短視訊使用者陷入視覺疲勞，AI能否救場
最近，阿里低調地上線了以電商為主要功能的鹿刻短視訊，聯想到此前騰訊大刀闊斧推出微視，百度積極佈局好看視訊，至此，BAT三家都完成了對短視訊行業的入局。“姍姍來遲”的巨頭們，無疑會讓短視訊的競爭更為激烈，整個行業也彷彿回到了當年數家視訊網站混戰的局面。而告別了野蠻生長的短視訊行業，此時正面臨著同質化嚴重、泛娛樂化、內容觸線等一系列問題，如何走出新路的問題也被擺在了BAT 等眾多玩家的面前。
狂歡式群體娛樂，使用者陷入視覺疲勞
目前，許多視訊APP製造出一系列的視覺奇觀，刺激了使用者幻想和慾望的產生，比如一些爆紅的美食視訊，就因為激發了人們對美食的嚮往而獲得了使用者關注。當下即時的感官愉悅會掩蓋人們更深層次的意義追尋，人們的情感與體驗也容易被視覺奇觀所操控。
大胃王密子君的吃播視訊，憑藉“奇觀”特點的視覺畫面吸引使用者觀看
短視訊 APP如秒拍、美拍、抖音的走紅助推了短視訊的發展，這些 UGC 短視訊雖然滿足了人們的資訊需求，但是它往往侷限在“視覺奇觀”中，成為大眾自娛自樂的產品，缺少公共性與知識性。當理性與深度被感性和散漫所取代，當狂歡式的群體娛樂消遣代替了個體化的審美體驗，使用者的審美疲勞就會接近臨界點，這也是快手、抖音等短視訊產品在高速增長後陷入停滯的原因。
不願意再刷短視訊了，本質是因為使用者不想自己的時間變廉價。人們評價資訊傳播價值的標準始終是“人們獲得的資訊價值÷他為此支付的時間”的比值，短視訊興起後，價值傳播陷入“國民總時間”陷阱，片面追求時長而忽略時長帶來的價值，引發時長越多、時長越不值錢的“通貨膨脹”現象，抖音、西瓜視訊等長使用者時長產品屢被詬病的根源都在於此。
內容覆盤，使用者時長的價值賦予
“厭煩刷短視訊”群體的說辭大多數都是“同質”，“刷多了沒意思“，這其實是社會學中的“剝奪與滿足命題”——使用者只有在第一次接觸到某視訊時，情感最能得到滿足，第二次、第三次，該視訊帶來的愉悅感就會逐漸“被剝奪”……也就是說，使用者接觸同質化的短視訊的次數越多，其情感體驗就會一步步趨向乏味。
所以，對行業來講，與其老想著流量入口，不如想想如何破解使用者的厭倦心理。目前，已經有一些平臺在嘗試MCN的模式，提高對內容生產者的管理效率，BAT三家都做了這樣的決策，百度好看視訊更是與國際級MCN機構合作，比如Zoomin.TV、WebTV Asia等。除了BAT，美拍、微博也啟動了MCN計劃。
為什麼短視訊平臺越來越趨於MCN了呢?這是因為MCN具有規模效應，能集合更多的行業資源，提供更為系統化的服務，保留創作者的獨立性，使其不會為群體式的狂歡所影響，進而保障內容持續、高質地輸出。
BAT選擇了同樣的機制，在具體表現上仍有所區別。騰訊雖有意識打造內容產出矩陣，產生規模效應，但還是被短視訊產品的流量思維所禁錮，這一點從微信罔顧使用者體驗，在朋友圈強推“微視”的動作就能看出;百度的好看視訊則一直希望能重新覆盤內容產出機制，將短視訊和愛奇藝的長視訊進行精確匹配，形成內容聯動，使覆蓋面更為廣泛;至於阿里，淘寶系短視訊“鹿刻”更為專注做出電商導購加問答社群的混合體。未來，三者的高度和走向還留待行業繼續探討。
另外，短視訊要想留住使用者，主要還是讓使用者放棄“自我執行的父愛主義”，即不相信自己而不得采用的行為，比如不相信自己能早起就定三個鬧鐘，不相信自己能不刷短視訊而解除安裝APP又反覆安裝。而消滅這種“主義”的核心在於，需要讓短視訊的消費時長變得更有價值，這也需要各個平臺從內容的充實度、豐富度入手。
抖音、快手等短視訊在約談後開始調整內容結構，美拍也提出了泛知識內容的新定位，百度好看視訊則依賴內容生態體系吸引使用者。內容為王的時代裡，通過內容升值而讓“時長貨幣”不再貶值，才是短視訊謀長遠的必需。而爭論多時的短視訊橫屏豎屏之爭也毫無必要，讓“內容”更加美麗才是各個平臺的競爭焦點。
技術破局，感性消費的理性疏導
智慧時代裡，短視訊的自救不僅在於內容上的，更在於如何使用技術手段去做好內容分發。短視訊是一種典型的視覺文化，以形象為中心，注重感性體驗，使用技術，就是利用人工智慧去做感性消費的理性疏導。
一方面，視覺文化並不取決於影象本身，而取決於對影象或是視覺存在的現代偏好。在消費主義時代，利用AI影象識別做視訊分發，目的不是為了實際需求的滿足，而是讓人們不斷追求被製造出來的和刺激出來的需求。
視訊內容的分發作為技術支援的的重要一環，需要區分人們的低階和高階需求。即便快手很早就應用了人工智慧，在視訊認知和理解上建立了很深的壁壘，但在內容分發上，卻因為迎合了人性最不堪的一面去推薦，而被打上“低俗”的標籤。
另一方面，大資料、使用者畫像、演算法和推薦的目的不僅僅是為了精準推薦，也是避免出現“檸檬市場”——使用者掌握的資訊不夠全面而無法判斷商品真正的價值。短視訊的演算法應該多方面挖掘使用者興趣，進而做到使用者群體聚合。
在這個方面，短視訊平臺默契地將演算法中的單一資料轉為多維資料，使得使用者不再困於“圓形監獄”。在復活微視之後，騰訊上線的一款“下飯視訊”，在產品形態上選擇了分頻道資訊流推薦;百度好看視訊則基於視訊理解及NLP技術，為7.5 億使用者標註了200萬維度的畫像標籤及億級別屬性和關係的知識圖譜。通過多維資料建立豐富的場景模型，才能讓使用者瞭解有價值的短視訊內容，進而讓使用者視線有意義地留存。
結論：
今天，越來越多的巨頭加入了短視訊的戰場，BAT等巨頭的加入，也讓短視訊的賽道競爭越發焦灼。短視訊行業玩家動作頻頻，本質上還是行業大環境變了——短視訊進入了結構調整和內容重構的新風口，而如何解決使用者的審美疲勞也成為新一輪競爭的焦點。