TikTok最近成為美中科技戰的引爆點。美國總統川普以國國安疑慮為由，下令TikTok母公司位元組跳動必須在9月15日前分拆其美國業務，否則將予關閉。

但中國上週修正出口限制，新增對兩項關鍵技術的出口限制--人工智慧（AI）互動介面技術，以及基於資料分析的個性化訊息推送服務技術--給TikTok的出售新增變數。

位元組跳動是在2018年收購美國青少年卡拉OK應用程式Musical.ly，並重新打造為TikTok。雖說Musical.ly讓位元組跳動在美國市場找到立足點，但真正讓TikTok業務起飛的是位元組跳動的AI推薦演演算法，這套演演算法能根據使用者的興趣和活動，提供經過篩選的相關內容。

分析業者Sensor Tower說，在2020年上半年，TikTok是全球下載最多的非遊戲類App，吸引到逾5.96億次安裝。

如果不能連TikTok的演演算法一起買下來，南華早報引述公司方面的訊息人士報導，9月15日之前出售美國業務“不太可能發生”。

TikTok演演算法為什麼是吸引潛在買主的關鍵，別人無法模仿嗎？

TikTok將演演算法引入平臺之後，大幅提高使用者在它的App上花的時間。產品專家Eugene Wei說，這種變化絕非微妙難察。

市場研究業痕App Annie的資料顯示，去年，Android手機平臺上的TikTok使用者共在這款App上花680億小時，是前一年的3倍多。根據位元組跳動8月底對美國政府提起訴訟，截至2020年6月，TikTok在美國市場的單月活躍使用者接近9,200萬，是2018年1月的8倍多。

香港中文大學工程學院教授黃錦輝表示，雖然TikTok使用的演演算法，基本上和其他科技公司app發現的演演算法相似，但每家公司都會在它的AI引擎新增特殊功能，使其與眾不同。

黃錦輝並不認為TikTok的AI有獨到之處，他說，大概花一年的時間，就可以為此短影音平臺打造一個新的推薦系統，不過，失去現有的工具，“將重創TikTok目前估值”，因為部分使用者和投資人沒打算花一年等新系統出爐。

聖地牙哥加州大學副教授Julian McAuley說：“儘管沒有原本的推薦系統，Tiktok不能如原先一樣，但這並不完全意味，該系統有任何特別之處。”

他指出：“推薦系統的早期推動者包括電子商務公司，例如，亞馬遜使用推薦技術將近20年，儘管早期系統牽涉到的是簡單的商品族群相似性匹配，而非機器學習的演演算法。Netflix在2000年代中期也是推薦技術的一大助力，甚至設立Netflix Prize大賽，以高額獎金引發學術界對推薦技術的興趣。”

在現在這個智慧手機時代，該技術因為“過濾泡沫”（filter bubble）的問題廣受批評，即使用者會將自己包圍在強化自我偏見的內容裡--拒絕所有與其世界觀不符的訊息。

McAuley說，“各家公司希望優化參與指標，並不想注入多樣性或更平衡的內容，以免損及關鍵指標”，他們沒有解決問題的動力。他補充說：“我們生活在一個對偏好訊息的需求遠高於以往的時代。”