Quantcast
Channel: 小样儿(ShowYounger) »科技
Viewing all articles
Browse latest Browse all 66

向技术的长征(万字长文解读阿里NASA计划的诞生)

0
0

 

全文约13510字,阅读大概需要27分钟。

 

转载自得到App《李翔商业内参》

财经天下(ID:cjtxzk)  文|  李翔

 

 

 

一个神秘部门的兴衰

 

2014 年9月19日,曼哈顿华尔街11号的纽约证券交易所内挤满了人。中国互联网巨头阿里巴巴集团这一天公开上市,并且创下美国历史上融资规模最大的IPO记 录。阿里巴巴把它变成了一项盛事,公司的高管、主要投资人和来自全球的媒体都聚集在这个地方。马云说:“梦想总是要有的,万一实现了呢。”于是,整个中文 社交网络都被这句话燃起了热情。

 

不过,对这家公司而言,声势浩大的IPO还有一个顺带的好处:它的全球影响力的增加带来的对顶尖科技人才的吸引力。实际上,普渡大学计算机系和统计系的终身教授、后来蚂蚁金服的首席数据科学家漆远,当时就同阿里巴巴的CTO王坚一起参加了阿里巴巴的IPO活动。

 

在纽约的上市活动结束之后,阿里巴巴紧接着就在硅谷宣布成立一个新的部门:iDST(数据科学与技术研究院institute of Data Science&Technologies)。同时,在美剧《硅谷》第二季的片头,阿里巴巴的名字和Facebook、Google、Uber、甲骨文等一起出现。

 

不 过,似乎没有人能描述出iDST的职责和它对公司的作用。它的名字表示它要研究数据科技——此前,马云已经把下一个时代命名为DT时代,也就是数据科技时 代。但一个单纯的研究院显然对一家商业公司作用不大。商业史上两个最成功的企业研究部门是贝尔实验室和施乐帕罗奥托研究中心,事实证明它们虽然对技术的进 步贡献卓著,但对自己的公司却没有太大助益。当然,它们为公司博取了名声。不过,如果是为了公关效果和提升股价,iDST却几乎从来没有公开在媒体上露过 面。

 

iDST 的两位创始人之一漆远,1995年时开始做人工智能与机器学习,并应用于指纹和人脸的检测与识别,大脑成像分析,及银行用户行为监控等领域。2005年他 就在麻省理工学院开发大规模机器学习系统使用海量CPU并行分析人类基因组数据,解码生物基因组与基因调控网络,2008年开始研究今天让英伟达 (NVIDIA)股价飙升、成为人工智能领域重要玩家的GPU芯片,做机器学习加速。后来王坚回忆说,他想要招揽漆远加入阿里巴巴组建iDST,同时把当 时蚂蚁金服的总裁井贤栋和蚂蚁金服的CTO程立介绍给漆远。聊完之后,王坚说:“我也吃惊他真的非常果断就来了。”

 

王坚对漆远说,阿里巴巴是坐在金山上啃馒头。金山是阿里巴巴拥有的丰富数据,这些数据的价值并没有被挖掘出来,“数据就是土壤,但如果在这片土壤上没有盖起大楼,土壤本身就没有价值”。因此,建立超大规模机器学习平台这个伟大的任务,“就交给你了”。6年前,在游说王坚加入阿里巴巴时,当时阿里巴巴的首席人力资源官彭蕾说过类似的话,阿里巴巴的平台上产生了丰富的数据,但公司却拿它束手无策,“希望你(王坚)来拯救我们”。

 

iDST 的另一位创始人金榕是美国密歇根州立大学终身教授,曾获得过美国国家科学基金会奖(漆远也获得过该奖)——有超过200位诺贝尔奖得主都获得过这个奖金的 资助。正式加入阿里巴巴的iDST之前,他曾在阿里巴巴旗下的互联网广告平台阿里妈妈做过一年的技术顾问,帮助解决一个大规模算法优化问题,把广告展示的 收入提高了15~20%。此前金榕从未在工业界工作过,“对我来说,是第一次感觉理论的东西原来可以改变生活”。

 

那一年的顾问生活非常美好。他没有固定的上下班时间,公司的业务人员对他尊敬有加,而他又能看到自己的理论影响现实并且创造收益,“我以为产业界科学家的生活一直都是如此”。于是,当王坚发出邀请之后,虽然对要在两个国家之间频繁旅行感到犹豫,金榕还是接受了这份工作。

 

不过,这两位雄心勃勃的科学家,将会很快感受到,“理论的东西改变生活”并没有那么容易。

 

金榕在iDST的第一个工作任务,是帮助聚划算做算法优化。他用“很辛苦”来概括那一段工作的状态。

 

用 算法来提升聚划算的GMV(商品交易总额)在技术上并不困难。如果想要提升交易量,那么,只需要把价格低的商品排列到搜索结果和推荐选项的前列。低价总是 可以刺激购买。但是,如果在排序和推荐上,出现的总是更低价的商品,这就意味着网站吸引来的目标用户群,其收入水平在不断降低,“用户从二三线城市一直掉 到四五线城市,整个内涵完全变了”。不过,如果要提高优质高价产品在推荐和排序中的权重,交易量和成交总额又会下跌。

