按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
付出换来的被围观装逼值会越高，自然有越来越多的人玩传奇。
藤迅搞撸阿撸的电竞，也是一个道理。撸阿鲁好不好玩弱不弱智并不重要，关键是要形成社会认同，形成装逼潮流，自然能裹挟更多的人。
藤迅十几年的核心文化，注定了他们认为内容推送的核心，要靠社交牵引，要靠流行引导。
社交是第一性的。
其余科技也好，人工智能也好，深度算法也好，用机器人揣摩真人的心思也好——在藤迅眼里都是第二性的。
这个主次纲目，注定了藤迅这家公司永远不会在推送上下足够的人工智能研发投入。
因为它一开始就认为中国人是煞笔，不配拥有真我，只要牵着鼻子往里灌、引导他们“藤迅给啥、让啥流行，你们就该喜欢啥”。
社交对流行的牵引性，是藤迅的立公司之本，是他病毒式扩张的根。
马花藤可以实现从QQ到微信的“自己革自己的命”，因为那些不过是“壮士断臂”级别的改良，或者说“修炼吸星大法前散尽本体真气”的纤芥之痛。
但是，他永远没法实现“内容的扩散从靠社交流行引导、变为让用户发现真我”的转变。
因为那是藤迅的根。
除非他“挥刀自宫”，否则这个弯到藤迅死都是转不过来的。至少稍微往弯掰一掰，藤迅的核心利益就会一阵剧痛，藤迅的命根子就会一阵剧痛。
正如当一个国家的人民不再患衣患食的时候，有一类企业是注定要式微的——买泡面的。无论泡面卖得多好，等到这个国家的人消费升级，不想委屈自己之后，泡面是注定灭亡的东西。
顾莫杰赌的，就是中国人不可能永远穷下去，不可能永远吃泡面就满足。
第八十章你见到的只不过是上半场
乌镇大会上，顾莫杰不可能把很多技术细节讲出来。
有些东西，只能闷头去做，而不适合拿来讲故事——除非顾莫杰打算和贾老板一样天天放PPT骗钱骗投资。
愿景画好了，后面就是手底下见真章。
涉及到数据筛选算法的研发，是最难量化，也最难让投资人或者外行人看懂的。唯一评判其是否成功的标准，就是看结果。
这很好理解。
度娘和谷歌，每年都会花数亿美元级别的研发资金，优化其搜索结果排序的算法。这种技术投入是隐性的，消费者根本看不见。
观察力敏锐的消费者，如果可以跨越时空回忆一下几年前他用过的度娘和谷歌是啥样的，或许会恍惚察觉到：诶？怎么如今的度娘，感觉搜结果比几年前聪明了很多？好像稍微打几个关键字，就能猜到我要搜啥？
比如说，在听完顾总的演讲后，很多人都会回去度娘上搜名人名言、相关老梗。
要是搁几年前，好像得打完一整句“不要误会，我不是针对谁，我是说藤迅所有的推送算法工程师，都是辣鸡”，才能找到想要的链接。
今天怎么才打了“不要误会”四个字，度娘和谷歌就已经把今日的乌镇金句给联想出来了？貌似比输入法的智能联想还聪明点诶？
要知道，顾总为了应对全球直播，当时可是只公开说了“不要误会，我不是针对谁”这十个字，后面半句话啥都没说出来啊！究竟是哪个天杀的联想算法自说自话联想的！
（咳咳，没有对工程师不敬的意思，那些人也是可怜，是藤迅的既得利益惯性太大，工程师也没法实践自己的理想。他们如果要上新的内容分发模式，肯定会动撸阿鲁毒奶粉CF的奶酪，让脑残式流行制造机被踩刹车、让藤迅的短期利润受损。
然后藤迅整体的KPI考核模式就会出问题，做了有长远利益的事情的人拿不到好的考核成绩，短平快的人节节升迁。所以这是一个大公司的死节，就像克莱顿。克里斯坦森在《创新者的窘境》上说的那样。这是藤迅到死都解不开的死节。）
可惜，大多数消费者是不会感恩的，而且因为他们天天用度娘、用谷歌，甚至体会不到这种每天都在微微进步一点的算法。
开完会回到钱塘，顾莫杰身边的人都能感受到氛围有点不对。
那天顾莫杰说的话太嚣张了，着实把曾经的敌人往死里、往骨子里得罪了。
