The Collaboration Muscle: LinkedIn’s Ya Xu
31:00 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。

我们大多数人都使用过 LinkedIn 来寻找工作或结识新的专业人士。但是，AI 如何帮助促进用户与 LinkedIn 互动的多种方式呢？今天，当我们与 LinkedIn 的数据主管 Yashu 谈话时，您将找到答案。欢迎收听《我和 AI》，这是一档关于商业中人工智能的播客。在每一期节目中，我们都会向您介绍一位在 AI 领域进行创新的个人。我是 Sam Ransbotham，波士顿学院信息系统教授。

我还是麻省理工学院斯隆管理学院 AI 与商业战略大型项目计划的客座编辑。

我是 Sherwin Kodobande，BCG 的高级合伙人，我还共同领导 BCG 在北美的 AI 实践。麻省理工学院 SMR 和 BCG 共同研究 AI 已有六年时间，采访了数百名从业者，并对数千家公司进行了调查，了解如何在整个组织中构建、部署和扩展 AI 能力，并真正改变组织的运作方式。

Sherva 和我今天很高兴能与 LinkedIn 的数据主管 Yashu 谈谈。Yashu，感谢您抽出时间加入我们。欢迎。感谢你们的邀请。让我们从您的当前职位开始吧。您在 LinkedIn 做什么？

我是工程组织的一员。我领导着一个名为“数据”的团队。我知道对于 LinkedIn 外的人来说，弄清楚“数据”的真正含义非常令人困惑。但本质上，如果您考虑一下所有数据科学、AI 和隐私工程，它们都在我的组织中进行。因此，我们从研究到生产都做。所以它非常

庞大的组织，它真正帮助公司实现了我们在数据和 AI 方面的目标。而这个目标是什么呢？它实际上是利用 AI，利用数据来帮助为全球劳动力创造经济机会。

能详细说说吗？顺便说一句，我喜欢您所说的那样，“一切都是为了创造机会和经济价值”。您并没有说这是关于引入最先进的技术和构建复杂的算法，我相信这些都是您工作中不可或缺的一部分。但您是从一个非常高层次的元框架和定位方法开始的。

听到这个消息真是令人鼓舞。但总的来说，请谈谈这对 LinkedIn 来说意味着什么，以及 AI 在其中扮演什么角色？首先，我认为创造先进技术，对我来说，这就是方法。最终目标不仅仅是创造技术，而是像我提到的那样，创造机会。也许我会稍微分解一下。我不知道……

观众是否普遍了解 LinkedIn，我们喜欢将自己视为拥有三个主要市场，对吧？我们有我们的知识市场，如果您认为这是人们在 LinkedIn 上创建内容和人们消费内容并获得信息以便他们能够在职业生涯中取得进步并与合适的人建立联系。这就是我们所说的知识市场。我们还有

人才市场，这是求职者来到 LinkedIn，以及雇主和公司发布职位和招聘人员的时候，你知道，为公司找到合适的人才，对吧？这就是我们的招聘市场，其中还包括我们的学习，考虑到个人或专业人士正在提升技能，以便他们能够继续在职业生涯中取得进步或找到新的机会。

第三个市场实际上是产品服务市场。在这里，营销人员来到 LinkedIn 平台，然后真正尝试为他们的产品和服务找到买家，销售人员来到 LinkedIn，也真正尝试为他们找到买家。因此，如果您考虑 AI 的作用，希望在这样的背景下，它非常清楚，显然在知识市场中，我们正在努力匹配客户

内容创作者与合适的内容消费者。在人才市场中，我们实际上只是试图将求职者与合适的公司和合适的机会联系起来。

然后对于产品和服务市场，我们只是试图匹配买家和卖家等等，对吧？当您放在这个背景下时，我希望非常容易看出，显然数据和 AI 扮演着如此重要的角色，因为您如何匹配它们？这实际上是通过我们在数据和 AI 中拥有的先进技术来实现的。那么，您如何匹配它们呢？这将带我们到……

