第264章 360的紅利
陽光穿過國貿大廈二十八層的落地窗，在地毯上投下明亮的光斑。
林辰坐在寬大的老闆椅上，翻開林小雨剛才分類放好的待批文件。
放在最上面的一份，是關於近期PC端業務增長的詳細復盤報告。
報告上的數據十分亮眼。與360安全衛士的戰略結盟，可以說是這半年來辰希科技走得最精妙的一步棋。
但這並沒有讓林辰產生鬆懈的情緒。
他拿起鋼筆，在「三億」這個數字上畫了一個圈，然後重重地打了一個問號。
流量紅利總有吃完的一天。
360的導流雖然兇猛，但這屬於外部聯盟借勢，帶有明顯的工具屬性。
當下沉市場能買得起電腦的用戶都被覆蓋完畢，增長的曲線不可避免地會趨於平緩。
傳統的軟體打法，快要摸到天花板了。
飛鴿現在擁有海量的用戶，公眾號生態也引入了成千上萬的自媒體、紙媒和企業入駐。
每天產生的內容浩如煙海，圖文信息呈爆炸式增長。
但目前，飛鴿的內容分發依然停留在最原始的「訂閱」和「人工編輯推薦」階段。
用戶找不到感興趣的內容，優質的內容也無法精準觸達用戶。
如果這個問題不解決，飛鴿就會變成一個臃腫的儲物間，而不是一個充滿活力的數字生態。
林辰按下桌上的內線電話：「小雨，讓張棟和趙娜到我辦公室來一趟。」
五分鐘後。
技術總監張棟和人事總監趙娜一前一後走進了辦公室。
張棟手裡還端著一杯黑咖啡，眼神裡帶著習慣性的疲憊，但精神狀態很清明。
「老闆，您找我們？」趙娜在辦公桌對面的椅子上坐下，打開了隨身攜帶的工作記事本。
林辰點了點頭，沒有多餘的客套，直接切入正題。
「老張，飛鴿現在的公眾號後台，每天產生多少篇圖文內容？」林辰看向張棟。
張棟在腦子裡過了一下數據，回答道：「每天大概有幾十萬篇新增文章。特別是最近我們對幾大傳統紙媒開放了入駐接口後，圖文資訊的增量非常大。」
「那用戶是怎麼看到這些內容的？」林辰追問。
【記住本站域名𝗧𝗪看書網→𝘀𝗵𝘂.𝘁𝘄】
「主要靠用戶主動去搜索公眾號的名稱進行關注，或者是在『發現』頻道的總榜單里，看我們運營編輯每天手動置頂的那些熱門文章。」
張棟如實匯報，這是目前國內各大門戶網站通用的內容分發模式。
「太慢了，也太蠢了。」
林辰把手裡的鋼筆放下，身體微微前傾，目光透出幾分嚴厲：
「我們有上億的日活用戶，每個人的喜好天差地別。有人喜歡看軍事，有人喜歡看財經，有人只想看八卦娛樂。靠幾個運營編輯坐在電腦前拍腦袋決定推什麼文章，能滿足幾億人的胃口嗎？」
張棟愣了一下，皺起眉頭思考了片刻。
「老闆，您的意思是，我們在飛鴿內部嵌一個類似於百度的搜尋引擎？」
張棟試探著提出了一個技術方案，「我們可以抓取所有公眾號的文章關鍵詞，建立一個強大的站內爬蟲索引庫。用戶想看什麼，自己輸入關鍵詞去搜。百度的競價排名和搜索邏輯我們完全可以復刻。」
「不，那還是老路。」
林辰直接否定了張棟的想法，點出了傳統搜索模式的局限性。
「百度解決的是『人找信息』的問題。用戶必須明確知道自己想要什麼，才會去搜索。但大多數時候，人們在等公交、坐地鐵、或者晚上睡前刷手機的時候，他們的大腦是放空的，他們根本不知道自己想看什麼。」
林辰站起身，走到辦公室的白板前，拿起筆，在上面寫下了四個字。
信息找人。
「我要做的，不是讓用戶去搜索。」
