在這個父親節,一段只有短短29秒的視頻登上了微博熱搜。
“父親因為工作繁忙,沒有見到爺爺的最后一面,所以這個父親節,我用飛槳的技術復現了爺爺的照片,不但從黑白變成了彩色,還可以眨眼睛……我想,這可能是我能給我父親最好的父親節禮物吧”。
從畫面中的房間的簡單陳設看的出來,這是一個非常普通的家庭,用的也是非常普通的手機和電腦,然而,就是憑這些簡單的設備,一個孩子完成了對父親最好的饋贈。
“AI復原爺爺照片引父親淚崩”話題登上微博熱搜
也有很多人關心,飛槳是什么,它為什么能讓一個普通人做到這些?說到這里,就要談談飛槳這個中國人自主研發的產業級深度學習框架的飛速崛起,以及它的成長背后,中國AI的領頭羊企業的智能化組織變革。
越簡單的事,就一定有越艱難的背后故事。
飛槳,生而不同
飛槳,是百度打造的全球TOP3的產業級深度學習框架的名字。而本文的重點,并不是介紹飛槳技術,而是解讀飛槳誕生背后,百度的組織力和智能組織架構是如何支持這個奇跡誕生的。
當然,為了講清這件事,我們還是要約略介紹一下飛槳和深度學習。
你可能直接接觸不到飛槳,但是,無論是近期屢屢引發轟動的百度Apollo自動駕駛技術,還是支持你每天使用智能搜索的百度文心ERNIE、抑或是你每天都在對話的小度助手、甚至是這個父親節也很火的、為了方便中老年人使用的百度大字版,它們的身后都有一個堅實的支撐,那就是飛槳。
百度APP大字版”幫助老年人跨越閱讀障礙,更好地服務老年人
2006年深度學習大師杰弗里.辛頓用一篇名為《一種深度置信網絡的快速學習算法》宣告了深度學習浪潮的掀起,2010年后,隨著算法、算力以及廣泛的實踐,深度學習被認為是目前實現人工智能的最主要的路徑之一。
在深度學習的早期,使用者大都是真正的高級研究人員,他們可以自己直接編寫深度學習模型。然而,盡管如此,這些聰明人仍然發現,每個深度學習模型的編寫,都需要做大量的重復性工作,寫無數重復的代碼。
因此,這些研究者為了提高工作效率,就把編寫深度學習模型的幾個必要過程,逐個提煉出來,漸漸產生了一個相對穩定、通用程度相對高的“最優組合”,這就是我們所說的“深度學習框架”。
就像那段視頻里展現的一樣,由于深度學習框架極大的降低了人們使用AI的門檻,一個普通人也可以使用AI技術來服務于自己的生活——比如,給父親送上一份特殊的節日禮物。
正是因為如此,如今全球有超過80%的AI工作者依賴開源的深度學習框架來創造各種各樣的人工智能應用,深度學習框架也因為被成為“智能時代的操作系統”。
框架雖然是開源的,但就像那句名言說的那樣:“科學是無國界的,但科學家是有祖國的”,在未來波云詭譎的國際產業競爭中,如果生長出龐大AI生態的“根技術”不掌握在自己手中,因為“缺芯少魂”而被卡脖子的事件,未嘗不會重演。
正因為如此,2016年,百度飛槳宣布開源,成為中國人工智能領域的頭號新聞。
其實,打造飛槳并開源,并不是一件容易的事情。
首先,深度學習技術的大本營在美國,人才最集中的也在美國;
其次,研發產業級的開源框架需要投入的資源是近乎無限的,而全球另兩個和飛槳同級的框架,背后分別站著谷歌和Facebook,它們無論從金錢、資源還是人才上,都遠遠超過當下的百度;
最后,在飛槳誕生前,谷歌和Facebook研發的框架已經完全占領了中國市場,飛槳要做的不是占領無人區,而是在紅海中殺出一條血路。
然而,百度人相信自己能做到,因為百度有三個最關鍵的組織力支點,一個是百度的崇尚技術的創新文化,一個是硬核的工程師能力,一個是敢打硬仗“向死而生”的精神。
