最好的數(shù)據(jù)科學(xué)家，就是把自己給“干掉”——數(shù)據(jù)科學(xué)50人·丁磊

文/程一祥

題圖/站酷海洛

丁磊，前百度金融首席數(shù)據(jù)科學(xué)家，曾擔(dān)任 PayPal 全球消費者數(shù)據(jù)科學(xué)部負責(zé)人。其在PayPal 領(lǐng)導(dǎo)建立了平臺級人工智能系統(tǒng)，實現(xiàn)了AI（人工智能）在商業(yè)場景中的規(guī)?；瘧?yīng)用。

在不到兩個月前，百度旗下金融服務(wù)事業(yè)群“度小滿”，成功融資 19 億美元，成為金融業(yè)務(wù)領(lǐng)域的新“獨角獸”企業(yè)。這一成績被李彥宏評價為：“百度AI 戰(zhàn)略的里程碑事件”。

作為成立僅兩年多的部門，百度金融獨角獸業(yè)績的背后，被普遍認為是源于其“ AI 平臺”戰(zhàn)略的支持。丁磊是百度金融的前首席數(shù)據(jù)科學(xué)家，在職期間，他主導(dǎo)了多項基于“AI平臺”的金融科技項目，見證了百度金融迅速崛起的過程。

對于已經(jīng)在AI行業(yè)中浸染多年的丁磊來說，這已經(jīng)不是他第一次利用“AI平臺”，實現(xiàn)商業(yè)業(yè)績的規(guī)?；鲩L了。在他看來，將 AI 等數(shù)據(jù)科學(xué)的方法，與實際場景相融合，帶動業(yè)績的翻升，早已不是新鮮事。在 2013 年，他就已經(jīng)在美國領(lǐng)導(dǎo) PayPal 團隊，成功建設(shè)了AI平臺，帶動了 PayPal的業(yè)務(wù)增長。

不追熱點，不講泡沫，用他自己的話說：“我對于數(shù)據(jù)科學(xué)的信心來自于真正的賦能”。

那么數(shù)據(jù)科學(xué)究竟能帶來怎樣的賦能呢？

▍成倍的客戶增長

丁磊是 PayPal 2012年成立數(shù)據(jù)科學(xué)部門時的創(chuàng)始數(shù)據(jù)科學(xué)家之一。

彼時，是數(shù)據(jù)科學(xué)概念興起的前夜：移動互聯(lián)網(wǎng)的繁榮讓B端積累起了大量的數(shù)據(jù)，計算機芯片的進步和Hadoop等大數(shù)據(jù)框架讓處理海量數(shù)據(jù)變得現(xiàn)實可行；與此同時，在學(xué)界已經(jīng)積累多年的機器學(xué)習(xí)等算法模型，也終于開始在業(yè)界有了用武之地；谷歌等硅谷公司開始大量招募數(shù)據(jù)科學(xué)人才......眾多跡象都表明，這是一個數(shù)據(jù)科學(xué)即將在商業(yè)領(lǐng)域迸發(fā)的時刻。

在這樣的背景下，PayPal 等硅谷的科技公司紛紛開始成立自己的數(shù)據(jù)科學(xué)部門，希望將數(shù)據(jù)科學(xué)的相關(guān)技術(shù)應(yīng)用到實際業(yè)務(wù)中。

然而丁磊他們起初的實驗并不順利，折騰了一年，PayPal最開始的數(shù)據(jù)科學(xué)團隊，并沒有找到自己在商業(yè)世界中的位置。一年后，領(lǐng)隊黯然離職。

“當時團隊遇到的最大問題，是數(shù)據(jù)科學(xué)在公司的落地”，丁磊回憶道，“就是沒有做下去?！?/p>

雖然第一年出現(xiàn)了一些波折，但 PayPal 公司在數(shù)據(jù)科學(xué)上的戰(zhàn)略方向并沒有改變。丁磊這時候“臨危受命”，重新組建了新的團隊——PayPal 消費者數(shù)據(jù)科學(xué)部。

