Bloomberg Intelligence 約會調查發現 Z 世代約會更多，惟仍對 AI 抱持戒心

Bloomberg Intelligence 發現，較年輕的約會應用程式用戶約會更頻密，儘管他們對爭奪其注意力的應用程式內人工智能仍持續抱持懷疑。Bloomberg Intelligence 約會調查傳遞出複雜訊號：對戀愛關係的興趣增加，未必自然帶來對更多自動化功能的需求。

根據 Bloomberg 10 月 28 日的報道，這些發現令透過 AI 爭取年輕客戶的努力更形複雜。Tinder 和 Bumble 面對的產品問題，其影響超越下一次功能推出：人們希望軟件處理約會中的哪些部分，又希望哪些部分維持個人化？

核心張力在於協助與取代之間。協助某人表達意圖的工具，與代為提供意圖表面表達的工具，目的並不相同。對約會平台而言，將兩種體驗視為可互換，可能把技術能力誤當成使用產品的理由。

Bloomberg Intelligence 約會調查實際改變了甚麼

Bloomberg 對這項約會應用程式用戶調查的報道，描述了一項涵蓋 1,000 名美國約會應用程式用戶的研究。在 16 至 28 歲受訪者中，34% 為單身並正約會中，較一年前的 23% 上升。

研究人員亦發現，隨着該群組年齡增長，他們付費的意願提高，儘管較年輕用戶仍比千禧世代更重視價格。除了這些正面發現外，Bloomberg 報道指出，用戶仍對融入 AI 的約會應用程式抱持戒心。

商業機會與對自動化的接受程度，是兩個不同問題。

這項區別改變了調查結果應如何影響產品路線圖。更多人尋找關係，為協助他們相遇的服務帶來機會，但並未說明哪些功能會吸引他們、促使他們再次使用，或贏得其信任。

樣本亦很重要。這些發現涉及已使用約會應用程式的人，不應被解讀為所有美國年輕人中也有相同比例屬單身並正約會。應用程式市場以外的人，可能有不同偏好、顧慮或不使用服務的理由。

年齡範圍同樣需要審慎看待。調查類別並不代表某項約會服務的資格要求，涵蓋該類別的發現亦不代表每一名通常被歸類為 Z 世代的人。

與去年的比較提供了值得研究的方向。然而，百分比的變化本身無法解釋差異是否反映年齡增長、招募方式、環境變化，或其他因素。要確立這些成因，需要可比較的方法及更詳細的結果。

因此，對平台營運者而言，有用的詮釋比「某一世代重投約會市場」的故事更為狹窄。調查結果顯示，受訪的年輕用戶群中存在機會，同時也限制了企業追求該機會的方式。

它們亦挑戰了一項關於科技採用的便利假設：熟悉數碼工具，並不代表同意這些工具的每一種應用方式。某人可以在一種情境中重視自動化協助，卻在另一種情境中認為同樣的介入不受歡迎。

約會令這條界線格外明顯，因為溝通本身傳遞了關於溝通者的資訊。回覆除字面意思外，亦表達注意力、幽默感、興趣及判斷。將其製作過程自動化，會改變收件人可合理推斷的內容。

這正是標題背後尚未解決的問題。平台須辨識 AI 是在消除用戶認可的障礙，還是在介入用戶所重視的體驗。這項調查提出了問題，卻未為每項功能作出定論。

Tinder 和 Bumble 面對功能價值問題

對 Tinder 和 Bumble 而言，直接壓力落在產品優先次序。每項新功能都在爭奪工程資源、應用程式內的注意力，以及用戶嘗試陌生事物的意願。

一項功能可以如設計般運作，卻仍處理了錯誤問題。若某人難以找到合適對象，改善個人檔案措辭或許只能帶來有限幫助；若某人不信任對話，生成更多訊息反而可能加深原有顧慮。

關鍵在於將每項介入措施，與用戶真正想要的結果連結起來。

當企業將 AI 描述為廣泛復興策略時，這項要求更高。籠統的個人化承諾留下多個未解問題：甚麼資訊改善推薦？哪些決定仍由用戶作主？有甚麼證據證明改變確有幫助？

Match Group 於 8 月 4 日公布的第二季業績，提供了有用的商業背景。公司表示，Tinder 的每日活躍用戶按年下跌 4%，是 10 個季度以來最佳的比較表現；同時，Hinge 收入增長 22%。