林辰轉過身，看著張棟，提出了一個在2010年顯得有些天方夜譚的概念：
「我要讓我們的系統，比用戶自己更了解他們。」
「我們要通過用戶在飛鴿里的每一個動作：他停留在一篇文章上的時間長短，他點讚了哪類圖片，他屏蔽了哪個公眾號，甚至他平時在群里聊天最常出現的高頻詞彙。」
「把這些數據收集起來，在底層給每一個用戶畫一張極其精密的『數字畫像』。然後，通過協同過濾算法，從那每天幾十萬篇的文章庫里，精準地把軍事文章投餵給軍迷，把美妝資訊推給年輕女孩。」
「他們不需要搜索。只要他們往下滑動屏幕，永遠有他們感興趣的內容在等著他們。越刷越上癮，越刷越離不開。」
會議室里安靜了下來。
張棟端著咖啡杯的手停在半空中。作為國內頂尖的系統架構師，他並沒有覺得林辰在異想天開，相反，他在腦海中迅速推演這套邏輯的技術可行性。
幾分鐘後，張棟的額頭上滲出了一層細汗。
「老闆，這套邏輯在理論上是完美的。」
張棟深吸了一口氣，聲音變得凝重，「但這背後的技術門檻，高得離譜。」
「傳統的搜索只是文本匹配，但您說的這個，是基於海量大數據的機器學習和人工智慧領域的推薦算法。」
張棟放下杯子，坦誠地指出目前的困境：
「目前國內的網際網路公司，包括企鵝和阿里，在底層算法這塊都還處於非常初級的階段。我們要處理每天幾億人的行為日誌，進行毫秒級的特徵提取和實時推薦模型計算，這對算力的要求是天文數字。」
「更致命的是人才。我手底下的這幫架構師，搞高並發通訊沒問題，但要搞這種前沿的人工智慧算法推薦，專業不對口。國內真正懂這塊頂尖技術的人，寥寥無幾。」
這才是技術發展的客觀規律。
在2010年，哪怕是後世橫掃全球的字節跳動，此時也還沒有誕生。算法推薦的土壤，在國內還是一片荒蕪。
「知道短板在哪，那就去補。」
林辰沒有絲毫的猶豫，他轉頭看向一直在一旁認真記錄的趙娜。
「趙娜，從今天開始，這件事情列入人力資源部的最高優先級。」
「傳統的軟體打法快到頭了，未來是算力和數據的戰爭。我要在辰希科技，單獨成立一個全新的、絕對保密的部門，名字就叫『智能推薦與算法實驗室』。」
林辰語氣果決，下達了招募指令：
「國內找不到人，就去國外找。去矽谷，去谷歌和Facebook的AI團隊裡挖。」
「國內的高校也不能放過。去清華、北大、中科院的數學系、統計學系和計算機視覺實驗室，把那些正在寫論文的教授和最頂尖的博士生，全部給我挖過來。」
趙娜記錄著這些要求，心裡暗自盤算著成本。
從矽谷挖頂級AI人才，或者是從國家級實驗室里請人出山，這種級別的招募，已經不能用常規的薪酬體系來衡量了。
「林總，這批頂尖學者的薪資待遇和期權配給，咱們定在什麼標準？」趙娜詢問道。
「沒有標準。」
林辰看著她，給出了一個讓所有HR都感到震撼的答案。
「只要他確實是這個領域的頂尖大腦，能幫我們把算法的地基打牢，他要多少，我們就給多少。」
「告訴那些獵頭，只要人能來，薪資預算不設上限，科研設備需要什麼買什麼。我用整個辰希集團的利潤，來供養這個實驗室。」
在未來的網際網路戰場上，算法就是核武器。
誰先掌握了千人千面的分發能力，誰就能把用戶的碎片化時間徹底壟斷。
這筆錢，一分都不能省。
