Shubha Nabar，Salesforce的数据科学总监
一
这里要说的擎天柱并非大家熟悉的汽车人，而是一款软件引擎。它诞生于帕洛阿尔托学府大道West Elm家具店的地下室。两年前，一群Salesforce公司的人工智能技术的拥趸者，怀揣着扩大机器学习模型影响力的雄心壮志，离开了高耸的总部大楼。通过自动创建这些模型，机器学习技术正在一点点塑造我们的数字世界。当顾客在家具店仔细检查沙发的质量的时候，这群人工智能技术的拥趸者搭建起了自己的系统，并用《变形金刚》里汽车人领袖的名字为之命名。
谈到这样命名的缘由，一位团队成员回忆道：“机器学习就是关于数据转换的科学”。不过，也许是营销部门改变了主意，或者是因为版权原因，这个命名只在地下室内部使用。Salesforce用另一个改变世界的英雄的名字注册了这款软件，他们称这款AI程序为“爱因斯坦”。
在流行文化——无论是狂热的拥护者还是悲观的批评者看来，Salesforce赋予他们AI成果的这个名字，代表的是千变万化的强大能力。但Salesforce坚定地站在了大肆宣传的对立面，没有人大声欢呼，尤其是在推广AI的时候。不过这家公司的AI程序也许比救世主和天启更加实用。
今年3月，Salesforce向所有用户开放了“爱因斯坦”的大部分功能。长期以来，Salesforce一直致力于通过将先进软件从内部服务器转移到云端的方式，使之可以应用到日常的商业活动当中。这家公司最开始的口号就是“消灭软件”。客户无需购买和安装复杂的软件，也不用付费维护和升级，Salesforce会在它的云数据中心搞定一切。这在今天看起来很平常，但1999年Salesforce启动时，其革命性丝毫不亚于今天的人工智能。
技术革命为Salesforce带来巨大的发展。这家公司现在在全球已经拥有26000名员工，并将它的名字刻在了它所在城市最高的摩天大楼上。它的创始人马克·贝尼奥夫是一位慈善家，用自己的名字命名了几家医院和基金会。不过，在B2B软件领域，Salesforce仍然是一副暴发户的形象。
当人工智能的风口来临时，Salesforce公司内部的员工和他们招募的专家为了同一个理想主义的目标走到了一起，他们致力于为每个人打造人工智能，为那些无力聘请专家的公司提供机器学习。他们承诺要将AI民主化。
在埃隆·马斯克和斯蒂芬·霍金反复提醒AI对人类的威胁的背景下，这听起来有些冒险。但Salesforce想到的并非AI的破坏性。它眼中的“爱因斯坦”不是那个推翻占据正统地位长达几个世纪的物理学，并为氢弹奠定理论基础的科学家，而是一个可爱的、能够回答你所有问题的超级大脑。Salesforce的口号带有一点民粹主义的气息——让普通人也能运用新一代的技术。微软、谷歌、亚马逊等科技巨头虽然在技术研发能力上超过sales force，但后者却承诺将为它的客户提供市场优势。而这一目标的实现将从普普通通的销售线索列表业务开始。
二
“我接下来的工作是什么？”大多数人每天都会反复这样问自己。最后得到的答案却往往是刷Facebook或者看看Trump有没有发推特。待办事项软件和个人生产力工具可以带来一定的帮助，但同事也额外增加了我们的工作量。如果人工智能可以替我们回答这个问题该多好。
Salesforce的AI团队决定将这项功能率先添加到“爱因斯坦”中并对外开放。今天Salesforce能够为客服、电子商务、营销领域提供各种各样的基于云的服务，但“爱因斯坦”本质上仍是一款销售人员用来管理销售线索的CRM产品。评估所有任务的优先级是一件非常复杂的事情，将占用你很多宝贵的时间。而“爱因斯坦”智能模组（一个位于Salesforce主页最右边的附加栏）将为你代劳，依据任务完成的可能性进行优先级排序。营销人员也是Salesforce的主要客户，对于他们而言，“爱因斯坦”可以读取大量邮件列表，并根据每个收件人打开邮件的可能性，对他们进行分类排序。
任何人都可以让电子表格根据不同的因素对列表进行排序，为什么Einstein被称作人工智能呢？它的特别之处在哪？机器学习的独特之处很简单但却影响深远：程序可以通过分析历史数据自我学习，判断哪些因素能够最好地预测未来，并依据新增的信息不断调整其模型。程序获取的数据越多，分析出的结果就越精细和强大。这正是为什么“爱因斯坦”不仅能够服务于Salesforce的基础数据列，而且能够分析销售电子邮件的原因。
Salesforce的产品营销总监Ally Witherspoon使用机器学习工具发现，顾客同意购买太阳能面板的一个关键因素在于，他的屋顶是否被设计成了适合安装太阳能面板的坡度。另一个深度学习程序则可以通过检查不同房屋的卫星图片，根据屋顶的几何形状自动将住宅标注出来。
