快手CEO宿华：视频是新时代的文本，你们得更快认识到这点｜ WISE·2016时代峰会

快手CEO宿华看上去不太擅长公众演讲，跟2016年WISE大会的上一个演讲者马薇薇相比，他的演讲不够流畅，身上的蓝色衬衫看上去也有点皱。但这位程序员特质明显的CEO最近在媒体上的出现频率正变得越来越高，无论这符不符合他本人的意愿。

可以与之对比的是陌陌CEO唐岩。在很长一段时间里，在大众印象里，陌陌与约炮划上等号，它因此迅速博得关注，成为一款明星产品，也因此在之后的两三年里，唐岩不得不花大价钱和大力气去撕掉固有标签，强调陌陌是基于兴趣和普通人社交。

与陌陌一样，在过去5年里积累3亿用户，却一直低调行事的快手正跨进独角兽的门槛，CEO宿华也不得不变得高调起来。从2011年创立至今，快手走通了从工具到社区再到平台这条险路。除了用户量突破3亿，连续一年位列app store免费版TOP30之外，这家公司从未公布过营收和其它财务数据，但外界普遍认为快手是直播里收入可以排进TOP3的公司。它的用户量庞大，而且付费意愿强烈。每天都有很多人愿意花上几千或者上万块，在快手直播里为手机另一端的陌生人双击上热门。

对快手平台上引发舆论关注的极端现象，比如自残或者假慈善，宿华不置一词。他更想在演讲中解释快手是如何建立起对用户和内容的理解，这基于过去10年里他和团队在这个领域的经验。以及最为重要的，他反复强调了自己坚信不疑的关于未来的预判：视频是新时代的文本。

以下是36氪整理后的演讲全文：

用户越来越不在意工具的功能，越来越在意他所消费的内容，这个趋势在2016年已经越来越明显。但快手做的并不是自己去创造内容，而是建立一个让所有人都可以参与创造内容的机制，这是我们看到这个趋势时做出的比较重大的选择。

6年前，快手是一个内容创作的工具，我们帮助普通用户用手机去拍摄视频，然后把它转化成GIF动图，可以用来表达自己的情感和小乐趣。

3年前，我们在快手工具里面增加了内容分享的功能，用户产生的内容可以在社区里分享给所有网友。

我们当年还做了一系列目前来看非常正确的战略选择，背后的核心逻辑非常简单，当你看准趋势之后，你需要选择一块空旷的土地，哪怕是盐碱地也可以。你可以做土地改造，但是你千万不要做的一件事情是说看别人家的土地很好，去找一个大地主，去他们家里面拔一块儿地，这会非常惨。

从定位上来讲，快手选择做记录和分享生活，我们没有做秀场或者明星，或者特别重的内容。我们选择了比较清淡的、生活化的内容，这是当年比较少有公司在做的。从用户选择上，我们选择了年轻的、热爱分享的普通人，年轻和热爱分享可能是合在一起的，这里面年轻是一种心态，它不是一种年龄的选择。

互联网越来越开放，普通人也越来越愿意分享，过去专门为普通人做的内容分享平台太少了，这是一块空地。

从理念上来讲，我们给用户传递的理念是，在快手里你可以发现真实有趣的世界。因为都是普通人的视角去观察到的，他没有特别酷炫的内容，但是他很普世、真实，也很有趣，在这里你也可以让全世界发现真实有趣的你。这是快手当年做的非常重要的战略选择。

做完战略选择以后，你在执行上面怎么样能够胜出，跟同行不一样，快手最核心的地方是我们的匹配机制，是在内容和人之间的匹配机制，这是我们团队，包括我个人已经扎根了快10年的领域。

匹配机制最核心的要点是理解，过去我们的内容有各种各样的形态，图片、文字、视频、语音，另外一面是人、是用户。当你做了一个平台，里面产生大量内容，可是这些内容给谁看，怎么把内容和人之间建立连接，把他们匹配起来？核心的事情要做两件：第一，理解内容。第二，理解人。

门槛在于数据，你要有人和内容之间交互的数据去做模型。首先是理解内容。如果你是文本化的内容，今天可能有很多创业者，也许有做自然语言处理或者做过搜索引擎、推荐引擎的朋友，你们会知道理解文本的技术在10年前就已经非常成熟了。你可以分词，做词性标注、提取标题、关键词、实体，算重要性、情感，等各种各样文本分析的方法。

最近10年，学术界又发展出来一整套用于分析图像、分析文本、分析语音内容的工具。给你一个图像，你可以分析出场景，他是在学校还是酒吧，里面有没有人或动物，他们高兴吗？不管是对文本还是影像，都可以让计算机建立对内容的理解。

第二个层面是理解用户和理解人的属性。你需要理解一个人长期的静态属性，我们叫用户画像，他的年龄、性别、身高、出生地等。另一方面，还得理解他的兴趣偏好。他喜欢吃什么口味，最近爱打球还是爱跑步，最近是想旅行还是宅在家里，这是他中期会变化，但是不经常变化的兴趣偏好。最后，你还需要理解人的意图。一个人在用你的APP，他当下脑子里面想什么，是在想苹果手机还是三星手机，是不是在想自己饿不饿？

如果你能够很丰富地在这三个层面建立起对一个用户的理解，你就能在人和内容之间建立很好的匹配关系。但是这个匹配的关系不是靠规则来建立，而是利用在你的软件里面，用户和内容之间相互互动的数据，用现在深度学习的方法做一个模型。这个模型只需要干一件事情，用来预测一个新内容和一个新用户之间匹配的概率。如果你有这样的预测能力，内容和用户之间的匹配就会变成一个非常简单的问题。但是你需要把这个问题拆解成三方面，每个方面都要有非常好的人去解决。

最后是认知，我们这几年做下来最重要的认知是一句大白话：视频是新时代的文本。

我跟一些朋友去讨论，大家会说你觉得视频行业怎么样，或者短视频行业怎么样，或者说长视频、PGC、UGC行业怎么样？我会给他一个答案，其实视频不是一个行业，短视频不是行业，直播也不是一个行业，行业早就已经存在了，视频只是一种新的信息载体。

如果再过五年，所有的人都会发现视频会替代掉文本，就像今天你并不会说文本是一个行业，长文本是一个行业，短文本是一个行业，用户选择140个字是一个行业，编辑写专业的内容是一个行业，它并不是，它是一个承载信息的方式。但是信息承载方式会有它独特的地方。

我们过去描述美女，有沉鱼落雁、闭月羞花，可以有1000个成语可以来回倒，但是影像是活生生地放在那里，比文字的力量是要更加真切。当我们整个产业环境，包括带宽、计算能力、存储、传输，以及对视频理解的能力，一旦提升到跟文本类似的程度，那时候所有的行业都会因为视频而重新定义，包括我们的通信、内容分享、记录生活，过去记录生活大家能想到的可能是写日记，也可能是照照片，现在大家越来越习惯于用视频的方式来记录生活。大家会发现一篇新闻文章没有一段视频用户都不爱看，视频在承载信息、传递信息的过程当中，越来越被人们接受和认可。

人类对视频信息接受是最天然的，一个两岁的小孩子可以不会说话，也可以听不懂你说什么，但是他能够看到、看懂。所以我会说视频是新时代的文本，希望能够帮助大家更快地认识到这一点，视频会改变一切，这种改变不是简简单单的一个补充，不是简简单单的一个增量，而是彻底的改变。

未来如果我们的个人设备从手机进化到眼镜，进化到VR、AR以后，影像化的产品会更大地改变这个世界。所有的应用，都会重新再做一遍，这里面蕴含了巨大的机会。