 

这就是金榕和他的团队开始面对的两难:“你帮业务团队把GMV提升了,大家还是会认为这不是个有价值的事情。”如果你不能帮助业务团队把GMV提升,那好,你连可见的有价值的贡献也没有做出。可是,“到底怎样才是有价值的事情,没有人有确切答案”。

 

每 一次会议都陷入僵局。业务部门挑战来自iDST的技术诸神,他们是否真的能够理解这家公司正在做的事情,并且用技术来帮助业务团队实现目标。从未在公司工 作过的技术先知们对这种挑战茫然失措。直到两年多后,文质彬彬的金榕才意识到:首先,挑战姿态是阿里巴巴这家商业公司的业务团队一贯采取的方式,他们希望 的是同样强有力的回应;其次,当时聚划算面对的情况,更像是希望能够完成商业模型的转换,“在整个集团看来,科技并不是算算数字,并不是只要把点击率提高,它想要能够把商业模型做好”。

 

有一次,碰到当时阿里巴巴集团的COO张勇(花名逍遥子),金榕说,他希望能够把技术团队融合到业务团队中,“以真实的业务场景为出发点,去考量和认知(技术)”。

 

漆 远面对的是一种类似于“二十二条军规”的境遇。王坚交给他的任务是建立超大规模机器学习平台。他把自己的核心团队放在了北京的阿里妈妈办公室。这些一直生 活在21世纪互联网时代的技术精英,马上就体会到19世纪蒸汽机时代的生活,“站在窗前看不到对面的楼,我们自己买了空气净化器,人人发口罩,在室内也戴 着口罩工作”,“这是非常恶搞的生活,像故事一样”。

 

到了2月份,整个公司都要做新财年的战略规划。在漆远的设想中,他要建立的大规模机器学习平台可以同时为阿里妈妈和天猫服务。他向集团CTO王坚提交了一份申请几千台服务器的计划。但在讨论之后被公司否决了。

 

在 阿里巴巴,每一位新加入的同事都有一位mentor(导师)。mentor会帮助新同事更加顺利地融入到这个以强价值观闻名的公司。漆远的mentor正 是整个阿里巴巴集团价值观的最重要守护者之一,同时兼任阿里巴巴首席人力资源官和蚂蚁金服CEO的彭蕾。彭蕾在2月份找漆远聊了一次,告诉他业务部门对他 的观感:“听说他们觉得你一不懂业务,二不懂痛点 ……”

 

他 遇到了一个“鸡生蛋和蛋生鸡”的问题:如果没有服务器,他的团队没有办法验证自己的算法和程序;但是公司不能批给他服务器,因为他不能证明自己的算法和程 序更好;他不能证明自己的算法和程序,因为他没有服务器可以跑程序;他没有服务器可以跑程序,因为他不能证明自己的算法和程序……

 

在一连串的挑战下,到了2015年的7月,iDST的人马分成了三个部分:漆远和几位同事加入蚂蚁金服;金榕和他的团队加入了淘宝和天猫的搜索部门; 漆远做语音的团队留在了阿里云。iDST这个名称仍然保留,只是从直属集团,变成阿里云下的一个部门。

 

这只是大公司内的寻常场景:即使是公司内的研究机构,也有可能找不到技术的落地场景,得不到同在公司的业务部门的认可。在向技术的跃进和帮助技术找到应用之间,存在着一道玻璃城墙。要击碎这道城墙,需要更多策略和耐心。

 

商业公司和技术公司

 

众 所周知,中国有三家具有统治力的科技公司,就像美国科技界有谷歌、Facebook、亚马逊、苹果和微软。美国记者沃尔特·莫斯伯格把它们同十九世纪和二 十世纪那些传统工业巨头像标准石油、美国钢铁公司、杜邦、通用汽车等相提并论——就差没有指责它们像传统巨头一样实施垄断。在2015年有一系列互联网公 司的合并,如滴滴和快的、美团和大众点评、58同城和赶集网等,最大的交易撮合者、华兴资本的CEO包凡感慨说,BAT这三家公司就像天上的神仙,它们看 着地下的英雄争斗,然后又主导了它们的命运。

 

这 一切都没什么错。它们像十九世纪的工业巨头,或者像希腊神话中挑拨地上战争并主导这些战争的诸神。唯一有问题的地方在于:不同于在硅谷的同行,在称自己是 科技公司时,中国的三大巨头总会显得底气不足。谷歌像一个玩具商人一样不断从自己的口袋中掏出各种新奇的科技产品,贩卖给全世界对科技充满幻想的人,从谷 歌眼镜、热气球、无人驾驶到AlphaGo;Facebook热衷于谈论自己的无人机和虚拟现实公司Oculus;亚马逊有AWS、Echo以及Echo 的语音大脑Alexa。但是BAT尴尬地发现,自己一直以来展示出的形象,竟然都是在卖出更多的广告、销售更多的商品、鼓励人去玩更多的电子游戏,并且拿 钱支持创业的O2O公司烧钱补贴用户。当然,硅谷的巨头们也都在这么做。只不过,它们同时还干了点别的。

