计算技术对广告产业发展的嵌入*——基于技术可供性的视角

曾 琼 马 源

我们正迈入“社会计算”与“计算社会”的时代。作为具有通用技术范式意义的大数据计算技术,已被广泛运用于广告领域,深刻嵌入广告产业的当代发展之中。大数据计算技术已成为广告产业新的普遍的技术装置。对此,国内外学者投入了足够的关注与极大的研究热情,纷纷展开大数据计算技术与广告产业发展的相关研究。以美国为代表的西方学者,以大数据计算技术为核心,为谋求并实现语境、广告、用户三者的最佳匹配寻找技术路线,提供技术解决方案。国内学者集中展开大数据计算技术的广告应用研究,并对大数据计算技术所引发的广告产业的革命性变迁,作全方位观照与全景式的扫描。但是,大数据计算技术何以实现对广告产业的嵌入？其嵌入机制与发生机理何在？嵌入效能如何？还存在何种嵌入的缺憾？嵌入演进的最终趋势是什么？这些更深层次的问题似乎值得我们作更深入的探讨。

一、技术可供性:一种新的“技术—行动者”关系的分析框架

计算技术与广告产业的关系,实质上就是一种技术与作为产业主体行动者的关系。在理解技术与行动者关系时,或基于纯粹的技术逻辑而陷入技术决定论的泥淖,或基于纯粹的社会建构而作出过度社会化解读。可供性理论则为我们对二者关系的阐释,提供了超越技术决定和社会建构二元论的一种新的分析框架与关系中间地带。①

“可供性”(affordance)概念最早由美国生态心理学家詹姆斯·吉布森(James J.Gibson)于1979年提出,用以说明环境与生物之间的对应关系。②1988年,吉布森的好友唐纳德·诺曼(Donald A.Norman)将可供性理论导入设计学领域,用来探讨个体感知与人造设计物之间的互动关系。③1991年,英国设计学家威廉·盖弗(Willian W.Gaver)则进一步推进可供性理论在设计学领域的应用,用可供性理论来探讨技术环境及其行为主体之间的连接关系,并明确提出新的“技术可供性”(technology affordances)的概念。④可供性理论在其10多年的发展过程中得以不断丰富与完善,并在设计学领域得以广泛应用,产生巨大影响。

梳理吉布森、诺曼、盖弗有关可供性理论的相关论述,其重要的理论命题主要有如下三个方面。

其一,环境提供的可能决定生物行动的可能。环境的可供性能直接通过视觉被生物所感知,它是一种客观、真实、物质的存在,对于不同生物具有不同的特殊性,生物对环境可供性的感知,受限于它自身所处的境况。⑤这是可供性理论的基础性命题,由吉布森提出,并得到诺曼与盖弗的共同认同,只是在诺曼的可供性框架中,人造设计物替代了环境,人替代了生物⑥,在盖弗的可供性框架中,生物转换为人,环境则转换为技术⑦。

其二,感知可供性与实际可供性,以及可供性的可感知性与隐藏性。感知可供性(perceived affordances)与实际可供性(actual affordances)的概念由诺曼提出。所谓感知可供性,强调的是行动者基于自身经验、知识或文化背景,从感知客体所能直接感知到的行动可能⑧,而实际可供性则是客体的“内置”属性,是设计师有意创造和提供的行动可能⑨。实际可供性与感知可供性不一定是一致的,行动者感知到的行动可能或许在实际可供性之内,也或许超出设计师初始的设计意图。⑩而盖弗则在此基础上进一步提出可供性的感知性与隐藏性。前者易于感知,后者一般不易感知。

其三,技术可供性的相关命题。此一相关命题由盖弗提出。在他看来,“可供性是思考技术的有力工具,因为它关注的是技术和使用它们的人之间的互动”。技术可供性一方面肯定技术物质属性在为行为主体提供行动可能方面的关键作用,另一方面也充分肯定行为主体在使用和塑造技术方面的能动性,并且认为,技术提供的行为可能到底用于何种用途、产生何种功效,完全取决于行为主体自身的目标和需求。

