TikTok聊天机器人被命名为Tako 测试类似ChatGPT的AI聊天机器人orAI搜索-aigc导航|ai导航

自去年秋季OpenAI方面用ChatGPT给外界带来了震撼后，也使得各大科技企业开始重新审视AI这条赛道，而在大半年时间过去后，一众相关产品也到了落地的时候。日前就有消息显示，TikTok方面正在日本和韩国测试类似ChatGPT的AI聊天机器人。据悉，这款聊天机器人被命名为Tako，拥有一个卡通章鱼的形象，会出现在TikTok界面的右上方，用户点击图标后就会进入相关交互界面。

Tako不仅可以回答用户的问题，还能主动发起话题，还可以根据用户的反馈调整语气和风格。在TikTok公布的DEMO中显示，如果用户对Tako说，“我很无聊”，Tako就回应，“那我给你推荐几个好玩的视频”，并根据用户此前观看过的视频推送相关内容。

此外，Tako还可以识别用户发送的图片或视频，并根据其进行评论或推荐。对于这一功能，TikTok方面表示，Tako旨在为用户提供更加丰富和个性化的体验，并增加用户与平台之间的互动和粘性。

值得一提的是，由于目前TikTok在海外市场面临的一个相对敏感的处境，因此官方还特别设置了一个免责声明，告诉用户Tako是一个实验性质的聊天机器人，并且回答可能会不准确。由于该公司会为了安全目的审查用户与Tako的对话，因此也警告用户不要与其分享个人隐私信息。

从TikTok官方公布的相关演示中不难发现，尽管都叫做AI聊天机器人，但Tako与ChatGPT显然完全不是一回事，前者更像是一个缩水版的Bing Chat，核心目的也不是为了满足用户的交流欲望，而是引导用户观看TikTok上的更多视频内容。从某种意义上来说，Tako更像是一个经过了人工智能强化的应用内搜索工具。

毕竟TikTok本身的定位是一个娱乐向的产品，其主要的卖点就是“kill time”。而ChatGPT则更偏生产力工具向，所以也并不适合TikTok。

过去3年间，TikTok就像一个流量黑洞一般，只用了Facebook一半的时间就突破了10亿用户规模。据TikTok方面公布的数据显示，TikTok目前已拥有16.01亿用户、月活跃用户也达到了10.5亿。再加上随着海外互联网厂商纷纷回过神来，几乎所有的社交平台都在试图复制TikTok。

随着Instagram的Reels、Snapchat的Spotlight、Pinterest的Idea Pins陆续现身，TikTok此前高歌猛进的时代已经结束了，所以这也是为什么TikTok会发力生活方式社区Lemon8、视频制作软件CapCut的原因。

因此在许多业内人士看来，TikTok现在已经到了需要“修炼内功”的环节，并让自己的10亿月活用户发挥出应有的价值。要知道，此前曾有知情人士向《华尔街日报》透露，今年TikTok全球广告收入的目标是120亿美元。因此Tako最大的意义，或许就在于帮助TikTok盘活内容资产，让内容被更多用户发掘。而TikTok的“魔力”无疑是推荐算法，可以让用户持续接受自己感兴趣内容的洗礼，进而将时间都留给这款APP。

推荐算法当然不是十全十美的，这一信息分发模型下，用户从始至终都是被动地接受算法投喂的内容。所以问题就来了，算法选中的内容一定是时效性强、且普适的，这也导致了算法在塑造潮流的同时、潮流也在反过来影响算法。因此最终呈现出来的结果，是TikTok上的内容往往是有时效性的，很难被反复利用，也就是热度一过相关内容就被沉淀了。而这些藏在冰山之下的历史内容不仅很难为平台提供内容消费的价值，反而会变成占据服务器资源的包袱。

为了保障内容的供给，TikTok如今的做法是持续不断地挖掘创作者，可历史已经表明，有创作能力、且有充足表达欲的人始终是少数。如此一来，盘活TikTok的存量内容资产就变成了更具现实意义的一个选项。这其实也是过去两三年间，国内市场的抖音、快手、微信不约而同地做搜索业务的原因，而搜索则是对推荐算法的有效补充和扩展，能够使得平台中沉淀的历史内容也可以为用户服务。

当然，搜索是一个有一定门槛的工具。如今几乎每一个平台都充斥着大量同质化和片面化的低信息熵内容，搜索引擎仅依靠“关键词”的检索逻辑已经无法准确过滤噪音，有时候甚至不再能够发挥信息搜集的价值，例如百度被用户抱怨不好用，就是因为低质量信息泛滥。这时候AI的加入就使得用户有了更低的使用门槛，借助庞大语料库训练出来的AI具备更好的语义理解能力，因此也能够更好地理解用户的问题和潜在需求。

最关键的一点，是AI还具备自学习能力，在用户的日常工作和生活中能够无感地学习用户的习惯，从而不断提升理解力和搜索准确度。而用户用地越多、Tako越好用，并最终会进化为用户在TikTok上的“个人秘书”。于此同时，在与Tako的不断交互中，TikTok也能持续了解用户的需求和偏好的变化，来帮助自身优化内容分发算法。