內容。