教谷歌大老板怎么用 ai 管公司的她，不提人工智能，只講決策智能

2018-11-24 15:13來(lái)源://

原標(biāo)題：教谷歌大老板怎么用 ai 管公司的她，不提人工智能，只講決策智能

你有沒有過一個(gè)經(jīng)驗(yàn)，突然聽到一個(gè)新字眼流行起來(lái)，身邊每個(gè)人都在說(shuō)，你對(duì)它只是一知半解，但卻不好意思開口問清楚？谷歌有史以來(lái)第一位首席決策科學(xué)家（chief decision scientis）凱西柯茲科夫（cassie kozyrkov）認(rèn)為，這就是現(xiàn)在絕大數(shù)人對(duì)機(jī)器學(xué)習(xí)（machine learning）的狀況。

誰(shuí)是凱西柯茲科夫？她是谷歌的首席決策科學(xué)家，這個(gè)工作崗位是谷歌在今年創(chuàng)造的新崗位，她最主要的工作就是對(duì)谷歌高層的決策過程與如何應(yīng)用 ai 策略提供建議，協(xié)助將谷歌打造為一個(gè)數(shù)據(jù)驅(qū)動(dòng)的組織，簡(jiǎn)單講，這就是一個(gè)“教”谷歌高管們?cè)趺从?ai 管公司的工作。

教一家可能是全世界最懂 ai 的公司高管們?cè)趺从?ai？這工作的 jd(job diion) 聽起來(lái)似乎有些不可思議，但事實(shí)上，卻有實(shí)際存在的必要性，因?yàn)椋_發(fā) ai 算法或產(chǎn)品是一回事，但要將 ai 應(yīng)用在企業(yè)環(huán)境中進(jìn)行決策，可是另一回事。

而柯茲科夫的工作是在谷歌內(nèi)部推動(dòng)決策智能（decision intelligence）創(chuàng)新實(shí)踐，并已親自培訓(xùn)過超過 15,000 名谷歌員工。

她在 2014 年加入谷歌，今年 3 月，谷歌為她創(chuàng)造出該公司有史以來(lái)第一位首席決策科學(xué)家（chief decision scientist）的職位，服務(wù)于谷歌云（google cloud）部門，主要工作是對(duì)谷歌高層的決策過程與 ai 策略提供建議，并協(xié)助將谷歌打造為一個(gè)數(shù)據(jù)驅(qū)動(dòng)的組織。

也因?yàn)樗?，谷歌又界定出了這個(gè)稱為決策智能工程學(xué)（decision intelligence engineering）的全新學(xué)科。據(jù)她解釋，決策智能是一門跨領(lǐng)域科學(xué)，主要結(jié)合了數(shù)據(jù)科學(xué)和行為科學(xué)。

這是因?yàn)?，在谷歌這樣一個(gè)擁有龐大數(shù)據(jù)的公司，需要有人能其在一系列產(chǎn)品和服務(wù)中運(yùn)用機(jī)器學(xué)習(xí)技術(shù)，建立一個(gè)可靠的決策框架，讓內(nèi)部的個(gè)人和機(jī)器都能做出更明智的決策。但這樣的框架并不存在，因此谷歌決定公司決定建立一個(gè)。

機(jī)器學(xué)習(xí)可以說(shuō)是當(dāng)前企業(yè)界最火熱的字眼之一。然而很多時(shí)候，機(jī)器學(xué)習(xí)被過度神化，仿佛遇到任何商業(yè)問題，只要找一些數(shù)據(jù)丟進(jìn)機(jī)器學(xué)習(xí)模型，就可以得到神奇的解答。

但很多企業(yè)都失敗了。柯茲科夫在日前于新加坡的一場(chǎng)“決策智能——重新思考傳統(tǒng)”（decision intelligence – rethinking tradition）的演說(shuō)中，厘清什么是機(jī)器學(xué)習(xí)，企業(yè)又該如何運(yùn)用機(jī)器學(xué)習(xí)來(lái)進(jìn)行商業(yè)決策。

柯茲科夫（cassie kozyrkov）指出，許多企業(yè)在使用機(jī)器學(xué)習(xí)時(shí)經(jīng)?！坝缅e(cuò)誤的順序，然后不斷失敗”，以致于浪費(fèi)資源，又得不到想要的結(jié)果。

圖｜谷歌首席決策科學(xué)家凱西?柯茲科夫（cassie kozyrkov）（來(lái)源：mas）

在這場(chǎng)演說(shuō)中，一開始，柯茲科夫先請(qǐng)?jiān)趫?chǎng)聽眾舉手回答兩個(gè)問題，一是有誰(shuí)知道如何制造微波爐？一是有誰(shuí)沒有用過微波爐？?jī)蓚€(gè)問題在場(chǎng)都沒人舉手。

