中国版Clubhouse的诞生，或许要从人类学会如何说话开始

编辑导语：Clubhouse火了，这款美国的语音直播产品因为马斯克的直播火出圈，引起了国内互联网的注意。“有Clubhouse邀请码吗？”成为了一大流行语。Clubhouse的独到之处究竟是什么？未来的可能性又在哪里？会出现中国版的Clubhouse吗？本文作者围绕这些问题展开了分析讨论，与大家分享。

Clubhouse火了后，无数VC和PM涌入其中探寻音频社交与中国版Clubhouse的未来。在众多讨论中，有一种观点认为：任何人都可以说话， 所以Clubhouse降低了内容的生产门槛。

然而，这种观点忽略掉一个重要的事实：“声音”虽是门槛最低的交流工具，但作为内容载体的“音频”，门槛反而最高。

内容载体的门槛由供给端和需求端共同决定，即创作者生产出能让目标用户完成一个消费动作的内容的难度越低，内容载体的门槛就越低——“完成一个消费动作”的意思是，成品内容最起码要能让人看下去，不至于半途而废。

在所有内容载体中，门槛最低的应该是短视频。任何人配个脚本和音乐都能拍个十几秒，平台自带的剪辑、美颜、配乐功能也十分便利。而且哪怕拍得再无聊再烂，多少都会有人捧场，因为用户来此的目的本就是非功利的killing time，对内容质量本身并不抱有多大期待，即便不喜欢，数秒的时间成本也可以忽略不计，下滑到另一个视频便是。何况在快手这种以人为核心的社区逻辑里，用户可能更关心“视频的拍摄者”，而非“被拍摄的视频”本身。

其次是中长视频和文字，这类内容的消费成本比较高，用户需要投入一定的时间和精力才能完成一次消费。

文字的优势在于“鉴别成本”很低，读者在很短时间内就能识别出文章的基本内容，并判断自己是否对其感兴趣。同时文字的信息含量最大，一篇1000字的文章读者只需三分钟就能吸收完毕。

但换成音频和视频，“读”的速度远小于“阅读”的速度，同样的内容，呈现出来所耗时间就会增加；且一些抽象的理论和阐述也只有文字能传递出来，读者没看明白时可以迅速跳回去重新阅读，对整个过程的把控体验很好，换成音视频就做不到。

中长视频可以在完成文字的“讲故事”与“传道受业解惑”功能时，提供更生动的画面、更强的刺激性与趣味性，使内容的消费体验更佳。但对内容创作者的要求也更高，创作者必须具备基本的文案、剪辑、镜头、表达能力才能创作出“能让人看下去”的作品，普通人做出来的内容基本没人看，留存率很低。因此内容基本得 PUGC（B站）或PGC（优爱腾）才行。

门槛最高的反而是音频。 人人都会说话不等于人人都能表达，更不等于人人都能优质地表达。 学生时代就有许多话痨的同学，一被老师叫起来回答问题或是在公共场合讲话就支支吾吾说不出来。

这一点，Clubhouse早期的一批体验者中也有人深有体会：公开的表达能力不是人人都有，而前来交流的多数人多数时间都是不含信息量的无效输出。

音频论信息量和便捷度不及文字，论刺激性和趣味性不如视频，听众只能以一个很缓慢的节奏被动地听讲话者说话，既不能像阅读时那样自由跳跃，也没有视频吸引人的画面来维持兴趣。

这时候如果讲话者的水平有限，语言逻辑混乱、不够风趣幽默或是表达信息较少，听众就会听得非常痛苦，基本不可能认真继续听下去。这一点，可以参考领导上台念稿时，台下昏昏欲睡的你；这也可能是很多人靠听书入睡的原因。