百度崇尚技術、鼓勵創新,這個過去我們已經談過很多,用百度創始人兼董事長李彥宏的話說就是:“很多時候大家已經習慣了的東西、習慣了的做法,不一定是對的……我們每一個人都要有這個態度,敢于去重新審視我們現在約定俗成的一些做法,這樣我們才能找到新的機會,才有創新的空間,才能夠比以前做的更好。”
另一個重要的支點,是硬核的工程師能力。百度集團高級副總裁崔珊珊認為對工程師要“高標準、嚴要求”。她強調,百度強調“簡單可依賴”,但不能片面的把“簡單”理解為松松垮垮、放任自由。她認為,真正完整的解讀,是“做人很簡單,做事很厲害”,而體現在工程師的能力上,就是百度認為技術人才最寶貴的能力,就是工程能力,也就是把某種技術變成實際可用的產品的全棧能力。
第三個組織力支點是敢于“向死而生”,李彥宏很喜歡這個說法,他曾對全體百度人說:“‘向死而生’的精神,應該作用于今天百度所有的部門。每個部門都面臨著非常大的壓力,我們面臨的是全世界最激烈的競爭,中國市場上任何一個有機會的地方,都有一堆人沖上去玩命地打。如果你能在最激烈的競爭當中跑出來,你就是那個競爭力最強的選手。”
為什么說這三個能力成就了飛槳呢?
首先,飛槳一出道,就以差異化的定位殺開了一片自己的空間。而在飛槳出道之前,百度就研究過對手的定位——Facebook的Pytorch強調的是“為研究者服務”,實驗室氣質十分濃厚;谷歌的TensorFlow則打出“任何人都可以用”的旗號,意圖一統天下。
飛槳必須有一個充分差異化的定位,經過反復的思考,這個定位被放在“產業級”上,飛槳的研發者敏銳的意識到,作為全球GDP排名第二,制造業第一,服務業蓬勃發展的國家,飛槳的價值點一定要定位在能夠便捷的為千行百業賦能,能夠讓各行各業的人便捷的把AI用于產業革命上,所以飛槳一定要在便利于產業落地上打開自己的差異化能力。
正是因為強調差異化創新,強調人工智能和產業的融合,飛槳已經聚集了320萬開發者,服務了12萬企業,創建了36萬模型,覆蓋到了工業、能源、金融、醫療、農業、城市管理、交通、信息技術等各種各樣的行業和場景。
雖然我們已經談到了創新、工程能力和人才培養,但并不是說百度只要崇尚、提倡這種價值觀,這個組織就自動獲得這些能力。特別是第二點的工程能力和第三點的打硬仗的精神,這些能力必須依附于具體的組織形態之中,才能發揮作用,這也就是本文要研究的重點——百度到底創造了一種什么樣的智能化組織。
百度的智能組織是怎么誕生的?
在寫這篇文章之前,筆者曾經研究過各種智能組織的理念,筆者的結論是,目前,絕大多數的“智能化組織”還停留在理論探索的階段,其提法和設想雖然不乏吉光片羽的智慧火花,但卻沒有經過實踐的考驗。
而經歷過實踐,可能是百度的“智能化組織”最大的不同之處。
一位西方哲人曾經說過,人與自己欣賞的事物之間,存在廣泛樣態上的同構關系。
而作為智能經濟、智能社會種種設想的提出者,百度的智能化組織的理念,可以認為——是百度自身對智能世界運轉規律理解的一種具象化。
說起來,其實百度的智能化組織的概念非常容易理解,我們可以解釋為,這是一種AI時代的典型思維,也就是由算法、算力和數據三個維度驅動的組織。
首先,百度智能組織的“算法”,就是價值觀。
AI意義上的算法(Algorithm)的標準定義,指的是一套完整的解決問題的清晰指令。與之相對應的,百度的智能組織的算法(價值觀),指的也是一套完整的,用系統的方法描述和解決問題的策略機制。
在一份名為《2019-2020年穿透對齊90條》的內部文件上可以看到,百度至少有90個(還在不斷增加)的價值點,它們的覆蓋甚廣,既有“激活攀登者”、“改變肌肉記憶”、“愿景使命驅動”這樣戰略層面的,也有“生而不同”、“終局思維”、“直呼其名”這些文化、管理維度的,還有“反肌肉記憶”這些思維探討層面的,甚至包括“每個人都要撿起地上的垃圾”的細節。