（圖片說明：PayPal 是全球最遍布范圍最廣的第三方支付平臺之一，目前市值超過千億美元；圖片來源：Flicker，Kimberly Blessing）

在他看來，數(shù)據(jù)科學(xué)之前落地失敗的原因主要有兩個：一方面是商業(yè)與數(shù)據(jù)科學(xué)本身的割裂，“也就是說數(shù)據(jù)科學(xué)帶來的收益不能立刻就在商業(yè)中體現(xiàn)出來”；另一方面是數(shù)據(jù)科學(xué)的研究沒有產(chǎn)品化，單個項目的成本過高。

“如果一個合作伙伴過來，需要一個產(chǎn)品營銷方案，你從提數(shù)據(jù)、建模、驗證、迭代......傳統(tǒng)的數(shù)據(jù)科學(xué)流程可能需要至少一個月的時間”，丁磊說道。單個項目的復(fù)雜流程限制了數(shù)據(jù)科學(xué)業(yè)務(wù)的規(guī)?；?，高昂的人力和時間成本也在制約著這支團隊的發(fā)展。

丁磊想到的解決方法是，建立公司內(nèi)部的“數(shù)據(jù)科學(xué)平臺”，讓數(shù)據(jù)科學(xué)能夠工程化、產(chǎn)品化、規(guī)模化地服務(wù)現(xiàn)代商業(yè)項目。

“數(shù)據(jù)科學(xué)平臺”是一個統(tǒng)稱，它相當于一個大框架，囊括了海量數(shù)據(jù)分析、機器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)可視化和智能決策等諸多技術(shù)領(lǐng)域。在設(shè)計這個平臺的時候，丁磊的最終目的是希望它能實現(xiàn)對商業(yè)項目的部分自動化決策，所以也稱其為“AI（人工智能）平臺”。

幸運的是，丁磊的想法成功了。

PayPal 用了兩年的時間成功建立了自己的 AI 平臺。這個平臺主要有基于 AI 的動機引擎、推薦引擎、以及優(yōu)化客戶生命周期的 Next Best Action 引擎構(gòu)成，而這幾個引擎均部署在基于 Hadoop 和 Spark 的大數(shù)據(jù)平臺之上，能夠跟海量的底層數(shù)據(jù)銜接，面對需求能夠自動地提出解決方案。

憑借這個項目，丁磊成功實現(xiàn)了AI的工程化商業(yè)落地。到現(xiàn)在，這都是一項非常領(lǐng)先的 AI 業(yè)務(wù)創(chuàng)新案例。這個平臺為 PayPal 帶來了成倍數(shù)的客戶增長，并且至今仍在使用。

之后，PayPal 的業(yè)績也出現(xiàn)了飛速的提升，“營銷活動平均響應(yīng)率應(yīng)該提升了 2-3 倍，某些營銷活動的點擊率和兌現(xiàn)率超過5倍，總體ROI（DT君注：ROI為投資回報率 Return of Investment 的縮寫）也得到大幅提升”，丁磊說道。

2014年底 PayPal 實現(xiàn)了19.4億美元的利潤，比 2012 年底提升了近 30%。到 2015 年，利潤甚至超過了母公司 eBay。隨后 PayPal 從 eBay 剝離單獨上市，至今市值已經(jīng)增長了 1.25 倍，超過千億美元。

丁磊的這套 AI 平臺系統(tǒng)也并不是什么“新事物”，他與 AI 的緣分，其實早在十幾年前就開始了。

▍從0到1的數(shù)據(jù)科學(xué)家

“我在高中的時候就想做 AI 了。”

雖然聽起來有些不可思議，但當丁磊還是一個高中生時，他就非常清楚自己未來的發(fā)展方向了。丁磊說，這是源自自己對機器人的喜愛。

但是當時國內(nèi)高校并沒有開設(shè)“人工智能”的相關(guān)專業(yè)，“那我就選擇一個離AI最近的專業(yè)，當時就是計算機了?！备咧挟厴I(yè)后，丁磊被保送進入浙江大學(xué)計算機學(xué)院。一入學(xué)他就主動尋找研究 AI 方向的導(dǎo)師，目的非常明確，就是要學(xué) AI。

在這個當年非常小眾的專業(yè)方向里，丁磊卻學(xué)得不亦樂乎。他跟隨導(dǎo)師研究自然語言處理中的文本分類問題，在本科階段就發(fā)表了一篇國內(nèi)核心期刊的論文。