上述三方面的命题,共同构成可供性理论的基本框架,为我们展开计算技术对广告产业发展嵌入的研究,提供了一种新的分析视角。尤其是盖弗在吉布森与诺曼的基础上所提出的技术可供性命题。照此命题,技术与技术运用的行为主体,不再是主客体二分法基础上的单纯客体征服或纯粹社会建构的关系,而是在彼此互动与交融过程中所完成的“二元论基础上的一元构造”,于本研究颇具理论解释力与适切性。

此外,可供性与技术可供性对关系属性的强调,有助于“解释一项新技术如何与现有的组织系统融合”。因此,可供性与技术可供性常被用于中观层面的组织或产业分析,探讨某种技术是如何改变组织或产业的行动方式,进而对其实践产生影响的,为本研究提供了一种可参照的分析范例。本研究将在技术可供性的视域下,依照其“技术—行动者”的基本分析框架,对计算技术之于广告产业发展,作出可供性分析与阐释。

二、嵌入可供:计算技术之于广告产业的可供性分析

21世纪以来，人类正式进入一个新的大数据时代。新的大数据时代,标志大数据已经成为这个时代的核心资源和重要生产要素,也标志大数据计算技术将成为这一时代的核心技术。的确,正是从21世纪10年代初开始,整个社会迅速发生以大数据计算技术为主导的新的技术体系的重构。大数据计算技术被广泛应用于社会生产生活的各个领域,甚至深刻影响到人类的科学研究,促进人类科学研究“第四范式”的发生,甚至是“计算社会科学”的发生。

2008年,“计算广告”的概念在美国提出。时任雅虎研究院资深研究员的A.Z.Broder及其团队,率先开展计算广告的研究,以大数据计算为核心技术,为特定场景下的特定用户寻找合适的广告,谋求语境、广告和用户三者的最佳匹配。此项研究迅速影响全美,并很快波及欧洲直至亚洲。我国也随即展开大数据计算技术广告应用的研究。

在上述情形表明中,大数据计算技术的勃兴与大数据计算技术的广告运用几乎是同步展开的。从21世纪10年代末开始,中外学者就展开大数据计算技术广告应用之可能的研究。为了深入探究大数据计算技术之于广告产业的感知可供性,本研究以中国研究者为例,进行相关的文献统计分析。我们在CNKI中,以“计算机技术、大数据、计算技术、人工智能”为主题,且用于广告产业分析的文献进行搜索,搜索时段从2008年1月1日至2021年9月1日,共获得相关文献161篇。经人工筛选,剔除与本研究非相关文献,有效文献为91篇。我们在全面梳理上述文献的基础上,重点进行技术可供与行动可能的关键词提取,然后进行关键词聚类,抽象可供性概念。结果表明,数据集成可供、行为定向可供、人机协同可供、媒介兼容可供,是迄今为止中国学界与业界相关研究者对大数据计算技术之于广告产业技术可供性的基本认知,或称之为基本感知。

(一)数据集成与分析可供

“大数据和人工智能技术的发展,使得人类在数据类型、数据量级和数据处理的方法、速度、成本上都得到了彻底的变革。”首先是海量的数据,在数据量级上的绝对优势。其次是大数据技术对异质、异构多元数据分析处理的超强能力。在计算精度与准确度上,在计算速度与数据搜集处理成本上,同样是传统数据使用方法所不可比拟的。

(二)行为定向可供

大数据计算技术超强的数据处理能力,使受众在线和非在线的历史数据与实时数据的搜集处理成为可能,从而为受众定向与广告的定向投放提供了强大的技术支撑。“自从互联网公司开始挖掘海量用户行为数据中的价值,大数据这一概念进入实践阶段。”

(三)人机协同可供

主要是指各类智能机器介入广告活动,原先纯粹依靠人工劳动和智慧的广告业务运作,逐步转向人机协同运作。从现有研究来看,所谓人机协同可供主要包括三个方面:机器参与的智能决策,借助机器所实行的程序化交易,以及人机协同创意和借助机器进行的智能创作。

(四)媒介兼容可供

在媒介高度融合的状况下,由于数据计算技术的加持,不同媒介形态的广告产品可实现无界限生产、制作、编辑和传播,文字、图像、音频、视频等各类非数值型数据统统被纳入大数据计算技术分析处理的范畴。大数据计算技术实现着媒介全覆盖,并有力推进着媒介的兼容、交汇与融通。

