事实上能对工业、医疗这两个行业产生正面作用就很不错了。
在人工智能这个行业,林灰做好“领跑者”和“务实者”就已经足够了。
做领跑者,自然没问题,有前世信息的情况下,林灰觉得领跑个几年问题不大。
反倒是务实,很考验企业管理者性情和企业文化。
回答这个问题只能交给时间了。
等搞定人工智能之后,林灰便可以向别的领域迅速推进。
推进诸如人脸识别技术、Fuchsia OS之类这些林灰之前早就思考过的技术。
除此之外林灰还想到了物联网、云和大数据。
云和大数据在这个时空前几年都被疯狂炒作过了。
现在热度已经消散很多了。
但热度的消散不等于价值的消散。
林灰觉得云和大数据依旧是有很大价值的。
只是这个时空的人们打开方式不对。
云、大数据得跟人工智能、物联网搭配在一块才能碰撞出奇妙的反应。
虽然前世物联网方面的呼声一直雷声大雨点小那种。
但物联网丝毫不容小觑。
反正林灰觉得物联网至少比元宇宙要靠谱的多!
人工智能、物联网、云、大数据这些有机相结合蕴含着超级大的市场。
人工智能、物联网、云、大数据这些东西融合起来很容易。
无非就是通过物联网产生、收集来自不同维度的、海量的数据。
而后将这些数据存储于云端/边缘端(云)。
再之后通过大数据分析进行初步分析得到概率的结论。
之后再用更高形式的人工智能进一步分析。
通过上述几个的有机结合可以实现万物数据化、万物智联化。
将这些东西有机的结合在一起有什么作用呢?
通过这些东西的有机结合。
最终追求的是形成一个智能化生态体系。
在该体系内,实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通,万物互融。
而且之前涉及Fuchsia OS的时候。
林灰就想过生态的重要性。
通过借助于人工智能、物联网、云和大数据的有机结合构筑生态。
对于林灰以后对Fuchsia OS的生态建设也会起到很大的促进作用。
而Fuchsia OS 又是一款面向多平台的操作系统,它的载体不仅是智能手机,还有平板电脑、笔记本电脑甚至是可穿戴设备。
也就是说Fuchsia OS将来又会反哺依靠人工智能、物联网、云和大数据所构筑起来的生态。
在此之后又可以将触手伸向别的互联网巨头。
一时之间,林灰脑海中的关于未来的规划渐渐清晰了起来。
尽管规划的很清晰。
但想将这个闭环完成打造至少需要两年的时间。
而且这样宏伟的蓝图只依靠林灰一个人依旧是很有困难的。
林灰还需要很多合作伙伴或员工。
仅仅以人工智能行业来说,就涉及到非常复杂的组织。
拿一个人工智能行业的产品部门的组织来说:
首先肯定是需要产品经理的。
产品经理一般可以理解为一个小项目的CEO。
这个产品经理既需要有人工智能的背景又需要有传统IT行业的背景。
产品经理既需要懂行业,也要懂技术。
其次要有首席技术官,人工智能行业的首席技术官技能点要相当之高。
要能够把软件、硬件算法整体来看。
此外还需要CAIO,也就是往后几年所说的首席人工智能官。
这些人要在算法上有很深的造诣。
最起码也应该能对算法可行性进行评估。
这个人可能不少那么懂行业,但对技术一定要擅长。
此外,还需要有CMO首席营销官。
首席营销官才是真正帮助产品推向市场的人。
对首席营销官的要求是:
这个人可能不是很擅长人工智能技术本身。
但一定要非常懂行业。
除了这些“头头”之外。
还需要大量的包括算法工程师在内的各种程序猿。
这些人即便是没有深厚的技术背景,也应该有技术洞察力。
最重要的是要谦虚、有很强的学习能力。
谦虚有助于团队合作,强大的学习能力能非常快速地学习行业知识,与时俱进。
往后几年的话,三条腿的蛤蟆可能不好找。
但往中关村随便丢块砖头,估计都能砸死好几个搞人工智能的。
前世林灰刚穿那会想凑够这些人并不难。
但在现在这个人工智能尚未兴起的时刻想凑够这些人多多少少有点麻烦。
现在这个时空这个时间节点,整个中国搞人工智能的估计也没几个人。
这种情况下想找些队友属实不容易。
而且一家即将成为一个超级庞然大物的企业。
林灰也不可能一个一个的去找人才。
一个一个的去招揽人才那是HR应该去负责的事情。
从林灰的角度思考的话,比较适合林灰的是自上而下的进行设计。
把足够牛比的人工智能方面的奆老招揽至身边,委任一些重要的职务。
很容易就可以快速吸引起一堆志同道合的人。
想到自上而下的设计。
林灰突然想到了一个人。
Andrew Ng,华裔美国人。
关于此人太详细的介绍林灰也不记得太清楚。
不过林灰记得前世2011年,此人在谷歌创建了谷歌大脑项目。
在2014年5月16日,加入摆渡,负责“摆渡大脑”计划,并担任摆渡公司首席科学家。
2017年3月20日,从摆渡辞职。
虽然此人在摆渡只待了短短三年。
但前世摆渡在体量远不及阿狸和鹅厂的情况下,在人工智能却能够跻身BAT前列。
可以说跟此人有着不可分割的关系。
不过这个时空此人并没有去摆渡就职。
莫非此人还在谷歌不成?
这样的人才如果有可能倒是可以挖过来。
不过似乎很有难度啊。
虽然这个时空人工智能和机器学习的研究明显滞后于前世。
但此人依旧是国际上最权威的学者之一。
而有本事的大老基本都是有性格的。
想挖过来貌似很难。
不过即便如此,起码不能被竞争对手挖走。
不然没来由增添很多麻烦。
再之后,林灰又陆陆续续想了很多事情。
将来要做的事情林灰已然有了腹稿。
之前那种不安的情绪也澹澹消失了。