（圖片說明：丁磊應(yīng)邀在MIT技術(shù)大會討論人工智能應(yīng)用；圖片來源：丁磊）

本科畢業(yè)后，他來到美國繼續(xù)深造博士學(xué)位，研究方向為機器學(xué)習(xí)和計算機視覺。如果從AI發(fā)展的曲線來看，在丁磊求學(xué)的很長一段時間里，AI 都處于“第二春”破滅后的低谷期，發(fā)paper難、商業(yè)應(yīng)用難、普遍不看好等等都是常見現(xiàn)象。但在整個學(xué)生時代，丁磊的求學(xué)都非常積極主動，在自己認定了AI的方向后，他從來就沒有過任何猶豫。

這些年在他身邊，門戶網(wǎng)站、社交網(wǎng)絡(luò)、移動互聯(lián)網(wǎng)等科技熱浪一浪高過一浪，但是他始終沉浸在自己的AI世界里?！拔蚁矚g把看過的論文都疊放在一起，等到博士畢業(yè)的時候，疊放的論文有差不多一人高吧?！倍±谡f道。直到 2006 年，隨著訓(xùn)練高層神經(jīng)網(wǎng)絡(luò)算法的出現(xiàn)，以及計算技術(shù)的持續(xù)進步，AI的研究進入第三春，拉開了這一輪人工智能高潮的序幕。

丁磊在美國讀博的時候，曾在 IBM Watson 有過一段工作經(jīng)歷，那是他第一次與 AI 進行商業(yè)化接觸。

“那是 2009 年，我有機會去 IBM 參與其智慧零售項目的計算機視覺部分”，丁磊回憶道。當時IBM 已經(jīng)將這個項目成功落地在了 Tesco 等超市，一定程度上實現(xiàn)了無人零售的職能，這比阿里巴巴等中國的智慧零售項目要早了將近十年。

作為 AI 商業(yè)化概念的先行者，IBM 的 Watson 產(chǎn)品讓丁磊積累了很多讓AI與產(chǎn)業(yè)相結(jié)合的寶貴經(jīng)驗，還申請了四項研究專利。這也讓他逐漸萌生了從學(xué)界轉(zhuǎn)入業(yè)界的想法。

2011 年丁磊來到紐約后，加入了一家知名風(fēng)投旗下的創(chuàng)業(yè)公司擔(dān)任數(shù)據(jù)科學(xué)家，正式轉(zhuǎn)入產(chǎn)業(yè)界。他的第一份工作是利用AI技術(shù)為 Expedia （全球最大的旅游類電商網(wǎng)站）構(gòu)建用戶行為預(yù)測引擎，優(yōu)化用戶體驗的同時，大幅提升廣告投放效果。

“因為有很多用戶是網(wǎng)站訪客，沒有注冊信息，很難追蹤他們的行為，這讓我們模型的預(yù)測過程難度很大?！辈贿^丁磊他們最后設(shè)計的模型可以通過理解細微的行為信號，判斷訪客的真正意圖，上線后效果非常好，大幅提升了公司的營收。

這也讓丁磊堅定了自己對AI商業(yè)化的判斷。后來他加入了 PayPal，希望在更大的平臺上一展身手，于是就有了前文那套“AI平臺”。

▍與商業(yè)“水乳交融”

丁磊認為，數(shù)據(jù)科學(xué)分為三個階段：1.0 的時候是簡單的事后數(shù)據(jù)分析，例如報表等；2.0 則是利用更為完備的查詢工具和統(tǒng)計方法，輔助業(yè)務(wù)決策；到 3.0 的時候，就是通過 AI、大數(shù)據(jù)等方法進行預(yù)測分析，進而直接做出決策，也就是現(xiàn)在的 AI 時代。

AI的商業(yè)化應(yīng)用無非分為兩個方面：感知和決策。在學(xué)院派階段，丁磊的重點集中在感知層面，包括計算機視覺、聽覺、自然語言處理等，這些考驗更多的是他的科學(xué)研究能力。到了商業(yè)環(huán)境中，效率至上的文化要求數(shù)據(jù)科學(xué)家有更強的業(yè)務(wù)理解和工程能力，這是丁磊進入業(yè)界后發(fā)生的一個重要轉(zhuǎn)變。在他看來，一個數(shù)據(jù)科學(xué)家只有同時具備了：科學(xué)、工程和商業(yè)三方面的能力，才能釋放 AI 的商業(yè)潛力。

