张雪峰：我们终于走到了Everything 30'这个时代

DTalk 2018大会讲者介绍：

张雪峰，饿了么CTO

问题1.您在这次活动中将会给我们介绍AI（automation + intelligence）这个概念，这在您以往的分享中有提到吗？对于这个概念能简单介绍一下吗？可以谈一下如何在实践中想到这个概念的，关于这次keynote，有什么希望强调的吗？

有分享过，在一次媒体发起的 AI 会议上，不过在此之前，已在集团内部布道过 N 次。

当前关于 AI 有很多理解或解读甚至误读或泡沫，也有说当前远远没到 AI 而更多处在 MI（Machine Intelligence）阶段。我个人并不算 AI 圈专业人士（当然了，集团 AI 团队很多同学在这个圈），最多算【AI 与商业结合圈】技术人员，我们公司也不算一般意义上的 AI 公司，最多算【利用 AI 技术提升商业价值】OmO（Online merge Offline）公司，所以呢，我更多站在【AI 与商业结合，提升效率，产生价值】角度看问题。

其实，无论是一般大家谈论的 AI、MI，还是我在团队内常提的 Automation + Intelligence，都是 Technology 一种具体展现方式。既然是技术，或者技术同学更喜欢的一个短语【Tech-driven Business】，那么必然需要通过商业价值反过来衡量技术 ROI，以及是否真正达到了 AI-driven Business 高度。

对一个有明确 biz domain，又有明确商业价值衡量标准的公司来说，技术团队基本就是 3 个奋斗方向：automation、intelligence、efficiency。如果再精简一下，我认为就一个方向：efficiency。所有的 AI 也好，MI 也好，Automation + Intelligence 也好，最终都是为了 efficiency 这个大目标。如果非要在 efficiency 上加个限定词，我的选择是 unit，也就是【单位效率】（映射到商业价值，就是单位经济效益，unit economy）。。。如果这次 keynote 能给大家留下【efficiency】印象，我就非常心满意足了。

如果映射到分享主题【Everything 30’】，这其实是饿了么 Vision，而技术团队，就是要把这个 Vision 通过 Automation + Intelligence 真正落地，实现 Efficiency 极大提升。

其实在技术内部，还有一个 small vision：Something 15’，这个挑战更大，希望可以继续通过 Automation + Intelligence 这对 AI 组合发挥威力，提升 Efficiency。

分享主题：Everything 30'

分享嘉宾：张雪峰，饿了么CTO

议题简介：外卖领域如何通过 AI（automation + intelligence）高效、安全、稳定地实现【万物皆可即时配送】。

问题2：在您的职业生涯中我注意到您从软件行业到互联网行业，从上市公司到创业公司，经历了几次比较大的转变。这些经历对您在数据实践上的理解有什么影响？比如在微软、携程、饿了么的时候，分别更关注什么？可以从方法论上考虑，更希望讨论从vision的角度发生了什么变化？

（1）微软期间，我主要负责交付，对微软产品、.NET 架构、企业级架构这些更敏感，对大数据认知主要集中于传统 OLAP（SQL Server SSIS/SSAS/SSRS 三驾马车），那时（2005~2011）Big Data、ML、AI 还没今天这么火，云计算也才商用不久。

（2）创业期间（2011～2012），第一次接触 Hadoop、MapReduce、Google 论文，发现了一个和我以前认知（OLAP）不太一样世界，从技术角度看，有点类似当初以 Scale-Up 为主的企业级架构往 Scale-Out 互联网架构转变的味道。

（3）携程期间（2012～2014），终于接触到 Big Data 在商业领域大规模使用并发挥威力，但这时还谈不上 AI 大行其道。

（4）加入饿了么后，大数据团队从几个节点到超过千台服务器集群，几乎是被业务极速发展逼着走上 AI 快车道；这里的 AI 既指一般意义上的人工智能，也包括后来逐步倡导的 Automation + Intelligence。。。我们内部负责基础设施（包括中间件与工具）团队叫 CI（Core Infrastruc），负责大数据（包括人工智能）团队叫 BDI（Big Data & Intelligence），原先 CI 主要关注 Automation（运维管理需要机器学习吗？中间件研发需要机器学习吗？），BDI 主要关注 Intelligence（我只要搞定模型、调参、优化，生产上线或模拟器也需要我摆平吗？），两边交互不多，后来发现不行了，CI 不懂机器学习找 BDI 帮忙，BDI 不擅长工具找 CI 支援，这种 case 越来越多，后来就要求所有技术团队 Automation + Intelligence 两手都要抓，两手都要硬。

问题3：您曾经提到过饿了么的技术挑战是：个性化搜索排序及推荐难度高于 LinkedIn，业务复杂度及模型算法难度高于滴滴。这个能否简单解释一下呢？

这个一两句话讲不清楚，可以分享一个 slides 给大家。如果非要浓缩一下，可以这么理解：一般 Offline 在业务逻辑上比 Online（如：LinkedIn）复杂，一般参与角色较多的 Offline 在业务逻辑上又比参与角色较少的 Offline（如：滴滴）复杂。前面也有提到，我们这个行业，属于 OmO（Online merge Offline）。

问题4：看您微信朋友圈内容丰富，即有分享别人的内容，自己公司的内容，也有一些很走心的评论，感觉上您是一个很活泼的技术人，一个认真的传播者。您也比较熟悉Dtalk、能不能讲一下您对Dtalk的活动的评价，以及您作为前辈的一些期盼。

Dtalk 从名字上很容易理解，是一个关于 Data 的组织与社区。我参与过几次活动，感觉技术味不错，而我又是一个对技术更感兴趣、更敏感的人，所以倾向于和这样的团队交流、沟通、探讨。

----- 以下为DTalk 2018首次活动的内容 -----

DTalk数据和AI驱动的创新实践，1月20日，上海

此次大会我们邀请了以下平均在互联网、大数据和人工智能行业从业超过十年的专家云集上海，共同探讨“数据和AI驱动的创新实践，将有来自饿了么、携程、滴滴、网易、众安保险、美味不用等、车享网、TutorABC、蜻蜓FM、英语流利说、大家中医、E-Bizcamp、吆喝科技、竹简智能等大数据、人工智能和产品运营专家分享工作中的实战经验。

DTalk嘉宾张雪峰老师会出席2018年DTalk “数据与AI驱动的创新实践大会”，并分享Everything 30' 外卖领域如何通过 AI（automation + intelligence）高效、安全、稳定地实现【万物皆可即时配送】。

免费门票

大会活动咨询：