Turning Sound Into Information: Warner Music Group's Kobi Abayomi
25:45 Share

专业团队——特别是技术团队——在努力开展跨职能合作时，常常面临挑战，尤其是在传统组织中。对于华纳音乐集团数据科学副总裁科比·阿巴约米来说，应对这些挑战始于在技术部门招聘优秀人才。在本期节目中，科比与萨姆和谢尔文一起解释了这家音乐公司如何将其基础设施迁移到数字时代，如何利用海量消费者数据在日益严峻的形势下做出明智的决策，以及人工智能如何帮助客户发现他们会喜欢的新的音乐。点击此处阅读完整剧集文字记录。我和AI是麻省理工学院斯隆管理评论和波士顿咨询集团合作推出的播客，由萨姆·兰斯博瑟姆和谢尔文·霍达班德主持。我们的工程师是大卫·利尚斯基，协调制作人是艾莉森·莱德和索菲·鲁丁格。通过加入我们的LinkedIn小组“AI for Leaders”（mitsmr.com/AIforLeaders）或关注LinkedIn上的“我和AI”，与我们保持联系。嘉宾简介：科比·阿巴约米是华纳音乐集团数据科学高级副总裁，他和他的团队使公司能够理解、响应和预测聆听方面的趋势和机遇。阿巴约米在统计学（多元数据插补）、计量经济学（不平等度量）和概率论（具有固定边际和信息论测度的分布）方面撰写了新颖的著作，并有两项关于欺诈检测和受众激活的专利正在申请中。阿巴约米担任塞顿霍尔大学数据科学咨询委员会成员和佐治亚理工学院伊万·艾伦学院咨询委员会成员。我们鼓励您对我们的节目进行评分和评论。您的评论可能会用于“我和AI”的材料中。我们想知道您对“我和AI”的感受。请参加一个简短的两道题的调查。</context> <raw_text>0 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。我们讨论了生成式人工智能的兴起，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。我们经常听到很多关于公司如何利用人工智能提高效率和盈利能力的信息。

在华纳音乐集团，该公司通过帮助客户发现他们最喜欢的音乐来实现这些目标。在今天的节目中，了解人工智能如何帮助音乐进入您的耳朵。我是来自华纳音乐集团的科比·埃米约米，您正在收听我和AI。

欢迎收听“我和AI”，这是一档关于人工智能在商业中的播客。在每一期节目中，我们都会向您介绍一位在人工智能领域进行创新的个人。我是萨姆·兰斯博瑟姆，波士顿学院信息系统教授，也是麻省理工学院斯隆管理评论人工智能与商业战略大创意项目的客座编辑。我是谢尔文·科达班德，波士顿咨询集团高级合伙人兼董事总经理。很高兴认识你。欢迎来到节目。谢谢。

谢里夫和我今天很高兴能与华纳音乐集团数据科学高级副总裁科比·埃米奥米交谈。科比，感谢您抽出时间加入我们。欢迎。是的，谢谢。感谢你们的邀请。让我们开始吧。科比，你在一家对你来说是新公司的华纳音乐集团担任新职位。你能告诉我们你的角色吗？

当然。我大约一年前来到这里。我领导公司的数据科学工作。这是一家音乐公司。什么是音乐公司？音乐公司是艺术家们的支持网络。它是许可权的储存库。它是音乐内容的创造者。所以现代音乐公司是

三大公司之一，其他两家是索尼和环球，它们可能都进行了一系列相对类似的活动，即寻找新人才，维护和货币化已经制作的音乐（录制和出版方面），然后寻找其他方法来货币化当前和过去的艺术家。

通过商品、许可和同步。当音乐在其他媒体、广告、电影等中播放时。以及我们都喜欢并乐于参加的巡演、现场音乐等活动。因此，该公司涉足音乐领域的各个方面。

你的职位是数据科学高级副总裁，我认为你根本没有提到“数据”这个词。当然，当然，当然。数据扮演什么角色？那么让我告诉你另一面吧。数据扮演着重要的角色。这是一家传统媒体公司，有很多这样的公司。从数据科学的角度来看，很多工作都是基础设施方面的。你所在的组织以前以一种方式做事，现在面临着更具竞争力的环境，科技公司现在已经涉足

媒体领域的消费者空间。因此，很多工作都围绕着基础设施、编码，

以及技术，真正能够摄取数据，将其转化为特征，并将其转化为有意义的见解，以便企业能够在现在面临大量以前从未有过的数据的情况下进行竞争和运营。如今，音乐公司获得资金的方式很大程度上是通过数字流媒体。分销渠道是数字化的，对吧？全球的Spotify和Apple Music是将我们的产品直接交付给消费者的公司。

