全军列阵 > 重回2008:我的金融商业帝国 > 第264章 360的红利

第264章 360的红利

    阳光穿过国贸大厦二十八层的落地窗,在地毯上投下明亮的光斑。

    林辰坐在宽大的老板椅上,翻开林小雨刚才分类放好的待批文件。

    放在最上面的一份,是关于近期PC端业务增长的详细复盘报告。

    报告上的数据十分亮眼。与360安全卫士的战略结盟,可以说是这半年来辰希科技走得最精妙的一步棋。

    但这并没有让林辰产生松懈的情绪。

    他拿起钢笔,在“三亿”这个数字上画了一个圈,然后重重地打了一个问号。

    流量红利总有吃完的一天。

    360的导流虽然凶猛,但这属于外部联盟借势,带有明显的工具属性。

    当下沉市场能买得起电脑的用户都被覆盖完毕,增长的曲线不可避免地会趋于平缓。

    传统的软件打法,快要摸到天花板了。

    飞鸽现在拥有海量的用户,公众号生态也引入了成千上万的自媒体、纸媒和企业入驻。

    每天产生的内容浩如烟海,图文信息呈爆炸式增长。

    但目前,飞鸽的内容分发依然停留在最原始的“订阅”和“人工编辑推荐”阶段。

    用户找不到感兴趣的内容,优质的内容也无法精准触达用户。

    如果这个问题不解决,飞鸽就会变成一个臃肿的储物间,而不是一个充满活力的数字生态。

    林辰按下桌上的内线电话:“小雨,让张栋和赵娜到我办公室来一趟。”

    五分钟后。

    技术总监张栋和人事总监赵娜一前一后走进了办公室。

    张栋手里还端着一杯黑咖啡,眼神里带着习惯性的疲惫,但精神状态很清明。

    “老板,您找我们?”赵娜在办公桌对面的椅子上坐下,打开了随身携带的工作记事本。

    林辰点了点头,没有多余的客套,直接切入正题。

    “老张,飞鸽现在的公众号后台,每天产生多少篇图文内容?”林辰看向张栋。

    张栋在脑子里过了一下数据,回答道:“每天大概有几十万篇新增文章。特别是最近我们对几大传统纸媒开放了入驻接口后,图文资讯的增量非常大。”

    “那用户是怎么看到这些内容的?”林辰追问。

    “主要靠用户主动去搜索公众号的名称进行关注,或者是在‘发现’频道的总榜单里,看我们运营编辑每天手动置顶的那些热门文章。”

    张栋如实汇报,这是目前国内各大门户网站通用的内容分发模式。

    “太慢了,也太蠢了。”

    林辰把手里的钢笔放下,身体微微前倾,目光透出几分严厉:

    “我们有上亿的日活用户,每个人的喜好天差地别。有人喜欢看军事,有人喜欢看财经,有人只想看八卦娱乐。靠几个运营编辑坐在电脑前拍脑袋决定推什么文章,能满足几亿人的胃口吗?”

    张栋愣了一下,皱起眉头思考了片刻。

    “老板,您的意思是,我们在飞鸽内部嵌一个类似于百度的搜索引擎?”

    张栋试探着提出了一个技术方案,“我们可以抓取所有公众号的文章关键词,建立一个强大的站内爬虫索引库。用户想看什么,自己输入关键词去搜。百度的竞价排名和搜索逻辑我们完全可以复刻。”

    “不,那还是老路。”

    林辰直接否定了张栋的想法,点出了传统搜索模式的局限性。

    “百度解决的是‘人找信息’的问题。用户必须明确知道自己想要什么,才会去搜索。但大多数时候,人们在等公交、坐地铁、或者晚上睡前刷手机的时候,他们的大脑是放空的,他们根本不知道自己想看什么。”

    林辰站起身,走到办公室的白板前,拿起笔,在上面写下了四个字。

    信息找人。

    “我要做的,不是让用户去搜索。”

    林辰转过身,看着张栋,提出了一个在2010年显得有些天方夜谭的概念:

    “我要让我们的系统,比用户自己更了解他们。”

    “我们要通过用户在飞鸽里的每一个动作:他停留在一篇文章上的时间长短,他点赞了哪类图片,他屏蔽了哪个公众号,甚至他平时在群里聊天最常出现的高频词汇。”

    “把这些数据收集起来,在底层给每一个用户画一张极其精密的‘数字画像’。然后,通过协同过滤算法,从那每天几十万篇的文章库里,精准地把军事文章投喂给军迷,把美妆资讯推给年轻女孩。”

    “他们不需要搜索。只要他们往下滑动屏幕,永远有他们感兴趣的内容在等着他们。越刷越上瘾,越刷越离不开。”

    会议室里安静了下来。

    张栋端着咖啡杯的手停在半空中。作为国内顶尖的系统架构师,他并没有觉得林辰在异想天开,相反,他在脑海中迅速推演这套逻辑的技术可行性。

    几分钟后,张栋的额头上渗出了一层细汗。

    “老板,这套逻辑在理论上是完美的。”

    张栋深吸了一口气,声音变得凝重,“但这背后的技术门槛,高得离谱。”

    “传统的搜索只是文本匹配,但您说的这个,是基于海量大数据的机器学习和人工智能领域的推荐算法。”

    张栋放下杯子,坦诚地指出目前的困境:

    “目前国内的互联网公司,包括企鹅和阿里,在底层算法这块都还处于非常初级的阶段。我们要处理每天几亿人的行为日志,进行毫秒级的特征提取和实时推荐模型计算,这对算力的要求是天文数字。”

    “更致命的是人才。我手底下的这帮架构师,搞高并发通讯没问题,但要搞这种前沿的人工智能算法推荐,专业不对口。国内真正懂这块顶尖技术的人,寥寥无几。”

    这才是技术发展的客观规律。

    在2010年,哪怕是后世横扫全球的字节跳动,此时也还没有诞生。算法推荐的土壤,在国内还是一片荒芜。

    “知道短板在哪,那就去补。”

    林辰没有丝毫的犹豫,他转头看向一直在一旁认真记录的赵娜。

    “赵娜,从今天开始,这件事情列入人力资源部的最高优先级。”

    “传统的软件打法快到头了,未来是算力和数据的战争。我要在辰希科技,单独成立一个全新的、绝对保密的部门,名字就叫‘智能推荐与算法实验室’。”

    林辰语气果决,下达了招募指令:

    “国内找不到人,就去国外找。去硅谷,去谷歌和FaCebOOk的AI团队里挖。”

    “国内的高校也不能放过。去清华、北大、中科院的数学系、统计学系和计算机视觉实验室,把那些正在写论文的教授和最顶尖的博士生,全部给我挖过来。”

    赵娜记录着这些要求,心里暗自盘算着成本。

    从硅谷挖顶级AI人才,或者是从国家级实验室里请人出山,这种级别的招募,已经不能用常规的薪酬体系来衡量了。

    “林总,这批顶尖学者的薪资待遇和期权配给,咱们定在什么标准?”赵娜询问道。

    “没有标准。”

    林辰看着她,给出了一个让所有HR都感到震撼的答案。

    “只要他确实是这个领域的顶尖大脑,能帮我们把算法的地基打牢,他要多少,我们就给多少。”

    “告诉那些猎头,只要人能来,薪资预算不设上限,科研设备需要什么买什么。我用整个辰希集团的利润,来供养这个实验室。”

    在未来的互联网战场上,算法就是核武器。

    谁先掌握了千人千面的分发能力,谁就能把用户的碎片化时间彻底垄断。

    这笔钱,一分都不能省。

    赵娜看着那份薪资预算不设上限的招聘需求,立刻转身去联系各大猎头机构。

    http://www.quanjunliezhen.com/yt137595/51001413.html

    请记住本书首发域名:www.quanjunliezhen.com。全军列阵手机版阅读网址:www.quanjunliezhen.com