屋顶信息是机器学习罗列清单的主要依据，“爱因斯坦”的九大亮点之一是，用户可以点击相应的结果了解其评分依据。如果用户相信这款工具，那么这种透明度就有所裨益。但如果所有销售代表都学会了忽略那些平顶房屋的住户，将发生什么呢？
正如Salesforce的技术总裁Srini Tallapragada所说：“在某个特定的时间点，数据列可能是无效的——一旦预测结果成了典型做法，模型也就失去了预测效力，因此模型必须不断进化。”
三
机器学习技术很酷，也是2017年的标准配置。但是要建立这样一套系统并在公司内部运行，你必须花费大量时间和精力去建立一套模型，这个模型要懂得在你的业务中什么是最重要的；然后还要清洗数据以得到准确的结果。“这正是银行、保险公司和医生至今没有全面引入人工智能的原因”， Vitaly Gordon解释道。Vitaly Gordon于2014年离开了LinkedIn，并成为Salesforce探索机器学习的先锋之一。具有讽刺意味的是，AI被认为将推动人类工作自动化，“但它实际上给人类带来了许多问题”，Gordon说道。这些公司可能比Facebook和Google更了解你，但是它们却无力去追求那些熟知如何挖掘海量信息的数据科学家。
雷锋网注：Vitaly Gordon，Salesforce早期的AI工程师
如今企业对于这些专家的需求，就像90年代对互联网路由专家和2000年前后对SEO专家的需求一样旺盛，其疯狂程度甚至超过了湾区的住房市场。如果你是像Facebook、 Google和Amazon一样的巨头。那么你就可以雇佣这个领域的权威人士，让他们优化算法，发明新的方法，用更强大的人工智能服务数十亿客户。但如果你不是，那么你就完蛋了。你要么选择向巨头咨询公司支付一笔费用，定制机器学习系统，要么就只能在一边干看着。
Salesforce的卖点在于，如果你的业务掌握在自己手中，那么你就能从人工智能中受益，而无需争抢人才去定制自己的系统。如果把Salesforce的服务比作一个百宝箱，那么企业就能从中得到自己想要的一切服务。
Salesforce公司有15万客户，他们大多数都根据自己的需求和数据定制了系统。在Salesforce的“多租户”模式下，每个公司的数据分别保存，当客户添加自定义数据字段时，Salesforce甚至不知道这些信息的性质。
为了让“爱因斯坦”能够匹配不同业务独特的软件配置，Salesforce的AI智囊团意识到，他们需要找到一种全新的方法。“世界上没有足够的数据科学家来建立所有我们需要的预测模型”， sales force“爱因斯坦”项目的总经理John Ball说道。正如AT&T在一个世纪前意识到的那样，如果它坚持手工操作的方式，那么最终每个美国人都将坐在交换机上。Salesforce认为自动化是不可避免的。
这正是擎天柱的市场切入点（在Salesforce内部，开发人员仍然习惯这样称呼“爱因斯坦”）。擎天柱是一个可以自动为Salesforce的客户创建机器模型的系统。有了它，数据科学家们就不用花费几周时间来训练每个新建立的模型，以得出准确的结果了。某种意义上来说，擎天柱是一个创造AI的AI，它的递归特性既美丽又让人不安。
雷锋网注：John Ball，“爱因斯坦”项目总经理
“通常来说，数据科学家研究一个问题，需要花费几个星期甚至一个月才能找到一个好的问题模型”，Salesforce的数据科学总监说道：“但使用AI，这一过程只需要几个小时。”
现在，擎天柱的主要功能在Salesforce的云应用程序中都可以使用，客户只需要勾选对应的方框即可。接下来，Salesforce还将逐步开放该项技术。首先，用户可以对“爱因斯坦”的功能进行拓展，以处理更多定制化的数据。point-and-click界面允许非程序员为用户创建定制化的应用程序。“我们希望允许管理员——不是数据科学，甚至不是开发人员——在任何设备上对任何一个领域进行预测”，Ball表示。Salesforce甚至将更进一步，公布其机器学习系统的内部结构，供外部开发者学习和改进。届时，它将和谷歌和微软等AI巨头直接竞争，以主导商业市场。
四
Salesforce最近发布了一项研究声称，AI通过CRM软件产生的影响力，将在全球范围内增加1万亿美元的GDP，并创造80万个新的就业岗位。自2016年发布“爱因斯坦”以来，Salesforce已经全面转向了AI。Benioff表示：“AI是下一个平台，未来所有的应用和公司的能力都将建立在AI之上。”
Benioff甚至在一个季度财报电话会议上告诉分析师，他在每周的高管会议上用“爱因斯坦”预测结果和解决争论。他说：“我会在会议上向“爱因斯坦”求助，对它说，‘“爱因斯坦”你已经听到了所有的讨论，你对此有何看法？’“爱因斯坦”将告诉我这个季度的上升和下滑情况，并指出我们的优势和不足，有时它甚至还会给出过去三个季度中执行的某个策略，并指出某个执行官需要特别关注。”
