以下是現場速記。

開課吧合伙人 首席人工智能科學家 劉旭

 

劉旭：我叫劉旭，其實開課吧不能算是汽車行業，可能是今天參與演講的合作方一個相對比較特殊的一家公司。我首先介紹一下我個人，我是一個技術出身，我非常長的工作時間是在微軟，主要是在中國和美國，包括搜索廣告，搜索算法相應的工作。2014年從美國回來以后，加入了創業大軍，整個過程當中參與國很多很多大數據+人工智能相關的落地項目，我現在是任開課吧的數據智能中心負責人，同時開課吧本身有一個企業服務部門，我們是致力于解決企業的數字化轉型，數字化人才培養，我在這個部門兼任顧問的角色。

 

我2014年回來也有七年時間了，我咨詢走訪了很多客戶，粗算起來有大幾十家吧，主要分布在智能制造、消費、零售和金融，今天在座的主要還是在智能制造的領域。

 

首先介紹一下，我在開課吧主要的工作，關于組建數據智能團隊，開課吧本身是一個在線教育公司，在線教育其實和大家所從事的制造行業可能有一個非常大的差別，我們是一個輕資產公司，沒有那么大的廠房，我們最重的資產可能是人才的成本，包括我們有一個很大的產業團隊，包括有很大的教學團隊。所以在組建智能團隊的過程當中，其實我們要圍繞實現數據技術的核心價值，數據技術的核心價值在我整個工作的經歷當中，我大概歸納總結一下，主要是三個方面。今天上午的時間也有很多老師和前面已經講過了，主要在消費者洞察，個性化服務和精細化運營。其實大家去想，現在在我們的工作當中遇到的很多要做的數字化轉型的問題，其實歸結起來，大概率上都是在解決這三類的問題。我們針對這個場景在開課吧也成立了很多的項目組，在做相應的工作。開課吧這樣一個公司，做這些項目的時候，我們相當于有一個組織的保障，我們的團隊是怎樣去構建起來的，這是一個非常簡單的組織的架構。

 

右手側，包括數據分析、數據算法、數據產品開發，這三個部門看名字大家就很清楚，都是一些技術的崗位，這一頁主要提一下數據產品運營，這個部門其實有兩個主要的角色，一個是產品經理，一個叫產品運營。這一塊兒為什么我們在看似技術團隊里面，會把產品經理和產品運營放在這里邊，我也回應一下上午廣汽黃總講的，關于生孩子、養孩子的邏輯。其實我們發現，會有很多很多的項目落地以后，推進的過程是很難的，包括推進的周期很長。因為我們這個項目剛開始第一個版本上線的時候，可能由于算法的問題，可能由于數據的問題，可能體驗并不好。我前面在微軟工作的這段經歷為例，2014年離開的時候，微軟搜索引擎在美國第一次實現財年的盈利，但是那個搜索引擎真正大量的投入，是在2009年開始的，我是2010年加入的那個美國團隊，我們花了非常多的時間來讓這個產品的使用體驗逐漸接近Google的使用體驗，到最后也不能說超過。到2014年那一財年，微軟大力投入這條產品線的第五到第六個年頭，才實現了盈利。這個過程當中，大家可以想象到數據智能產品，如果實現好的用戶體驗，周期是非常長的。

 

下面切入了正題，我們來講講開課吧的主營業務，包括數智人才培養上的實踐經驗。首先是大的形勢，我列了一些數字，包括我們看到的大量的創新，現在大量的產業界創新來自于微電子和軟件的驅動，包括供應商采用大量的3D技術非常非常新的技術，包括在研發上的投入，包括銷售額，這個數字都很龐大，但是我們看這個，只有13%的企業，通過數字化投資實現了效率提升、成本節約、業務增長，這個數字和上面的數字有非常非常大的反差，這個數字是整個行業數據，我在最開始提到三個最主要的行業，智能制造、零售和金融，數值應該是高于這個比例的，有大量更傳統的行業，他們相當于拉低了平均水平。為什么會產生這樣的問題，每個人可能心里都有自己的想法。

 

