在阿里、腾讯、百度的围剿下，今日头条的好日子还能继续吗？
2016年，凭借精准化推送杀出媒体重围的今日头条提出的年度广告营收目标是60亿人民币。据业内人士推测，若以2015年的公开财报和业内平均增速而论，2016年不出意外，今日头条已经可以跻身国内互联网公司（以流量兑现的平台）里广告营收的前五名。
据创业家了解，今日头条截止目前为止，已经超额完成60亿的年度收入目标，有可能会达到100亿元。就在今年年初，CEO张一鸣曾在内部年会演讲时指出，希望能够通过1/7的媒体时长，通过更强大的广告系统、更强大的商业系统达到1/5的市场收入，希望在2020年能达到100亿美金。
“截至2016年9月底，今日头条已经有5.8亿用户，日活用户超过6300万，单用户日均使用时长是超过76分钟，也就是说现在用户每天在今日头条上会停留45亿分钟。”张一鸣的底气来自这样一组数据。
张一鸣离100亿广告收入目标一步之遥，对比传统门户老大新浪，2015年全年网络广告营收为7.432亿美元，折合人民币不足50亿。作为新一代流量入口、广告老大的腾讯，2015年，网络广告收入同比增长110%，达到175亿元。今日头条创业四年，已有望其项背之势。百度、UC更采取跟进策略，开拓自己的头条号业务。
在知乎上，今日头条的成功被分解为“信息流+个性化推荐”，信息流不足为奇，张一鸣如何从“个性化推荐”切入，做出100亿的广告收入？
10月20日，2016金投赏论坛今日头条专场在上海举办。今日头条创始人、CEO 张一鸣在论坛上发表了题为“技术思维下的顺势而为”的演讲，探讨技术思维下广告未来的新趋势，也为“100亿广告收入”的问题提供了参考答案。
以下为今日头条创始人、CEO 张一鸣10月20日在2016金投赏论坛今日头条专场论坛演讲内容，经创业家&i黑马整理编辑，有删减：
大家好，很高兴能来到金投赏跟各位一起探讨技术思维下广告未来的新趋势。
为什么想说说这个话题呢？在座都是广告营销行业的专家，我来聊这个话题有些班门弄斧。我是程序员出身，技术思维一直影响着我，我今天也会从技术的角度来聊一聊未来的广告，这是我更擅长的话题。
先简单介绍下今日头条。4年多前，也就是2012年8月，今日头条正式上线。两年前，还会有朋友来问我今日头条是不是一家媒体。到现在，这个误解似乎已经慢慢没了。
我们不是媒体，不是传统的新闻客户端，没有人工编辑。
我们是一款推荐引擎产品，是一个资讯分发平台，文字、图片、视频，甚至问答、直播等各种形式的资讯内容都可以通过我们的推荐系统找到对它感兴趣的用户，当然广告也可以精准推荐。
截至2016年9月底，今日头条已经有5.8亿用户，日活用户超过6300万，单用户日均使用时长是超过76分钟，也就是说现在用户每天在今日头条上会停留45亿分钟。
这45亿分钟都可以转化成广告商业价值。根据数据服务商QuestMobile的数据，移动应用中人均月度使用时长的前2名的一个是微信，另一个就是今日头条。
今日头条作为一个成立四年的互联网公司，发展还是挺快的。主要竞争力是什么呢？
今日头条利用人工智能推荐算法提升了信息分发效率。最开始的两年，别人认为我们就是又一个新闻客户端，没有足够的重视。而现在，整个行业都被我们带到了算法智能分发的这条路上。
很多相似产品在上线；传统新闻客户端也陆续改版上线“推荐”频道；浏览器也做起“推荐”；甚至电商类平台都有了自己的头条。BAT已全部开始做算法推荐了。
头条除了信息分发之外，还有很强的商业化能力。头条现在主要的商业化模式是什么呢？广告。
很多人会觉得靠广告来盈利不够科技范儿。但是我自己觉得倒没什么不可以，Google、Facebook盈利也主要靠广告，广告也可以做得很好很有趣。
今日头条其实在广告这方面应该是最少困惑的公司，虽然大家在不断探索新的商业模式，但是我们还是做精准的需求广告。
今日头条精准的需求广告依靠的是个性化推荐算法。传统的资讯阅读平台为每个用户呈现相同的主页。但其实每个人都是独立的个体，都有不同的阅读喜好，所以每个人的今日头条主页都不一样，它可以做到千人千面。