这听起来或许有点《1984》中老大哥的意味，但和我交谈过的每个Salesforce的员工都非常谨慎地让AI保持友好。“爱因斯坦”并非要取代你的工作，它只是希望能够帮助你更加聪明高效地工作。不过AI的世界充满了对偏见、隐私和数据完整性的模糊恐惧，随着Salesforce不断扩张人工智能业务，未来不可避免地要遇到这些问题。
Salesforce能够吸引人才的一大优势在于，在Benioff的领导下，公司建立起了富有社会良知的良好形象。这和Uber恰恰相反。这是Richard Socher非常看重的一点，Richard Socher是一个AI领域的能人，它的公司MetaMind于一年前被Salesforce收购了。
Socher现在负责领导Salesforce的研究工作，专注于帮助软件理解自然语言和图像的深度学习技术。它在斯坦福大学教授了一门广受欢迎的人工智能课程，并联合出版了多篇论文。
Richard Socher，Salesforce AI研究工作负责人
Socher顶着一头桀骜不驯的稻草拖把一样的头发，看起来就像一个研究生，他对于测试AI能力的极限充满了年轻人的热情。
“我希望未来可以有越来越多的机会，和一个真正拥有多种智能的系统对话”，他说道。对于当下来说，这意味着建立能够阅读随机段落并正确回答相关问题的学习路径，以及探索建立能同时完成多件任务的人工智能的新方法。
Socher表示：“随着技术日益强大，它与伦理的对话刻不容缓。人工智能怎么样取决于它得到的数据。如果你的数据中包含某种偏见，那么人工智能会快就会学会它。你让AI自动运行，那么它就会将同样的错误重复几亿次。因此你需要格外小心。”
五
销售工作可能非常痛苦，但销售人员必须保持积极，即使他们的工作变得丑陋和绝望。通过拥抱这种积极心态，Salesforce繁荣兴盛了长达二十年。Google的AI系统致力于完善信息访问；Facebook的目标是更加智能地连接人；而Salesforce则能希望通过帮助客户改进他们的工作，让世界变得更加美好。
有时候，Salesforce描绘的AI驱动的未来，听起来美好得有些不真实。为了从局外人的角度对该公司的计划进行深入的评估，我请教了华盛顿大学的人工智能专家和《Master Algorithm》的作者Pedro Domingos。
Domingos表示，Salesforce是这个领域的“迟到者”，它也许会发现将AI深入集成到自己的产品中比想象中更困难。不过他认为Salesforce公司目前正处在正确的轨道上：人工智能发展到这个阶段，让更多人能够使用基础的AI工具，比从算法中再压榨出几个百分点的效率提升要重要的多。
Domingos还表示，虽然相对IBM和Google来说Salesforce是个后进者，但这并不意味着它会一直落后。“它们在这个领域仍然是个小角色，但其他公司正迎头赶上，而且成长速度非常之快——看看Facebook就知道了。虽然现在你是个迟到的新手，但这不意味着几年后你不能成为一个领导者。”
Salesforce接下来需要面对的是一个竞争非常激烈的市场，它的竞争对手包括微软（LinkedIn销售导航员）、甲骨文等巨头，以及sugarcrm这样体量相对较少的对手和Conversica之类的创业公司。如果Salesforce能够在今天激烈的AI竞争中名列前茅，那么很可能是因为一点，即它精心经营的、拥有大量标记和组织过的数据的客户数据库。
其他公司有大家都在追求的高薪数据科学家？可他们现在正在花费大量时间“准备数据”，即弄清楚如何预处理数据，以便机器学习程序可以消化，并产生良好的结果。大多数人工智能系统开始预测前，都需要进行大量的信息整理和处理工作。
这是AI背后的自动化精神的一次戏剧性溃败。Domingos指出，真实情况往往是这样的，IBM和Accentures这样的公司只是笼络了一大批专家去解决他们客户的问题。“归根结底还是由人在做这些事情”，他说道：“这能够赚钱，但无法进一步扩展。”
但Salesforce的客户已经在将他们的数据输入同一个软件平台了，虽然他们中有很多人添加了自己的定制软件。“人们把一切都放在那里，”Salesforce技术总裁tallapragada说道。Salesforce并不查看客户的数据内容，但它知道有多少数据被重新组织了。Salesforce的优势是元数据。这让我们可以实现自动化，”数据科学总监Nabar说道。
人工智能技术带来的究竟是乌托邦式的梦想还是天网般噩梦，也许将由计算机科学家所谓的“数据卫生”来决定。也就是说：“未来的AI时代，无论我们的程序多么智能，数据的整洁性仍然十分重。”
via Wired 雷锋网编译
正在生成分享图...
Nemo