一时之间，不少收了钱的公众号软文号上各种文章甚嚣尘上，展开了关于人工智能“猜你喜欢”的未来走势、究竟短期数年内能不能抓住中国用户的心。
当然，力挺初音的用户也是有的，比如所有知识分子阶层的人几乎都为顾莫杰的言论叫好。
“一群煞笔！别人说啥流行、用啥装逼就去看、就去用，没脑子啊！有没有自己的主见的！一群辣鸡！”
顾莫杰也知道这样不好，容易造成社会撕裂——就跟美国人那边，如今草根24K纯吊和社会精英都撕裂成啥样了，作为维系社会的中产阶级纽带都几乎不存在了，实在要不得啊。
所以，他让初音网络科技方面，对“初见”及其朋友圈、公众号，外加其他分享渠道中的过激言论，露脸权重都降低一点。
毕竟，未来重要，眼下也重要。
十年二十年之后，中国人会更有钱，更有个性，更有自我觉醒，不代表眼下也这样。
对于眼下还在跟风看金秀贤的杀马特，应该本着治病救人的态度，等他们精神和物质都富有起来，自然会放弃他们的偏好。
而不是把这些人逼到对立面上。
“没有主见的小学生，只是因为他们目前见识少才没主见。过几年等他们被玩坏之后，会经验丰富起来的，到时候他们就知道麻花藤推送给他们的不是好东西了。我们要以包容的姿态欢迎这些人归来，而不是用鄙视链歧视他们。”
老白，都是从小白成长过来的。
纷纷攘攘的舆论风波，一直吵吵了十天半个月光景，吵到开学季才渐渐平息。
……
顾莫杰这段时间，也逐渐把其他日常的生意放空出去，增大手下人的权限，而他自己只专注于亲自抓人工智能推送算法的的优化工作。
想法太超前，身边不理解的人自然不少。只不过他身边不理解的人，出发点都是为了他好，提的也都是善意的建议。
比如，这阵子回到家里，他妻子陆文君都少不得给他吹耳旁风。
陆文君曾经一度被顾莫杰拔高到初音的用户体验总监。
用户体验这种事情，女人还是比较有发言权的，而且正好需要细腻的人去操作。陆文君又是学计算机出身，又蕙质兰心，这些年见多识广地历练下来，颇能把握得好方向。
只不过，从去年产后，她很少过问公司的事情了，也就把用户体验总监的职位让了出去。
作为亚洲首富的妻子，她需要把更多精力放在亲自培养继承人方面，育儿上自然不能马虎。工作么，少她一个也没什么大碍。如今孩子已经周岁，她才渐渐能分出些精力关心顾莫杰的生意。
毕竟多年的用户体验工作积淀还在那儿，所以每天枕边风时刻，陆文君都要提她那句经典名言：
“人都是有自尊的，不愿意被机器猜透他的内心。如果机器对他的喜好猜得太准，用户反而会有抗拒逆反的心理，偏偏拧巴着来，说不定还会故意给人工智能提供错误的数据。”
这天，顾莫杰又是很晚回家，收拾收拾倒头就要睡。陆文君早早安顿好了孩子，亲手给他上精油按摩解乏，又提起了这个话题。
顾莫杰许是累了，不想长篇大论解释。
“这些事情，你都脱节工作两年了，我很难和你一句话解释清楚。别多想了，这事儿上我明白着呢。”
“你是不是又有女人了，这么不耐烦。”陆文君一副泫然欲涕的语气，让人多有不忍。
“想哪儿去了，我连婉清都一两年没沾了，你不方便的时候，就只碰过费姐和宝儿。不许再起这方面的疑心了——咱的财产，将来还不都是孩子的。”
“那你还嫌我烦，就跟我说说呗。口渴我给你倒水。”
顾莫杰被拗不过，只能答应。
他也知道，对身边的女人一直关心不够。尽管今年年初开始，陆文君身子彻底养好之后，他已经恢复交公粮了。
事业到了这个规模，那也是天意难违的。
陆文君给他端来一杯薄荷凉茶，他抿了一口，靠在枕头上搂着自己的女人。
“这事儿，不是你想的那样。我当然知道人都不喜欢被机器揣测自己的内心，但是，我们将来完全可以做得更隐蔽嘛。现在的推送模式会被人骂，那不是因为它智能程度还不够高，形式还不够简洁，所以才被骂。