在上述四种技术可供中,媒介兼容可供是基础性的技术可供,数据集成与分析可供、行为定向可供、人机协同可供等专门性的技术可供,都是在媒介兼容的基础与平台上展开的。

此外,上述四种可供,还仅止于对计算技术可供的一种现实感知。从可供性理论来看,感知可供性不一定就是实际可供性的全部。行动者的行为可能主要还是基于感知可供而非实际可供。广告产业的可供实践,正是基于上述感知可供而展开的。

三、嵌入实现:技术可供与产业需求的双向耦合

技术可供强调的是技术为行动者提供的行动可能,但行动可能并不意味着可供的必然实现。在可供性理论看来,广告产业的行为主体是否将大数据计算技术提供的行动可能付诸实践,通过何种方式,采取何种行动路线,运用于何种用途,谋取何种功效,则完全取决于行为主体自身的目标和需求。

将商业信息准确送达有潜在需求的目标消费者,从来都是广告追逐的核心目标。为实现这一目标,广告人精心开展着市场研究与消费者调查,精心进行着广告策划与广告的信息生产,精心谋划着广告的媒体选择与媒体投向,将广告人的全部智慧熔铸其中,劳心劳力,甚至殚心竭虑,虽然也间或创造出可观的销售奇迹,大多数时候却仍力不从心,乏善可陈,广告费的一半依旧被消费着。未能精确实现广告的精准定向与精准投放,一直是广告的永恒之痛。传统媒体尚可通过“狂轰滥炸”的方式,强迫式地将广告信息送达消费者。由于互联网改变了受众的信息接受方式,信息到达完全依赖于使用者的主动登录与搜索,广告信息的精准投放,更成为一种尤为重要而紧迫的问题。

大数据计算技术的数据集成可供与行为定向可供,迎合了广告领域精准投放的强烈需求,为此一问题的解决,提供了实际的技术可能。广告领域对大数据计算技术可供性感知,最早发生于此,技术可供的相关实践,也由此而展开。2008年,美国计算广告概念的提出与全球范围计算广告的探索,便是显著的标志。从具体实践层面看,定向广告则是大数据计算技术数据集成可供与行为定向可供的最早广告产品形态,也是迄今为止最主要的一种广告产品形态。

定向广告基于数据分析与行为定向而发生。初始期定向广告的精准化程度并不高,但是却朝着广告人孜孜以求的精准化传播目标前进了一大步,甚至可以把它视为利用技术手段破解广告精准化传播难题的起点,以及广告领域算法技术革命的发端。由此起步,受众定向成为计算广告的一条重要的技术路线。基于算法的需求定向、重定向、短期行为定向、内容定向、关系定向等技术不断被开发,并通过算法追踪不同时段、不同地域、不同媒介环境下的使用者数据、历史数据和实时数据,不仅追求广告与受众的匹配,还努力追求并实现广告、受众与情境三者的最佳匹配,努力朝向高度个性化、精准化发展。

由此发端,大数据计算技术开始全面嵌入互联网广告,互联网广告也由此进入一个新的计算广告的时代。由此展开的另一条重要的技术路线,就是算法嵌入下程序化广告的兴起。

起初,互联网广告采取的也是传统媒体广告的合约化交易方式。传统媒体广告的广告主,多为规模以上的企业,其广告投放额少则数十万,多则上千万,甚至上亿。而互联网广告的广告主则多为中、小企业,甚至小、微企业,数量多,交易额却普遍较小。随着互联网的发展与互联网广告主的增多,依靠人工采取合约化的方式从事交易根本无法胜任。程序化广告的兴起,最初只是用来破解单纯依靠人力无法胜任互联网广告合约化交易的难题,实现互联网广告线上交易的自动化。其中一项重要技术,就是运用算法进行点击率与点击价值预测,流量与流量价值预测,以提升交易的公开透明性与公开合理性。在程序化广告发展中,进一步将以算法为基础的定向技术也逐渐组装进程序化广告的交易框架。如此,交易的自动化与投放的定向化,便成为程序化广告的两大技术面向。

我们经常谈论竞价广告,所谓“竞价”,并不是一种技术形态,而是运用基于算法的定向技术,以及点击率与流量及其价值的预测技术,所采取的一种商业模式与交易机制。竞价广告从非实时竞价走向实时竞价,竞价的本质不曾改变,只是计算基础不同而已,一个是基于消费者在线历史数据的计算与分析,另一个是基于消费者在线实时数据的计算与分析。从本质上讲,竞价广告也是定向广告的一种形态。