包括今天早上一開始的時候，葉總提到了國資委指導，我原來PPT上就有這一行，下面這一行是我今天下午剛剛補上的，我查了一下，當時我看新聞說，國資委指導，由12家央企一同發起這樣一個創新平臺，我就列了一下這12家央企分別是什么?這里邊有2家，中國電信、中國移動，這2家企業和其他企業看上去差異有點大，因為他們是運營商，為什么運營商在這里邊也是很重要的企業?大家也可以想象，這里邊未來在汽車數字化轉型協同這件事情上，5G將發揮一個巨大的價值。在這12家央企里面，我看了一下，我感覺這還是非常有前瞻性的。

 

跟大家分享一下，我對于企業數字化轉型的共識，重點講兩個，一是明確的戰略，這件事情每個人有不同的想法，我主要想強調的，我們做所有的事情，其實都是要為公司的核心戰略服務，說白了，不見兔子不撒鷹，數字化轉型要用到大量新的技術，這個過程當中切忌炫技，一定要讓自己采用的新的技術和自己長期的業務上的戰略目標有一個深度的結合。除了這個之外，包括一把手工程可能是非常非常重要的一個點，其實大家都非常清楚了。包括讓數據說話，需要有產品的思維，最后是人才戰略，歸到底，所有的這些工作要做出來，靠的都是人來做的。在傳統企業里面發現我們缺少的就是數字化人才，以及數字化組織。開課吧最近兩年，我們進入到這個行業以后，花了很大精力去服務客戶，去研究如何在傳統企業里逐漸去形成這樣一種數據決策的機制，如何去構建這樣一個數字化的組織，并且培養相應的數字化人才，做了很多的工作。

 

這也是今天早上加的，給大家舉一個例子，我們剛才講人才戰略，其實在我看來，現在更主要的是人才的困境，這是一個真實發生的聊天記錄，我昨天下午5：44分的時候，我有一個朋友，他是一個投資人，應該是剛投了一家新能源的，做電池相應的技術服務的一家公司，他讓我幫他推薦一個大數據的工程師。我當時就問他，我開始以為是寧德要招聘，因為開課吧和寧德要合作，他就跟我講，找這樣一個人，要什么樣的背景。這個事情昨天我們聊完這個事就結束了，今天早晨，上午開這個會之前，他又給我打一個電話，這個事怎么沒有回應了?我說你到底什么意思，他說我就希望你幫我從寧德挖一個人，我給他回復很簡單，寧德也需要這樣的人才。這個問題的本質，不用管本身在這個行業里面領頭的領軍企業，還是初創型的公司，不管是這個行業里面已經很長時間的，還是一些新銳的，可能是原生的技術驅動型公司，其實在人才上都是非常非常匱乏的。而且他需要的是一個復合型人才，對新能源行業感興趣，其實他需要的是有一定的新能源行業背景的大數據技術的人才，這個其實是非常非常難找的。

 

我們在最近這兩年工作的過程當中，也逐漸形成了一套自己的方法論，主要是兩點，一個叫自上而下，自上而下推進，首先是一把手工程，左邊列出調研過程當中發現的，以場景來劃分，分為生產制造、供應鏈、營銷、售后。以生產制造為例，數字孿生產線，生產過程當中的實時可視化，這是非常大的項目，我們走訪的很多客戶都有這一塊兒的需求。以特斯拉為例我們跟特斯拉在上海的工廠做過一次交流，交流當中我就提到他們那邊這個項目的負責人，一個數字孿生工廠，從整個項目開始的規劃，以現在的技術成熟度，把這個項目實施出來，他給我的保守估計，至少兩到三年時間，讓這個項目真正落地，并不是說這個項目就完成了，只是落地，可以開始使用起來，但是真正用好，用得體驗非常非常好，能力非常非常強，可能需要更長的時間。這里面我們挖掘出來很多這種，但是這些不是解決方案，他是需求，而且都是非常非常大的命題。

 