 

现在,中国的科技公司力图改变这一形象。腾讯CEO马化腾说:“我们现在越来越感觉到,归根结底还是要通过技术的进步,企业才有可能保持在战略方面的制高点。如果和过去一样只做纯软件、纯服务,可能会在未来的一些领域失去制高点。”

 

从2016年开始,百度CEO李彦宏就一直希望人们把百度看成是一家人工智能公司。他不断地告诉大家,互联网的下一幕,会是人工智能,百度会是这个行业的领先者之一。

 

做 一家技术公司突然变成一种时髦。小米公司发布了自己的芯片,然后说小米必须始终是一家技术公司;京东CEO刘强东也开始强调,京东要成为一家技术公司;风 险投资人们不想放过那些创业公司,他们开始对那些想要从他们手上拿钱的公司喊话,商业模式的创新已经到头了,来点技术创新吧;于是,市场上开始出现了大量 的虚拟现实公司、图像识别公司、人工智能公司……

 

阿 里巴巴当然也不例外。在3月9日的杭州黄龙体育馆,阿里巴巴举办了18年以来第一次以技术为主题的大会。阿里巴巴集团CEO张勇说,“在整个阿里巴巴发展 的历史中,很多人说阿里不是一家技术公司,就是一个商业公司、一个服务公司。但我想说,阿里巴巴必须是一个技术驱动、技术和商业完美结合的公司。”公司董 事会主席和创始人马云宣布,要建立阿里巴巴的“NASA”,“面向机器学习、芯片、IoT、操作系统、生物识别这些核心技术,我们将组建崭新的团队,建立 新的机制和方法,全力以赴”。阿里巴巴的首席技术官张建锋(花名行癫)则说,因为阿里巴巴的商业太成功了,所以掩盖了阿里巴巴在技术上的光芒。

 

▲ 马云说,他并不喜欢为技术而技术的公司,更喜欢从商业需求倒逼出来的技术公司。

 

后 来,张建锋反问跟他交谈的人:“你认为我们不是一家技术公司,那你认为我们是什么样的一家公司?如果大家都这么认为,说明这件事情真的深入人心,我们没有 必要去改变。我们是一家最有眼光、最有战略的商业公司,这件事情没有必要去颠覆它。我们只是想说,我们的技术也很成功。”

的确,阿里巴巴最让人印象深刻的是这家公司的布局能力。它从B2B电子商务起家,然后切入C2C和B2C,做起了淘宝和天猫。除了在电子商务上的布局之外,阿里巴巴集团还拆分出了蚂蚁金服这家科技金融公司;阿里也是最早布局云计算的中国互联网巨头。张建锋说:“所有中国公司都面临这个过程,如果有业务前瞻性,你往往会进入一个无人区,没有一个人定义过这件事。这时就迫使你要从应用型转向研究型。因为在你把现有技术的可能性都挤干之后,必须考虑新的技术的可能性,阿里现在就面临一个比较关键的一个转型期。”

 

这 是一条从商业模式驱动到技术驱动的道路。马云显然也会认同张建锋的说法。在湖畔大学的一次讨论会上,有一位商业大佬建议湖畔在招生时多考虑一些技术型的公 司。原因无外乎,在创业浪潮中,经历了各种O2O公司的狂轰滥炸之后,商业模式创新似乎已走到尽头。马云回应说,他并不喜欢为技术而技术的公司,更喜欢从 商业需求倒逼出来的技术公司,“吹个小牛,我创业的时候,从来没有想过我能做一家技术公司。今天阿里巴巴的技术实力绝对是前三”。

 

在 蚂蚁金服公司16楼,能看到支付宝最早的异常交易记录:它由人抄写在纸上,如今作为公司发展过程中的重要见证物,被陈列出来。现在,这家公司拥有一个强大 的人工智能部门。领导这个部门的首席数据科学家漆远说,这不再是一个研究院, 而是一个植根金融业务的技术部门; 它代表了中国金融领域在机器智能上最先进的水准,同时计划建成并输出世界上金融领域最强的机器智能能力。

 

对 于淘宝,很长一段时间内,这家公司的技术员工,最重要的工作是维护系统的稳定性,因为过快的用户增长随时可能导致网站的崩溃。现在负责淘宝和天猫技术平台 的范禹回忆说,2004年加入淘宝后,有一段时间,他最担心的就是在晚上回到家之后,接到“0571”打头的电话,通常都会是值班的同事让他赶紧回公司看 一下,因为系统出问题了;更糟的情况是,接到张建锋的电话,这说明业务部门已经投诉到张建锋那里去了。范禹说:“我们做了很多偏系统性能和稳定性的事 情。”

 

情 况已经发生变化。张建锋说:“我们以前一直追求成本、效率、性能、稳定,我们认为只要做到这些,就可以非常好的支撑业务。但今天我没有办法给任何一个部门 做一个稳定性的指标。这是底线。”他说,如果阿里巴巴的技术体系再出现BUG,那就不仅仅是阿里技术体系的BUG了,而会变成社会的BUG。因为这家从电 商起家的公司,它的业务范畴,如今已经涵盖了电子商务、移动支付和金融服务、公有云、物流、地图等领域。