定向广告与程序化广告,是计算广告的两种主要产品形态。计算技术由广告定向而嵌入,使定向广告成为大数据计算技术嵌入广告产业的最初也是迄今为止计算广告的最基础性成果。其他类型的计算广告,都由定向广告而衍生。如果说定向广告主要是数据集成可供与行为定向可供的实践成果,程序化广告则是包括数据集成可供、行为定向可供、人机协同可供在内的综合实践成果,当然其中也包括媒介兼容可供。可以说,程序化交易技术,是基于计算技术的一种统合性技术,它实现了此前各类广告计算技术的统合,各种计算广告产品的统合,成为计算技术嵌入广告产业的阶段性集成,成为计算技术全面嵌入广告产业的重大标志,综合性回应并有效解决广告产业多重急切需求。

以上是基于计算技术可供作用于广告产业业务运作所作的整体性观照,就分散业务运作来看,则主要有三项独立的可供性实践:一是基于大数据分析的市场与消费者洞察；二是基于数据分析、行为定向以及点击率与流量价值预测的媒体投放；三是基于复杂数据分析与人机协同可供的程序化创意。基于大数据分析的市场与消费者洞察,是广告业务运作的基础与前提,基于数据分析、行为定向以及点击率与流量价值预测的媒体投放,则处于广告业务运作的末端,二者虽也单项独立运作,但更多是被组装进定向广告与程序化广告的技术框架之中,与其他技术可供进行协同一体化可供实践。只有基于复杂数据分析与人机协同可供的程序化创意,尚未被嵌入广告运作的流程之中,而处于独立的实验性阶段。2016年,麦肯广告公司任命机器人AI-CDβ为世界上第一个人工智能创意总监,指导公司的广告创意,并且还亲自创作出某口香糖的电视广告。2017年,阿里人工智能设计师“鲁班”,在“双十一”期间共设计出4亿多张海报,平均1秒钟就能完成8000 张海报设计。2018年,京东推出“莎士比亚”人工智能写作系统,一秒钟可创作上千条文案。这一系列程序化创意,都具有明显的探索与试验性质。创意是广告的核心业务,既充分体现广告人的智慧,又极大限制了广告业的生产效率。人机协同下的程序化创意的探索,正是为解决广告创意的诸多问题所进行的意义巨大的可供性实践。

四、未能充分实现的嵌入:从识别、投放到程序化创意

长期困扰我们的消费者识别与广告投放的问题,在计算技术嵌入下终于得到部分解决,广告人无不为之欣喜万分。机器终于可以取代人执行程序化创意,广告人从劳心劳力的广告创意中解放出来,百倍、千倍、万倍甚至无数亿倍提升广告创意的效率,广告人无不为之惊叹万分。技术可供与广告产业急切的现实需求耦合,计算技术的嵌入已促使产业运作开始出现机器“代替人类去处理广告业务中几乎全部的复杂运算和自动化程序”。计算技术的嵌入,的确在一定程度上、一定范围内破解了广告业一直未能破解的历史性难题,促进广告业真正进入一个“技术密集”的时代和技术革命的时代,进入新一轮高速度、高效率、高效益发展阶段,并在全球范围内获得普遍成功。相关数据显示,互联网广告进入爆发式增长期的时间,几乎与计算技术对广告产业发展的嵌入同步。其收获之巨大,未可置疑。