比如，家庭主妇会收到家常食谱的信息，体育爱好者会看到足球比赛推送。今日头条根据用户特征、环境特征、文章特征等数据，进行组合推荐。这背后是数据挖掘、神经网络、自然语言理解、机器学习等人工智能技术的支持。
当整个内容行业从编辑分发拐入机器智能分发时，去中心化模式让广告的分发模式也随之发生改变。
我们知道，广告离不开三个环节，生产、分发和消费，而智能推荐的时代中，这三个端口正在发生改变，以顺应智能推荐技术这一趋势。
广告信息化
第一，从广告的生产方面来说，现在需要像做内容一样去做广告。
在智能分发时代，广告信息化是我认为的一个趋势。因为个性化推荐，推荐的是信息。而广告也是信息的一部分，它是有商业价值的信息。
现在，强行插入的干扰阅读的广告不再是好的模式。当年门户网站的广告就是挂两边，甚至在网页旁边飘，挡住用户的视线，非常影响阅读体验。
而我们商业化的目标是让广告成为一条有用的资讯。广告必须具备可读性，之后它就能直接产生价值了。比如一个新品上市信息，或一个试驾活动，这种既具备商业价值，同时又具有可读性和可服务性的广告，我们就把它当作正常的内容推荐给用户。
2012年初的时候，我去见投资人，他们当时还跟我说，移动屏幕这么小，你们广告肯定很不赚钱，因为屏幕小，广告的展示位也少。但是我们推出了信息流广告，生产出来的广告可以像信息一样分发，信息流广告可以不断刷新没有展示位数量的限制，更不会像以前那种打扰用户体验。可以说，它就是一种信息。
我们的广告都很明确地标注了广告字样，但是因为推荐系统精准推荐且是有用的资讯，所以转化率都很不错，很多用户都不会介意它是广告。这也是我认为头条广告ROI更高的表现。
互联网平台，还有谁在做信息流广告？我们看到的有Facebook、Twitter、Instagram等。Facebook在2011年推出信息流广告，此形式推出后迅速从PC端延伸至移动端，整体上改变了Facebook的营收结构。
信息流广告大获全胜之后，Facebook开始将它应用到更多的产品上——2010年收购的Instagram就是其中之一。
分发自动化
第二是分发，广告分发自动化，技术性运用让投放更高效。
未来广告势必是走向个性化的，不同的人看到不同的广告，这在以前你是不能想象的。广告分发会更灵活，像普通内容一样，个性化地展现在每个用户面前，你的目标用户才能看到你的广告，更加精准。
今日头条现在可以根据大数据给同一个广告做几十版素材，真正做到不同的人给不同的需求。其实按目前技术来说，不太容易做到，因为一要精准对应不同消费者，二要在技术上真正分发出去。比如头条知道我喜欢数码产品，那么它给我推荐手表产品广告的时候，会推荐苹果手表，而不是奢侈名表。
头条今年不少商业化合作都进行了这种创意形式的尝试，取得了超乎预想的效果。例如头条与亚马逊在“世界读书日”开展的一场“好书遇见你”的合作就是其中之一。在这里我先卖个关子，后半场的头条分享大家可以关注下。
另外，分发技术的成熟，也给品牌广告主带来更多的选择，比如说做品牌广告投放的时候也能具备程序化技术性调整广告的效果，让自己的品牌广告在投放过程中完全可控，在保量的同时随时同步变化调整自己的量，做到真正的品效合一，这种私有交易平台我们叫做PDB。
信息视频化
最后是消费层面，广告消费正在趋向视频化。随着4G和Wi-Fi技术的普及，并且制作门槛低、用户需求旺，短视频消费终于迎来了加速爆发期，视频广告的形式也会顺势成为新主流。
就今日头条的视频数据来说，每天有10亿次播放，每天播放时长达到2800万小时。在今日头条平台上，用户观看短视频量呈现非常快速的增长，视频流量在不到1年的时间内就赶超了图文流量，信息走向视频化。
目前来看头条已成为国内最大的短视频平台没有之一。
举2个在我们平台做视频的头条号例子：
第一个叫「坤哥玩花卉」，坤哥是《中国花卉报》的一名记者，精通花卉养殖。他在头条号上上传的家庭养殖教学视频，长度在2-4分钟左右。
有 45 万人向他学习了如何种菠萝，43 万人学习了如何扦插虎尾兰，16 万人想学在家种芒果，22 万人对种金钱树感兴趣，24 万人想要种辣椒，最受欢迎的则是猪笼草，累计有 765 万人观看了教学视频。