各种用例和体验。只是好奇，你们是怎么想出来的？你们如何让业务方面与技术、工程和数据方面一起工作？带我们了解一下这个流程。是的。

我实际上可能会开始谈论事情的战术方面。我认为 LinkedIn 是一个非常独特的地方，因为我将 LinkedIn 描述为三个不同的市场，然后数据和 AI 发挥作用的方式，这就是我们的首席执行官对 LinkedIn 的描述方式。我所描述的并不是说，哦，这是我们对 LinkedIn 的数据或 AI 观点。这是

LinkedIn 作为一家公司对 LinkedIn 的总体看法。希望这为我们如何整合奠定了基础

数据和 AI 对于公司的使命和愿景，对于公司如何运作，对于我们可以进一步讨论的合作，对于不同的产品开发流程如何运作以及跨不同团队边界的合作。这就是我想从这里开始的原因，因为它只是一个词。它是非常整合的。是的。

从战术上讲，也许只是谈谈我们是如何组织的。LinkedIn 的组织结构非常注重职能。因此，如果您查看坐在我们首席执行官办公桌旁的人，您基本上会看到所有职能主管，对吧？工程主管、产品主管、销售主管、营销主管、法律主管、人力资源、显然还有财务主管。因此，由于这种原因，我们拥有非常强大的跨职能合作能力。

因此，即使所有数据科学和 AI 功能都在我的团队中，我们也拥有能够促进与我们合作的所有其他职能部门之间强大合作的机制和结构，以便将 AI 解决方案付诸生产，付诸实践，并为我们的成员和客户提供这些价值。具体来说，我的团队，我有专注于不同领域的领导者。

例如，我有一位领导专注于我们的消费者体验，对吧？因此，他的运作方式是，他会以非常嵌入的方式与专注于消费者体验的其他跨职能领导者密切合作。这意味着他们有……

从季度规划到如何设定目标，如何进行审查，有很多很多接触点

当涉及到一项特定计划时，您就会让职能主管们聚集在一起，然后制定战略，确定需要做什么，由谁来做，例如规划我们的路线图。所有这些都非常无缝地作为一个跨职能团队进行。就像我说的那样，对吧，因为我们公司自 LinkedIn 存在以来，一直都是这样运作的，每个人都有自己的能力。

这很棒，因为我和 Sam 在这里做了很多研究，并与各行各业的公司进行了交谈。这真的很有趣。您说了三个关键词，这些关键词对大多数无法从 AI 中获得任何价值的人来说都是真正的挑战，对吧？您是从战略和使命开始的。您提到了整合的跨职能团队。然后你说了合作。

事实上，当您查看 90% 的公司的数据时，他们从 AI 投资中获得的价值并没有获得价值的 10% 的公司那么多，这归结于这三个要点。有趣的是，LinkedIn 的创立一直是

那种地方，它一直是数据优先的，并且以一种完全整合的方式完全产生共鸣。而且非常令人耳目一新的是，在您作为工程和数据主管的角色中，这也是您在谈论其他所有重要的事情之前首先要考虑的事情，这是方法，而不是目标。

是的，绝对的。而且我总是关注我的团队中的领导者。他们不像，我只是一个 AI 领导者。我只是一个数据领导者。他们真的需要了解最终目标是什么，对吧？最终目标永远不仅仅是创建可能最大的模型或最好的最先进技术。这实际上是关于交付价值的。当您理解这一点时，当您拥有跨职能团队时，所有团队都拥有相同的共同目标和目的，那么

这也会使合作非常轻松地实现。将这些付诸实施并协调激励和组织以及保持，您所说的不同能力，将这些付诸实施有多难？它一直都在吗？是否需要做出一些非常艰难的决定？我已经在 LinkedIn 工作了近九年了。

我想说它几乎一直都在，因为这就是我们一直以来的组织方式。这种文化已经根深蒂固，我认为新员工会很快将其同化到这就是我们运作的方式。

因此，您提到了在合作方面取得更好的成绩，我一直在思考您之前关于匹配的内容。您在所有三个场景中都使用了“匹配”这个词。您走上这条道路的风险是什么？一群工程师不断改进现有的匹配算法，而可能错过了第四种算法？

