何雁丹在20年前做了一个重要的决定,成为互联网第一代产品经理,到了2012年她又进入了全球移动互联网市场,至今做了10年出海产品,作为乐我无限(Joyme)CEO兼创始人,何雁丹完完整整地经历了中国互联网产品的全球化。
之前何雁丹负责猎豹移动最大的海外工具产品 Clean Master,2015年猎豹移动团队内部孵化了LiveMe,也是乐我无限旗下的核心社交直播产品,何雁丹也开始了自己的创业之路。2017 年 LiveMe 拿到了 6000 万的融资开启了新阶段,2019年从猎豹移动剥离,成为一家独立运营的公司。
乐我无限(Joyme)CEO兼创始人何雁丹
LiveMe作为一款全球头部秀场直播平台,涵盖了来自240多个国家和地区的近100万名主播,每月活跃用户数(MAU)超过3700万。而在出海的这些日子里,云一直贯穿在LiveMe的发展中,在成本节约、用户增长、金融风控、提升研发效率等方面帮助LiveMe不断实现精细化运营与业务创新。
LiveMe从危机中受益
第一个直播平台是什么时候产生的,可能没有确切的定义。但是早在1994年就已经有人开始将一条大学的马路、一个大型的鱼缸以及一只咖啡壶等画面上传到互联网上,并且十年如一日的开始直播。
这也是直播的起源。
何雁丹一直想做一款视频社交产品,同时也想把产品做到海外去,让全球的人都用中国人创造的产品。而且乐我无限的愿景也是致力于做:连接世界、传递快乐,为全球用户提供有趣、有爱、体验最好的互联网产品和服务。
乐我无限主要有三大产品线:一是以LiveMe为核心的社交直播产品线,目前已经累计1.2亿次下载量,每天平台上能够产生10万小时以上的直播内容,供整个平台用户消费;二是以Photograde为主的社交工具产品线,主打图片和视频编辑,目前产品累计下载量超过5亿次,每天在平台上有超过300万的用户使用模板和素材来表达他们的内心感受和心情;三是今年刚刚上线的产品“21赫兹”,主打语音社交和游戏功能,目前只针对中东地区的用户和国家进行开放。
作为乐我无限的核心产品,LiveMe从推出之时就取得了很好的成绩,直到2019年的封禁和2020年的下架,造成了用户的严重流失,加上移动互联网的红利逐步消失,获客成本越来越高,在双重问题下LiveMe也遇到了困境。
乐我无限迅速做出了三点调整,第一,本着现金为王、降本增效的经营要求;第二,快速出击,稳住核心用户,强化生态闭环,保证核心商业模式不受影响;第三,与此同时拓展新渠道、新产品,挖掘新用户需求,找寻市场增长点,解决可持续发展的问题。
有了三点核心价值的经营思路调整之后,乐我无限又确立了两点抓手。何雁丹表示,首先需要从粗犷转向精细化运营,其次在云上充分运用、发挥数据和AI的优势和创新作用,全面提升业务运转的效率。
在云中发挥数据和AI的创新作用
其实在猎豹移动任职期间,何雁丹就与亚马逊云科技有着紧密的合作。所以在2016年成立之初LiveMe就已经开始使用亚马逊云科技的服务,目前大部分的业务都在亚马逊云科技的平台上。
现阶段,LiveMe在亚马逊云科技上构建了支撑数据分析、内容分发推荐、风控、内容审核等功能的数据基础底座。
存储层:通过Amazon S3解决数据存储(包括结构化数据和非结构化数据)、利用Amazon Aurora、Amazon Redshfit、Amazon Opensearch 解决数据组织管理,支持不同层次的数据查询需求。
计算层:通过Amazon EMR来完成数据计算,利用标注平台完成样本标注。
服务层:通过Amazon Lambda 开发核心底层服务,利用Amazon Sagemaker搭建在线推理集群。
乐我无限数据研发中心总监杨飞表示,利用亚马逊云科技“云、数、智三位一体”服务组合,乐我无限构建内容识别系统和欺诈交易识别系统,实现直播平台的内容风险合规管控,提升用户体验,减少经济损失。
乐我无限数据研发中心总监杨飞
内容识别系统
直播产品每天会产生大量的内容,平台必须要确保内容满足法务的内容合规性要求(内容审核类)、平台运营的内容监督性要求(主播是否露脸,主播是否在直播间与用户沟通),以及直播服务的内容消费性要求(内容多元化会影响内容消费的深度,也是平台的核心竞争力)。
内容识别系统使用Amazon Lambda无服务器服务维护主播列表,截取视频段,调用模型,输出结果等;使用Amazon S3处理各种类型非结构化数据的存储问题,存储截取的短视频供建模使用;使用Amazon SageMaker可伸缩的模型推理模块,部署识别算法、检测算法、分割算法以及多模态相关算法等;使用Amazon OpenSearch解决数据组织管理,方便下游数据查询。
内容识别系统每天可以处理1亿张图片,10万+以上的视频片段和10万+以上的音频片段。内容实时识别可以优化内容审核业务,降低内容管理相关业务成本40%。优质直播内容识别可以提升内容流通效率,提高内容消费深度,带来用户粘性10%的提升。
欺诈交易识别系统
海外市场由于人文环境的差异,金融基础设施不成熟,法律法规不健全,交易费率高等问题面临欺诈交易风险。所以如何去有效地控制欺诈交易的规模,是所有出海企业面临的问题。
欺诈交易识别系统通过Amazon SageMaker以及相关的服务,在集成化的环境中完成建模与分析、模型特征提取和数据流管理,从模型训练到推理到服务治理,减轻算法工程师的事务性工作,以最小的成本完成模型训练和优化。
“LiveMe风控系统涵盖了很多内容,交易欺诈识别系统弥补了在订单风险识别方面的不足。”杨飞说道。LiveMe的风控系统全部基于Amazon SageMaker,通过欺诈交易可以识别服务降低欺诈、拒付的交易规模,避免了上百万的经济损失,而且在研发效率方面模型迭代周期和模型效果提升1倍。
乐我无限还看好很多新的领域,与亚马逊云科技的合作也将继续深化,在创新业务方面:聚焦虚拟人相关的技术和云驱动相关的技术,希望结合自身业务找到切实可行的应用场景和落地点,为用户带来不一样的体验。在数据驱动方面:希望利用智能湖仓技术进一步解决底层数据存储、数据计算、数据流转问题,通过图分析技术解决内容在社交链上的传播问题,欺诈交易关联风险和潜在风险的识别问题。在系统稳定性方面:希望在跨区容灾部署、核心服务的自动伸缩以及FinOps企业经营云成本支出控制达到平衡。
未来这些尝试和探索,也将让乐我无限持续为更多用户带来超凡体验。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。