計算技術對廣告產業發展的嵌入*
——基于技術可供性的視角

曾 瓊 馬 源

我們正邁入“社會計算”與“計算社會”的時代。作為具有通用技術范式意義的大數據計算技術,已被廣泛運用于廣告領域,深刻嵌入廣告產業的當代發展之中。大數據計算技術已成為廣告產業新的普遍的技術裝置。對此,國內外學者投入了足夠的關注與極大的研究熱情,紛紛展開大數據計算技術與廣告產業發展的相關研究。以美國為代表的西方學者,以大數據計算技術為核心,為謀求并實現語境、廣告、用戶三者的最佳匹配尋找技術路線,提供技術解決方案。國內學者集中展開大數據計算技術的廣告應用研究,并對大數據計算技術所引發的廣告產業的革命性變遷,作全方位觀照與全景式的掃描。但是,大數據計算技術何以實現對廣告產業的嵌入？其嵌入機制與發生機理何在？嵌入效能如何？還存在何種嵌入的缺憾？嵌入演進的最終趨勢是什么？這些更深層次的問題似乎值得我們作更深入的探討。

一、技術可供性:一種新的“技術—行動者”關系的分析框架

計算技術與廣告產業的關系,實質上就是一種技術與作為產業主體行動者的關系。在理解技術與行動者關系時,或基于純粹的技術邏輯而陷入技術決定論的泥淖,或基于純粹的社會建構而作出過度社會化解讀。可供性理論則為我們對二者關系的闡釋,提供了超越技術決定和社會建構二元論的一種新的分析框架與關系中間地帶。①

“可供性”(affordance)概念最早由美國生態心理學家詹姆斯·吉布森(James J.Gibson)于1979年提出,用以說明環境與生物之間的對應關系。②1988年,吉布森的好友唐納德·諾曼(Donald A.Norman)將可供性理論導入設計學領域,用來探討個體感知與人造設計物之間的互動關系。③1991年,英國設計學家威廉·蓋弗(Willian W.Gaver)則進一步推進可供性理論在設計學領域的應用,用可供性理論來探討技術環境及其行為主體之間的連接關系,并明確提出新的“技術可供性”(technology affordances)的概念。④可供性理論在其10多年的發展過程中得以不斷豐富與完善,并在設計學領域得以廣泛應用,產生巨大影響。

梳理吉布森、諾曼、蓋弗有關可供性理論的相關論述,其重要的理論命題主要有如下三個方面。

其一,環境提供的可能決定生物行動的可能。環境的可供性能直接通過視覺被生物所感知,它是一種客觀、真實、物質的存在,對于不同生物具有不同的特殊性,生物對環境可供性的感知,受限于它自身所處的境況。⑤這是可供性理論的基礎性命題,由吉布森提出,并得到諾曼與蓋弗的共同認同,只是在諾曼的可供性框架中,人造設計物替代了環境,人替代了生物⑥,在蓋弗的可供性框架中,生物轉換為人,環境則轉換為技術⑦。

其二,感知可供性與實際可供性,以及可供性的可感知性與隱藏性。感知可供性(perceived affordances)與實際可供性(actual affordances)的概念由諾曼提出。所謂感知可供性,強調的是行動者基于自身經驗、知識或文化背景,從感知客體所能直接感知到的行動可能⑧,而實際可供性則是客體的“內置”屬性,是設計師有意創造和提供的行動可能⑨。實際可供性與感知可供性不一定是一致的,行動者感知到的行動可能或許在實際可供性之內,也或許超出設計師初始的設計意圖。⑩而蓋弗則在此基礎上進一步提出可供性的感知性與隱藏性。前者易于感知,后者一般不易感知。

其三,技術可供性的相關命題。此一相關命題由蓋弗提出。在他看來,“可供性是思考技術的有力工具,因為它關注的是技術和使用它們的人之間的互動”。技術可供性一方面肯定技術物質屬性在為行為主體提供行動可能方面的關鍵作用,另一方面也充分肯定行為主體在使用和塑造技術方面的能動性,并且認為,技術提供的行為可能到底用于何種用途、產生何種功效,完全取決于行為主體自身的目標和需求。