趙娜看著那份薪資預算不設上限的招聘需求，立刻轉身去聯繫各大獵頭機構。
林辰坐在寬大的老闆椅上，翻開林小雨剛才分類放好的待批文件。
放在最上面的一份，是關於近期PC端業務增長的詳細復盤報告。
報告上的數據十分亮眼。與360安全衛士的戰略結盟，可以說是這半年來辰希科技走得最精妙的一步棋。
但這並沒有讓林辰產生鬆懈的情緒。
他拿起鋼筆，在「三億」這個數字上畫了一個圈，然後重重地打了一個問號。
流量紅利總有吃完的一天。
360的導流雖然兇猛，但這屬於外部聯盟借勢，帶有明顯的工具屬性。
當下沉市場能買得起電腦的用戶都被覆蓋完畢，增長的曲線不可避免地會趨於平緩。
傳統的軟體打法，快要摸到天花板了。
飛鴿現在擁有海量的用戶，公眾號生態也引入了成千上萬的自媒體、紙媒和企業入駐。
每天產生的內容浩如煙海，圖文信息呈爆炸式增長。
但目前，飛鴿的內容分發依然停留在最原始的「訂閱」和「人工編輯推薦」階段。
用戶找不到感興趣的內容，優質的內容也無法精準觸達用戶。
如果這個問題不解決，飛鴿就會變成一個臃腫的儲物間，而不是一個充滿活力的數字生態。
林辰按下桌上的內線電話：「小雨，讓張棟和趙娜到我辦公室來一趟。」
五分鐘後。
技術總監張棟和人事總監趙娜一前一後走進了辦公室。
張棟手裡還端著一杯黑咖啡，眼神裡帶著習慣性的疲憊，但精神狀態很清明。
「老闆，您找我們？」趙娜在辦公桌對面的椅子上坐下，打開了隨身攜帶的工作記事本。
林辰點了點頭，沒有多餘的客套，直接切入正題。
「老張，飛鴿現在的公眾號後台，每天產生多少篇圖文內容？」林辰看向張棟。
張棟在腦子裡過了一下數據，回答道：「每天大概有幾十萬篇新增文章。特別是最近我們對幾大傳統紙媒開放了入駐接口後，圖文資訊的增量非常大。」
「那用戶是怎麼看到這些內容的？」林辰追問。
【記住本站域名𝗧𝗪看書網→𝘀𝗵𝘂.𝘁𝘄】
「主要靠用戶主動去搜索公眾號的名稱進行關注，或者是在『發現』頻道的總榜單里，看我們運營編輯每天手動置頂的那些熱門文章。」
張棟如實匯報，這是目前國內各大門戶網站通用的內容分發模式。
「太慢了，也太蠢了。」
林辰把手裡的鋼筆放下，身體微微前傾，目光透出幾分嚴厲：
「我們有上億的日活用戶，每個人的喜好天差地別。有人喜歡看軍事，有人喜歡看財經，有人只想看八卦娛樂。靠幾個運營編輯坐在電腦前拍腦袋決定推什麼文章，能滿足幾億人的胃口嗎？」
張棟愣了一下，皺起眉頭思考了片刻。
「老闆，您的意思是，我們在飛鴿內部嵌一個類似於百度的搜尋引擎？」
張棟試探著提出了一個技術方案，「我們可以抓取所有公眾號的文章關鍵詞，建立一個強大的站內爬蟲索引庫。用戶想看什麼，自己輸入關鍵詞去搜。百度的競價排名和搜索邏輯我們完全可以復刻。」
「不，那還是老路。」
林辰直接否定了張棟的想法，點出了傳統搜索模式的局限性。
「百度解決的是『人找信息』的問題。用戶必須明確知道自己想要什麼，才會去搜索。但大多數時候，人們在等公交、坐地鐵、或者晚上睡前刷手機的時候，他們的大腦是放空的，他們根本不知道自己想看什麼。」
林辰站起身，走到辦公室的白板前，拿起筆，在上面寫下了四個字。
信息找人。
「我要做的，不是讓用戶去搜索。」