不過話雖說得好聽，但隨著時間的發(fā)展，越來越多的 AI 鼓吹者們也開始發(fā)現(xiàn)，AI 的商業(yè)化之路并不好走。不久前，作為 AI 商業(yè)化領(lǐng)域的先驅(qū)，IBM Watson 突然爆出健康部門將會裁員50%-70%的消息，為 AI 的前景蒙上了一層陰影。

（圖片說明：根據(jù)科技媒體 The Register報道，IBM Watson 健康部門在今年五月底曾爆出大規(guī)模裁員消息，為 AI 的商業(yè)化前景蒙上了一層陰影；圖片來源：The Register 網(wǎng)站截圖）

“AI 的落地，是商業(yè)化過程中的最本質(zhì)問題?！倍±谡f道。“Watson 的問題，除了有大公司僵化的管理制度外，另一方面更重要的是，醫(yī)療 AI 落地有個大問題，就是收費方式不明確：AI 提供了服務(wù)后誰來買單呢？這在全世界都是一個難題?！?/p>

在 PayPal 時期，丁磊之前的數(shù)據(jù)科學(xué)團隊也正是受困于落地的難題，而無法有效讓AI和商業(yè)融合起來。在總結(jié)了前人的教訓(xùn)后，丁磊提出 “AI 平臺”策略，他把這個過程稱為“運營化的數(shù)據(jù)科學(xué)”——融合數(shù)據(jù)、算法、算力和商業(yè)模式四個要素，通過高效的運營方法，讓數(shù)據(jù)科學(xué)成為產(chǎn)品，達到規(guī)?；?yīng)。

“之前有一個美國大型零售商找到我們，說想要幫他們找到一百萬優(yōu)質(zhì)的客戶來投放優(yōu)惠券。用傳統(tǒng)的數(shù)據(jù)科學(xué)方法，收集數(shù)據(jù)、建模、調(diào)試等估計要花一個月，但是在AI 平臺上，不到一天就可以給到他們靠譜的結(jié)果。”丁磊說道，AI 平臺實際上實現(xiàn)了 AI 項目的工程化和產(chǎn)品化的過程，人類數(shù)據(jù)科學(xué)家只不過需要在其結(jié)果中稍加調(diào)整即可。

這其中，最難的技術(shù)問題不是高深的算法，而是如何將對業(yè)務(wù)的理解，融合進模型層面。“要達到一個技術(shù)和業(yè)務(wù)水乳交融的狀態(tài)。例如你如何把一個數(shù)據(jù)科學(xué)家為某個零售商家建立的業(yè)務(wù)模型，個性化地推廣到所有零售項目中？”丁磊說到，這就不僅僅是機器學(xué)習(xí)等技術(shù)能夠解決的了，需要更有業(yè)務(wù)經(jīng)驗的“數(shù)據(jù)科學(xué)家”。

換句話說，AI 平臺就像給機械化的工廠裝上了一個“大腦”，在保持高生產(chǎn)效率的情況下，還能千人千面地提供個性化的產(chǎn)品服務(wù)，這就是 AI 的自動化?！白詈玫臄?shù)據(jù)科學(xué)家，最后就是（發(fā)明一個 AI 產(chǎn)品）把自己給‘干掉’”，丁磊笑著說。

優(yōu)秀的 AI 產(chǎn)品不會依賴于某個數(shù)據(jù)科學(xué)家本身，在離開了 PayPal 多年后，丁磊介紹，自己領(lǐng)導(dǎo)建立的那套 AI 平臺依然在不斷更新，發(fā)揮著重要作用。

▍“大家AI，才是真的AI"

2015 年，丁磊選擇回到中國發(fā)展。國內(nèi)日新月異的數(shù)據(jù)科學(xué)環(huán)境，讓他看到了更廣闊的市場前景。

他首先選擇了自己更熟悉的金融科技領(lǐng)域，加入了百度金融。他曾參與領(lǐng)導(dǎo)了百度金融與中國農(nóng)業(yè)銀行的“金融大腦”項目，在客戶畫像、精準營銷、信用評價、風(fēng)險監(jiān)控、智能投顧、智能客服等方面為農(nóng)行提供AI服務(wù)。