上述三方面的命題,共同構成可供性理論的基本框架,為我們展開計算技術對廣告產業發展嵌入的研究,提供了一種新的分析視角。尤其是蓋弗在吉布森與諾曼的基礎上所提出的技術可供性命題。照此命題,技術與技術運用的行為主體,不再是主客體二分法基礎上的單純客體征服或純粹社會建構的關系,而是在彼此互動與交融過程中所完成的“二元論基礎上的一元構造”,于本研究頗具理論解釋力與適切性。

此外,可供性與技術可供性對關系屬性的強調,有助于“解釋一項新技術如何與現有的組織系統融合”。因此,可供性與技術可供性常被用于中觀層面的組織或產業分析,探討某種技術是如何改變組織或產業的行動方式,進而對其實踐產生影響的,為本研究提供了一種可參照的分析范例。本研究將在技術可供性的視域下,依照其“技術—行動者”的基本分析框架,對計算技術之于廣告產業發展,作出可供性分析與闡釋。

二、嵌入可供:計算技術之于廣告產業的可供性分析

21世紀以來，人類正式進入一個新的大數據時代。新的大數據時代,標志大數據已經成為這個時代的核心資源和重要生產要素,也標志大數據計算技術將成為這一時代的核心技術。的確,正是從21世紀10年代初開始,整個社會迅速發生以大數據計算技術為主導的新的技術體系的重構。大數據計算技術被廣泛應用于社會生產生活的各個領域,甚至深刻影響到人類的科學研究,促進人類科學研究“第四范式”的發生,甚至是“計算社會科學”的發生。

2008年,“計算廣告”的概念在美國提出。時任雅虎研究院資深研究員的A.Z.Broder及其團隊,率先開展計算廣告的研究,以大數據計算為核心技術,為特定場景下的特定用戶尋找合適的廣告,謀求語境、廣告和用戶三者的最佳匹配。此項研究迅速影響全美,并很快波及歐洲直至亞洲。我國也隨即展開大數據計算技術廣告應用的研究。

在上述情形表明中,大數據計算技術的勃興與大數據計算技術的廣告運用幾乎是同步展開的。從21世紀10年代末開始,中外學者就展開大數據計算技術廣告應用之可能的研究。為了深入探究大數據計算技術之于廣告產業的感知可供性,本研究以中國研究者為例,進行相關的文獻統計分析。我們在CNKI中,以“計算機技術、大數據、計算技術、人工智能”為主題,且用于廣告產業分析的文獻進行搜索,搜索時段從2008年1月1日至2021年9月1日,共獲得相關文獻161篇。經人工篩選,剔除與本研究非相關文獻,有效文獻為91篇。我們在全面梳理上述文獻的基礎上,重點進行技術可供與行動可能的關鍵詞提取,然后進行關鍵詞聚類,抽象可供性概念。結果表明,數據集成可供、行為定向可供、人機協同可供、媒介兼容可供,是迄今為止中國學界與業界相關研究者對大數據計算技術之于廣告產業技術可供性的基本認知,或稱之為基本感知。

(一)數據集成與分析可供

“大數據和人工智能技術的發展,使得人類在數據類型、數據量級和數據處理的方法、速度、成本上都得到了徹底的變革。”首先是海量的數據,在數據量級上的絕對優勢。其次是大數據技術對異質、異構多元數據分析處理的超強能力。在計算精度與準確度上,在計算速度與數據搜集處理成本上,同樣是傳統數據使用方法所不可比擬的。

(二)行為定向可供

大數據計算技術超強的數據處理能力,使受眾在線和非在線的歷史數據與實時數據的搜集處理成為可能,從而為受眾定向與廣告的定向投放提供了強大的技術支撐?！白詮幕ヂ摼W公司開始挖掘海量用戶行為數據中的價值,大數據這一概念進入實踐階段。”

(三)人機協同可供

主要是指各類智能機器介入廣告活動,原先純粹依靠人工勞動和智慧的廣告業務運作,逐步轉向人機協同運作。從現有研究來看,所謂人機協同可供主要包括三個方面:機器參與的智能決策,借助機器所實行的程序化交易,以及人機協同創意和借助機器進行的智能創作。

(四)媒介兼容可供

在媒介高度融合的狀況下,由于數據計算技術的加持,不同媒介形態的廣告產品可實現無界限生產、制作、編輯和傳播,文字、圖像、音頻、視頻等各類非數值型數據統統被納入大數據計算技術分析處理的范疇。大數據計算技術實現著媒介全覆蓋,并有力推進著媒介的兼容、交匯與融通。

