Google、臉書、微軟專家教你的66堂科技趨勢...

名人推薦：◎專業推薦
摩根．布朗（Morgan Brown，《成長駭客攻略》〔Hacking Growth〕共同作者）
簡妙如（中正大學傳播學系教授、新媒體傳播及流行音樂研究者）
林冠明（日商優必達機器學習研發總監、前學思科技知識總監）
鄭國威（泛科知識公司知識長）
Lynn（《寫點科普》部落格主）
齊立文（《經理人月刊》總編輯）

「對於想學習驅動科技產業的重要趨勢、關鍵概念和商業策略的人而言，本書是入門指南！」
——摩根．布朗（Morgan Brown，《成長駭客攻略》〔Hacking Growth〕共同作者）

【摘錄1】
主題01：谷歌的搜尋功能是如何運作的？
無論何時在谷歌上進行搜尋，搜尋引擎都會爬梳超過三十兆個網際網路上的頁面，然後找到前十筆符合您搜尋的結果。有92%的時間你會點選在第一頁當中的某個結果（也就是前十筆結果當中）。從三十兆的網頁中找到前十筆相當困難——就如同在紐約市尋找掉在地上的一分錢。然而谷歌用專家的方式在平均半秒的時間內找到結果。但是，它是如何做到的？
實際上谷歌並不是你每次搜尋的時候，就前往網際網路上的每個頁面。谷歌實際上是將網頁的資訊存在資料庫（資訊的表格，如Excel），然後使用演算法讀取資料庫，決定要呈現哪些內容。演算法只是一連串的指令——人類也許有個「演算法」用於製作一個花生醬與果醬的雙醬三明治，如同谷歌有演算法用於尋找你在搜尋列中輸入的內容。
※爬取
谷歌的演算，是從建立資料庫用於儲存網際網路上每個頁面的資料開始的。谷歌使用稱為蜘蛛的程式，用於「爬取」（crawl）網頁，直到找到所有頁面（或者至少是谷歌覺得是所有的頁面）。蜘蛛先從少數的頁面著手，再將這些頁面新增到谷歌的網頁列表，稱為「索引」（index）。然後蜘蛛從這些頁面的向外的連結開始，找到新的一組頁面，也加到索引中。下一步，他們跟著這些頁面上的連結繼續同個步驟，直到谷歌無法找到其他頁面。
爬取的動作不斷在進行，谷歌一直在新增頁面到他們的索引，或者是當頁面有變更時，谷歌也會更新索引。索引的檔案規模非常巨大，超過一億GB。假如你想把它裝進容量為1TB的外接硬碟，會需要十萬個外接硬碟——如果將它堆疊起來，大概會有一英里高。
※文字搜尋
當你在谷歌進行搜尋，谷歌會抓取查詢內容（你輸入在搜尋框的文字），然後比對它的索引，尋找最相關的頁面。
谷歌如何做到這件事？最簡單的方法是尋找特定關鍵字出現的地方，有點類似按下Ctrl+F或者Cmd+F搜尋一個巨大的Word文件。確實，這是90年代搜尋引擎運作的方式：就是在其索引當中尋找符合你搜尋的文字，並且顯示最相關的頁面，這個「相關」的屬性稱為關鍵字密度。
這個方法很容易被操弄。假如你輸入士力架糖果棒（Snickers），想像你會看到snickers.com排在第一位。但是如果搜尋引擎只是計算士力架這個單字在頁面上出現的次數，任何一個人可以製作隨機的網頁，頁面上只出現「士力架士力架士力架士力架」（如此一直下去），然後就會被排到搜尋結果的首位。很明顯，這並不是非常有用的方式。
※佩吉排序
捨棄關鍵字密度，谷歌核心的創新技術是一個稱為佩吉排序（PageRank）的演算法，這是由谷歌的創辦人賴瑞・佩吉（Larry Page）與 謝爾蓋・布林（Sergey Brin）在1998年為了博士論文所撰寫的。佩吉與布林注意到，一個網頁的重要性可以從哪些重要的網頁連結到該網頁來進行評估。這就如同在一個派對當中，你知道某個人受歡迎，是因為他被其他受歡迎的人包圍。佩吉排序給每個網頁一個分數，這個分數是由其他連至該頁面的其他網頁的佩吉分數所計算出來的。（那些其他網頁的分數，是由其他連結至他們的網頁分數所計算出來的，持續這樣計算其他網頁的分數；這是由線性代數所計算。）
例如，假如我們製作一個關於亞伯拉罕・林肯的新網頁，一開始會有很低的佩吉排序分數。如果有一個沒沒無聞的部落格連結到我們的網頁，網頁的分數會稍微上升。佩吉排序關心的是連至我們網頁的連結的品質，而不是數量。即使好幾十個沒沒無聞部落格連至我們的頁面，我們網頁的分數也不會提升太高。但是假如《紐約時報》的一篇文章（或許擁有很高的分數）連結到我們的頁面，我們頁面的分數就會大爆發。
一旦谷歌在其索引當中找到符合你搜尋的文字內容，谷歌就會用多個準則進行排序，包含了佩吉排序。谷歌也有許多其他準則：例如頁面更新的時間，以及忽略看起來像是垃圾的頁面（如之前我們所提到的寫滿「士力架士力架士力架士力架士力架士力架」的網站）。同時谷歌也會考慮到你所在的位置（如果您在美國搜尋「足球」，它會回傳國家美式足球聯盟，如果你在英格蘭，它則會回傳英格蘭足球超级聯賽），以及其他種種準則。
※操弄谷歌
然而，佩吉排序存在許多漏洞。很多像是濫用關鍵字密度的垃圾頁面（就如同「士力架士力架士力架士力架士力架士力架」），現在也開始有 「連結農場」（link farm），或者是頁面上有許多不相關的連結。網站擁有者可以付錢給連結農場，將連結加到連結農場的網站，藉此人為操作來使佩吉排序暴增。然後，谷歌已經很熟練地抓到與忽略這些連結農場。
但是，仍然有幾個主流的方式可以玩弄谷歌。一個稱為搜尋引擎最佳化（search engine optimization， 縮寫為SEO）的產業興起，幫助網站擁有者破解谷歌的搜尋演算法，確保他們的網頁能出現在谷歌搜尋的前幾筆結果中。搜尋引擎最佳化的最基本方式是讓更多的網頁連結到你的頁面。搜尋引擎最佳化包含了相當多的技巧，例如在你頁面名稱與標題選對正確的關鍵字，或者是讓你網站的頁面彼此相連。
然而，谷歌的搜尋演算法一直在變；谷歌在一年內有超過五百次的小升級。偶爾會有一些大升級，在每次升級之後，搜尋引擎最佳化的專家會試著找到改善方法來領先他人。例如，谷歌在2018年更改演算法，偏好那些在行動裝置上顯示內容較快的網站，這使得專家們建議網站的擁有者利用谷歌稱為加速行動頁面（Accelerated Mobile Paghes，縮寫為AMP）的工具製作過的頁面用以取得較好的搜尋排名。