您需要关注的领域。您是否在不断改进匹配过程（通过更好、更完善的算法和数据）与弄清楚在哪里将它应用于一些较新的产品（如您的时事通讯或 LinkedIn 直播或某些此类新事物）之间感受到一种张力？这种张力在哪里？

不断出现新的领域，对吧？关于我们如何创新以及应该如何创新。例如，甚至让我从匹配开始。说我们只是试图做得更好匹配，这非常简单。但是，更好的匹配甚至意味着什么，对吧？让我们以我们的招聘市场为例。显然，我们希望将最合格的候选人与最好的公司匹配。

但是您如何定义呢？什么是最好的？什么是最好的？什么是最好的，不仅对求职者来说是最好的，

而且，对市场的另一方（即公司）来说也是最好的，对吧？例如，如果我要雇用某人，我的最终理想状态是我真的只与一位候选人交谈，那就是我想雇用的理想候选人。然后同样的事情也适用于，比如说，在知识市场中，当我们试图将内容创作者与有兴趣阅读他们文章的人联系起来时，例如，

那甚至意味着什么才是正确的匹配呢？是说我们想最大限度地提高人们对特定帖子的参与度吗？我们如何考虑这些参与度在不同方面的分配？我们如何考虑，也许我是一个新的创作者，第一次在 LinkedIn 上发帖，我没有得到任何回应。我会非常灰心，再也不会发帖了。我们如何考虑这种短期权衡和长期权衡？

即使在这个非常简单的框架中，我们只是在进行匹配，还有更多内容。因此，现在从匹配方面来看，还有更多内容，对吧？例如，考虑我们如何帮助人们进行内容发现？我们如何考虑当广告客户来找我们时，我们如何实际帮助他们安排预算？我们如何帮助他们更好地利用他们的预算？

鉴于 LinkedIn 的进步文化和高度协作、整合的职能文化，什么样的人才适合您的团队？除了技术、数据、AI 和数据科学的硬技能之外，您还在寻找什么？您认为秘诀是什么？

我想说第一点，我认为萨蒂亚说过，你想雇用一个博学者还是一个通才？我是一个……

坚定的博学者。过去让候选人取得成功的因素并不一定意味着他们将来也会成功，对吧？但是这种态度，我会学习，我会适应。我认为这非常重要。所以我想说的是，学习能力强的人。第二点是，有人

只是好奇。因为当您好奇时，您就会有这种动力，您就会有这种，我会弄清楚的，对吧？我们取得的许多惊人进步都是因为有人说，你知道吗？我不是为了所有那些虚无缥缈的事情。我只是想专注于我看到的问题，我只是想弄清楚如何解决它。你知道，这让我想起了，我曾经有一个导师告诉我，

没有无聊的项目，只有无聊的人。所以每当我像，我不确定我是否对这个项目很疯狂时。他说，你可以让它变得有趣。你有学习能力，你有建设性地抱怨的能力。所以现在你说这让我回忆起了。只有无聊的人，没有无聊的项目。绝对的。我喜欢这个。我也许也会开始引用这句话。

有趣的是，我认为这与您在学术界有点像英雄有关。我认为您可能被那些人吸引。学者们抱怨很多。也许您被那些抱怨很多的学者吸引。但我想将这与您通过 LinkedIn 创造经济价值的另一种方式联系起来。我认为这里真正令人着迷的一点是，您拥有一个平台，可以深入了解 LinkedIn 的经济状况。

看不见的手，让看不见的手变得可见，您拥有无与伦比的洞察力。我希望您能谈谈您所做的事情，我的意思是，我知道您在代码方面以及与学术界的 LinkedIn 图项目方面做的一些事情。您在这方面做了什么来获得对我们以前从未有过洞察力的那些事情的洞察力？真的，真的很好。