這套算法就是驅動百度的根本價值觀機制,也是百度智慧組織運作的“操作系統”。這個世界上絕不存在沒有價值觀做底層支撐的智能組織,就像沒有人可以使用一臺沒有安裝操作系統的電腦一樣。
接下來,百度智能組織的“算力”,就是百度的人才和人才建設-考核-任用機制。
算力,可以約略理解為執行算法的能力(計算機輸出函數的能力),換言之,如果只有算法(價值觀),但沒有一套不斷優化的算力(人才和人才建設-考核-任用機制),那算法就成了空中樓閣。
最后,百度智能組織的“數據”,就是百度多年以來積累的行業know-how和以數據形態沉淀下來的知識財富,也包括百度十年千億投資積淀下來的技術護城河和技術存量。
寫到這里你就會明白,百度正是用AI時代的典型思維構建了智能組織的三個層面,但必須強調的是,只有同樣以智能的方式去執行,這才是真正的“智能組織的行為法則”,否則,它就和任何普通的企業組織觀念沒有本質上的區別了。
那么,百度是如何智能的驅動這套智能組織的呢?也很簡單,通過三個體系,百度就做到了。
百度智能組織是怎么運作的?
百度智能組織的核心算法,也就是百度的價值觀,是以OKR工作法作為驅動工具而發揮效用的。
OKR(Objectives and Key Results)即目標與關鍵成果法,是一套明確和跟蹤目標及其完成情況的管理工具和方法,由英特爾公司創始人安迪·葛洛夫(AndyGrove)發明。
在百度,OKR和組織力是智能適配、相互嵌套的,也就是李彥宏說的:“組織能力決定戰略路徑。大家看到,我們自從實行OKR制度以來,從我到每一個總監,都要求其中有一個O是關于組織能力的。沒有相應的組織能力,我們就不能夠制定正確的戰略路徑”。
在OKR實行了一年多以后,李彥宏再次復盤OKR對百度的組織能力的作用時,談了很多。
他說:“我管的幅度很寬,有些重要的事情和不重要的事情混在一起了,怎么去辨別哪個事情重要、哪個事情不重要呢?一旦我自己有點confuse的時候,我還是要回去看我的OKR是什么,我的N-1的OKR是什么,這是一個很好的對齊和系統思考的工具。與此同時,當我對某些業務的進展有懷疑和不滿意時候,我也會去看OKR。也許在我的OKR里沒寫那么具體,那我就再往下看一層、甚至看兩層,看他們的OKR里到底寫的是什么樣子的,現在進展又如何”。
百度運用OKR,還引入了“開源”的理念,李彥宏說:“OKR的開放,也會增加一些peer pressure。如果你的OKR寫得不好,也許人家沒有跑過來跟你直接說,但是人家會看不上你,想說這人就是在那兒瞎糊弄。所以我覺得更多的開放,也會促進我們OKR質量的提升”。
李彥宏甚至還強調,OKR是可以像AI一樣,隨著環境和認知而不斷調整的,他說:“可能很多人沒有意識到,OKR中間還可以改。如果你季度初制定的東西,市場環境變了,或者說認知升級了,你還是可以去改的。所以我認為這個工具是有很多能夠幫助我們把工作做好的feature的”。
而對于百度智能組織的第二個層面,即算力的打磨,也就是人才機制,飛槳可以說是最好的例證。
這些年,百度的業務起起伏伏,也遭到了不少的非議,但沒有一個人說百度的人才機制有問題,面對飛槳這樣的新項目,百度從來沒有鬧過人才荒;面對方方面面的企業從百度挖人,百度甘心做業界的“黃埔軍校”,這里面始終體現著一種對人才重視、尊重、培養的態度。
百度在人才方面的一個核心理念,就是人才是可以引進的,但即使引進不了,百度也能從實踐中培養出合適的人才。