 

▲ 蚂蚁金服CTO程立。他认为,“一个看似无关的技术,影响却会非常大。”这让他对未来充满警惕。

蚂 蚁金服的CTO程立也说,在他正式出任蚂蚁金服CTO的三年多时间里,“最早的时候,更多的还是在满足当下的业务”。耗费他很多时间和精力的是蚂蚁的“金 融云”:“三年多前,我当时看的更多的是,怎么样能够把蚂蚁的技术变成一个行业通用的技术,之前三年我们做了一个架构叫’金融云’,是把蚂蚁的技术开放出 去能够服务金融机构。”但从2016年开始,一向务实的程立也把目光从支撑业务身上转移开。“未来还不是很确定的技术,会成为我关注的重点,我关注IOT 和支付和金融的结合,关注区块链,关注人工智能方面的东西,更多是在看外部,包括一些未来还在萌芽中的技术。”2016年,他开始花30%的时间去看这些 新的技术;在2017年,他相信自己可以用超过50%的时间去研究同未来相关的技术变化。

 

 

一家商业公司的技术实力

 

“产 品越简单,技术越重要。你跟用户接触的界面越简单,后面的技术肯定越复杂。”张建锋说。作为商业公司的阿里巴巴,技术能力也不容小觑。仅仅是支撑庞大的用 户量,以及以极简方式满足用户需求,就需要非同一般的技术实力。如果不明白,那去看看谷歌的首页,谷歌真正的技术实力隐藏在一个简洁干净的页面之后。

 

用 户的主要使用终端从PC端到无线端的变化,更是增加了对技术的挑战。在以前的较大的电脑屏幕上,用户对界面和产品的复杂度容忍度会更高,产品本身也可以通 过设计去引导用户多点击几下跳转页面,“但是在无线时代屏幕这么小的情况下,产品已经不能复杂了,一定很简单。越简单的产品,越要有非常好的用户体验,后 面考验的就是技术能力”。

 

对 于淘宝而言,“手淘这么小的一个屏幕,今天一个人打开手淘,看到的内容要是他感兴趣的内容,后面就非常考验技术了”。每天大概有2亿人会登陆手机淘宝,在 淘宝上则由大约10亿种类商品,对技术的考验在于,要实时匹配给用户他感兴趣的商品内容,“你要从当下用户搜的一个词或点击的一个词,匹配实时的内容,帮 助用户决策。这都是需要非常非常高技术的”。

 

每 年的双十一对技术也是大考。范禹说,至少到目前为止,技术仍然需要为每年的双十一做很多事情,利用双十一来促使技术升级。双十一的特殊之处在于:首先,用 户访问和购买的峰值会很高,其次,在那一天,用户的行为也发生一些变化。当然,高峰值并不奇怪。微信除夕夜的收发红包,雨雪天气时的叫车服务,乃至节假日 出行高峰时的酒店预订,都是各自行业的峰值。范禹说,相对于其他拥有高峰值的公司和产品,电商的特殊之处在于它的复杂度。比如,价格不能算错,双十一期 间,商家和平台设置的各种促销政策的叠加,造成规则复杂;第二,商品库存数量不能算错,比如此前就曾出现过超卖的问题。然后,还有支付和物流这两个环节的 问题。

 

范 禹说:“从底层整个基础设施的架构、到中间业务的玩法,再到很多大数据的应用,其实每年都在发生很大的变化。对消费者而言,可能并没有感觉’双十一’有本 质的改变,但是对于技术人员来说,每年都有很多不一样的变化。”比如,2014年时,当时负责双十一技术部分的范禹一直在纠结,是否要把服务器切换到上海 的数据中心。他犹豫的原因是,当时数据在杭州两个同城机房之间交换,只需要不到一毫秒的时间,但在上海和杭州的数据中心间交换,需要5~6毫秒,“几个毫 秒对系统的影响就很大,而且,还担心网络光纤万一出问题怎么办”。到了2015年时,阿里已经在深圳、张北和上海同时启用了数据中心。同时,把数据放在云 上的比例也越来越大,从10%到65%,“底层的架构改变每年都在发生”。2017年他们又计划做离在线混合部署,即把离线的大数据和在线的计算能力结 合。

 

▲ 马云宣布要建立阿里巴巴的“NASA”,面向机器学习、芯片、IoT、操作系统、生物识别这些核心技术,组建崭新的团队,建立新的机制和方法,全力以赴。

 

另 一个张建锋特地举出来证明阿里巴巴技术实力的例子是云服务。“云服务是通过规模化来优化成本结构。所以,云服务的价格,跟很多商品和服务的定价都不同,它 是一个非常激进的价格下降的过程。”在价格急速下降的同时,云服务的提供商还要能保持一个高毛利率,“这就不完全是靠硬件成本的下降,硬件成本下降没有这 么大幅度。它的成本优势要靠软件和技术集成之后的优化带来。所以,如果你要做云,单从成本上来讲,没有一定的技术,你是不可能盈利的”。除此之外,大规模 的云服务,还要考研云服务提供商的稳定性和安全防护能力。