在上述四種技術可供中,媒介兼容可供是基礎性的技術可供,數據集成與分析可供、行為定向可供、人機協同可供等專門性的技術可供,都是在媒介兼容的基礎與平臺上展開的。

此外,上述四種可供,還僅止于對計算技術可供的一種現實感知。從可供性理論來看,感知可供性不一定就是實際可供性的全部。行動者的行為可能主要還是基于感知可供而非實際可供。廣告產業的可供實踐,正是基于上述感知可供而展開的。

三、嵌入實現:技術可供與產業需求的雙向耦合

技術可供強調的是技術為行動者提供的行動可能,但行動可能并不意味著可供的必然實現。在可供性理論看來,廣告產業的行為主體是否將大數據計算技術提供的行動可能付諸實踐,通過何種方式,采取何種行動路線,運用于何種用途,謀取何種功效,則完全取決于行為主體自身的目標和需求。

將商業信息準確送達有潛在需求的目標消費者,從來都是廣告追逐的核心目標。為實現這一目標,廣告人精心開展著市場研究與消費者調查,精心進行著廣告策劃與廣告的信息生產,精心謀劃著廣告的媒體選擇與媒體投向,將廣告人的全部智慧熔鑄其中,勞心勞力,甚至殫心竭慮,雖然也間或創造出可觀的銷售奇跡,大多數時候卻仍力不從心,乏善可陳,廣告費的一半依舊被消費著。未能精確實現廣告的精準定向與精準投放,一直是廣告的永恒之痛。傳統媒體尚可通過“狂轟濫炸”的方式,強迫式地將廣告信息送達消費者。由于互聯網改變了受眾的信息接受方式,信息到達完全依賴于使用者的主動登錄與搜索,廣告信息的精準投放,更成為一種尤為重要而緊迫的問題。

大數據計算技術的數據集成可供與行為定向可供,迎合了廣告領域精準投放的強烈需求,為此一問題的解決,提供了實際的技術可能。廣告領域對大數據計算技術可供性感知,最早發生于此,技術可供的相關實踐,也由此而展開。2008年,美國計算廣告概念的提出與全球范圍計算廣告的探索,便是顯著的標志。從具體實踐層面看,定向廣告則是大數據計算技術數據集成可供與行為定向可供的最早廣告產品形態,也是迄今為止最主要的一種廣告產品形態。

定向廣告基于數據分析與行為定向而發生。初始期定向廣告的精準化程度并不高,但是卻朝著廣告人孜孜以求的精準化傳播目標前進了一大步,甚至可以把它視為利用技術手段破解廣告精準化傳播難題的起點,以及廣告領域算法技術革命的發端。由此起步,受眾定向成為計算廣告的一條重要的技術路線。基于算法的需求定向、重定向、短期行為定向、內容定向、關系定向等技術不斷被開發,并通過算法追蹤不同時段、不同地域、不同媒介環境下的使用者數據、歷史數據和實時數據,不僅追求廣告與受眾的匹配,還努力追求并實現廣告、受眾與情境三者的最佳匹配,努力朝向高度個性化、精準化發展。

由此發端,大數據計算技術開始全面嵌入互聯網廣告,互聯網廣告也由此進入一個新的計算廣告的時代。由此展開的另一條重要的技術路線,就是算法嵌入下程序化廣告的興起。

起初,互聯網廣告采取的也是傳統媒體廣告的合約化交易方式。傳統媒體廣告的廣告主,多為規模以上的企業,其廣告投放額少則數十萬,多則上千萬,甚至上億。而互聯網廣告的廣告主則多為中、小企業,甚至小、微企業,數量多,交易額卻普遍較小。隨著互聯網的發展與互聯網廣告主的增多,依靠人工采取合約化的方式從事交易根本無法勝任。程序化廣告的興起,最初只是用來破解單純依靠人力無法勝任互聯網廣告合約化交易的難題,實現互聯網廣告線上交易的自動化。其中一項重要技術,就是運用算法進行點擊率與點擊價值預測,流量與流量價值預測,以提升交易的公開透明性與公開合理性。在程序化廣告發展中,進一步將以算法為基礎的定向技術也逐漸組裝進程序化廣告的交易框架。如此,交易的自動化與投放的定向化,便成為程序化廣告的兩大技術面向。