由于我们在平台上拥有的数据量以及在平台上发生的经济机会活动的数量，我们特别对未来的工作、哪些技能需求量很大、不同公司如何招聘、哪些行业招聘更多、哪些行业招聘更少有深入了解。甚至只是考虑公平方面的问题，对吧？我做女人

在职业生涯中，女性的换工作率、职业发展等等方面存在差异。因此，我们在平台上拥有大量见解。因此，我们所做的事情，Sam，您已经暗示过，顺便说一句，我们将所有这些活动，我们平台上的所有这些充满活力的活动，称为经济图。我们已经开始了一项关于经济图的特定工作

可能像七、七，至少六年了，我们基本上组建了一个团队，其中包括我的团队中的一些人、我们的政策团队、我们的沟通团队、我们的编辑团队，他们真正试图与外部社区分享和提供一些这些数据和见解。我们已经非常成功。事实上，例如，去年，我们向

大多数国会议员，就他们所在地区的劳动力市场状况提交了一份报告。例如，我们与新加坡教育部建立了合作关系，以帮助他们弄清楚哪些技能是需求量很大但又缺乏的，以便他们可以改变其教育课程来提供帮助。这太棒了。

然后，我们显然与许多其他机构合作，无论是更直接地与特定地方政府合作，还是与世界经济论坛、G20 等合作。我们与他们分享了许多报告，以帮助影响他们制定的政策。另一个简单的例子是，我们真的……

帮助边境社区了解绿色技能，那些正在招聘绿色技能的人，那些人，人才在哪里？这样，当我们对绿色能源进行更多投资时，政府和这些行业都可以从人才的角度获得更多指导。这太棒了。

您曾被《财富》杂志评为 40 位 40 岁以下杰出人物。你写了一本书。你发表了无数演讲。您是一家非常成功的公司中非常成功的从业者。我很好奇，您对其他组织中利用 AI 的同行有什么建议？

利用 AI 作为实现公司目标的方法。您认为哪些事情可能对其他人来说并不明显？也许我想到的第一件事可能并不那么具有煽动性。这实际上只是拥有最优秀的人才。这太重要了。我非常相信，当您将最优秀的人聚集在一起时，

您只需要避开障碍，然后帮助他们取得成功。然后奇迹就会发生。我的团队中的许多人都能比我更好地完成他们的工作。尤其是在一个不断创新的领域。我总是开玩笑说，这个领域、这个领域的改变速度是

就像每小时 300、400、500 英里一样。太疯狂了。我的意思是，我在这个领域获得了博士学位，我参加了一个研讨会，讨论的是图神经网络和一般的图学习。而从业者今天所做的事情，与我十年前做论文时相比，例如，

在今天的实践中。因此，我认为这再次强调了拥有最优秀的人才和人才的重要性，尤其是在一个非常创新的领域。我想说的第二件事是，这可能不太明显，那就是让数据和 AI 在公司中发挥作用，方法不是在了解数据和 AI 的人和不了解数据和 AI 的人之间筑起一堵墙。

顺便说一句，这在人们的心态或公司的组织方式上都是一个普遍的陷阱。如果您有这个，比如说，您有一个在数据和 AI 方面处于世界一流水平的专家团队，然后您只是期望，嘿，你知道吗，公司其他人对数据和 AI 一无所知。

我认为您关于人才的话可能对许多人来说并不明显。我还认为这确实证实了您之前关于好奇心和学习的观点。我的意思是，如果这些是成分，那么当然，人才非常重要。谢谢你的解释。我们一次又一次地看到这一点。也许这只是我们在节目中可能被吸引的那种人，但这似乎经常出现。绝对的。

好的，现在是五个问题的时间了吗？我们应该这样做吗？是的，这样做。你知道这个吗？我不知道这个，但请继续提问。哦，我们没有告诉你？好吧。惊喜。我喜欢惊喜。我们有这样一件事情，我们有五个问题。你可以随意发挥，给出答案。那么，您最引以为豪的 AI 时刻是什么？我可能会一直追溯到我读研究生的时候。