但这是一个过程，是为了把推送人工智能训练得更强大，哪怕顶着骂声也不得不走过去的过程。”
陆文君靠在丈夫肩头，在他胸口画着圈圈，“你是说，将来的推送人工智能彻底完工之后，在表现形式上可以做到完全看不出是在‘主动推送’？可以表现得完全是‘呼之则来、挥之即去’的被动‘小受’姿态么？”
顾莫杰很自信地回答：“为什么不可以做到？”
陆文君双眸闪过一丝异彩：“可是，具体会是什么样呢？我完全都无法想像，如何才能又推送了东西，又显得被动。”
“你想想看，1998年上网的那些网民，用雅虎导航的人，会能够想象后来度娘和谷歌倡导的搜索引擎模式么？
雅虎导航，不就是把人们上网所需要常用的网址，都罗列出来，把最大众化的人需要的内容，都编辑链接起来么。
几年之后，发生了什么样的变化？人们上网后看到的第一个网页，是很干净的，一片雪白。除了一个度娘或者谷歌的LOGO，就只有一个输入框、一个搜索键。
所以度娘和谷歌的用户体验，完爆了雅虎导航。人们想要看什么，直接按所思所想打字就可以。当搜索支持的关键词越来越模糊、找到的结果越来越契合人们的需求，雅虎导航不就彻底衰落了么。
度娘和谷歌，就是上网的被动模式，可以让用户体验到充分的被尊重，体验到“是我主动想找，它们才给我这些。而不是别人送上门来的”的错觉。
推送算法及其背后的大数据积累，目前还不够多，分析准确度还不够。所以我们要先用相当于当年雅虎导航的模式，让它的曝光率和被使用率尽量高，把机器训练得更强。
等我们足够强之后，自然而然就可以转向度娘和谷歌的模式，到时候，用户也许就看不到每天的推送栏了。”
陆文君从顾莫杰怀里挣脱出来，直起身子，怔怔地思忖：“那会是一种什么样的形态？完全想象不出来啊。”
“比如，当我们的算法和大数据再积累一年半载，略有小成。我们可以在过渡阶段弄一个未读池的概念。比如一个用户在初见上订阅了好多公众号、关注了很多明星，然后每天刷出来的动态有几百条，他们根本看不完。
这时候，咱从目前的‘猜用户喜好’推送排列，改为设置一个‘未读池’，用户觉得闲着无聊，主动点击一下‘刷新’，就给他刷出几十条实际上我们用推送人工智能筛选过权重、揣摩过他喜好的内容来。因为用户主动点击了这一下‘刷新’，所以他们不会有被人揣摩的恶劣体验，只会觉得这些东西是他主动去拿的——但实际上还是我们揣摩后送的。
再往后，等这个能力彻底大成，我们就可以把所有有行迹的推送渠道和推荐位统统干掉——只留下一个‘初秘’人工智能助手。等用户对着自己的手机喊一句‘我想看都市文’、‘现在的电影无聊死了’，就揣摩出对方的心意，然后给他一些算法认为他想要的——这种时候，用户的体验完全是一个主人在使唤一个机器人小秘，怎么还可能存在‘用户体验不爽’的问题呢？”
“这都行？嘶——这么一看，好像还真是什么都解决了诶。”
陆文君略微脑补了一下，一想到初音未来可以做到让一个软糯的语音助手发出女声，在‘狗吸金萨马’发出命令后立刻送上他想要的东西时，谁都扛不住这种服务啊。
“可是……初秘能够做到这个功能么？以前我们训练初秘，和苹果训练SIRI，不都是靠‘统计最高频次的几个回答，选出最有可能优选的标准答案’来训练的么？
但是每个人的偏好，是众口难调的啊，靠对大多数人的选择进行统计、给出概率最大的结果，完全做不到你刚才说的目标吧？”
第八十一章物联网不是你想的那个口号
“你说的那个，只是推送人工智能的上半场。”
顾莫杰又喝了口薄荷茶，对于陆文君没完没了的质疑已经有些疲劳了。
一个女人，在这个瞬息万变的时代，脱离前沿技术将近两年，怎么可能一夜之间，就靠枕边风补回来嘛。
喝完茶，他反问陆文君：“从我们刚提出‘给的再多、不如懂我’或者‘猜你喜欢’这些概念的时候，我们最初是怎么做的。还记得么？”