【摘錄2】
主題02：Spotify如何推薦歌曲給你
每個週一早晨，Spotify會送給聽眾三十首歌的播放清單，這些歌曲很神奇地符合聽眾們的喜好。這個播放清單稱為「每週探索」（Discover Weekly），也成為熱門話題。在2015年6月發行的六個月內，「每週探索」被發送超過十億七千萬次。Spotify為什麼能這麼了解兩億個使用者的喜好呢？
Spotify的確有雇用音樂專家，手動製作播放清單，但是他們沒有辦法為兩億個使用者製作這個清單。Spotify是採用演算法，每週執行以製作歌單。
「每週探索」的演算法是先查看兩項基本資訊。第一，它會先看使用者喜愛到會加入到音樂庫或者是播放清單的所有歌曲。這個演算法甚至聰明到可以知道，使用者是否在播放的前三十秒就已經跳過該首歌曲，這代表使用者可能不喜歡這首歌曲。第二，演算法會看其他人所製作的所有播放清單，同時假設每個播放清單都有主題關聯，比如使用者可能會有「跑步」或者是「披頭四即興演奏」播放清單。
當Spotify有了這些資料，就利用這兩個方式找到使用者可能喜歡的歌曲。第一個方法是比較上述的兩個資料集（dataset），找到符合使用者喜好的新歌。例如，有個使用者的播放清單有八首歌曲，而當中的七首有在你的音樂庫，他們判斷你可能喜歡這類型的歌曲，所以「每週探索」就推薦那首不在你音樂庫的歌曲。
這種方式稱為「協同過濾」，這也被亞馬遜所採用，其根據你與數以百萬計的使用者的購買紀錄，推薦建議商品給你。網飛的電影建議、Youtube的影片建議，和臉書的朋友建議都是採用協同過濾。
隨著服務獲得更多使用者，協同過濾變得越來越有用——在這種情況下，當Spotify使用者越多，就越容易找到與特定品味相符的人，因此也更容易提出建議。 但是，隨著使用者數量的增長，這些演算法也會變慢且計算量龐大。
第二個方法是將使用者的播放清單視為個人的「品味檔案」（taste profile），根據個人所聽且喜歡的歌曲，Spotify會以不同類別（如獨立搖滾或者是R&B）以及更細微的類別（如室內流行樂與新美國音樂）推薦使用者相同類別的音樂。這仍然是根據過往聽過的音樂模式，只是不同形式的推薦。
※為什麼要投資在音樂推薦上？
然而，雇用工程師建置這樣的推薦引擎是很昂貴的，Spotify的工程師一年薪水要幾十萬美金，所以，為什麼Spotify要這麼做？
第一點，一個強力的推薦系統是一個賣點，讓Spotify顯得比其他競爭對手突出，如蘋果音樂（Apple Music）。那是因為有龐大的音樂庫是不夠的，以商業語彙來說，音樂是一個商品——任何歌曲在Spotify或者是蘋果音樂，或者是其他類似的地方聽起來都一樣——並且只要有錢的人就可以去購買音樂的授權，建立一個巨大的音樂庫。
所以，如果所有的音樂串流服務都能夠有效率地擁有相同的音樂，Spotify需要有與其他競爭對手不同的地方。而Spotify的推薦系統也確實達到這個目標——被認為比蘋果音樂更好。
而且，當有更多的使用者，協同過濾的表現會更好，Spotify（已經有了很多使用者）持續維持領先。
第二個理由是個人化的推薦使得使用者的服務黏著度更高。越常使用Spotify，演算法越了解你的品味，也因此更能推薦適合的音樂。所以假如你常常使用Spotify，你的推薦結果將會相當好，也因此你不會想改用蘋果音樂，因為蘋果音樂一點也不了解你的偏好。所以這個高「轉換成本」（switching cost），減少你想改用其他類似應用程式的可能性。（更一般地來說，任何存放在應用嘗試的個人資料，例如製作Spotify的播放清單，將會提高轉換成本，因為必須在新的應用程式中重新建立資料。）
簡而言之，個人化的播放清單對聽音樂的人來說相當重要，這也是Spotify厲害的商業策略，難怪越來越多的應用程式提供個人化的推薦內容。