這些結果顯示同一投資組合內存在不同軌跡，卻未能分離 AI 的貢獻。Match Group 將 Tinder 的改善趨勢歸因於產品變更，包括推薦功能及其他創新，而非對單一功能進行的受控測試。

在評估管理層解釋時，這項區別至關重要。企業可在引入 AI 的同時改善表現，卻無法因此證明 AI 導致了改善。分發、市場擴張、產品定位，以及體驗其他部分的變化，同樣可能影響表現。

Hinge 的增長亦提醒我們，不應把年輕用戶視作同質市場。不同服務可以吸引懷有不同意圖的人。即使底層軟件相似，符合一個品牌期待的功能，在另一品牌中也可能顯得不合適。

同樣道理適用於付費意願。訂閱興趣並不揭示是哪項利益促成購買。用戶可能重視存取、控制、能見度或更有用的體驗，卻未必重視生成內容。

對 Z 世代約會應用程式而言，這構成定位挑戰。企業需要清楚說明使用者獲得甚麼改善。描述更新背後的技術，不能取代這項說明。

這亦涉及衡量問題。更多訊息可能代表更高參與度，但訊息是否有用仍是另一回事。對話變得更長而沒有更具資訊性，未必能令參與者更接近見面。

同樣地，更多完成的個人檔案可令應用程式看起來更健康，卻未必改善配對相容性。經過修飾的個人檔案或可吸引注意，卻未必協助雙方作出更佳決定。

分析上的含意直接明確：活動指標需要詮釋。希望爭取年輕用戶的平台，應展示某項介入如何改善從發現對象到獲得理想互動的路徑。否則，AI 只會成為投資的解釋，而非客戶價值的證據。

當協助取代表達時，便更難推銷

最有用的區別存在於體驗本身。有些工具協助用戶決定說甚麼；另一些則產生文字，讓對方把它當作使用者個性的證據。

生成式 AI，即根據指令創作內容的軟件，令第二類功能更容易開發。當發送者的便利為接收者帶來不確定性時，產品挑戰便隨之出現。

減少溝通所需的付出，也可能減少溝通所提供的資訊。

試想一段假設對話：建議回覆捕捉了某人原本想說的話，用戶檢視後修改措辭並發送。這項協助支持了該人已作出的決定。

再想像一個系統反覆提供維繫交流所需的機智、好奇心和情感回應。接收者便較難看清，當中哪些特質屬於他們預期會見面的人。

這些是假設情境，而非關於某一特定應用程式用戶行為的研究結果。它們說明了為何接受程度可能取決於介入的範圍，即使兩種體驗都被冠上相同的 AI 標籤。

Match Group 在 6 月 18 日發表的自身AI 約會研究，也注意到相關界線。其調查涵蓋約 1,000 名年齡介乎 18 至 39 歲的美國單身人士。

公司表示，47% 受訪者在浪漫情境中對 AI 持負面看法，而 64% 認為它可協助其約會歷程。這些結果涉及不同樣本，不應被視為可與 Bloomberg 結果直接比較。

儘管如此，它們支持比全面接受或拒絕更具體的討論。Match Group 將其結果詮釋為人們接受協助，同時抗拒以科技取代人際連結。作為公司贊助的研究，該工作亦反映了正開發這些產品的企業觀點。

這個觀點有其價值，因為它顯示張力存在於業界自身對需求的描述之中。分歧不只是科技公司與反對科技人士之間的問題，而是關於自動化在關係導向服務中應有何種角色。

用戶控制提供了一種區分這些角色的方法。檢視建議讓用戶有機會拒絕不準確的暗示；選擇何時出現協助，也讓他們保留希望獨立處理的體驗部分。

然而，單靠一個檢視按鈕，並不代表存在有意義的控制權。若生成文字成為每次互動中最容易的途徑，產品仍會塑造行為。預設設定、出現時機及介面顯著程度，都會影響用戶看到和選擇甚麼。

披露提出另一個尚未解決的問題。知道曾有協助，可能有助接收者理解一則訊息；但披露亦必須足夠具體才有用。泛泛地表示某個應用程式使用 AI，幾乎無法揭示誰撰寫了某一則具體回覆。