我們經常談論競價廣告,所謂“競價”,并不是一種技術形態,而是運用基于算法的定向技術,以及點擊率與流量及其價值的預測技術,所采取的一種商業模式與交易機制。競價廣告從非實時競價走向實時競價,競價的本質不曾改變,只是計算基礎不同而已,一個是基于消費者在線歷史數據的計算與分析,另一個是基于消費者在線實時數據的計算與分析。從本質上講,競價廣告也是定向廣告的一種形態。

定向廣告與程序化廣告,是計算廣告的兩種主要產品形態。計算技術由廣告定向而嵌入,使定向廣告成為大數據計算技術嵌入廣告產業的最初也是迄今為止計算廣告的最基礎性成果。其他類型的計算廣告,都由定向廣告而衍生。如果說定向廣告主要是數據集成可供與行為定向可供的實踐成果,程序化廣告則是包括數據集成可供、行為定向可供、人機協同可供在內的綜合實踐成果,當然其中也包括媒介兼容可供?？梢哉f,程序化交易技術,是基于計算技術的一種統合性技術,它實現了此前各類廣告計算技術的統合,各種計算廣告產品的統合,成為計算技術嵌入廣告產業的階段性集成,成為計算技術全面嵌入廣告產業的重大標志,綜合性回應并有效解決廣告產業多重急切需求。

以上是基于計算技術可供作用于廣告產業業務運作所作的整體性觀照,就分散業務運作來看,則主要有三項獨立的可供性實踐:一是基于大數據分析的市場與消費者洞察；二是基于數據分析、行為定向以及點擊率與流量價值預測的媒體投放；三是基于復雜數據分析與人機協同可供的程序化創意?；诖髷祿治龅氖袌雠c消費者洞察,是廣告業務運作的基礎與前提,基于數據分析、行為定向以及點擊率與流量價值預測的媒體投放,則處于廣告業務運作的末端,二者雖也單項獨立運作,但更多是被組裝進定向廣告與程序化廣告的技術框架之中,與其他技術可供進行協同一體化可供實踐。只有基于復雜數據分析與人機協同可供的程序化創意,尚未被嵌入廣告運作的流程之中,而處于獨立的實驗性階段。2016年,麥肯廣告公司任命機器人AI-CDβ為世界上第一個人工智能創意總監,指導公司的廣告創意,并且還親自創作出某口香糖的電視廣告。2017年,阿里人工智能設計師“魯班”,在“雙十一”期間共設計出4億多張海報,平均1秒鐘就能完成8000 張海報設計。2018年,京東推出“莎士比亞”人工智能寫作系統,一秒鐘可創作上千條文案。這一系列程序化創意,都具有明顯的探索與試驗性質。創意是廣告的核心業務,既充分體現廣告人的智慧,又極大限制了廣告業的生產效率。人機協同下的程序化創意的探索,正是為解決廣告創意的諸多問題所進行的意義巨大的可供性實踐。

四、未能充分實現的嵌入:從識別、投放到程序化創意

長期困擾我們的消費者識別與廣告投放的問題,在計算技術嵌入下終于得到部分解決,廣告人無不為之欣喜萬分。機器終于可以取代人執行程序化創意,廣告人從勞心勞力的廣告創意中解放出來,百倍、千倍、萬倍甚至無數億倍提升廣告創意的效率,廣告人無不為之驚嘆萬分。技術可供與廣告產業急切的現實需求耦合,計算技術的嵌入已促使產業運作開始出現機器“代替人類去處理廣告業務中幾乎全部的復雜運算和自動化程序”。計算技術的嵌入,的確在一定程度上、一定范圍內破解了廣告業一直未能破解的歷史性難題,促進廣告業真正進入一個“技術密集”的時代和技術革命的時代,進入新一輪高速度、高效率、高效益發展階段,并在全球范圍內獲得普遍成功。相關數據顯示,互聯網廣告進入爆發式增長期的時間,幾乎與計算技術對廣告產業發展的嵌入同步。其收獲之巨大,未可置疑。

