最好的数据科学家，就是把自己给“干掉”——数据科学50人·丁磊

文/程一祥

题图/站酷海洛

丁磊，前百度金融首席数据科学家，曾担任 PayPal 全球消费者数据科学部负责人。其在PayPal 领导建立了平台级人工智能系统，实现了AI（人工智能）在商业场景中的规模化应用。

在不到两个月前，百度旗下金融服务事业群“度小满”，成功融资 19 亿美元，成为金融业务领域的新“独角兽”企业。这一成绩被李彦宏评价为：“百度AI 战略的里程碑事件”。

作为成立仅两年多的部门，百度金融独角兽业绩的背后，被普遍认为是源于其“ AI 平台”战略的支持。丁磊是百度金融的前首席数据科学家，在职期间，他主导了多项基于“AI平台”的金融科技项目，见证了百度金融迅速崛起的过程。

对于已经在AI行业中浸染多年的丁磊来说，这已经不是他第一次利用“AI平台”，实现商业业绩的规模化增长了。在他看来，将 AI 等数据科学的方法，与实际场景相融合，带动业绩的翻升，早已不是新鲜事。在 2013 年，他就已经在美国领导 PayPal 团队，成功建设了AI平台，带动了 PayPal的业务增长。

不追热点，不讲泡沫，用他自己的话说：“我对于数据科学的信心来自于真正的赋能”。

那么数据科学究竟能带来怎样的赋能呢？

▍成倍的客户增长

丁磊是 PayPal 2012年成立数据科学部门时的创始数据科学家之一。

彼时，是数据科学概念兴起的前夜：移动互联网的繁荣让B端积累起了大量的数据，计算机芯片的进步和Hadoop等大数据框架让处理海量数据变得现实可行；与此同时，在学界已经积累多年的机器学习等算法模型，也终于开始在业界有了用武之地；谷歌等硅谷公司开始大量招募数据科学人才......众多迹象都表明，这是一个数据科学即将在商业领域迸发的时刻。

在这样的背景下，PayPal 等硅谷的科技公司纷纷开始成立自己的数据科学部门，希望将数据科学的相关技术应用到实际业务中。

然而丁磊他们起初的实验并不顺利，折腾了一年，PayPal最开始的数据科学团队，并没有找到自己在商业世界中的位置。一年后，领队黯然离职。

“当时团队遇到的最大问题，是数据科学在公司的落地”，丁磊回忆道，“就是没有做下去。”

虽然第一年出现了一些波折，但 PayPal 公司在数据科学上的战略方向并没有改变。丁磊这时候“临危受命”，重新组建了新的团队——PayPal 消费者数据科学部。

（图片说明：PayPal 是全球最遍布范围最广的第三方支付平台之一，目前市值超过千亿美元；图片来源：Flicker，Kimberly Blessing）

在他看来，数据科学之前落地失败的原因主要有两个：一方面是商业与数据科学本身的割裂，“也就是说数据科学带来的收益不能立刻就在商业中体现出来”；另一方面是数据科学的研究没有产品化，单个项目的成本过高。

“如果一个合作伙伴过来，需要一个产品营销方案，你从提数据、建模、验证、迭代......传统的数据科学流程可能需要至少一个月的时间”，丁磊说道。单个项目的复杂流程限制了数据科学业务的规模化，高昂的人力和时间成本也在制约着这支团队的发展。

丁磊想到的解决方法是，建立公司内部的“数据科学平台”，让数据科学能够工程化、产品化、规模化地服务现代商业项目。

“数据科学平台”是一个统称，它相当于一个大框架，囊括了海量数据分析、机器学习、深度学习、数据可视化和智能决策等诸多技术领域。在设计这个平台的时候，丁磊的最终目的是希望它能实现对商业项目的部分自动化决策，所以也称其为“AI（人工智能）平台”。

幸运的是，丁磊的想法成功了。

PayPal 用了两年的时间成功建立了自己的 AI 平台。这个平台主要有基于 AI 的动机引擎、推荐引擎、以及优化客户生命周期的 Next Best Action 引擎构成，而这几个引擎均部署在基于 Hadoop 和 Spark 的大数据平台之上，能够跟海量的底层数据衔接，面对需求能够自动地提出解决方案。

凭借这个项目，丁磊成功实现了AI的工程化商业落地。到现在，这都是一项非常领先的 AI 业务创新案例。这个平台为 PayPal 带来了成倍数的客户增长，并且至今仍在使用。

之后，PayPal 的业绩也出现了飞速的提升，“营销活动平均响应率应该提升了 2-3 倍，某些营销活动的点击率和兑现率超过5倍，总体ROI（DT君注：ROI为投资回报率 Return of Investment 的缩写）也得到大幅提升”，丁磊说道。

2014年底 PayPal 实现了19.4亿美元的利润，比 2012 年底提升了近 30%。到 2015 年，利润甚至超过了母公司 eBay。随后 PayPal 从 eBay 剥离单独上市，至今市值已经增长了 1.25 倍，超过千亿美元。