然而,当我们深入检视计算技术可供的现有实践成果,至少在以下几个重点领域,依然存在较大的可供实践缺陷。

(一)消费者识别问题

消费者识别,从来都是营销学与广告学着力的重点之一,也是营销学与广告学重要困扰点之一。营销学与广告学费尽心力力图揭开消费者消费之谜,然而却一直为谜所困。甚至有人将营销学中的消费者洞察称为一种伪科学。计算技术嵌入下,精准识别与精准投放成为广告人的重要兴奋点与夸耀点,以为困扰广告业的历史性难题终于得以破解。诚然,建立在大数据计算技术基础之上的消费者识别,已然朝着精准化方向前进了一大步,但我们却不得不承认,现有的消费者识别离真正的精准化目标依然存在相当距离。这集中体现在个性化识别以及心理与情感识别的缺失。所谓高度精准化,必然是高度个性化的。从目前大规模的商用情况来看,基于计算技术的消费者识别的可供实践,主要还是一种基于用户行为数据,即所谓网络“足迹”所做的身份识别、行为识别,以及在此基础上的基本消费需求识别。这种识别,其细分的程度较之传统的消费者识别显然会更高,但无论细分到什么程度,依然属于一种典型的类型化识别,即一种身份类型、行为类型与消费需求类型的类型化识别。消费者识别,除身份识别与行为识别外,更重要也更为困难的还有心理识别与情感识别。运用计算技术辅以人工智能技术,对消费者进行心理与情感洞察,也许并不存在太大的技术障碍,心理识别与情感计算已屡见于学界的研讨与业界的实践探索,但一个不能否认的事实是,心理识别与情感计算,至今并未进入广泛的商用。

(二)基于上述消费者识别的广告投放问题

没有精准化的消费者识别,便没有精准化的广告投放。消费者识别与广告投放是紧密关联在一起的一个问题的两个方面。如上所述,目前大规模普遍商用的消费者识别,还只是一种类型化识别,因此,其广告投放也只能是一种类型化投放,即广告平台向它所认定的被类型化了的目标消费者,或者说打上同类标签的目标消费者投放不同类型产品的广告,实现产品与用户、广告与用户的类型化匹配。更由于它没有个性化、智能化广告内容生产的支持,广告平台向它所认定的被类型化了的目标消费者投送的广告,尽管是不同类型产品的广告,对于同类型消费者来说,却是同一类产品的相同内容的广告。从整体广告投放模式来看,依然是传统广告“一对多”的投放模式,差别只在于,一个是基于类型化识别的类型化投放,另一个是基于无识别的大众化投放。进而论之,计算广告追求的是广告、用户、场景三者的最佳匹配。场景匹配在精准匹配中,是一个颇具深刻内涵的概念,除基于地理位置识别的地理场景匹配,还深含有特定消费场景与特定消费心境的匹配。目前我们看到的,还只是广告内容与用户类型的有限匹配,不管是在可供实践还是在可供理论研讨中,场景匹配不能说是一个被淡忘了的概念,至少也是一个未受高度重视的概念。一言以蔽之,现有基于技术可供的投放实践,有粗放式的类型化匹配,却远非计算广告所追求的高度个性化与定制化的“一对一”的精准投放与精准匹配。

(三)广告程序化创意问题

将计算技术可供应用于广告程序化创意所取得的成就,的确堪称辉煌,令人振奋,但是局限同样存在。机器每秒能完成8000张海报的设计,能生成上千条文案,其生产效率的确非人工所能比拟,但其内容生产方式并无本质上的改变,与传统广告内容生产方式相比,其差别只在于机器智能取代了人工智慧。进一步讲,这种海报设计与文案创作,似乎还只是设计元素与产品元素的一种智能组合,重在设计与产品的对接,并没有将目标消费者定向纳入设计的计算范畴与框架,也就是说,还只是一种基于广告产品的内容生产,而不是针对目标消费者的内容生产,更不是针对目标消费者个性化定制化的内容生产,因此,它并不能支持“一对一”高度个性化、精准化的投放与匹配。更为重要的是,目前这种程序化创意,基本上处于一种探索与实验阶段,还没有被嵌入广告业务流程与产业链条之中。尽管有一些互联网公司与科技公司着手进行着将其嵌入广告业务运作整体流程的尝试,但却一直未能进入大规模的商用。由此造成广告产业程序化创意的“断链”,广告业务运作程序化内容生产的“缺环”,而成为计算技术可供实践的一个严重缺陷。

其他诸如程序化交易中,未能真正解决的受众的精准定向与流量的精准拆分问题、受众售卖与流量配置的类型化局限问题、广告效果监测数据集成与分析的问题,都与上述三个重要领域的问题息息相关,这里就不一一展开讨论了。