许是因为精神旺盛，陆文君回答得很快：“当然记得，不就是和我刚才说的那样么：优先训练机器人回答那些有标准答案的客观题，比如百度知道上已经有经过审核的正确答案的题目。
然后再轮到那些百度知道上还没有答案、但是有人问、咱用专门雇佣的回答问题团队找资料、回答、审核、上传——我记得你那年两会的时候，为了推动中国铁塔的成立，为了给移动和电信被淘汰下岗的人找工作，不就弄了个人工智能中心，吸纳了十几万人专门答题、训练客服型人工智能么。”
顾莫杰总算有些欣慰，妻子的水平还没因为育儿而彻底还给老师。至少她怀孕之前已经知道的事情，至今都还记得。
“对，就是这样。那种人工智能，只能优先回答客观题，也就是有标准答案的题目。很适合当客服，当热线接线员，因为客服要回答的问题都是逻辑性很强的，很容易排查标准答案——
你不说我还忘了，从移动电信挤出来那十几万人，咱三、国家七，养着他们训练了两年，如今公司的客服型人工智能成长非常快，现在已经可以拿给各地的运营商、银行、机关衙门、法院进行测试了，估计年底就能通过验收。
明年开始，这些机关和事业单位就不用再在公务员招聘考试的时候招客服和接线员了。这两类人的工作，会永远在公职系统内被消灭。目前已经混进公务员和事业编的客服，已经够他们将来作为机器人客服的补充，用到死了。
再过一年，这个进度可以蔓延到相当一部分的企业单位客服人员。”
顾莫杰把这些信息和妻子说了一下，才发现自己扯远了，赶紧回到刚才的话题上。
“前面说了，让机器人‘听得懂’一切用人类语言提的问题、并且准确回答其中那些有标准答案的客观题，这就是深度学习算法对问题回答型人工智能的训练的上半场。
然后，从去年下半年，搞定NHN之后，咱的问题回答型人工智能已经发展到下半场了，严磊和他的研究院，如今天天就忙那些。只不过你在休产假，没了解罢了。”
“具体给我说说嘛，人家真不想脱节前沿太久，被人以为没见识。”陆文君的技术宅妹属性，也算是天生的了，并不是为了赚钱才对数理内容好奇的。作为顾莫杰的妻子，她绝不希望自己在生意上辅佐丈夫的价值就此终结。
“这个下半场，就是：当客观题部分，采用公用的大数据池训练完毕后，主观题部分，我们要依靠对每个用户细致入微的行为分析，来做到私人订制的‘初秘’。
也就是说，数年之后，每个‘初心’手机上的‘初秘’机器人，在回答各自主人提出的主观题时，答案是不一样的。这里面再也不依靠‘大样本容量的统计’来实现偏好筛选，而是完全按照每个人的喜好量身定做。”
陆文君歪着脑袋想了想：“每个人都根据自己本身的行为数据来揣测，那岂不是一开始很不准？那些不愿意配合、不愿意把行为习惯隐私泄漏给初音的用户，我们岂不是很难有进展？何况单个个体产生的数据频次太低了，很难通过聊聊几条信息分析出一个人的喜好啊。”
顾莫杰摆摆手，示意陆文君不必担心。
“你不懂里面的技术原理，就别瞎担心。这是一个循序渐进的过程。比如，我举个例子，就拿看书而言，曾经我们是把用户分成几个大类，有的用户爱看玄幻，有人爱看都市，有人爱看历史。然后他看哪类比较多，就把这一类最火的书推给他——这是最原始的弱智状态，都称不上人工智能。
第二步，当他有限地看了几本书之后，大致可以摸清这个人的脾胃。然后根据和他行为模式类似的人，按照‘人以群分’的算法，推而广之认为他和哪类人是一样的，把那一类人都比较爱看的东西推送给他。
如果他接受了，那么就留下一个喜好的数据烙印，如果他拒绝了，就进一步细分人群。这样一步步推进，最后用户会从数百万人一群的大群、细化为数万人的小群、最后甚至是数百人的小群。
这些人的经历、喜好、脾性其实是高度吻合的，也就容易捆绑成一个数据圈子，相互引用推送结果，进一步反馈推送效果——这样循序渐