還是拿深度學習來舉例,百度在深度學習上引入人才可謂不遺余力,從深度學習研究院,再到升級為百度研究院并下設深度學習實驗室,再到建立美國研究中心,走過一條漫長的引入國際精英人才的路線。但我們同樣可以發現,今天飛槳的核心人才,基本都是百度體系內生和自我培養的。
百度二次上市現場高管合照
比如百度的CTO王海峰,畢業于哈工大,是自然語言處理領域世界上最具影響力的國際學術組織ACL50多年歷史上首位華人主席,但他也是在百度體系內成長起來的。他加入百度的11年歲月里,從基礎技術首席科學家做起,從理論研究色彩濃重的定位轉崗至搜索業務群組任副總經理,從事非常具體的業務工作,最終實現了將原AI技術平臺體系、原基礎技術體系和百度智能云事業群組,整體整合為人工智能體系(AIG),從技術路線到組織路線徹底完成了百度的AI路徑建設并成為集大成者,這個過程完全是在百度內部摸爬滾打出來的。
又比如百度集團副總裁吳甜,畢業于浙江大學,2006年加入百度,是百度有記載的第一個把人工智能技術用于具體業務的工程師,百度是她第一份也是目前唯一一份工作經歷,她也歷經了整整15年的打磨,最后成為飛槳的主理人,并成為財富雜志全球40歲以下40歲商界精英,她也是完全在百度體系內成長的。
再比如百度飛槳總架構師于佃海,畢業于北京大學,作為百度深度學習技術最早一批研究人員,他開創了深度學習語義計算等技術方向并在廣泛業務應用發揮重要影響,他也是幾乎一畢業就加入百度的。
百度特別是飛槳的三個靈魂人物的共同特點,就是都是畢業于本土院校并且基本上在百度體系內,先跟隨而后推動了深度學習在產業實踐中得到重視并用于工業界的全過程(從2010年開始),這一定不是一個偶然事件。
當然,筆者并不是說海歸或者有國際企業經歷的人在百度就會不適應,比如李彥宏本人就是海歸+外企出身,百度集團副總裁、小度科技CEO景鯤和小度科技CTO朱凱華分別來自微軟和谷歌,有海外背景的人在百度一樣多如過江之鯽。
而是筆者想說,如果百度沒有建立一套既能吸收國際最新的科學成果,又能扎根于本土產業化需求的人才機制,是無法解釋為什么百度能夠主要依靠內生的人才機制,培養出整整一代中國AI事業的領軍人物群體,且使百度成為全球AI四強并使飛槳躋身于世界TOP3框架的。
某種程度上,說明百度對創新人才的成長,也就是智能組織中“算力”的成長,有著非常清楚的路徑設計。李彥宏對于創新人才的看法是,創新主要是top-down(自上而下)的,需要戰略定力和深度思考。
對于許多公司動輒發動群眾運動式的創新,李彥宏的看法很犀利,他認為作為一個領導者,自己不去思考創新、不去推動創新,把創新的責任推給下屬、團隊,本身就是一種偷懶的做法、是一種不負責任的表現。
他尖銳地說:“有種肌肉記憶,就是一提創新,就立刻想到全民創新、基層動員、創新土壤培育、創新項目賽馬、創新獎項激勵這些詞兒。以上種種,不是說完全沒有成功概率,但成功是小概率、是靠運氣。百度的做法是關鍵崗位上的人自身能力提升,把業務的戰略創新想出來,做出來”。
在今天,百度內部有75個人被組織定義為“領軍人物”,組織對他們提出了更高的要求,即更需要“攀登者精神”。以創新能力為例,百度認為創新更應該是自上而下的,這75個人首先需要增強自己的創新能力,思考怎么和自己的業務結合做創新,而不是讓下面的人去干。
筆者認為,創新機制和攀登者制度,就是百度人才“算力”的驅動程序。
寫到這里,我們不免還要探討,百度的整個智能組織是如何協同的,算法和算力又是如何依靠數據驅動的呢,這里就要講到一個更具體的工具——如流,百度自研的辦公協同工具。
筆者曾經采訪過釘釘的創始人陳航,他的一個觀點很吸引我——任何一個協同工具,首先是先有思想,后有工具。