然而,當我們深入檢視計算技術可供的現有實踐成果,至少在以下幾個重點領域,依然存在較大的可供實踐缺陷。

(一)消費者識別問題

消費者識別,從來都是營銷學與廣告學著力的重點之一,也是營銷學與廣告學重要困擾點之一。營銷學與廣告學費盡心力力圖揭開消費者消費之謎,然而卻一直為謎所困。甚至有人將營銷學中的消費者洞察稱為一種偽科學。計算技術嵌入下,精準識別與精準投放成為廣告人的重要興奮點與夸耀點,以為困擾廣告業的歷史性難題終于得以破解。誠然,建立在大數據計算技術基礎之上的消費者識別,已然朝著精準化方向前進了一大步,但我們卻不得不承認,現有的消費者識別離真正的精準化目標依然存在相當距離。這集中體現在個性化識別以及心理與情感識別的缺失。所謂高度精準化,必然是高度個性化的。從目前大規模的商用情況來看,基于計算技術的消費者識別的可供實踐,主要還是一種基于用戶行為數據,即所謂網絡“足跡”所做的身份識別、行為識別,以及在此基礎上的基本消費需求識別。這種識別,其細分的程度較之傳統的消費者識別顯然會更高,但無論細分到什么程度,依然屬于一種典型的類型化識別,即一種身份類型、行為類型與消費需求類型的類型化識別。消費者識別,除身份識別與行為識別外,更重要也更為困難的還有心理識別與情感識別。運用計算技術輔以人工智能技術,對消費者進行心理與情感洞察,也許并不存在太大的技術障礙,心理識別與情感計算已屢見于學界的研討與業界的實踐探索,但一個不能否認的事實是,心理識別與情感計算,至今并未進入廣泛的商用。

(二)基于上述消費者識別的廣告投放問題

沒有精準化的消費者識別,便沒有精準化的廣告投放。消費者識別與廣告投放是緊密關聯在一起的一個問題的兩個方面。如上所述,目前大規模普遍商用的消費者識別,還只是一種類型化識別,因此,其廣告投放也只能是一種類型化投放,即廣告平臺向它所認定的被類型化了的目標消費者,或者說打上同類標簽的目標消費者投放不同類型產品的廣告,實現產品與用戶、廣告與用戶的類型化匹配。更由于它沒有個性化、智能化廣告內容生產的支持,廣告平臺向它所認定的被類型化了的目標消費者投送的廣告,盡管是不同類型產品的廣告,對于同類型消費者來說,卻是同一類產品的相同內容的廣告。從整體廣告投放模式來看,依然是傳統廣告“一對多”的投放模式,差別只在于,一個是基于類型化識別的類型化投放,另一個是基于無識別的大眾化投放。進而論之,計算廣告追求的是廣告、用戶、場景三者的最佳匹配。場景匹配在精準匹配中,是一個頗具深刻內涵的概念,除基于地理位置識別的地理場景匹配,還深含有特定消費場景與特定消費心境的匹配。目前我們看到的,還只是廣告內容與用戶類型的有限匹配,不管是在可供實踐還是在可供理論研討中,場景匹配不能說是一個被淡忘了的概念,至少也是一個未受高度重視的概念。一言以蔽之,現有基于技術可供的投放實踐,有粗放式的類型化匹配,卻遠非計算廣告所追求的高度個性化與定制化的“一對一”的精準投放與精準匹配。

(三)廣告程序化創意問題

將計算技術可供應用于廣告程序化創意所取得的成就,的確堪稱輝煌,令人振奮,但是局限同樣存在。機器每秒能完成8000張海報的設計,能生成上千條文案,其生產效率的確非人工所能比擬,但其內容生產方式并無本質上的改變,與傳統廣告內容生產方式相比,其差別只在于機器智能取代了人工智慧。進一步講,這種海報設計與文案創作,似乎還只是設計元素與產品元素的一種智能組合,重在設計與產品的對接,并沒有將目標消費者定向納入設計的計算范疇與框架,也就是說,還只是一種基于廣告產品的內容生產,而不是針對目標消費者的內容生產,更不是針對目標消費者個性化定制化的內容生產,因此,它并不能支持“一對一”高度個性化、精準化的投放與匹配。更為重要的是,目前這種程序化創意,基本上處于一種探索與實驗階段,還沒有被嵌入廣告業務流程與產業鏈條之中。盡管有一些互聯網公司與科技公司著手進行著將其嵌入廣告業務運作整體流程的嘗試,但卻一直未能進入大規模的商用。由此造成廣告產業程序化創意的“斷鏈”,廣告業務運作程序化內容生產的“缺環”,而成為計算技術可供實踐的一個嚴重缺陷。

其他諸如程序化交易中,未能真正解決的受眾的精準定向與流量的精準拆分問題、受眾售賣與流量配置的類型化局限問題、廣告效果監測數據集成與分析的問題,都與上述三個重要領域的問題息息相關,這里就不一一展開討論了。