更廣泛的產品啟示關乎價值單位。目標不只是產生更佳句子，而是協助人們充分理解彼此，從而決定是否希望進一步接觸。這些目標有時一致，但平台在聲稱兩者一致時需要證據。

真實產品選擇已提供競爭性的答案

目前的產品公告顯示，約會公司正以多種方式減少阻力。有些着重自我展示，另一些則改變人們相遇時的社交環境。

Bumble 於 2 月 26 日公布AI 個人檔案指引。公司描述了針對個人簡介及提示語的個人化意見，以及向美國會員提供的相片意見。

同一公告亦介紹了正在加拿大測試的 Suggest a Date。該功能讓用戶表達準備好見面的意願，其目的處理的是與撰寫個人檔案不同的瓶頸。

最有力的比較，是比較正在解決的問題，而不是所包含的 AI 數量。

Bumble 的配對功能令這種比較更具體。個人檔案建議針對的是用戶如何呈現自己；表達準備就緒的訊號，則針對下一步的不確定性。單靠任何一項功能，都無法確定最終互動會否更令人滿意。

這個分野相當重要，因為公司可透過不同機制追求真實感。它可以協助用戶更清晰地描述自己，也可以讓用戶更容易表達原有意圖。

Tinder 在 9 月 30 日推出的群組約會功能提供了另一種做法。Group Hangouts 讓朋友圍繞活動組成群組、探索其他群組，並在雙方表達興趣後進入共享對話。

Tinder 表示，功能將首先在美國及部分市場推出。該公司亦表示，推薦內容可優先顯示有活躍計劃及相關活動的群組，而參與者可控制邀請及後續對話。

這項功能反映了另一種責任分配方式。軟件支援探索及協調，而朋友則提供社交脈絡。這種做法仍使用推薦技術，因此不應被描述為擺脫演算法。

其重要性在於自動化處於哪個環節。為潛在群組相遇排序，與代替某人發言並不相同。兩者都可以影響互動，但要求用戶交託的是不同類型的判斷。

群組形式亦帶來取捨。協調朋友可能比安排一對一對話需要更多心力。原意是減低社交壓力的方法，反而可能造成流程上的阻力。

這種可能性並不會否定該功能，只是顯示成功需要明確定義的結果。更多獲接受的邀請回答的是一個問題；更令人滿意的見面則回答另一個問題。兩者都不應自動被視為另一者的替代指標。

Bumble 的建議工具亦面對類似考驗。若回饋能釐清一個人希望表達的內容，便可能有用。當系統鼓勵個人檔案趨同於同一種偏好的風格時，則較難評估其價值。

這些公告說明了公司正在開發甚麼，以及如何描述其意圖。它們並未提供獨立比較，以證明某種方法能帶來更好的關係。

對於評估 AI 約會功能的讀者而言，有意義的比較關乎自主權與資訊。更新是否幫助人們更清晰地作出自己的選擇？是否令個人檔案背後的人更容易被理解？這些問題將產品設計直接連結到最新報道所描述的懷疑態度。

懷疑態度並不證明 AI 約會功能必然失敗

Bloomberg Intelligence 的約會調查值得令市場審慎看待產品假設，但並未為每項 AI 應用、每個約會品牌或每位年輕用戶作出定論。

態度與行為衡量的是不同事物。有人可能表達憂慮，同時繼續使用某項功能；另一人可能正面評價某工具，卻從未採用。

調查中的懷疑態度指出需要測試的問題；它並不提供該測試的結果。

獨立研究提供了有用背景。Boston University 2 月的約會科技調查發現，40% 受訪者不同意具備 AI 功能的約會 App 會帶來更成功的關係；另有 20% 同意，40% 則沒有選擇任何一方。

該大學表示，調查於 2 月 3 日及 4 日在網上進行，結果按美國人口特徵加權。其受訪者及問題與 Bloomberg 報道中描述的年輕約會 App 用戶並不相同。