我總結起來，所謂的一把手，可能是一些高層，他們是把大量的，我前面講到的，包括消費者洞察，包括個性化體驗，包括精細化運營為導向的戰略目標，轉化成實際的需求提出來，而真正承接這些任務的，在人才端，我們需要的是懂業務，懂數據，懂技術的復合型人才，這是非常非常匱乏的。但是我們仍然希望這件事情一定要自頂向下去推的。

 

一個叫自下而上創新，我們合作的企業當中會產生大量真實的項目，我這邊列舉的是智能制造，應該是70-80%以上都是汽車行業的，這里我想重點講兩個點，電池異常預測，還有一個是電池極耳缺陷檢測，這兩個項目是寧德時代合作過程當中的兩個項目，如果對這個行業比較了解，一看就大概知道，這是典型的預測檢測類的項目，實施成本非常高，實施復雜度也非常高，傳統行業里非常難找到這方面的人才。如果從外面找兩個算法能力很強的人進到這個行業里，他們也很難做好。我接觸這個項目之前，什么叫極耳我都不知道，我花了很長時間去學習，包括電池異常檢測，解決的是電池充電過程當中，會產生大量的過程數據，過程數據會有一些有異常，我們通過這些異常，通過機器學習的方法，來預測這個電池壽命可能快到了，或者是接下來的時間內可能會發生什么樣的異常這樣的任務。這件事情其實是需要很大的業務上的學習成本的，我們把這些整理起來，在我們合作的客戶，以智能制造為例，他們都是非常懂業務的，能夠把這些問題抽象出來，能夠把這些問題進行一定的數學建模，但是后面的部分他不會做。開課吧這邊，就是幫助你把這個閉環完全補齊，我們是一種訓戰結合的方式，通過項目制的方式，在客戶的場景下面，用真實的數據，我們的導師，我們的培訓和客戶這邊在一線的技術工人，主要是工程師為主，一起來合作，把這個項目做出來，絕大部分的項目，基本上實施的周期都是在兩個月左右。基本上我們可以完成第一個版本。但是這個項目，尤其是很多的項目，其實他背后不是能夠實現檢測就夠了，檢測有各種各樣的指標，這個指標能不能達到可商用，這里面還有很多可優化的空間。第一步做了一件事情，把這些項目給他歸類整理起來以后，然后在具體的客戶現場，能夠把這些項目實施出來。

 

基于從上到下的推進，包括從下而上的創新，逐漸形成了上下貫通的數字化人才方陣，主要強調四類人。第一類，相信在座很多領導，各位老師們，我們叫數字化領軍人才，這些人在數字化這件事情上要做一個關鍵決策的人，包括我們要有非常非常清楚的認知，對于數字化能夠做什么事情，智能化能夠做什么事情，要有一個非常明確的認知，包括一個合理的預期，要做這個決策，并且我們是第一推動者。右邊的數字化管理人才，各個核心崗位骨干的經理，包括總監，包括這一塊兒數字化專業人才，這里邊可能主要是以互聯網，包括技術，包括算法，包括數據分析，專業性人才為主。最后一個，其實由于擁有更廣泛的群眾基礎，我們叫數字化應用人才。這里邊在金融行業，我們會看到的情況更多。包括甚至像他們一些客服經理，每周定期要出一些報告，這些報告以前的制作成本非常非常高，很多都是手動的，他們現在希望能不能用一些，包括一些RPA的技術，學一下Python，簡單的數字可視化的工具，提升我的工作效率，這一塊兒也會有大量的需求。這些數字化應用人才，說白了，在整個公司的各個業務線上，會跟數據打交道的人。原來跟數據打交道的人，更多的是偏技術型人才，隨著數據使用得越來越廣泛，滲透度越來越高，我們發現越來越多的工種都需要跟數據打交道，包括銷售、包括運營，甚至人、法、財會有越來越多的需求。從上到下，由深到淺，包括由專到泛，我們相當于形成了這樣一個人才的方陣，針對每一種人才需要有相應培訓的體系來支撐。

 