丁磊的这套 AI 平台系统也并不是什么“新事物”，他与 AI 的缘分，其实早在十几年前就开始了。

▍从0到1的数据科学家

“我在高中的时候就想做 AI 了。”

虽然听起来有些不可思议，但当丁磊还是一个高中生时，他就非常清楚自己未来的发展方向了。丁磊说，这是源自自己对机器人的喜爱。

但是当时国内高校并没有开设“人工智能”的相关专业，“那我就选择一个离AI最近的专业，当时就是计算机了。”高中毕业后，丁磊被保送进入浙江大学计算机学院。一入学他就主动寻找研究 AI 方向的导师，目的非常明确，就是要学 AI。

在这个当年非常小众的专业方向里，丁磊却学得不亦乐乎。他跟随导师研究自然语言处理中的文本分类问题，在本科阶段就发表了一篇国内核心期刊的论文。

（图片说明：丁磊应邀在MIT技术大会讨论人工智能应用；图片来源：丁磊）

本科毕业后，他来到美国继续深造博士学位，研究方向为机器学习和计算机视觉。如果从AI发展的曲线来看，在丁磊求学的很长一段时间里，AI 都处于“第二春”破灭后的低谷期，发paper难、商业应用难、普遍不看好等等都是常见现象。但在整个学生时代，丁磊的求学都非常积极主动，在自己认定了AI的方向后，他从来就没有过任何犹豫。

这些年在他身边，门户网站、社交网络、移动互联网等科技热浪一浪高过一浪，但是他始终沉浸在自己的AI世界里。“我喜欢把看过的论文都叠放在一起，等到博士毕业的时候，叠放的论文有差不多一人高吧。”丁磊说道。直到 2006 年，随着训练高层神经网络算法的出现，以及计算技术的持续进步，AI的研究进入第三春，拉开了这一轮人工智能高潮的序幕。

丁磊在美国读博的时候，曾在 IBM Watson 有过一段工作经历，那是他第一次与 AI 进行商业化接触。

“那是 2009 年，我有机会去 IBM 参与其智慧零售项目的计算机视觉部分”，丁磊回忆道。当时IBM 已经将这个项目成功落地在了 Tesco 等超市，一定程度上实现了无人零售的职能，这比阿里巴巴等中国的智慧零售项目要早了将近十年。

作为 AI 商业化概念的先行者，IBM 的 Watson 产品让丁磊积累了很多让AI与产业相结合的宝贵经验，还申请了四项研究专利。这也让他逐渐萌生了从学界转入业界的想法。

2011 年丁磊来到纽约后，加入了一家知名风投旗下的创业公司担任数据科学家，正式转入产业界。他的第一份工作是利用AI技术为 Expedia （全球最大的旅游类电商网站）构建用户行为预测引擎，优化用户体验的同时，大幅提升广告投放效果。

“因为有很多用户是网站访客，没有注册信息，很难追踪他们的行为，这让我们模型的预测过程难度很大。”不过丁磊他们最后设计的模型可以通过理解细微的行为信号，判断访客的真正意图，上线后效果非常好，大幅提升了公司的营收。

这也让丁磊坚定了自己对AI商业化的判断。后来他加入了 PayPal，希望在更大的平台上一展身手，于是就有了前文那套“AI平台”。

▍与商业“水乳交融”

丁磊认为，数据科学分为三个阶段：1.0 的时候是简单的事后数据分析，例如报表等；2.0 则是利用更为完备的查询工具和统计方法，辅助业务决策；到 3.0 的时候，就是通过 AI、大数据等方法进行预测分析，进而直接做出决策，也就是现在的 AI 时代。

AI的商业化应用无非分为两个方面：感知和决策。在学院派阶段，丁磊的重点集中在感知层面，包括计算机视觉、听觉、自然语言处理等，这些考验更多的是他的科学研究能力。到了商业环境中，效率至上的文化要求数据科学家有更强的业务理解和工程能力，这是丁磊进入业界后发生的一个重要转变。在他看来，一个数据科学家只有同时具备了：科学、工程和商业三方面的能力，才能释放 AI 的商业潜力。

不过话虽说得好听，但随着时间的发展，越来越多的 AI 鼓吹者们也开始发现，AI 的商业化之路并不好走。不久前，作为 AI 商业化领域的先驱，IBM Watson 突然爆出健康部门将会裁员50%-70%的消息，为 AI 的前景蒙上了一层阴影。

（图片说明：根据科技媒体 The Register报道，IBM Watson 健康部门在今年五月底曾爆出大规模裁员消息，为 AI 的商业化前景蒙上了一层阴影；图片来源：The Register 网站截图）

“AI 的落地，是商业化过程中的最本质问题。”丁磊说道。“Watson 的问题，除了有大公司僵化的管理制度外，另一方面更重要的是，医疗 AI 落地有个大问题，就是收费方式不明确：AI 提供了服务后谁来买单呢？这在全世界都是一个难题。”