中立群組對解讀尤其重要。不確定性為能夠改變看法的經驗留下空間，無論方向如何。它不應自動被計作支持或反對。

問題措辭亦會影響回答可以證明甚麼。詢問 AI 是否改善關係，標準比詢問個人檔案建議是否有用更廣泛。受訪者合理地可能對兩個問題作出不同回答。

這個類別本身仍很寬泛。推薦、內容生成、相片回饋及自動審核執行的功能各有不同。將它們合併於單一 AI 標籤之下，可能掩蓋用戶實際不喜歡的是哪種介入。

因此，不應將相互競爭的調查百分比拼湊成單一採用評分。不同人口、日期、定義及問題可以產生不同結果，卻不一定互相矛盾。

解讀公司結果亦有進一步限制。公開公告說明預期效益，而財務披露描述業務表現。兩者都未必揭示某個年齡組別如何回應某項特定 AI 工具。

具說服力的評估會將這些層面分開。它會檢視自願採用、持續使用、用戶滿意度及相關結果，亦會問發送者的收益是否為接收者帶來成本。

例如，一項實驗可能顯示建議訊息增加回覆。這個假設結果仍會留下有關後續對話、感受到的真實性，以及參與者是否希望見面的疑問。初始回覆率會是範圍有限但有用的證據。

私隱同樣值得審視，但不應預設存在不當行為。更個人化的協助可能需要更多個人背景。評估這種交換意味著了解功能要求哪些資訊、如何使用，以及仍有哪些選擇。

這些限制都不會消除商業警號，只會令其更精準。證據反對的，是因為年輕用戶想建立關係或已使用數碼服務，就假定他們歡迎自動化。

對開發人員及產品經理而言，這是在特別敏感情境下常見的研究挑戰。用戶表達希望減少阻力，須先經過解讀，才可成為自動化的指令。用戶希望消除的阻力，必須與令互動變得有意義的投入區分開來。

下一輪考驗是採用、留存與真實見面

未來數月，三個訊號將有助判斷公司是在回應憂慮，還是只改變措辭。這個次序相當重要，因為每個訊號都測試產品論點的不同部分。

第一是特定 AI 功能的自願採用。具價值的披露應分辨嘗試工具與再次使用，以及在提示下使用與主動選擇之間的差異。按年齡劃分的結果，會令這些發現更切合當前討論。

持續而自願使用的證據，會加強功能正在回應已識別需求的論點。

相反，經常被略過、重複使用有限，或依賴持續提示，均會削弱這個論點。這些結果不會證明底層技術沒有價值，但會顯示其目前的放置方式或用途需要重新考慮。

第二個訊號是留存與信任並看。留存衡量人們是否隨時間繼續使用服務，亦需要與用戶是否覺得自己理解並控制整個體驗一併評估。

一項功能若吸引最初注意力，卻同時令用戶對對話更感不確定，結果便是好壞參半。較低調但能幫助人們安心回歸的介入，可能帶來更持久的價值。

公司在業績電話會議上的評論可有助建立方向，尤其在其將廣泛平台表現與功能專屬證據分開時。讀者應尋找清晰比較及明確指標。泛稱個人化有所改善，並未說明誰的體驗改變了，或為何改變。

第三個訊號是朝向所期望的現實見面發展。這包括協調工具是否幫助人們安排見面，以及參與者是否認為見面值得。單靠訊息數量無法回答任何一個問題。

對群組形式而言，證據應考慮每段對話有更多人參與。對寫作協助而言，則應區分額外回覆與更佳的相互理解。這些調整會令比較更具資訊價值。

更好的結果會削弱目前 AI 投資未能切合年輕用戶優先事項的論點。持續懷疑加上疲弱採用，則會強化該論點。混合結果會支持更狹窄的策略，即不同工具服務不同需要。

因此，Bloomberg Intelligence 的約會調查向公司留下了一項具體任務：證明每項介入的價值，而不是把人們對約會的興趣視為容許各種自動化的理由。

對讀者而言，應將下一項產品公告與下一份結果披露放在一起看。問問功能交託了甚麼、用戶控制甚麼，以及所報告的改善實際衡量了甚麼。尋找超越生成個人檔案及更長聊天內容的證據。有用的約會服務應讓人更容易辨認有潛力的連結，並決定下一步怎樣做。隨着 Gen Z 約會 App 引入更多協助，哪些改變能幫助人們互相理解，哪些只令介面更繁忙？在把另一項 AI 推出視為進步之前，先在這個層面追蹤證據。