這是丁磊的又一次 “AI 平臺” 實驗，同樣取得了不俗的業(yè)績表現(xiàn)。在他看來，如今在中國的產(chǎn)業(yè)領(lǐng)域，雖然以AI為賣點的公司越來越多，但只有 BAT 等頭部公司，一定程度上真正做到了 AI 的平臺化應(yīng)用，大量的行業(yè)公司還沒有建立起這套業(yè)務(wù)體系。

不過也不是所有領(lǐng)域都適合使用 AI，在丁磊看來，滿足大規(guī)模落地商業(yè)化 AI，需要具備兩個先決條件。首先是數(shù)據(jù)的積累，數(shù)據(jù)的數(shù)量和質(zhì)量直接決定了AI發(fā)展基礎(chǔ)是否牢固。AI 平臺的底層是數(shù)據(jù)，數(shù)據(jù)的流通和更新直接影響著上層機器學(xué)習(xí)、圖像語音處理等技術(shù)的使用效果。其次，就是所在領(lǐng)域的商業(yè)問題是否清晰，如果問題不夠明確，也很難用AI來處理。

在所有領(lǐng)域中，金融科技最符合這兩點要求，AI 平臺也最早在此落地。不過，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，數(shù)據(jù)科學(xué)等概念已經(jīng)逐漸在其他領(lǐng)域開始普及，越來越多的開始討論 AI，了解數(shù)據(jù)科學(xué)的價值。

“覺得一下子就被人理解了?！倍±谛χf，當他十年前義無反顧地鉆進 AI 的世界時，那還只是一個不被看好的小眾領(lǐng)域，十年過后，它卻已經(jīng)變成了大家小巷的熱點談資了，仿佛一眨眼，就“換了人間”。

在丁磊看來，AI 的商業(yè)化應(yīng)用范圍非常廣，如今的中國市場就像一塊等待開墾的處女地。

丁磊為 AI 繪制了一份商業(yè)版圖，“如果橫軸是行業(yè)，縱軸是職能，AI 現(xiàn)在只是填充了其中非常小的一部分?！?/p>

（圖片說明：AI 商業(yè)化的“處女地”示意圖）

在這個版圖中，零售、金融、制造、醫(yī)療、教育等是橫軸，代表不同的行業(yè)領(lǐng)域；營銷、風(fēng)控、安全等是縱軸，代表不同的職能方向。二者共同構(gòu)成了一個二維商業(yè)矩陣，對于每個行業(yè)中的相關(guān)職能，AI都可以探索相關(guān)應(yīng)用場景。

“以后的行業(yè)要變成 AI inside （AI 驅(qū)動，這個說法是相較于之前的 Intel Inside，芯片驅(qū)動）。AI 會成為行業(yè)的決策引擎，取代的是在戰(zhàn)術(shù)層面上需要人工干預(yù)的場景，AI能夠持續(xù)有效地讓企業(yè)在最佳狀態(tài)下運行”，丁磊說道，“而且AI帶來的效果不僅是‘優(yōu)化’，而是革命性的、成倍數(shù)的增長，這才是AI的能力，真正為行業(yè)賦能。”

▍數(shù)據(jù)俠門派

丁磊，美國俄亥俄州立大學(xué)計算機系博士，前百度金融首席數(shù)據(jù)科學(xué)家，曾在美國擔(dān)任跨國公司PayPal Inc.的全球消費者數(shù)據(jù)科學(xué)部門負責(zé)人，領(lǐng)導(dǎo)建立了服務(wù)全球數(shù)億用戶和數(shù)百萬商家的人工智能平臺。并曾在哥倫比亞大學(xué)和IBM Watson研究院工作，具有在人工智能、數(shù)據(jù)科學(xué)、金融等領(lǐng)域十多年的從業(yè)經(jīng)驗，在IEEE會刊和頂級學(xué)術(shù)會議等發(fā)表高質(zhì)量論文逾20篇，獲得美國專利4項，擔(dān)任20多個權(quán)威國際期刊和專業(yè)會議的特約審稿人或委員會成員，并擁有斯坦福大學(xué)的高級項目管理證書。