五、嵌入限制:技術、環境與行動者的多重約束

廣告產業計算技術的可供實踐,大體都是在計算技術的技術可供性與廣告產業現實需求雙向耦合的框架下展開的,盡管貢獻巨大,卻又存在諸多未能充分實現的嵌入。技術可供性理論認為,技術可供的實踐,從根本上講,受制于技術為行動者提供的可能,換一種說法,技術提供的可能,決定著行動者行動的可能。這還只是問題的一個方面。另一方面,技術為行動者提供的可能是否都能付諸實施,還受多種因素的制約。計算技術自身的限制,計算技術使用環境的限制,以及作為行動者的計算技術使用主體的限制,應視為廣告產業發展諸多層面未能充分實現計算技術嵌入的三大限制因素。

(一)計算技術自身的限制

首先是算法的問題。計算技術效能的有效釋放,有賴于精進的算法。沒有精進的算法,計算能力再為強大,也無濟于事。不必諱言,也用不著具體指涉,當下各類互聯網平臺、技術公司和互聯網廣告代理商開發使用的廣告算法,都存在不同程度的算法缺陷。廣告算法的缺陷,應當是目前廣告計算技術可供性的最大缺陷。其次是算力的問題?，F代意義的計算技術與計算機技術相伴相生。它從單機計算發展到并行計算,再發展到分布式計算、集群計算、網絡計算,直到現在的云計算,從數值型數據的計算,發展到非數值型計算,從結構化數據計算,發展到半結構化、非結構化數據的計算,從數據計算發展到數據的深度挖掘與關聯性分析,計算技術似乎已經發展到無所不能的地步，似乎“一切皆可計算”。不過,我們必須清楚地認識到,任何技術都有其技術性限制,都有使用范圍的限制,都有其“力不能逮”的地方。計算技術也許可以解決消費者洞察與廣告精準化傳播的問題,可以解決廣告程序化交易的問題,但是,廣告高度智能化發展的問題,也許就不是計算技術所能獨自解決的。程序化創意存在的缺陷,很大程度上是計算技術可供性缺陷造成的。問題的有效解決,必須有賴計算技術與人工智能技術的深度對接的融合。甚或,還有許多我們目前尚未能充分認知到的其他技術性問題的制約。

(二)計算技術使用環境的限制

可供性理論的最初提出,就是用來解釋環境與生物之間的對應關系的,認為環境提供的可供決定生物的行為的可能。技術可供性概念提出后,環境可供依然是一個重要命題。一是數據環境的限制。各互聯網平臺掌握各自的數據優勢,如百度之于搜索數據,阿里之于消費與交易數據,騰訊之于社交數據。迄今為止,卻未能建立起有效合理的數據共享平臺與數據交易機制,數據壟斷與數據孤島現象依然普遍存在,由此造成數據使用中可及性的嚴重障礙,以及單一類型數據與有限數據使用偏向的嚴重限制。此外,由于海量歷史數據傳輸與儲存的困難,各互聯網平臺所使用的數據,多限于用戶線上即時生成的實時數據。歷史數據使用也存在嚴重缺失。數據為計算之源,計算之本。環境造成的數據使用限制,是廣告精準計算的一種基礎性限制。

二是計算環境的限制。信息與通訊時代的核心技術,是數字技術、互聯網技術、移動通訊與移動互聯網技術。當我們進入計算技術時代之后,計算技術便成為這一時代的核心技術,而互聯網技術、移動通訊與移動互聯網技術,則成為計算技術體系的基礎性技術,以支持作為核心技術的計算技術的應用。我們經常感嘆,4G技術條件下,互聯網與移動互聯網的有限容量、有限寬帶與有限速率,均不足以支持計算技術更高水平、更大規模的商用。以為5G技術的超大容量、超高速率、超強連接與超低時延,將為計算技術的應用提供新的基礎性支持,上述情況定會有極大的改善。但是,盡管5G的網絡容量將是4G的100至1000倍,網絡傳播速度是4G的66倍,低至1毫秒的端到端的時延,我們依然很難相信這就能支持面對數以10億計的用戶定位與廣告定向的超大規模、超大范圍的計算商用。我們還可以設想將程序化創意嵌入廣告業務運作的流程,且不說目前尚存在一些技術性限制,還實現不了高度個性化與定制化的創意性內容生產,即使程序化創意沒有了技術性障礙,5G技術的網絡容量與速率是否可以支持程序化創意被嵌入后的廣告業務的一體化運作？5G技術自身也有一個發展成熟的過程,實現超大容量、超高速率、超低時延,也還有待時日?；ヂ摼W與移動互聯網的基礎性技術的限制,在以前、現在和將來的一定時間內,都是計算技術超大規模、超大范圍商用的又一重大技術環境限制。