第二个头条号叫「魔术师林剑伟」，这位魔术师会把自己变魔术的方法、技巧在5分钟的视频里倾囊相授。他的视频列表里，152 万人学会了手机入气球魔术，191 万人学会了街头换牌魔术，105 万人学会了香烟盒漂浮魔术，103 万人学会了扑克穿越钞票魔术。
在信息视频化趋势下，短视频广告消费无疑将成为移动营销下一站的风口。因为视频有着天然的优势，就是它比文字和图片具有更好的感官体验，能更高效地传播，而且短视频制作成本和门槛相对较低。
我们今年的重点是扶持短视频内容创作，视频广告也是我们今年商业化的一个重点。
就在上个月，我们的商业化在华北、华东、华南三地都开展了头条系列视频商业产品的推介，以多样的视频商业产品更好的服务于我们品牌商。未来，也将会有更多视频商业模式问世。
面对新趋势和新挑战，我觉得我们需要不断去尝试和改变，而技术团队是我们的有利支撑。
今日头条是一家技术公司，我们管理团队中半数都会写代码，产品经理，甚至HR也会写代码。商业化产品的负责人也是会技术的，也是做算法的，我们商业产品也是技术驱动。
事实上，在技术思维的推动下，今日头条不断将运营效果优化，帮助广告主借助智能分发实现营销价值的最大化。比如，我们在短视频营销上提出POE衡量价值体系，从曝光、转化以及用户主动行为三个层面来更精准地评估衡量视频广告的传播效果。
用户会忽视广告，但他不会忽视有趣的内容。我们一起，让广告也能成为用户感兴趣的头条内容。
谢谢。
今日头条高用户黏性的内容究竟是如何生产出来的？又是怎么分发的？今日头条科学家、头条实验室总监李磊在演讲中给出了具体答案——今日头条机器人搞定对话、新闻创作。
以下为今日头条科学家、头条实验室总监李磊10月20日在2016金投赏论坛今日头条专场论坛演讲内容，经创业家&i黑马整理编辑，有删减：
今日头条是一家为用户提供信息资讯的分享阅读平台。整个环节当中有三部分非常重要，包括高质量的内容怎么创作出来，这些内容怎样分发给感兴趣的用户、读者读了这些文章、看了这些视频之后怎样去鼓励他们围绕这些内容进行讨论和交流。这三方面的核心技术都需要人工智能。
我今天会介绍这三个方面中的两方面，包括内容创作以及内容讨论——我们怎样做机器人来跟人去讨论以及做机器人自动创作。
我们要处理的问题主要是语言问题，和之前讲的图象问题有很大的区别，图象的输入是固定大小的，而语言的问题就比较复杂，一句话可长可短。这样带来一个问题，怎样处理变长的输入。
我们创作的深度学习模型最基础的就是要能够处理可变长的输入，最基本的想法就是增加记忆单元。在这个模型里面有一些单元专门负责记录历史信息，它能够记住较长时间内的信息，对未来做预测。
循环神经网络(Recurrent Neural Networks)
比如说这里有一个非常简单的循环神经网络模型，它的输入是X1、X2、X3、X4，每个输入都是一个向量，和传统卷积神经网络不同的地方就是它的输出部分或者影像量的那部分，h在这里，每个h不仅跟当前的位置输入有关，还跟前面一个输入有关，这样可以把历史信息结合进来，这是最简单的形式。
还有稍微复杂的一个形式叫GatedRecurrentUnit(GRU)，像人脑学习加入了一些开关，可以选择性对信息做记忆和遗忘。
比如加入了一个开关叫ResetGate，对信息做选择性记忆，另外还有一个开关控制输出，可以控制哪些部分是之前一个时刻之前一个位置留下来的信息，哪些信息需要保留到下一个位置。
通过这些带有记忆单元的神经网络，就可以构建出自动对话的机器人。比如说这里我展示了一部分我们的机器人可以做的对话。
我们的机器人不仅可以跟人闲聊，还可以对用户说的一些新闻做出带有感情色彩的评判，甚至我们的机器人对于很长很长的输入，也可以做出比较准确的回应。这里有一段很有名的电影台词，机器也可以很好的回应。
到底怎么生成这些对话中的回应?这里有一个简单的演示：从循环神经网络出发，给它一个初始状态，黄色的部分是它的初始状态，从这个初始状态出发生成下一个状态，从当前隐含的信息出发可以去预测出当前这个位置需要输出哪个文字。
有了文字之后，我们再把这个文字信息作为下一个字需要输入的需要信息输入进去，综合起来从第一个字生成第二个字生成第三个字生成第四个字，直到生成句子结束为止。
匿名用户