從這個角度來看,百度的如流,就是百度智能組織的驅動程序,它的思想核心,用李彥宏的話說就是“AI時代的創新流水線”。
如流構建AI時代工作“流水線”,圖片來源埃森哲《企業職能工作白皮書》
很多人把如流混同于同類的協同工具,但筆者認為,如流的一大特點,就是強調智能組織三驅動中的“數據”的管理,也就是企業內部的知識管理。
李彥宏曾經非常自信的說:“百度是一個二十年歷史的公司,從誕生第一天起就是一個高科技的、知識密集型的公司。這么多年,我們積累了很多經驗、教訓、知識信息,這些東西如果能夠高效流動起來,一定會讓我們創新的速度有大幅度的提升”。
他在百度內部呼吁“現在的我們,更多應該考慮的是怎么讓我們的知識更加高效地去流動;企業內部的知識要feed化,知識的管理,具體是以feed的形式為載體的,要有非常優秀的推薦算法,讓工程師在明天需要干活之前,就給他先推薦一些他需要掌握的技能”。
現在看來,如流很好的承載了這樣的機能。如流的主要優勢之一,就是知識管理,結合AI和知識相關技術,如流形成了具備差異優勢的知識生產、加工與應用能力,可以實現知識的生產與沉淀、組織梳理、應用賦能和全流程的知識管理。
如流定位是新一代智能工作平臺,圖片來源如流官網
舉例來說,如流上有一個“知識廣場”,點開后會發現有課程、講座、課件、文檔,在此之上,基于百度強大的搜索和推薦能力,如流可提供統一搜索和推薦功能,員工搜索關鍵詞,即可找到內含關鍵字的文章?甚是聊天記錄的截圖,以及組織內的每一個有用信息。
但“如流”的智能屬性遠遠不至于“搜索知識”那么簡單,否則也稱不上智能工具,它的智能在于可以“搜索人才”,這就很恐怖了。
李彥宏非常重視年輕人才,他說:“現在技術創新非常快,市場變化非常快。這種情況下,我們必須要有年輕干部頂上來。從機制上,我們必須有一個能夠發現、培養出優秀的年輕干部的機制。其實各個有競爭力的組織都是有意識地在做這件事情。我們也有一些相應的計劃,會把系統地發現和培養年輕人才提到比較高的優先級”。
而“如流”某種程度上正在實現李彥宏的想法,“如流”不但可以搜索知識,還可以形成員工專屬標簽,使得企業內部輕松實現更便捷的以事找人、以事薦人,既可以幫助員工找到具備某種特定知識的同事,助力每一位企業員工更有效的協同工作,甚至使標簽足夠優秀的人才能夠脫穎而出——這種對員工能力水準能夠數據化,且既可被搜索、又可被推薦的機制,是筆者從未在任何一個其它協同工具中找到的。
可以說,如果算法也就是價值觀決定了百度是如何做整體策略和行為規范,算力也就是人才機制決定了百度做事的效率和成果,那么如流就真正起到了對于企業數據的深度利用——根據權威機構統計,實現了數字化的企業,每年的內部數據量會翻一番,但僅有2%-4%的數據能被利用。雖然我無法計算出“如流”讓百度對企業數據的利用度提升到了某個具體的指標,但僅僅從利用的方式和層次來看,就不難得出,這才是智能組織的運作形態和未來方向。
而對于這一切,雖然還沒有見諸于宏觀的體系論,但也可以在不少專家學者關于智能化組織的研究中找到對應的表述。比如中國人民大學商學院MBA中心主任周禹就強調:“現在是中國企業穿越大周期的分化期,艱難時期里,通過組織系統的全盤更新才能穿越周期,走向未來。通過架構、協同、考核與激勵提升組織制度力,并積極擁抱數字化提升科技算力,才能培養出可以承載未來戰略的組織”。
北京大學光華管理學院組織與戰略管理系教授、行為科學研究中心主任張志學也強調:培養人的創造力,是這一輪科技革命下企業變革的重中之重,而人才培養中,數據的價值如何應用是一個關鍵。
所以,百度的智能化組織,雖然前面已經頗多論述,筆者想強調的,在三維驅動的核心里,始終是一個大寫的“人”字。