 

“阿里以前更多被人家所知道的是工程化的能力,讲工程技术。现在AI起来就更强调一些算法能力。这两个能力一结合,还是有很大的空间。”张建锋说。

 

除此之外,他 证明阿里巴巴技术能力的另一个角度是:在流量红利时期,以技术能力去匹配和支持业务需求,满足不断增长的需求即可;但是现在,流量红利枯竭的情况下,“阿 里还是保持一个非常高速的成长,不管是从我们的交易额、利润,都比流量涨得更快,这就是从技术要来的红利”。当然,反过来看,它也证明,如果这家公司要继 续保持增长,就需要在技术上更加深入。

 

对 于蚂蚁金服,首席技术官程立最为自豪的是两方面的技术。第一块是“大规模分布式交易处理技术”,它是一整套处理金融级交易的架构与平台。程立说,他面试过 一个为传统银行做系统的技术人才,“从2015年开始,当他到银行去,售卖原先公司的系统和服务时,发现如果他的系统和服务不是基于阿里与蚂蚁金服的技术 架构思想,银行听都不会听。这已经成为一个基本入门门票。必须是基于阿里与蚂蚁金服的技术思路做的架构,才会进到竞标的环节”。第二块是“用大数据技术去 解决风控和信用的问题,并在上面做一些服务”。程立称之为蚂蚁“做的最早、技术沉淀最成熟”,是从小微信贷到芝麻信用等蚂蚁金服现有的服务的底层核心技 术。

 

张建锋非常强调技术的格局。而这种格局,显然不是所有公司都拥有。虽然在大公司做技术,可能带给你无数烦恼,但它也提供了小公司难以提供的视野和平台。他说:“做一个APP,没有做到一千万DAU的时候,你的所有规划,都不知道能不能成立。只有爬到山顶上,你才能看到不一样的东西,在山脚下谈很多未来,其实都是以YY为主,都是没有根据的。你站得更高,你的规划才能更明确,所有的事情都是一样的。”

 

 

向技术的长征

 

不过,基于业务需求而产生的技术,显然并不能让一家市值2500亿美元的公司满意。尤其是,它的创始人和领导者一直都以雄心勃勃著称。

 

阿里巴巴集团CEO张勇不断强调要“向技术要红利”。这已经成为他发言中出现频率最高的句子之一。

 

马 云则要更加不客气。他对阿里巴巴的技术人员说,你们听了不要不高兴,现在阿里巴巴的技术研发,“有点像游击队带了个兵工厂、弄两个手榴弹,造手榴弹造得快 点是可以的。但现在我们已经是这么大的经济体,我们必须建立起NASA这样的机构”。他一口气划定了一系列的核心技术,“人工智能、机器学习、语音技术、 生物识别、芯片技术、操作系统”,“兵工厂没有办法造出导弹,我们必须建立导弹机制的思考,我们需要建立强大的对未来技术的思考,我们不能走原来的路”。 他提到自己在2016年提出的“五新”,说新零售已经在落实,新金融正在布局,“已经到半路了”,接下来“必须组建阿里的新技术”。

 

要把董事局主席和CEO对技术的要求变成现实的是阿里巴巴集团的CTO张建锋。张建锋把阿里巴巴的技术分为优化和创新两个部分,“今天不管做推荐、搜索还是广告,我们的都是优化,我们不要认为自己是在做创新。真正的创新是开拓和定义了一个市场。今天我们两件事情都要做到极致,如果两条路都做到极致,现在跟未来,我们两部分都全了,既有对现有业务的持续改进,又有对未来创新的持续投入”。

 

张 建锋在2016年的4月1日被任命为阿里巴巴的首席技术官。和阿里巴巴的上一任CTO王坚不同,并且和绝大部分公司CTO也都不同的是,张建锋是技术出 身,最早的职务是淘宝网技术部的架构师,但随后转做业务,而且相当成功。张建锋做过很长一段时间业务领导者。他曾担任过淘宝网的总裁,2015年3月天猫 总裁乔峰被免职后,张建锋更是一度出任阿里巴巴中国零售平台负责人,统管淘宝、天猫和聚划算。这应该是整个阿里巴巴集团中最重要的具体业务管理岗位。直到 后来张勇出任阿里巴巴集团CEO之后,直接管理电商业务,张建锋才转任中台事业群总裁。

 

▲ 阿里巴巴CTO张建锋。他认为,当技术能够跟产业结合在一起把产业做大时,人们对一家公司的认知也会变化。

 

张 建锋说,他认为有两种类型的CTO,“一种是站在业务的角度看技术,另一种是站在技术的角度看业务”,他自己偏向于前一种,喜欢判断“你做的这个技术,到 底符不符合商业发展的策略,到底有没有解决商业上的问题。如果有,那我再回过头来看,你这个技术符不符合技术潮流,成本到底怎么样,可行性到底有多大。”

 

