《智慧增長》作者蔣凡：智慧化催生新的經濟增長力（圖靈訪談）

enter image description here

蔣凡， 現任百度外賣技術委員會主席、總架構師，拉扎斯集團高階科學家。主要研究方向是物流排程、個性化推薦、智慧營銷和畫像建模。譯有《推薦系統》（人民郵電出版社出版）和《推薦系統：技術、評估及高效演算法》（機械工業出版社出版）。作為“百度外賣智慧排程”專案負責人，獲得2017年“吳文俊人工智慧科技進步獎”（企業技術創新工程專案）。

近日，蔣凡根據多年工作所感，出版了《智慧增長》一書。從資料、模型、場景、團隊等幾個方面系統全面地總結了企業資料智慧化的方法論，剖析了大資料時代的“智慧增長”的來龍去脈。

enter image description here

訪談實錄：

學生時代的專業是什麼？有學習經濟管理方面的經歷嗎？

本科和研究生都是計算機專業，研究的方向是資料探勘和人工智慧。

選報專業的時候，就預見了大資料和人工智慧的輝煌前景嗎？

沒有，那時候並沒有預測到技術發展的趨勢。只是覺得計算機專業很神祕，畢業以後工作應該也很好找。畢業以後，我到了百度研究搜尋引擎，屬於自然語言處理領域，也是人工智慧技術的重要應用。至於經濟管理方面的知識，主要是通過參加公司組織的培訓課程，以及業餘時間讀過的經濟管理和網際網路經濟方面的書籍獲得的。我倒是挺推薦，德魯克的企業管理系列和克里斯坦森的創新者系列圖書。

後來，怎麼從推薦系統團隊轉到了物流排程團隊？這算不算是很大的跨越，工作中出現了哪些新的技術要求？又是如何學習這些新技術的？

2014年百度開始發展O2O戰略，外賣是當時最具代表性的產品。我比較看好這個專案，所以就來到了百度外賣團隊。當時外賣業務首要解決的問題就是智慧排程，我也很快開始了這方面的工作。

不管是之前的搜尋引擎還是推薦系統，我其實都是在處理文字資訊流。但外賣業務非常接地氣，要解決使用者的訂餐需求和騎士的運力調配問題，直接面對實際難題和突發狀況。所以，我需要快速準確地瞭解業務的痛點，基於已有的技術經驗對實際問題抽象建模，轉化成工程和模型上可解的技術問題。具體來說，包括：地理定位、資料探勘、動態規劃、機器學習以及很多工程上的挑戰。

這些都不是新技術，而是相對成熟的技術在垂直業務領域的綜合應用。開發人員要對這些技術的特點做到深刻理解並靈活運用。好在我們的團隊有源自百度系大資料、雲端計算和人工智慧領域的積累，再加上我們對外賣業務的鑽研，很快就克服了這些技術難題，在業界最早開發出了智慧物流排程系統。

回顧不同的歷史階段，推動經濟發展的增長力分別有哪些？

歷史上，經濟的發展曾經經歷過幾次快速增長的階段：

第一次是18世紀60年代的英國工業革命，以棉紡織業的技術革新為開始，後來瓦特改良蒸汽機並廣泛使用，以十九世紀三四十年代機器製造業的機械化為結束。推動這一階段的增長力，是工具的機械化。

第二次是伴隨著電磁學理論的進展，工程技術專家敏銳地意識到電力技術對人類生活的意義，紛紛投身於電力開發、傳輸和利用方面的研究。隨著電力、電子、化學、汽車、航空等一大批技術密集型產業的興起，經濟生產更加依賴科學技術的進步，技術從機械化時代進入了電氣化時代。這一階段的增長力主要是電力。

第三次是在20世紀，由於微電子技術的發明和應用，人類在原子能、電子計算機、微電子技術、航天技術、分子生物學和遺傳工程等領域取得了重大突破，涉及科學技術各個重要領域和國民經濟的一切重要部門，技術從電氣化時代進入了資訊化時代。計算機成為了工業經濟在這一階段的典型代表，計算能力成為了促進經濟增長的主要力量。

第四次是進入21世紀後，在計算機技術迅猛發展的帶動下，原先嵌入在工業經濟各個環節（生產、運輸、銷售和消費）的計算機不斷小型化並且藉助網路通訊技術產生了互聯。資訊可以瞬時傳遍整個世界，不再受到地理位置的限制，每一個上網的人都可以快速地接受和釋出資訊，工業經濟的活力得到了進一步地提升，因而進入了網際網路經濟階段。資訊的互聯，或者說是通訊能力成為這一階段經濟的增長力。