林辰轉過身，看著張棟，提出了一個在2010年顯得有些天方夜譚的概念：
「我要讓我們的系統，比用戶自己更了解他們。」
「我們要通過用戶在飛鴿里的每一個動作：他停留在一篇文章上的時間長短，他點讚了哪類圖片，他屏蔽了哪個公眾號，甚至他平時在群里聊天最常出現的高頻詞彙。」
「把這些數據收集起來，在底層給每一個用戶畫一張極其精密的『數字畫像』。然後，通過協同過濾算法，從那每天幾十萬篇的文章庫里，精準地把軍事文章投餵給軍迷，把美妝資訊推給年輕女孩。」
「他們不需要搜索。只要他們往下滑動屏幕，永遠有他們感興趣的內容在等著他們。越刷越上癮，越刷越離不開。」
會議室里安靜了下來。
張棟端著咖啡杯的手停在半空中。作為國內頂尖的系統架構師，他並沒有覺得林辰在異想天開，相反，他在腦海中迅速推演這套邏輯的技術可行性。
幾分鐘後，張棟的額頭上滲出了一層細汗。
「老闆，這套邏輯在理論上是完美的。」
張棟深吸了一口氣，聲音變得凝重，「但這背後的技術門檻，高得離譜。」
「傳統的搜索只是文本匹配，但您說的這個，是基於海量大數據的機器學習和人工智慧領域的推薦算法。」
張棟放下杯子，坦誠地指出目前的困境：
「目前國內的網際網路公司，包括企鵝和阿里，在底層算法這塊都還處於非常初級的階段。我們要處理每天幾億人的行為日誌，進行毫秒級的特徵提取和實時推薦模型計算，這對算力的要求是天文數字。」
「更致命的是人才。我手底下的這幫架構師，搞高並發通訊沒問題，但要搞這種前沿的人工智慧算法推薦，專業不對口。國內真正懂這塊頂尖技術的人，寥寥無幾。」
這才是技術發展的客觀規律。
在2010年，哪怕是後世橫掃全球的字節跳動，此時也還沒有誕生。算法推薦的土壤，在國內還是一片荒蕪。
「知道短板在哪，那就去補。」
林辰沒有絲毫的猶豫，他轉頭看向一直在一旁認真記錄的趙娜。
「趙娜，從今天開始，這件事情列入人力資源部的最高優先級。」
「傳統的軟體打法快到頭了，未來是算力和數據的戰爭。我要在辰希科技，單獨成立一個全新的、絕對保密的部門，名字就叫『智能推薦與算法實驗室』。」
林辰語氣果決，下達了招募指令：
「國內找不到人，就去國外找。去矽谷，去谷歌和Facebook的AI團隊裡挖。」
「國內的高校也不能放過。去清華、北大、中科院的數學系、統計學系和計算機視覺實驗室，把那些正在寫論文的教授和最頂尖的博士生，全部給我挖過來。」
趙娜記錄著這些要求，心裡暗自盤算著成本。
從矽谷挖頂級AI人才，或者是從國家級實驗室里請人出山，這種級別的招募，已經不能用常規的薪酬體系來衡量了。
「林總，這批頂尖學者的薪資待遇和期權配給，咱們定在什麼標準？」趙娜詢問道。
「沒有標準。」
林辰看著她，給出了一個讓所有HR都感到震撼的答案。
「只要他確實是這個領域的頂尖大腦，能幫我們把算法的地基打牢，他要多少，我們就給多少。」
「告訴那些獵頭，只要人能來，薪資預算不設上限，科研設備需要什麼買什麼。我用整個辰希集團的利潤，來供養這個實驗室。」
在未來的網際網路戰場上，算法就是核武器。
誰先掌握了千人千面的分發能力，誰就能把用戶的碎片化時間徹底壟斷。
這筆錢，一分都不能省。
趙娜看著那份薪資預算不設上限的招聘需求，立刻轉身去聯繫各大獵頭機構。