她接著指出，一般人都不知道怎么制造微波爐，但卻沒有人不會(huì)使用。其實(shí)機(jī)器學(xué)習(xí)也是這么一回事。機(jī)器學(xué)習(xí)的研究和應(yīng)用，不應(yīng)該被混淆，但許多人或企業(yè)卻都會(huì)犯這個(gè)錯(cuò)誤，只是想微波食物，卻找了一大群人來(lái)打造微波爐。這無(wú)異于是找工程師來(lái)下廚。即便結(jié)果成功，也只是因?yàn)閯偤谜业綍?huì)下廚的工程師。

她形容，機(jī)器學(xué)習(xí)就像在廚房做菜，可以分成四個(gè)部分。第一個(gè)部分是數(shù)據(jù)，也就是原料。第二是演算法，這就是廚具。第三是模型，這就像食譜一樣。第四是預(yù)測(cè)，也就是最終的菜色。

圖｜柯茲科夫（cassie kozyrkov）認(rèn)為機(jī)器學(xué)習(xí)就像在廚房做菜，可以分成數(shù)據(jù)、演算法、模型、預(yù)測(cè)等四個(gè)部分（來(lái)源：dt 君攝）

多數(shù)企業(yè)的需求只是要煮出一道菜，而不是要生產(chǎn)微波爐，但卻往往犯了從頭開始制造這些廚房用具的錯(cuò)誤。其實(shí)，這或許也不能怪這些企業(yè)，因?yàn)楫?dāng)前機(jī)器學(xué)習(xí)的應(yīng)用面確實(shí)還不夠成熟。

她指出，機(jī)器學(xué)習(xí)很常跟人工智能（ai）被相互混用，實(shí)際上學(xué)界認(rèn)為這兩者之間有著分別。事實(shí)上，柯茲科夫把機(jī)器學(xué)習(xí)的定義簡(jiǎn)化成一個(gè)“事物”的標(biāo)簽機(jī)，它不是神奇的黑魔法，本質(zhì)就是對(duì)其識(shí)別的某個(gè)事物給予標(biāo)簽，只是與傳統(tǒng)方式相比，機(jī)器學(xué)習(xí)是靠“范例”而不是“指令”來(lái)標(biāo)簽事物。

但無(wú)論如何，機(jī)器學(xué)習(xí)與 ai 有著共同原則，那就是兩者都是運(yùn)用數(shù)據(jù)、演算法、模型和預(yù)測(cè)，來(lái)自動(dòng)執(zhí)行一些很難用言語(yǔ)解釋的任務(wù)。而這可以說(shuō)是人類史上一個(gè)“全新的方向”。

柯茲科夫又將機(jī)器學(xué)習(xí)分成兩種，分別是傳統(tǒng)人工智能和決策智能，并定義前者是機(jī)器學(xué)習(xí)研究，用以打造通用型的工具。后者則是組合了機(jī)器學(xué)習(xí)應(yīng)用、統(tǒng)計(jì)與分析，用以解決商業(yè)問題。

也就是說(shuō)，機(jī)器學(xué)習(xí)可以分成基礎(chǔ)研究面與實(shí)務(wù)應(yīng)用面。想要下廚，不需要會(huì)制造廚具，只要懂得如何使用即可。而制造廚具的人，也不必然需要精于烹飪。

但她認(rèn)為，目前企業(yè)界在運(yùn)用數(shù)據(jù)結(jié)合機(jī)器學(xué)習(xí)進(jìn)行商業(yè)決策時(shí)，人們經(jīng)常用錯(cuò)誤的順序，也就是直接從數(shù)據(jù)、從機(jī)器學(xué)習(xí)下手來(lái)解決問題，然后不斷失敗。她說(shuō)，“你應(yīng)該從你的顧客開始，而不是從工具、從原料開始來(lái)解決問題?！?/p>

她進(jìn)一步解釋，數(shù)據(jù)是人工智能能夠發(fā)揮作用的一個(gè)關(guān)鍵。但很多時(shí)候，企業(yè)往往沒有真正厘清核心問題就跳到技術(shù)解決方案，然后將失敗原因歸咎于是數(shù)據(jù)不足或數(shù)據(jù)過多。但實(shí)際上，如果能夠真正厘清問題，就不難找出合用的數(shù)據(jù)。

不管怎么說(shuō)，柯茲科夫強(qiáng)調(diào)，用機(jī)器學(xué)習(xí)來(lái)解決商業(yè)決策問題，其實(shí)比想像中要容易得多。只是企業(yè)必須避免本末倒置，搞錯(cuò)順序，硬是找工程師來(lái)負(fù)責(zé)下廚。

-end-

*試聽《有限與無(wú)限的游戲》（節(jié)選）