作为一名连续创业者,笔者在国家尚未提出大众创新万众创业的大学时代便开始了创业生涯,从国内第一家公益众筹网站、自媒体联盟到O2O生鲜电商,每一个创业项目都走在风口之前,拿到多轮投资,也曾负债累累。
记得在2016年夏天,笔者与生鲜电商创业项目的老搭档兼CTO闲聊起未来线下生鲜店的发展方向时,搭档的一句话让我对数据的智能应用产生了浓厚的兴趣:“未来线下零售店,当顾客一走进门店时,售货员便知道顾客喜欢哪件商品。当积累的顾客数据多了之后,零售店就可以根据这些顾客的历史消费记录去调整商品的陈列,不仅让顾客可以找到需要的商品,还能够搭配关联商品让顾客一同购买,同时又给供应链提供优化的方向,甚至电子屏幕广告牌展示的广告都是顾客感兴趣的内容……”
在同年秋天,伴随着收集的人工智能行业的信息越来越多,发现之前畅想的智慧门店的实现思想与路径,其实就是——智能推荐!完成了对人工智能行业所提供的商业价值的初步分析判断,在处理完生鲜电商项目的事宜后,便一股脑地扎进了人工智能行业。刚进入这个行业时,发现有太多可以对产业进行改造和升级的应用和场景了,于是乎,摩拳擦掌、跃跃欲试的我便进入了我现在所服务的公司——艾克斯智能。刚进入公司几个月,我的一腔热血被浇凉了一半,泼冷水的人正是这家公司的创始人周波。在与周波共事的几个月中,我的一些对智能应用落地的畅想被他用十几年的商业智能从业经验一一捋顺,我对人工智能行业的发展现状、商业逻辑、实现方式有了新的认识角度,对人工智能行业的认知也完成了一次“落地化”地升级。
几年来,笔者在一线接触了几十上百个智能化应用项目,除互联网行业之外,还接触政府、运营商、金融单位、传统制造业企业集团等十几个后,我那被浇灭的一半热血又燃烧了起来,但与之前不同的是,我变得冷静、理智、客观了许多。之所以重燃了热情,是因为我看到,纵使现有的技术不够成熟、不够理想,但各个组织单位爆发出强烈地通过应用人工智能技术实现“提效率、降成本”的需求,甚至笔者所服务的公司,及大众印象里与智能化距离较远的煤矿、石油行业都实现了智能化项目的落地和应用。
虽然笔者所服务的公司,不断有NLP(自然语言处理、计算机视觉识别项目的合作与落地,但笔者最感兴趣的依然是当初来到人工智能行业的初心——智能推荐。而在服务智能推荐项目的过程中,产生了四个强烈的感受:
应用场景太广泛,不同场景之间的具体推荐思路有很大的不同;
不仅是老百姓,连大多数互联网从业者也搞不清智能推荐是个什么神奇宝藏;
很多专业术语很高深,其实往往是从常识引申出的理论与方法;
应用场景多样化,而互联网行业可能仅仅是智能推荐的起点。
笔者有个印象特别深刻的报道。一位斯坦福大学的教授通过“贪心算法”找到了自己的车,听起来有没有很高深?而这个算法讲的是什么呢?举个例子:笔者到停车场找自己的车,先往东走了几步,锁车听喇叭声音距离自己的远近,如果远了就往西走,如果近了就继续往东走,这就是“贪心算法”的原理。实际上,当你知道了原理之后,你会发现其实一点都不高深,我们找车不就是这么找的嘛!
智能推荐虽然是基于AI的技术应用,但不能仅仅停留在技术层面,从实际应用效果来说,在大规模商业化的场景下,想把推荐模型高性价比地发挥作用其实并不容易,很多模型从理论上来说确实可以达到好的效果,但现实却没有实现的条件。任何一个推荐系统的项目,至少会有两种及以上用不同模型实现的思路。所以不管是智能推荐技术提供方,还是使用方,都需要将智能推荐与实际的应用场景结合起来,本书不是技术图书,而是一本关于应用的图书。
笔者从上述四个感受出发,致力于通过“说人话”的方式,帮助读者了解,智能推荐到底是什么,到底有什么价值,我的企业要不要应用智能推荐以及不同场景应该怎么应用。
本书共分七章进行讲解。第一章什么是智能推荐,第二章要不要上线智能推荐,第三章智能推荐在资讯场景的应用,第四章智能推荐在电商场景的应用,第五章智能推荐在文娱行业的应用,第六章智能推荐的未来,第七章如何实现智能推荐。笔者之所以选择资讯、电商、文娱行业来详细地讲解智能推荐的应用方式,是因为现阶段智能推荐在这三个行业的应用最为成熟,在成熟与不成熟的过程中,智能推荐也暴露了很多问题,进行了多次优化,而且这些问题都比较有代表性。
希望这些问题的解决方式对智能推荐感兴趣的互联网从业者及准备上线智能推荐的企业管理者(不管是新型互联网企业还是传统行业企业)有一定的启发。
可以自信地说,对于智能推荐领域,笔者最大的优势是见过、服务过、实战过上百个项目,这些项目几乎涵盖了所有体量的互联网公司和部分传统组织与线下场景,书中的所思所想都是在实战过程中,一个坑一个坑蹚出来的真实经验,而非坐在办公室、实验室凭空想出来的。此书中的推荐场景问题解决在一定程度上贯彻了笔者本人的做事态度:用聪明的方法,做落地的事。希望此书对读者有一定的积极意义,同时也欢迎同行对此书内容进行指教与批评。