业 务部门出身的背景,让张建锋得以避开技术和业务之间最常见的冲突,也是2014IDST组建之后,包括漆远和金榕在内的科学家同业务部门之间的冲突:业务 部门指责技术部门不能落地,而技术部门郁闷自己的研究成果始终无法被具体应用。他也拥有足够的权威去推动阿里巴巴集团技术部门的整合——马云本人也认可了 这一点。此前,阿里巴巴的每个业务部门都拥有自己的技术团队。甚至如图像识别这样可以成为通用技术的技术研究,也分散在不同部门。

 

举 一个例子,张建锋出任集团CTO之后,在总裁会上,他曾数次提议要举集团技术之力,进行一个类似于亚马逊智能音箱Echo,以及其背后的语音大脑 Alexa的项目。但是,阿里巴巴集团的语音识别技术团队归属于阿里云旗下——这支团队由原先的iDST部门划归到阿里云,也是国内最顶尖的语音识别团队 之一。这涉及到对分布在不同业务部门和公司之间的技术能力的整合。

 

几 次的讨论之后,张建锋如愿以偿。解决方案出人意料地聪明。在一次总裁会上,现任阿里巴巴集团首席人力资源官、当时还是菜鸟总裁的童文红提议:“大家也别烦 了,行癫(张建锋)你就去做阿里云的CTO不就得了吗?”这个方案得到了CEO张勇、张建锋和阿里云总裁胡晓明的一致认可。于是,从2017年的1月13 日,张建锋开始兼任阿里云的CTO。他可以名正言顺地调用语音识别团队。

 

在张建锋看来,阿里巴巴技术的出发点要考虑两个方面:第一是要有先进性,第二是要能规模化和产业化。后者更被他视为是一个难以复制的优势:“我们非常难得的一个优势是,我们有产业化的资源整合能力”。然后,他 把对技术的关注分为三个层面:第一个层面是同阿里巴巴集团业务相关的技术,“跟你业务一毛钱关系都没有,怎么去做”;第二个层面是,可能跟现有业务没什么 关系,但技术趋势会对用户产生巨大影响,这个层面的技术如自动驾驶、人工智能、虚拟现实等;第三个层面他称之为“可能会颠覆所有东西的技术”,如量子计 算、区块链等。

 

他 关心的更为具体的领域,是云计算和IoT。张建锋说:“现在阿里巴巴集团只谈云和IoT”。他的同事在旁边加上一句:“云、IoT和AI。”不过,张建锋 已经在技术大会上把AI解释成“Alibaba Inside”,即由阿里巴巴提供的技术支持。比如,阿里巴巴为玩具巨头美泰提供了其在中国市场所有产品的语音交互功能。

 

马 云把大数据拆成两个部分,云数据和大计算,储存在云上的数据,以及庞大的计算能力。张建锋说:“目前的人工智能技术都是基于数据的,所以,这一波浪潮起来 之后,最受伤的都是没有数据的公司。现在风头最劲的公司都是有数据的公司,比如谷歌、Facebook、阿里巴巴,因为天然的是直接面向用户的服务,每天 都会产生很多活数据。”

 

然 后是计算能力。张建锋考虑的是,“能不能把计算能力做得与众不同”,“如果全部都是基于GPU,那其实大家的能力差不多,因为这个能力是英伟达 (Nividia)定义的。所以才有人要做专用芯片,比如谷歌要搞TPU,我们要搞FGU。阿里巴巴这样一家体量的公司,必须去做一些自己的研究。”

 

第三步是对行业的理解,“这是今天整个人工智能面临的最大挑战”,“最稀缺的是人工智能和产业的结合”。

 

只有数据、计算能力和对行业的理解三者结合起来,才能形成一个张建锋所说的,既有技术的先进性,又具备产业化能力的解决方案。用张建锋的话说,当 技术能够跟产业结合在一起把产业做大时,人们对一家公司的认知也会变化。比如,如果一家公司把图像识别在医疗行业应用得特别好,那大家对这家公司的认知一 定是一家医疗公司,而不是图像识别公司;在安全上做得非常好,那它就是一家安防公司,而不是图像识别公司,“这些产业的规模都足够大,但今天我们都是在产 业的边缘逛来逛去。所以,在人们看来,大家做得都一样,都是图像识别公司”。

 

在 IoT上,阿里巴巴则有“很大的计划”,从芯片、语音交互到硬件,都会涉足。以语音交互作为入口的硬件为例,亚马逊的Echo成为爆品之后,希望模仿 Echo的中国公司不在少数,不过,“不能说我有语音交互我就跟亚马逊Echo一样,Echo做的根本不是语音交互,是Alexa背后的平台”。显然,张 建锋认为阿里巴巴集团拥有不逊于亚马逊的优势,而且,由于中国互联网+的繁荣,它能提供的服务只会更多:餐饮、出行、酒店、音乐、影视……“主要是智能平 台和后面的整合能力,而不是语音交互,语音是一个通用技术。如果真做成一个音箱,那就太LOW了。”

 