【摘錄1】
主題01：谷歌的搜尋功能是如何運作的？
無論何時在谷歌上進行搜尋，搜尋引擎都會爬梳超過三十兆個網際網路上的頁面，然後找到前十筆符合您搜尋的結果。有92%的時間你會點選在第一頁當中的某個結果（也就是前十筆結果當中）。從三十兆的網頁中找到前十筆相當困難——就如同在紐約市尋找掉在地上的一分錢。然而谷歌用專家的方式在平均半秒的時間內找到結果。但是，它是如何做到的？
實際上谷歌並不是你每次搜尋的時候，就前往網際網路上的每個頁面。谷歌實際上是將網頁的資訊存在資料庫（資訊的表格，如Excel），然後使用演算法...

【推薦序1】提升科技識讀力的友善讀本
齊立文/《經理人月刊》總編輯
進入2020年的第一個月，Google的母公司Alphabet在1月16日，加入了蘋果（Apple）、亞馬遜（Amazon）與微軟（Microsoft）的陣營，成為美國史上第四家市值突破一兆美元的企業（亞馬遜曾於2018年市值破一兆美元，目前約9,245億美元）。

你有沒有想過，在每天的尋常日子裡，食衣住行育樂各行各業裡，曾經有來自哪些產業的公司，在全球的市值排行榜上名列前茅，像是石油、汽車、零售、百貨、金融、科技？又曾幾何時，前面提到的四家兆元俱樂部成員，以及包括臉書（Facebook）、阿里巴巴、騰訊在內的科技大廠，幾乎已經成為全球企業市值排行前十名的固定成員？