五、嵌入限制:技术、环境与行动者的多重约束

广告产业计算技术的可供实践,大体都是在计算技术的技术可供性与广告产业现实需求双向耦合的框架下展开的,尽管贡献巨大,却又存在诸多未能充分实现的嵌入。技术可供性理论认为,技术可供的实践,从根本上讲,受制于技术为行动者提供的可能,换一种说法,技术提供的可能,决定着行动者行动的可能。这还只是问题的一个方面。另一方面,技术为行动者提供的可能是否都能付诸实施,还受多种因素的制约。计算技术自身的限制,计算技术使用环境的限制,以及作为行动者的计算技术使用主体的限制,应视为广告产业发展诸多层面未能充分实现计算技术嵌入的三大限制因素。

(一)计算技术自身的限制

首先是算法的问题。计算技术效能的有效释放,有赖于精进的算法。没有精进的算法,计算能力再为强大,也无济于事。不必讳言,也用不着具体指涉,当下各类互联网平台、技术公司和互联网广告代理商开发使用的广告算法,都存在不同程度的算法缺陷。广告算法的缺陷,应当是目前广告计算技术可供性的最大缺陷。其次是算力的问题。现代意义的计算技术与计算机技术相伴相生。它从单机计算发展到并行计算,再发展到分布式计算、集群计算、网络计算,直到现在的云计算,从数值型数据的计算,发展到非数值型计算,从结构化数据计算,发展到半结构化、非结构化数据的计算,从数据计算发展到数据的深度挖掘与关联性分析,计算技术似乎已经发展到无所不能的地步，似乎“一切皆可计算”。不过,我们必须清楚地认识到,任何技术都有其技术性限制,都有使用范围的限制,都有其“力不能逮”的地方。计算技术也许可以解决消费者洞察与广告精准化传播的问题,可以解决广告程序化交易的问题,但是,广告高度智能化发展的问题,也许就不是计算技术所能独自解决的。程序化创意存在的缺陷,很大程度上是计算技术可供性缺陷造成的。问题的有效解决,必须有赖计算技术与人工智能技术的深度对接的融合。甚或,还有许多我们目前尚未能充分认知到的其他技术性问题的制约。

(二)计算技术使用环境的限制

可供性理论的最初提出,就是用来解释环境与生物之间的对应关系的,认为环境提供的可供决定生物的行为的可能。技术可供性概念提出后,环境可供依然是一个重要命题。一是数据环境的限制。各互联网平台掌握各自的数据优势,如百度之于搜索数据,阿里之于消费与交易数据,腾讯之于社交数据。迄今为止,却未能建立起有效合理的数据共享平台与数据交易机制,数据垄断与数据孤岛现象依然普遍存在,由此造成数据使用中可及性的严重障碍,以及单一类型数据与有限数据使用偏向的严重限制。此外,由于海量历史数据传输与储存的困难,各互联网平台所使用的数据,多限于用户线上即时生成的实时数据。历史数据使用也存在严重缺失。数据为计算之源,计算之本。环境造成的数据使用限制,是广告精准计算的一种基础性限制。

二是计算环境的限制。信息与通讯时代的核心技术,是数字技术、互联网技术、移动通讯与移动互联网技术。当我们进入计算技术时代之后,计算技术便成为这一时代的核心技术,而互联网技术、移动通讯与移动互联网技术,则成为计算技术体系的基础性技术,以支持作为核心技术的计算技术的应用。我们经常感叹,4G技术条件下,互联网与移动互联网的有限容量、有限宽带与有限速率,均不足以支持计算技术更高水平、更大规模的商用。以为5G技术的超大容量、超高速率、超强连接与超低时延,将为计算技术的应用提供新的基础性支持,上述情况定会有极大的改善。但是,尽管5G的网络容量将是4G的100至1000倍,网络传播速度是4G的66倍,低至1毫秒的端到端的时延,我们依然很难相信这就能支持面对数以10亿计的用户定位与广告定向的超大规模、超大范围的计算商用。我们还可以设想将程序化创意嵌入广告业务运作的流程,且不说目前尚存在一些技术性限制,还实现不了高度个性化与定制化的创意性内容生产,即使程序化创意没有了技术性障碍,5G技术的网络容量与速率是否可以支持程序化创意被嵌入后的广告业务的一体化运作？5G技术自身也有一个发展成熟的过程,实现超大容量、超高速率、超低时延,也还有待时日。互联网与移动互联网的基础性技术的限制,在以前、现在和将来的一定时间内,都是计算技术超大规模、超大范围商用的又一重大技术环境限制。