不 同于张建锋在技术和业务之间的职务多变,蚂蚁金服的CTO程立一直在技术岗位上。尽管阿里巴巴集团号召它的员工要“拥抱变化”,在人员调整上以“轮岗”著 称,程立却长达12年没有被“轮岗”过。蚂蚁金服内部已经建立了4个技术实验室——其中3个成立于2016年,以关注他所称的同未来相关的技术。这4个实 验室分别关注生物识别、区块链、人工智能与IoT。程立对这些实验室的要求是,“只做面向未来3到5年的投入”。他说:“过去我们招聘一个人,会看和当下 的业务有没有直接的关联和帮助,现在我们招一个人,也许就是为未来储备。一些科学家性质的人才,过去也许我们不需要,只是等一项技术快产业化的时候,我们 把技术拿过来用,但现在我们会招一些科学家级别的人才。会有更多的科学家加入。”

 

他对技术带来的不确定但又重大的影响深有体会。最直接的例子就是移动互联网对支付和金融业务的冲击。程 立曾经一度认为,移动互联网对支付和金融的冲击不会像对其他行业如社交、游戏、内容和电商那么大。他认为,或许这只是一个把服务从PC端搬到手机端的过 程,“但现在回头看,移动支付是把金融服务和支付重新定义。当支付从线上往线下走的时候,你会发现移动互联网提供了很多新的技术可能性。包括蚂蚁尝试过的 声波支付、蓝牙支付,以及二维码支付”。

 

他的结论是,“一个看似无关的技术,影响却会非常大。”这让他对未来充满警惕。

 

iDST的归来

 

前 iDST负责人漆远来到蚂蚁金服做首席数据科学家,他和团队接到的第一个项目是智能客服。他希望通过智能交互机器人来解决支付宝的客服问题。这一次,他和 团队大获全胜。2015年双十一的时候,他到成都客服基地去看项目的效果。当时,客服部像往年一样举行一个小小的竞赛,接到客服电话最多的团队,公司会发 iPad作为奖品。所有人都做好了加班的准备。但是出人意料,到了11月11号的中午,客服的电话就已经少了很多。从杭州总部来的高管们不好意思再去抢着 接电话,都撤出了现场。

 

后 来,客服部门拿出分析数据,2015年的双十一,客服做到了94%语音自助,这意味着有94%打来的电话不需要再转接到人工服务。2016年的双十一,客 服自助率做到了97%。漆远给2017年客服项目定下的KPI不再是自助率,而是用户的问题解决率和满意度。最近的一个标志性的事件是两周前,客服机器人 的问题解决率超过了在线的人工问题解决率,这在一年多前项目启动时是不敢想象的效果。业务部门做了一个统计,在不到一年的时间里,去除掉人工智能团队的人 员工资和计算资源成本,他们的工作为公司节省了一个多亿的成本。

 

“客 服项目是蚂蚁金服数据落地的一个标杆项目。”漆远说。 它符合阿里巴巴和蚂蚁金服对技术的两个要求:第一,代表趋势;第二,能够产业化。对话机器人即使在硅谷也是一个浪潮,有数百家创业公司进入了这个领域,用 漆远的话说, 但是,“能够做到落地,真正有用的,基本没有”。

 

漆远在离开iDST来到蚂蚁金服之后,他在阿里巴巴集团的声望也开始迅速上升。2015年,阿里巴巴集团评算法大奖,16项奖中,漆远80人的团队包揽了6项。其中包括第一名超大规模机器学习平台。

 

▲ 蚂蚁金服首席数据科学家漆远。他认为,一项技术如果想要发挥价值,就要找到应用场景,真实地通过产品影响到用户,最重要的是技术和业务之间的认同。

 

在 蚂蚁金服,漆远组建起300多人的人工智能部门。“团队这么快的发展离不开公司对技术人才的重视“,漆远说,”Lucy(蚂蚁金服董事长彭蕾)和 Eric(蚂蚁金服CEO井贤栋)非常支持,Lucy说,招什么人,钱不是事,看中好的人,你告诉Sam(蚂蚁金服首席人力资源官蔺相如),他会支持。 Lucy说我们人才要超配,原来我们都是一个萝卜一个坑。”

 

他和业务部门的关系也在变得和谐。这个早先被指责为“忽悠”和“不能落地”的科学家,现在总是提醒他的同事,一项技术如果想要发挥价值,就要找到应用场景,真实地通过产品影响到用户,最重要的是技术和业务之间的认同。

 

他的团队已经着手在做一系列TechFin项目,既有对现有系统的效率优化和升级 – 比如优化营销效率的智能匹配和基于深度学习与加强学习的风控升级 – 也有面向未来的技术开发。比如深度学习与知识图谱的结合,基于多轮对话的智能助理系统,与金融市场分析。

 

在 2016年初写给公司的报告里,漆远起的标题是“人工智能助力金融”,报告的核心思想是我们不仅要用AI技术来优化现有流程,更要开创新的增长点。蚂蚁金 服的CTO程立看完之后说,太谦虚了,改一改吧,改成“人工智能驱动金融”。2017年的1月份,突然有一天,马云、曾鸣、张建锋、邵晓锋、王坚等一干阿 里巴巴集团的高管到访蚂蚁金服,同蚂蚁金服的高管们开会,马云说,“科技重塑金融”。“马老师讲,科技重塑金融,’重塑’是什么意思?就是 redefine。这比驱动业务还要向前走了一大步”,漆远说。