(三)計算技術使用者的主觀限制

計算技術使用者的主觀限制主要是認知的限制,以及私利性的限制。如前所述,技術可供有實際可供與感知可供,可供性實踐主要基于感知可供。計算技術的使用者,往往不一定是計算技術領域的專家,他們有計算技術使用的需求,卻普遍存在對計算技術認知的局限。而計算技術人員雖洞悉計算技術的實際可供,卻又不一定對廣告領域的計算需求有透徹了解，從而造成可供與需求不能實現充分的對接。這集中體現在廣告算法的開發設計與使用上。所謂私利性,是指對自身利益的追求。市場經濟四大原則也視合法謀求自身利益為正當。我們也不認為私利性就是一種罪惡。但是,一心謀求自身利益,必然影響行動者對技術的選擇和使用。技術可供性理論充分肯定技術物質屬性為行為主體提供行動可能的關鍵作用,同時也強調,技術提供的行為可能的實施,完全取決于行動主體自身的目標和需求。其中就有一個成本和利益權衡的問題。盡管計算技術使用中,在精準定向和精準投放上,還存在精準度的較大缺陷,實現高度精準化與個性化的定向與投放,還存在各種限制，但改善卻是可能的。每提升一個百分點的精準度,要增加多少成本,還沒有人精確計算過,但成本與精準度呈正比同步上升卻是毫無疑義的。出于對自身利益的追求,他們是否會淡化甚至忽略對精準度的追求呢？我們可以斷言的是,一旦技術使用成本大于他們所得利潤,技術被選擇的可能性一定會被縮小。在技術創新的過程中,有一個被熊彼特稱為“試錯”的階段。所謂試錯,包括技術的試錯,也包括成本與利潤的試錯。程序化創意目前所作的各種探索和試驗,是否也正處于這種試錯階段。一旦利潤大于成本,將加速程序化創意的技術開發與使用,一旦成本大于利潤,程序化創意的流程嵌入就可能會被暫時擱置。一旦經過試錯,形成較為成熟的技術與技術范式之后,企業一般都不會愿意再冒險去嘗試新的技術,更不愿意花費巨大成本去開發新的技術,從而逐步喪失創新的動力。當計算技術嵌入廣告之后,形成了較為成熟的廣告定向技術和廣告程序化交易技術。各互聯網平臺紛紛導入這些技術,收獲了巨大的市場利潤。自21世紀初至今,10多年時間,在廣告定向與程序化交易領域,有技術的改良,卻沒有大的技術創新。為維護他們的既得利益,各互聯網平臺和互聯網廣告代理公司,紛紛放棄對新技術的追求,而趨于現有技術的保守。

六、結語:期待中的可供嵌入

公共治理領域的數據共享問題的解決可能相對容易一些,商業領域的數據可及,則重在建立合理的數據交易機制,市場將為商業領域的數據共享提供強勁的動力。技術的不斷成熟,必然導致技術使用成本的降低和使用的便利，導致技術使用的普及和技術競爭的加劇。競爭成為新一輪的創新驅動,似乎就是順理成章的了。

可供性與技術可供性,是一個動態發展的概念。當一系列技術嵌入性的障礙因素被逐步消除和改善,新的可供與新的可供嵌入就會發生,計算技術將進一步實現對廣告產業全流程、全媒體、全產業鏈的更深嵌入與更廣覆蓋。當下,盡管我們對計算技術之于廣告產業的新的可供很難作出具體描述,但我們卻可以作出如下大體判斷:消費者高度個性化、精準化識別,高度個性化、精準化的廣告投放,基于消費者與產品的高度個性化、定制化的創意性內容生產,以及在此基礎上的廣告業務運作,從消費者識別到廣告創意性內容生產到媒體投放直到廣告效果監測的高度智能一體化的發展,廣告業務運作與廣告市場交易高度智能一體化發展。

注釋:

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.