(三)计算技术使用者的主观限制

计算技术使用者的主观限制主要是认知的限制,以及私利性的限制。如前所述,技术可供有实际可供与感知可供,可供性实践主要基于感知可供。计算技术的使用者,往往不一定是计算技术领域的专家,他们有计算技术使用的需求,却普遍存在对计算技术认知的局限。而计算技术人员虽洞悉计算技术的实际可供,却又不一定对广告领域的计算需求有透彻了解，从而造成可供与需求不能实现充分的对接。这集中体现在广告算法的开发设计与使用上。所谓私利性,是指对自身利益的追求。市场经济四大原则也视合法谋求自身利益为正当。我们也不认为私利性就是一种罪恶。但是,一心谋求自身利益,必然影响行动者对技术的选择和使用。技术可供性理论充分肯定技术物质属性为行为主体提供行动可能的关键作用,同时也强调,技术提供的行为可能的实施,完全取决于行动主体自身的目标和需求。其中就有一个成本和利益权衡的问题。尽管计算技术使用中,在精准定向和精准投放上,还存在精准度的较大缺陷,实现高度精准化与个性化的定向与投放,还存在各种限制，但改善却是可能的。每提升一个百分点的精准度,要增加多少成本,还没有人精确计算过,但成本与精准度呈正比同步上升却是毫无疑义的。出于对自身利益的追求,他们是否会淡化甚至忽略对精准度的追求呢？我们可以断言的是,一旦技术使用成本大于他们所得利润,技术被选择的可能性一定会被缩小。在技术创新的过程中,有一个被熊彼特称为“试错”的阶段。所谓试错,包括技术的试错,也包括成本与利润的试错。程序化创意目前所作的各种探索和试验,是否也正处于这种试错阶段。一旦利润大于成本,将加速程序化创意的技术开发与使用,一旦成本大于利润,程序化创意的流程嵌入就可能会被暂时搁置。一旦经过试错,形成较为成熟的技术与技术范式之后,企业一般都不会愿意再冒险去尝试新的技术,更不愿意花费巨大成本去开发新的技术,从而逐步丧失创新的动力。当计算技术嵌入广告之后,形成了较为成熟的广告定向技术和广告程序化交易技术。各互联网平台纷纷导入这些技术,收获了巨大的市场利润。自21世纪初至今,10多年时间,在广告定向与程序化交易领域,有技术的改良,却没有大的技术创新。为维护他们的既得利益,各互联网平台和互联网广告代理公司,纷纷放弃对新技术的追求,而趋于现有技术的保守。

六、结语:期待中的可供嵌入

公共治理领域的数据共享问题的解决可能相对容易一些,商业领域的数据可及,则重在建立合理的数据交易机制,市场将为商业领域的数据共享提供强劲的动力。技术的不断成熟,必然导致技术使用成本的降低和使用的便利，导致技术使用的普及和技术竞争的加剧。竞争成为新一轮的创新驱动,似乎就是顺理成章的了。

可供性与技术可供性,是一个动态发展的概念。当一系列技术嵌入性的障碍因素被逐步消除和改善,新的可供与新的可供嵌入就会发生,计算技术将进一步实现对广告产业全流程、全媒体、全产业链的更深嵌入与更广覆盖。当下,尽管我们对计算技术之于广告产业的新的可供很难作出具体描述,但我们却可以作出如下大体判断:消费者高度个性化、精准化识别,高度个性化、精准化的广告投放,基于消费者与产品的高度个性化、定制化的创意性内容生产,以及在此基础上的广告业务运作,从消费者识别到广告创意性内容生产到媒体投放直到广告效果监测的高度智能一体化的发展,广告业务运作与广告市场交易高度智能一体化发展。

注释:

① Ian Hutchby.Technologies,TextsandAffordances.Sociology,vol.35,no.2,2001.pp.441-456.

③⑥ Donald A.Norman.ThePsychologyofEverydayThings.New York:Basic books.1988.pp.8-9.

⑧⑩ Donald A.Norman.Affordance,Conventions,andDesign.Interactions,vol.6,no.2,1999.pp.38-43.

⑨ Wang H.,Wang J.,Tang Q.AReviewofApplicationofAffordanceTheoryinInformationSystems.Journal of Service Science and Management,vol.11,no.1,2018.p.56.