就算你從沒想過，但是你其實正在、甚至可以說已經參與了這樣一個商業地貌的成形。每個人天天都活在科技中，每家公司未來都是科技業。

不知不覺的app人生
幾乎從張開眼睛的那一刻起，手機鬧鈴叫醒你，起床第一個碰觸的物件，就是手機。出門前，你要看天氣、查公車到站時間、行車路線；出門後，路上要聽音樂（音頻）、聊天、追劇、看社群媒體。

仔細想想，在這短短一小時間，你沒離開過、也離不開手機、網路和app。如果再將時間拉長到一天24小時，你工作、開會、買東西、吃東西、去運動，甚至躺平睡著沒辦法滑手機時，你可能都還用了app在監控自己的睡眠品質。

你還記得、又能想像iPhone其實是在2007年1月才問世的嗎？就在這短短十幾年間，人類的生活與習慣就起了這麼大的變化，「新常態」很快就成了常態，「手機錢包鑰匙」成了現代人出門前的自我提醒口訣，說不定很快地就只剩下手機了。

當然，討論科技對社會方方面面的衝擊，由來已久，一點都不新鮮，總是隨著技術的迭代更新掀起一番熱議，也總是會帶來正面和負面兼具的作用力。

不過，近三十年來伴隨著網際網路普及而興起一連串科技趨勢的演變，其滲透力和影響力的範圍之廣，已經不限於一時一地、一個產業或一個國家，而是動輒是全球範疇，而且速度之快就在轉瞬之間。

更值得關注的是，當我們嘗試展望未來人類的生活樣貌時，不管你想到的是人工智慧（AI）、雲端、大數據、自駕車、機器人、無人機、虛擬實境（VR）、擴增實境（AR）……，前面提到的那幾家科技巨擘，早已經展開步局，他們不只已經在「預測」你現在會買什麼、吃什麼、看什麼，在未來也將如影隨形，甚至「預先塑造」你的生活世界。

FAAMG如影隨形的未來
影響人類生活的科技和企業有很多，為什麼要一直點名Facebook、Amazon、Apple、Microsoft、Google這幾家大公司？

除了他們是目前商業影響力最大的企業，最主要的原因是，在閱讀這本書的過程中，你會更清楚地發現，這些巨人們不但已經運用他們的終端產品和服務，在全世界吸引幾億、甚是數十億的用戶，許許多多你日常使用的app，即使表面上看似與他們獨立、不相干，像是追劇的Netflix、叫車的Uber、聽音樂的Spotify、訂民宿的Airbnb，實際上這些公司賴以順暢營運的基礎建設，也都與這些公司大有關聯。

檢視本書三位作者的工作經歷，他們正好都待過FAAMG這幾家公司，由他們來解說對於人類的現在與未來影響深遠的諸多科技，確實可以帶來不一樣的洞察。

首先，他們對於科技趨勢的what層面，有比較細緻的處理。有別於字典式或名詞解釋式的生硬說明，作者們顯然站在讀者或科技使用的角度來思考，用提問的方式（例如「Spotify如何推薦歌曲給你？」「Airbnb如何賺錢？」「新節目開播，Netflix如何處理暴增的觀眾？」），帶領讀者既了解趨勢現況，又能夠解讀背後的技術原理。

其次，透過每一個問題（why），作者們更帶領讀者進一步省思企業決策的背後盤算（how），以及對於社會的長遠衝擊和意涵（例如「為什麼微軟要收購LinkedIn？」「亞馬遜如何將商品在半小時內送達？」「這些公司擁有這麼多資料，到底是好事還是壞事？」）。

最後、也最難得的是，書中的每一個技術名詞，都用了非常淺白的文字、貼近生活的例子做類比，我在閱讀過程中，幾乎不曾因為看不懂科技行家的專業術語，而產生「自己笨」的念頭，或要請他們「說中文」「講人話」。我想這也是在提高「科技識讀力」上很重要的一道門檻。

【推薦序2】像賈伯斯一樣思考！秒懂現在及未來的科技、商業與影響
簡妙如/中正大學傳播學系教授、新媒體傳播及流行音樂研究者

別再說自己是電腦白痴，或科技與你無關這種話了！當然，現在很少人好意思這樣笑話自己。畢竟每天滑手機、使用社群媒體，或是LINE免費通話，線上購物，卡片嗶一聲就能行動支付。各種科技應用的全面商業化，已是我們每日生活的現在進行式。