在 PayPal 时期，丁磊之前的数据科学团队也正是受困于落地的难题，而无法有效让AI和商业融合起来。在总结了前人的教训后，丁磊提出 “AI 平台”策略，他把这个过程称为“运营化的数据科学”——融合数据、算法、算力和商业模式四个要素，通过高效的运营方法，让数据科学成为产品，达到规模化效应。

“之前有一个美国大型零售商找到我们，说想要帮他们找到一百万优质的客户来投放优惠券。用传统的数据科学方法，收集数据、建模、调试等估计要花一个月，但是在AI 平台上，不到一天就可以给到他们靠谱的结果。”丁磊说道，AI 平台实际上实现了 AI 项目的工程化和产品化的过程，人类数据科学家只不过需要在其结果中稍加调整即可。

这其中，最难的技术问题不是高深的算法，而是如何将对业务的理解，融合进模型层面。“要达到一个技术和业务水乳交融的状态。例如你如何把一个数据科学家为某个零售商家建立的业务模型，个性化地推广到所有零售项目中？”丁磊说到，这就不仅仅是机器学习等技术能够解决的了，需要更有业务经验的“数据科学家”。

换句话说，AI 平台就像给机械化的工厂装上了一个“大脑”，在保持高生产效率的情况下，还能千人千面地提供个性化的产品服务，这就是 AI 的自动化。“最好的数据科学家，最后就是（发明一个 AI 产品）把自己给‘干掉’”，丁磊笑着说。

优秀的 AI 产品不会依赖于某个数据科学家本身，在离开了 PayPal 多年后，丁磊介绍，自己领导建立的那套 AI 平台依然在不断更新，发挥着重要作用。

▍“大家AI，才是真的AI"

2015 年，丁磊选择回到中国发展。国内日新月异的数据科学环境，让他看到了更广阔的市场前景。

他首先选择了自己更熟悉的金融科技领域，加入了百度金融。他曾参与领导了百度金融与中国农业银行的“金融大脑”项目，在客户画像、精准营销、信用评价、风险监控、智能投顾、智能客服等方面为农行提供AI服务。

这是丁磊的又一次 “AI 平台” 实验，同样取得了不俗的业绩表现。在他看来，如今在中国的产业领域，虽然以AI为卖点的公司越来越多，但只有 BAT 等头部公司，一定程度上真正做到了 AI 的平台化应用，大量的行业公司还没有建立起这套业务体系。

不过也不是所有领域都适合使用 AI，在丁磊看来，满足大规模落地商业化 AI，需要具备两个先决条件。首先是数据的积累，数据的数量和质量直接决定了AI发展基础是否牢固。AI 平台的底层是数据，数据的流通和更新直接影响着上层机器学习、图像语音处理等技术的使用效果。其次，就是所在领域的商业问题是否清晰，如果问题不够明确，也很难用AI来处理。

在所有领域中，金融科技最符合这两点要求，AI 平台也最早在此落地。不过，随着互联网技术的发展，数据科学等概念已经逐渐在其他领域开始普及，越来越多的开始讨论 AI，了解数据科学的价值。

“觉得一下子就被人理解了。”丁磊笑着说，当他十年前义无反顾地钻进 AI 的世界时，那还只是一个不被看好的小众领域，十年过后，它却已经变成了大家小巷的热点谈资了，仿佛一眨眼，就“换了人间”。

在丁磊看来，AI 的商业化应用范围非常广，如今的中国市场就像一块等待开垦的处女地。

丁磊为 AI 绘制了一份商业版图，“如果横轴是行业，纵轴是职能，AI 现在只是填充了其中非常小的一部分。”

（图片说明：AI 商业化的“处女地”示意图）

在这个版图中，零售、金融、制造、医疗、教育等是横轴，代表不同的行业领域；营销、风控、安全等是纵轴，代表不同的职能方向。二者共同构成了一个二维商业矩阵，对于每个行业中的相关职能，AI都可以探索相关应用场景。

“以后的行业要变成 AI inside （AI 驱动，这个说法是相较于之前的 Intel Inside，芯片驱动）。AI 会成为行业的决策引擎，取代的是在战术层面上需要人工干预的场景，AI能够持续有效地让企业在最佳状态下运行”，丁磊说道，“而且AI带来的效果不仅是‘优化’，而是革命性的、成倍数的增长，这才是AI的能力，真正为行业赋能。”

▍数据侠门派

丁磊，美国俄亥俄州立大学计算机系博士，前百度金融首席数据科学家，曾在美国担任跨国公司PayPal Inc.的全球消费者数据科学部门负责人，领导建立了服务全球数亿用户和数百万商家的人工智能平台。并曾在哥伦比亚大学和IBM Watson研究院工作，具有在人工智能、数据科学、金融等领域十多年的从业经验，在IEEE会刊和顶级学术会议等发表高质量论文逾20篇，获得美国专利4项，担任20多个权威国际期刊和专业会议的特约审稿人或委员会成员，并拥有斯坦福大学的高级项目管理证书。