最后是分享一個相對比較專的案例，在AI人才上的培養，AI人才是數字化人才里面最頂尖的一部分，在全國任何一個地方都非常缺少這方面的人才，而且這方面人才的培養成本是非常非常高的。這是我們和寧德時代做的這方面的合作，他們的痛點是什么?也很直觀，一是招聘的難度，大家可能知道，寧德時代他們的研發中心是在福州，典型的二線城市，其實對于這種技術型人才吸引的難度是挺大的，這是第一。第二個，他們本身其實有大量的技術型人才，但是這個技術型人才是傳統的所謂的技術型人才。主要是兩個工作崗位，一個是硬件測試的工程師，還有一種是電氣工程師，這兩種人才，他們的技術能力可能會一些常用的程序設計語言，C++、JAVA、Python這些程序設計語言，會一些，對于機器學習，深度學習沒有太多的了解，可能有一些概念性的認識，然后我們通過跟他們合作，選出了30名技術工程師，對這30名技術工程師進行培訓+陪練合作的模式，具體的項目，前面談到了兩個，AI實戰的項目，一個叫電池異常檢測，一個是鋰芯極耳的缺陷檢測。整個培訓大概有30-40%是類似于基礎課程，基礎的培訓，后面的60-70%是實戰培訓，就是在真實場景下，我們一起討論如何解決這兩個問題，以鋰芯電池極耳模切缺陷檢測為例，我們對于極耳的切片，他們通過工業攝像機進行高速高清的拍照，拍照完以后，會定義出有一些異常，好的樣子是什么樣子的?異常的種類非常非常多，說白了，怎么切，切錯了。原來在寧德，他們有用傳統機器學習的方式來做這件事情，而且當時達到了還可以接受的效果，但是他沒有太強的自適應學習能力。當這個機器產生了新的故障，產生了一種新的切片錯誤，可能這個切片錯誤的角度，包括切片錯誤的程度，產生一些變化的時候，模型適用性就變得很差。我們當時想著通過深度學習的方式，來提升整個模型的精度，降低模型使用的門檻。

 

整個項目的流程，就是從整個工業相機上進行照片的抓拍，到使用標注工具進行相應的標注，包括借助YOLOv3，現在是最火的目標檢測的視覺算法，構建這個模型，包括模型訓練推演和優化，整個一系列的過程，到最后項目復盤，這樣整個的項目交付的周期是大概三個月的時間。通過這種方式，我們就實現了一個項目從0到1，有我們的陪練，培訓老師，相當于也是一種陪練的方式，真實的項目，真實的場景當中，30個工程師是分組的，參與這個項目的是一部分人，帶著他們一起組成了一個項目組，把這個項目從頭到尾完成，所有的數據，所有的場景全部來源于真實的生產線。這個過程當中，給我的觸動說實話還是挺大的。

 

寧德時代想做的事情不是臨時性的，找30個人幫我賦能一下，幫我把這個任務解決了，這30個人原來干什么還去干什么。他們希望能夠長期的，讓這30個人轉崗，到一個有獨立編制的AI團隊里面去，這在傳統制造業去構建一個專職的AI團隊這件事情，無論是從成本，還是從風險，都還是非常非常大的。所以這個過程當中，我還是挺佩服他們領導的決策，雖然這個過程我也持保留意見，是不是真的要把步子邁這么大，現在馬上成立一個團隊，這個團隊培訓出來了以后，能不能留得住，是不是有持續的項目能夠讓他們持續有提升，他們本身的技術能力如何持續能夠在他的企業內部得到提升，這些事情都是未知的。但是我覺得邁出這一步，對于這樣一個企業其實是非常非常重要的。

 

我做了一個數字化轉型以來最重要的正確的決策，因為這個項目實施是今年上半年，因為我看到這個項目以后，我就買了一些寧德時代的股票，當時股價是300塊，現在已經600塊了，這是我整個過程當中最好的投資。所以我也是很敬佩，像寧德時代這樣的企業，他們在整個數字化轉型中的步伐，包括這種魄力，還是非常值得欽佩的。

 