本書三位作者將21世紀影響我們深遠的科技世界產品及其商業策略，以基本知識（軟體如何開發、網際網路怎麼運作、應用程式app商業模式）、基本組成（大數據、雲端運算、安全性以及相類似的內容）及未來趨勢（商業策略、新興市場、科技政策與科技的下一步）三大部分，作了鉅細靡遺、卻又言簡意賅的介紹。三位作者都擔任過不同科技產業領域的產品經理，很能由使用者的角度，淺顯易懂地說明這些賦予科技世界力量的軟體、硬體等核心技術是什麼，以及說明其為什麼這樣做、這麼設計的商業理由。

不是理工人、不是相關領域工作者，完全不妨礙我們一樣可擁有商業科技如何運作的基本素養。只要是你／妳是這些科技應用服務的使用者、你就已是這些科技產品及軟體，不斷在分析瞄準的對象，已被這些科技所形塑。

比如我愛用的Spotify，一向被稱讚為比你更了解你的音樂品味。看了書中的介紹，我了解了Spotify的核心技術，了解它著名的「每週探索」（Discover Weekly）推薦歌單是怎麼來的。Spotify聘用很多音樂專家，再以「協同過濾」演算法，結合一部分你輸入的歌單，以及一部分與你品味檔案類似的人的歌單，就能神奇地為你製作個人化推薦曲目；你雖沒聽過、但卻符合你的喜好。此外，我也知道了Spotify為何要投資在推薦歌單上。原來，雇用工程師建置這樣的推薦引擎，成本很高。但因為每個音樂串流平台都擁有龐大的音樂曲庫，只要有錢去買音樂授權，各平台都差不多，但如果有厲害的協同過濾推薦，你就能與眾不同。因為個人化的推薦令用戶黏著度更高，一旦用戶生產了許多個人播放清單，他們也不會輕易改用其他家音樂服務，這就是高轉換成本（switching cost）的創造。因此，Spotify就是以這樣的強力推薦系統，個人化的播放清單，拉開它與競爭對手的差距，這是很厲害的商業策略。

看了這本書的內容，大致都能在上述兩個面向獲得了解：不只是科技，而且還是這些科技背後的生意算盤、商業策略。非常像原英文書名《Swipe to Unlock》所形容：立即解鎖、秒懂科技及其商業策略。

而看了這本書，我們也會有滿實用的雙重助益。一方面，了解演算法、大數據、雲端等原理，我們會有關於科技世界如何運作的洞察力，如作者們建議，這也是同時獲得一些工具，讓我們可以開始了解、分析與形塑科技，甚至用來在科技公司尋找一份非工程師的工作職位，像賈伯斯一樣。但我們也可以變身為更有科技、數位素養的公民，讓自己去關心未來的工作、生活如何被科技及其背後的商業利益所攪亂或操控。比如書中最後一部分談的科技與社會的關係，談被遺忘權、開放資料的政治與政策、談機器人是否奪走工作；談亞馬遜如何由貨運及倉儲基礎設施，造就它令對手們畏懼的超強競爭力，因為它，不只是一家科技公司。這些議題，都需要更多具有數位素養的公民能參與議論，才更能促使政府規畫適當的政策。

我很喜歡這本書的前言對賈伯斯那段話的引用：「擁抱它、改變它、改進它，在上面加上你的印記」，還有那則註解：「順道一提，他並沒有為蘋果公司寫過任何程式碼」。這應該能鼓舞很多人，一如你我，讓這個已越來越由科技所打造的世界，有更多我們的情感、理智與人性可投入的印記。

【推薦序1】提升科技識讀力的友善讀本
齊立文/《經理人月刊》總編輯
進入2020年的第一個月，Google的母公司Alphabet在1月16日，加入了蘋果（Apple）、亞馬遜（Amazon）與微軟（Microsoft）的陣營，成為美國史上第四家市值突破一兆美元的企業（亞馬遜曾於2018年市值破一兆美元，目前約9,245億美元）。

你有沒有想過，在每天的尋常日子裡，食衣住行育樂各行各業裡，曾經有來自哪些產業的公司，在全球的市值排行榜上名列前茅，像是石油、汽車、零售、百貨、金融、科技？又曾幾何時，前面提到的四家兆元俱樂部成員，以及包括臉書（Facebo...