总的来说，音频对内容创作者的要求其实很高，创作者必须有良好的口头表达能力，在传递充足而有逻辑的信息的同时，兼顾趣味性，才能使听众留下来。

而现实是，与日常做汇报、演讲、谈判的职场精英不同，大部分人的语言表达能力很弱，一旦需要阐述论证自己的观点，经常会忘词卡壳、词不达意、缺乏逻辑。

坐下来就一个或多个话题，连续输出一小时，在任何时候都是一件对知识储备、思维能力和口才要求极高的事。

在搞清楚三种内容介质各自优缺点的基础上，我们探讨下中国版Clubhouse有多少可能性。

目前的Clubhouse仍是一个小众圈子里的“五环内产品”，而若想复刻一个中国版的Clubhouse，主要得解决三个问题：

• 审核问题： C端产品直播的审核本来就严，音频审核的难度则更大。虎牙斗鱼、抖音快手、B站等国内主流直播平台的审核策略主要是延时+算法识别+人工审核，主播触发敏感词后会被警告，一些观看量大的直播间会有超级管理员随时驻场，一旦出现不规范内容直播就会被掐掉。
• 商业化问题： 音频的商业化难度远比视频和文字大，既难以插入信息流广告，也很难走电商带货路线，喜马拉雅、荔枝等长音频巨头亏至今仍处亏损状态。何况中国版Clubhouse如果仍然走小众路线，则用户体量根本无法支撑起营收，因此“破圈”、寻求更多用户几乎是必然选择。。
• 内容泛化问题： 然而用户体量的增加必然带来社区内容调性的下滑，以及新老用户文化冲突的问题。贴吧和B站都经历过这一阶段，其中贴吧已近乎死亡，B站仍在探索当中，目前似乎未能给出很好的解决方案。

而由于音频的特性，用户对不合格内容的忍耐程度比视频和文字更低，再加上即时聊天对主持人的控场能力有要求，调性下滑带来的负面影响有可能被成倍放大。目前已有不少用户吐槽Clubhouse一些房间内的发言人水平低、不知所云、“爹味太重”、“瞎逼逼”。

为此，有不少从业者看衰中国版的Clubhouse。

然而，如果将视角从“内容社区”切换为“语音社交”，中国版的Clubhouse未必没有想象空间。

社交有两种模型，一种基于“关系”的构建，例如微信和陌陌；一种基于“主题”的吸引，比如贴吧和B站。前面所述的用户体量暴增带来的社区冲突问题，主要出现在以“主题”为核心的内容社区内，但对于基于关系构建的社交平台，却未必是个问题。

一个规律是：调性高的内容的消费群体可以向下兼容调性低的内容，反之却很难。即一个在音乐厅听古典音乐的人可以被抖快上十五秒的搞笑段子逗笑，但一个成天只刷短视频的人，则很可能听不懂巴赫。因为八卦、娱乐等内容是人类天性，但艺术、科技、财经却需要受过一定训练、有基础知识后才能消费。

即便是现在仍处于“五环内”阶段的Clubhouse，也已经出现了一些主打八卦吹水、相亲交友、吸猫唱歌的聊天室。内容泛化、调性下滑、难以沉淀的确是破圈后的Clubhouse会面临的问题，但当内容本身都不再重要、无人关心的时候，这些问题也都不再是问题。

事实是：人类的确可以非常无聊，人类的确可以不追求所谓的“信息量”、“高质量聊天”而在聊天室内和网友们聊天吹水打发一整个下午的时间。

感官角度上，声音是未来很长一段时间内，唯一能并且已经实现线上线下无差异体验的媒介形式。人体对外接收信息无非视觉、听觉、味觉、嗅觉、触觉这五感，后三者以目前技术力尚无法做到线上传递；视频受限于目前主流设备的平面呈像、屏幕大小，对真实场景的还原度不高，临场感较弱；文字哪怕是线下交流场景都很少使用。

唯有声音，只要买个音质好的耳机，就能体会到“天涯若比邻”的身临其境之感。也正因如此，音频在提供陪伴感、拉近心理距离、传递信任方面具有天然的优势。

原子化的社会中，人类被迫孤独。上了一天班拖着疲惫身躯回到独居住所里的年轻人需要情感慰藉来填补空缺，也催生了直播和虚拟主播的庞大市场。

中国版Clubhouse会不会出现、有没有未来尚不好说，但语音社交的需求真实存在，未来十年，现象级语音社交产品的出现或许只差一个契机。

 

作者：李萧楠；编辑：杨真心

本文由 @沸点Point 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议