我当时正在上这门课，这可能是我第一次真正看到 AI 在应用中的样子，您可以感受到，您可以触摸到。我正在和吴恩达一起上这门课，我们应该构建一个能够在视频流中识别视频中物体的算法。

我和我的一个同学兼密友一起努力工作。然后，在一天结束的时候，他们进行了一场关于准确性和精度反冲等的比赛。在一个相当大的班级里，我们获得了第二名。不是第一名，还有改进的空间，但非常自豪，尤其是我，你知道，我的博士学位是第二年。在此之前，我的许多经验都是一些更人为的例子，对吧？

非常好。AI 让您担心什么？一方面，我显然对这种潜力感到非常兴奋。但让我担心的是 AI，尤其是在负责任的 AI 领域。显然，我很高兴负责任的 AI 能够在公众、研究界以及行业中获得关注。但与此同时，这不仅仅是一个流行语。我们必须真正

付诸实践，并确保我们继续研究如何识别 AI 系统可能带来的偏差。这是一个非常具有挑战性的领域。你知道，我已经在这个领域工作了，我想说，你知道，现在已经好几年了，只是知道这有多么具有挑战性。因此，我对观众的号召是绝对要关注这个领域和研究，继续突破可能的界限。

说得很好。您最喜欢的不需要技术的活动是什么？这很容易。是滑雪。这需要技术。它不需要技术。滑雪板。

哦，拜托。咬住不放，争论。是的，你可以用任何东西来解释。拜托。大约四年前，我真正开始滑雪。我喜欢滑雪的原因是，它是一种强制性的冥想。

就像你下山一样，我并不是一个很好的滑雪者，但我想到的只是我怎么才能安全地下山？是的。没有其他事情浮现在脑海中。所以，那个。我敢肯定你会说梯度下降。这很有趣。但我也很喜欢每次你去的时候。

它与众不同，因为雪况、天气、坡度都会影响您当天滑雪时的实际情况。所以我喜欢它，因为你知道，它永远不会是现状。您小时候想从事的第一份职业是什么？您长大后想做什么？好吧，如果您说很久以前，我今天仍然开玩笑说。就像我告诉我的妈妈我想当总统一样。我会投票给你。

您对未来 AI 的最大愿望是什么？我只是真的希望 AI 能为人民服务，并帮助我们所做的一切变得更高效、更好。我的意思是，我对技术总体上是这样说的，对吧？由于 AI 和技术，我们以前无法做到的许多事情，现在都可以做了。所以我继续对此持乐观态度。我很高兴能成为其中的一员。谢谢。

是的，和你交谈真是太好了。你知道，我一直在回顾你关于肌肉的谈话。当你第一次说肌肉的时候，我不得不说我在想二头肌。你知道，我在想大肌肉。

但正如我们所谈到的那样，我现在更多地想到的是眼肌，比如专注，比如获得粒度。因为您谈论的是将让我们看到世界上正在发生的事情的数据，而我们以前根本无法看到这些事情。我只是觉得这太迷人了。我们今天很高兴与您交谈。非常感谢。谢谢。感谢你们的邀请。是的，这确实非常有见地。感谢您抽出时间。当然。

感谢您今天加入我们。在下一期节目中，Shervin 和我将与 eBay 的首席 AI 官 Nitsan Mekel-Brobov 谈谈。希望您那时也能加入我们。感谢收听《我和 AI》。我们相信，就像您一样，关于 AI 实施的对话不会从本播客开始，也不会在本播客结束。这就是为什么我们在 LinkedIn 上专门为像您这样的听众创建了一个小组。它被称为 AI for Leaders，如果您加入我们，您可以与节目创作者和主持人聊天，提出您自己的问题，分享您的见解，

并获得来自麻省理工学院 SMR 和 BCG 关于 AI 实施的有价值的资源，您可以通过访问 mitsmr.com/AIforLeaders 来访问它。我们将把该链接放在节目说明中，我们希望在那里见到您。