 

马 云在会议上提出了一个新词“techfin”,科技金融。程立说,过去蚂蚁一直认为自己是fintech公司。“这不是文字游戏,fintech是用技术 让金融服务成本更低、效率更好,是用技术优化金融,本质上还是一家金融公司;但是techfin的意思,就是本质上是家技术公司,是要用技术去赋能金融机 构,这意味着第一要专注在技术上,第二要更加开放地去服务于金融合作伙伴。”

 

在三月份阿里巴巴组织部大会上,已经是蚂蚁金服首席数据科学家的漆远和前CTO王坚坐在一起。王坚说,他最高兴的是iDST又回来了。张建锋要把此前这个拆分到各个业务部门的研究院重新拼装起来。新任iDST负责人就是此前iDST的两位负责人之一金榕。

 

金 榕把自己和团队在天猫搜索部门的经历,同当年知识青年的上山下乡相比,“必须要知道粮食是怎么长出来的,必须知道钱是怎么挣的”。和漆远一样,他的团队也 没有用多少时间,就赢得了认可。2015年,金榕的团队拿到了集团CEO大奖,他的团队也从30个人慢慢扩展到了120人左右,包括语音、图像。金榕说: “我觉得这段经历应该是让我真正理解了,业务就是业务,它的确有很多很复杂的要求,不要低估。我们最早帮聚划算的时候,第一反正也完全听不懂;第二就是非 常不欣赏别人。但想想看这帮人很不容易,他们的KPI很重,几乎每天都很紧张,他们的KPI是真金白银的KPI。然后,真正理解了从技术到产品的过程,比 过去要清晰很多。”

 

在巨头之中,他对亚马逊赞不绝口。金榕称亚马逊是一个“令人印象深刻的公司,从一个电商公司变成了一个技术公司,某些方面甚至比Google更有竞争力”:“亚 马逊的技术人才没有Google那么多,但是它能把东西做得很有影响力,它的技术和业务融合非常好。它是在做一件产品而不是简简单单的在做技术。产品就要 关系到用户体验,不是简简单单说搜索的准确度高。但凡想要技术有大的影响力,你永远都绕不开这个命题:怎样在一个商业的环境下影响用户全方位的体验。”

 

这 会成为对他的新的考验。2014年组建iDST之后,他已经体验过一次技术和业务难以融合,无法找到落地场景的痛苦。“在任何一个公司,无论是商业驱动还 是技术驱动,如果不能把商业机会和科技的优势联系起来,终究是有问题的,谷歌就是一个很好的例子,它有非常强大的技术能力,但并不说明它能成功的把它的技 术能力应用出来。我经常举一个简单的例子,谷歌的机器视觉技术有200多个博士,但YouTube不用他们的东西。YouTube的成功和他们的视觉技术 能力没有任何关系。”与之对比,亚马逊则不断有像智能语音大脑Alexa、线下新零售店Amazon Go,这样技术同业务融合,并变成标志性产品的项目出现。

 

采访到后来,我喜欢问碰到的每一位技术人员,究竟该如何判断,一家公司是由技术驱动的,还是由商业驱动的?

 

程立的回答是:当你需要要解决一个客户问题或者解决一个行业问题时,第一时间想到的是用商业的方法去解决问题,还是用技术的手段去解决问题?如果你是一家业务公司,看到一个问题,会很自然地用业务手段去解决;而如果你是技术公司,第一反应是想通过技术手段来解决。

 

金榕的回答要更为激进:要看这家公司是否离开技术就活不下去。有些所谓科技公司,即使没有技术能力,也没什么关系。

 

他 说:“科技是可以做出根本性改变的,它真的不仅仅是让商业做的更好,而是有拓展商业边界的能力。”但是,在商业公司内做研究,“需要容忍失败,保持耐心和 毅力”。他再次举出了亚马逊的例子:今天我们能看到亚马逊成功的产品如公有云AWS、智能语音Alexa,以及大受好评的Amazon Go,亚马逊也有著名的失败产品如智能手机Fire Phone。

 

“如果你不过是比别人早想两天去做一件事,我觉得没太大意思。如果这是一个最棒的东西,即使所有人都想到了,只有你做成,那才是一件最杰出的事。我希望我做的是最好里面的最好。”金榕说。

 

这家公司再次踏上了向技术的长征。

 

 

-End-

http://mp.weixin.qq.com/s?__biz=MjM5MzMyMDE3Mw==&mid=2652197988&idx=1&sn=9427ffa3ab4c5beb69f42cbf5428c532&chksm=bd7929e68a0ea0f0fe27c0a53caa665765ae8c0c225d352001867063e4482d44ddb0aa7c613a&mpshare=1&scene=2&srcid=0405vbKh9PbqSZtYWOQcMuvQ


Viewing all articles
Browse latest Browse all 66

Latest Images

Trending Articles





Latest Images