为什么说，中国将在AI领域与美国齐头并进？

AI的运行逻辑

　　不过在这两个变量里，多数人可以试着理解中国，但对于何为人工智能，则多少有些一知半解。

　　那今天我们不妨“饮水思源”，就以《全球AI领域人才报告》的发布者领英为样本，剖析下人工智能在职业社交上的可能性——事实上，除了通过大数据洞悉全球AI人才走势，领英自己，就是全球最有资格谈论人工智能的公司之一。

　　从2006年部署AI开始，AI已成领英的核心产品策略和文化。不同于一些公司将AI视作“佐料”，添置在对特定经验的优化过程中，领英将AI渗透进整个平台的毛细血管——几乎没有哪个功能没有被AI加持，用领英人工智能团队负责人Deepak Agarwal的话说，AI之于领英，就如氧气一般重要。目前他正带领数百人的团队，持续不断地通过人工智能，推动领英整个社交体系的变革。

　　而这种推动的原始动力，无疑是源于数据。众所周知，在深度学习框架下的AI竞争中，数据本身即是最坚实的护城河，而领英正是一个庞大数据池，上面盘踞着数亿用户真实的职业档案，每份档案背后又涵盖教育信息，职业背景，关系网络和最新动态等丰富的细分数据;此外，这里还拥有千万级别的公司主页和有效职位信息，在算法的不断驱动下，这些动态更新的数据，会迸发出巨大价值。

　　譬如，它可以颠覆传统时代，复杂且充满不确定性的招聘流程，领英可以根据档案，工作经历，教育背景，技能，社会活动等不同数据的交叉比对，完成精准匹配：当你更新领英档案，系统会自动推荐所有你可能感兴趣的职位——数据显示，利用AI提升“可能感兴趣的工作”这一功能的个性化程度，使得用户工作申请数量提升了30%。

　　而切换到招聘视角，当企业发布一个职位后，通过智能匹配，HR收到的站内推荐，都是基于人工智能自动产生，这让他们收到的站内信回复比率提高了45%。

　　更重要的是，遵循着网络经济的收益递增原理，以数据为血液的人工智能产品，会卷入“越多人使用它就越聪明，越聪明就有更多人使用”的循环，领英亦如此，其机器算法已实现“自我学习”和“自我进化”，就像Deepak Agarwal所言：“机器算法会根据人才推荐的反馈结果进行追踪，收集所有反馈结果并进行汇总分析，也会不断进行算法的校正与完善，最后会形成一个整体的算法系统，因此机器算法不仅仅根据招聘关键词进行推荐，还是需要综合多方面的因素，才能做到智能化的推荐。”

　　当然，在求职和招聘体系之外，AI也在领英无所不在，随便举几个例子：比如，基于“您可能知道的人”功能，领英可以推荐用户与相关适合的人建立联系，这正是受益于机器的智慧。

　　再比如，利用人工智能给用户推送与其相关，且对其有用的内容，让每个用户主页上的内容得以实现千人千面，这也使领英上文章推送的数量增加了10%-20%。

　　当然，在领英这个资源池，AI的福祉也同样惠及B端市场——譬如领英营销解决方案，就是由AI充分加持：它可通过人工智能将广告投放给最相关的用户，通过分析用户的喜好，点击和访问活动等属性找到适合的人群，提高销售的投资回报率;还可通过人工智能为销售人员扩大目标受众数量，找到更多拥有类似背景的目标对象。2016年，领英营销解决方案正式落地中国，这种真实性和精确性，受到广告主的一致认可。

　　而值得一提的是，除了在既有产品上大做文章，为了更好地将AI深入领英骨髓，推动整个社交体系的持续进化，领英还建立了人工智能学院，以便更高效地让员工(尤其是工程和产品相关的员工)具备相关知识，学院针对不同工作角色和业务需求设置了不同课程，正如领英科学与工程负责人Craig Martell所言：“我们的目标是在领英范围内推广人工智能，这将使我们的所有员工与人工智能专家拥有共同的语言，有利于促进进一步合作，并使我们继续为会员提供更多价值。”

　　结语

　　嗯，用AI创造更多价值，是这个时代技术带来人类的最大变量。

　　要知道，人类社会发展的底层驱动力永远都是技术——以及更重要的，让“技术扩散”的商业化过程。令人欣喜的是，不同于过去数十年其他几次由学术研究主导的AI浪潮(最终偃旗息鼓)，无论从宏观上的《全球AI领域人才报告》，还是微观上领英这家公司对AI的驾轻就熟，都不难发现，这轮AI热潮是以满足用户需求，解决社会问题的商业行为主导，它正在全速奔进，成为接棒互联网的下一代基础设施。

　　而我相信，这个过程，要比大多数人想象中的更为迅猛。