基于所交付的這些項目，我們其實逐漸形成了一個比較標準化和流程化的人才培養的機制，包括整個從項目需求開始，包括項目的調研，包括調研的流程還是比較復雜的，因為很多項目都是在生產線上的項目，我們要進到工廠里面去，由于疫情的影響，其實進工廠是非常非常復雜的一件事，走流程，審批，還是蠻復雜的。包括我們合作了一些零售和金融的客戶，更多的是線上調研就夠了。

 

基于這個調研的結果，我們一定是拿到相應的真實的案例，以輸出結果為導向，一定要把案例的需求做出一些東西出來，這些東西是在真正的業務場景當中能用得上的結果，以這個為結果來倒逼我們到底要做什么事情，來評估相應的成本，質量效益，進行一個綜合的評估。這個過程，其實還是挺花時間的，為什么?剛剛講到了自下而上創新，大家可能覺得智能制造行業的場景在生產上，其實可能沒有那么多，但是其實還是挺多的，其實相比零售和金融相對少一點，我們在和中國銀行合作，讓北京這邊集團公司相應的部門去提，他們提了大概得有兩三百個，他在工作過程當中，遇到的場景問題，他覺得能夠用技術或者是數據的手段幫他來提效，優化整個流程。我們要從那幾百個需求里邊，可能在一個項目交付里邊服務十到二十個，會選出十到二十個，中間還組織了很多答辯的過程，這個過程我們會很慎重地選擇相應的項目，來盡可能達到我們預先設計的目標。

 

接下來就是基于我們選定的項目，要做一個簡單的技術識別，包括我們的規劃和成立項目組，包括這個項目執行的匯總，整個過程其實是有相對比較標準化的流程在走，可能針對不同的行業，具體的項目差異會很大，我們會有一些相應的專家導師，這個專家導師也是分行業去進行相應的指導，最終會有一個結果性的輸出，宣導，項目的執行周期往往在兩到三個月之間。

 

最后做一個廣告，這個廣告，開課吧從2013年創立之初開始，我們就是專注于數字化人才相應的培養，最開始可能不會提過多的數字化人才，我們更多的可能關注于C端的泛互聯網的職業技能教育，可能主要是編程語言，包括產品經理，包括產品運營。在去年跟疫情基本上是同步的時間，我們感受到了非常強的數字化轉型的浪潮。這個過程當中我們發現，企業是數字化轉型最主要的陣地，這些數字化的人才，包括他們做的事情，都是在各個企業當中的，每個企業對于數字化的需求都不太一樣，基于這些原因，我們在開課吧To C的基礎上形成了事業線，并且從2020年年初的時候開始深耕剛才講的三個行業，并且積累了很多的客戶的案例。大家對于這個客戶案例有興趣可以掃這個二維碼，是智能制造業務線的負責人，他有更多的資料，包括案例可以分享給大家。

 

因為教育公司，還是需要有一些雞血，跟大家分享一下，三句話，這是我大概幾年前在一個咖啡廳里面看到的，很小清新的三句話，特別適合數字化轉型，我們講傳統行業做數字化轉型，當你下定不了決心的時候，可以考慮一下這三句話。第一句話，讓過去過去，我相信大家都做過很多數字化轉型的嘗試，有些可能失敗了，有些可能有一些成果。我們其實需要有更堅定的信心，在失敗的案例中找到經驗，讓過去的過去，不能因噎廢食。

 

第二句話，從開始開始，很多企業跟我聊的時候，我們什么時候可以開始，尤其是更傳統的企業，我覺得現在就可以開始，只是我們要有針對性的，現在企業的現狀，以及整個信息化的水平，分步驟地實現我們的數字化轉型。

 

第三句話，更重要的一點，給時間時間，因為整個數字化轉型的時間周期是非常非常長的，我們千萬不要過高的對數字化轉型進行預期，兩個月之內一定要有一個大變樣，或者說半年之內就可以宣布，我是一個數字化企業了，我們現在看到很多的數字化項目執行周期都要兩年的時間，更別說整個公司數字化的轉型，可能在我看來，這其實是未來五到十年的事情。

 

所以，最后這三句話分享給大家，我們開課吧也希望成為中國企業數字化轉型的同行者，謝謝大家!