最近一次，也就是現在的智慧時代，資料成為了新的增長力。

智慧時代下，推動經濟增長的力量有什麼特殊性？

網際網路經濟發展的標誌性節點是，計算機硬體方面的智慧手機的出現，通訊技術方面的4G通訊網路，還有演算法方面以卷積神經網路模型為代表的機器學習演算法。從2010年起，移動網際網路經濟開始席捲國民經濟的方方面面。而網際網路經濟，尤其是移動網際網路經濟的未來發展方向，就是逐步智慧化地滿足人類更底層需求的過程。這個過程的終點就是智慧經濟。

和之前曾經發生過的機械化、電氣化和資訊化所經歷的事情類似，智慧化過程也是要用新的技術手段改造生產、運輸、銷售和消費活動的舊有形態，激發出落後組織方式所掩蓋的潛能。

這一輪智慧技術變革的特點在於大資料、雲端計算和人工智慧三者的倍乘效應。這是對企業自身組織形態和業務流程的全新改造，極大提升了公司內部產品開發和外部銷售運營的效率，從而能以更小的成本向社會提供更高品質的服務，推動智慧經濟的發展。

從什麼時候開始關注大資料智慧驅動增長這個方法論的？

2015年O2O市場開始大規模增長，我們在激烈競爭的外賣業務中，逐漸地意識到更有效、更持續地增長的重要。於是，開始在公司內部組建增長團隊，實踐大資料智慧驅動增長的課題。

資料驅動增長和資料智慧驅動增長的區別？

雖然有字面上的差別，但談到資料驅動增長的時候，一般也都預設採用智慧的方式，強調從大資料中挖掘出智慧營銷方案，去做預測和判斷，而不僅僅是分析和解釋資料的層面。

您為什麼建議公司內部成立專門負責增長指標的團隊？原來的資料分析團隊不能勝任嗎？

通常來說，資料分析團隊是依附於業務團隊的輔助部門，他們按照業務團隊的要求提供相應的業績報表和實時趨勢圖表，所以資料決策的作用很難發揮出來。

成立專門負責增長指標的團隊以後，團隊有責任、也有權力整合公司內部的資料資源和技術資源，以便更早、更快、更有效率地看到資料，從資料中發現問題，找到應對方案，推動執行。這是成立增長團隊的目的。並不是說傳統的業務團隊+資料分析團隊就不能做到類似的事情。外部環境發生了巨大的變化，資料的流動性和複雜度對團隊的組織結構提出了新的挑戰，公司必須做出相應的調整。

資料智慧驅動增長方法的核心觀點是什麼？

一言以蔽之，經濟增長過程產生了豐富的資料，現在這些資料要被人們用來進一步促進經濟增長，形成正向反饋的自迴圈。判斷驅動過程是否智慧的標準是，我們是否基於歷史資料準確預測未來，並採用相應方案。

智慧增長不像機械力和電力那樣會給自然環境帶來影響，相反它會盡可能地優化資源的配置和消耗，比如，智慧物流排程就能節省更多的配送運力，減少對電力和油料的使用，降低環境汙染。

相比計算機和網際網路的應用，智慧增長除了在解放人的體力勞動和簡單智力勞動之外，還進一步替代了人的部分複雜智力勞動，在某些領域甚至比人做得更好，比如智慧物流排程系統能替代人工排程員的工作，而且是可以做到全年無休、任勞任怨。

為了適應智慧時代，您推薦哪些人閱讀《智慧增長》？

我想以下幾類讀者會從本書中獲益：

1、對所處時代正在發生的變化擁有好奇心的消費者和從業者。他們在經歷了科技改變傳統商業模式、體驗了便利的服務之後，願意花些時間瞭解這些變革背後所依賴的機制。

2、對參與這場技術變革充滿信心和熱情的參與者，以及從事移動網際網路行業研發、產品和運營的人員。他們想知道如何將最前沿的資料探勘、數學建模和機器學習等人工智慧技術應用到傳統行業，以催生更多的網際網路新經濟增長點。

3、對智慧增長、網際網路+經濟分析預測的觀察者。因為本書從微觀和方法論層面提出了一套嶄新的理論和實踐框架，他們可以通過這個框架得知諸多增長團隊所面臨的實際問題及解決方案。