我的耳朵以及你的耳朵，我的耳朵也一样。我们因使用该产品和库存而获得报酬，对吧？然后发生的事情是关于该产品使用的数据，这些数据起源于渠道的分销端，并且分辨率最高，

我们得到它的一个版本。因此，在我看来，在DTC业务中已经成为常规做法的事情是

推荐系统、受众细分等，现在媒体公司（不仅仅是这家公司，任何将分销渠道从模拟变为数字的传统媒体公司）都必须重新调整和重新理解我们如何理解市场？我们如何理解受众群体？我年纪够大，记得并且参与过我大学时代的事情，焦点小组。

我记得我在我上的大学里，我想我是一个很好的焦点小组参与者，他们不断邀请我参加不同的活动，百威啤酒或赫兹租车公司。我记得在小组中被问了一堆不同的问题。现在，随着对事物的数字消费，我们可以增强人们实际喜欢什么、他们实际上是谁、他们的亲和力是什么、他们的行为是什么等旧方法。因此，对于这家公司来说，

特别是对于传统媒体公司来说，很多数据科学工作都围绕着建立他们能够享受现在可用的数据并了解其消费者能力。谢尔文和我经常遇到的一个挑战是，当我们与人们交谈时，他们非常狭隘地关注自己的特定工作。因此，我们一直在思考的一件事是，我们如何扩展这一点，以便每个人都能理解？因为并非每个人都在音乐行业工作，对吧？

但是你已经为我们做了这件事。我的意思是，你已经很好地阐述了传统公司的挑战，以及这不仅适用于媒体，而且适用于很多数字分销的东西。我认为这是你已经做出的一个有趣的扩展，用来解释这个过程。哦，谢谢你这么说。这是我在公司内部发表的演讲，对吧？所以公司里的每个人都不了解。什么是数据科学？你们为什么在这里？我认为任何从事数据科学的人都会面临这个存在主义问题。

你一开始说，由于这是一家传统公司，很多挑战都是基础设施方面的挑战，你很好地向我们解释了这一点。但是你同时也谈到了数据科学团队在传统公司中存在的公理，这有点像，或者说是很多文化和组织方面的挑战。请对这方面的内容发表一些评论。当然。我已经从事统计学足够长的时间了，我还记得。

当学术部门取消他们的统计部门时，统计学变成了生物统计学、计量经济学、心理测量学，人们会自己做。我们会自学，我们会教授我们自己的服务课程。普林斯顿大学取消了他们的统计系。我记得德克萨斯大学，当他们将他们在统计学方面的工作合并到他们的工业工程中时。所有这些都发生在20到25年前。数据的产生赶上了。现在我们有产生数据的设备。我们对大规模计算和统计学的一些想法和概念现在已经实现了。一是出于必要，二是出于能力，我们有能力做这些事情。你可以在笔记本电脑上做这些事情。你不必访问Condor大型机并并行运行作业等等。现在在商业和文化方面回答这个问题，商业是人，对吧？我们很幸运能够组织人们从事类似的任务。我说过，我喜欢汽车。

我记得有一天我想到，汽车是一件多么了不起的事情。以丰田为例，这家大型企业涵盖所有这些不同的活动。我们制造仪表板、刻度盘和门把手。而且从更深层次上来说，我们把矿物和尘土变成了这种产品，常规产品。

在那里，你知道，我可以拥有一辆卡罗拉，你也可以拥有一辆卡罗拉。它们或多或少是一样的，对吧？而且它可以运行。组织这么多人来生产这种常规的复杂产品，这是一件多么了不起的事情。在任何企业中，你都会有这种情况。你是在呼吁荣格式的时代精神来生产一些连贯且可复制的东西。这就是企业赚钱的方式。在音乐行业……

其中一个挑战是……

人们理解音乐的方式以及人们消费音乐的方式。有一种说法是，制作一首热门歌曲，比如说，只是一件偶然的事情，可能是偶然发生的，或者是有特色的，或者只有现在在俱乐部里穿着酷炫阿迪达斯运动鞋的那个人才知道，你知道，诸如此类的事情。而我一直，我在进行这些关于文化的对话时，总是说，人们是可以预测的吗？人们有模式吗？

我们能不能更密切地关注我们所做的事情？这就是数据科学的全部内容，对吧？把事情写下来，假装有一个实验来验证我们的行为是基于什么假设？然后我们如何注意到那些由这些假设所调解和参与的事情的结果？这些是我在公司内部与我的团队成员进行的对话。我认为一件美好的事情

关于音乐以及为什么我觉得自己很幸运能在一家音乐公司从事数据科学工作的原因是，那里存在共鸣。我认为那些通常对这种艺术形式及其复杂性有自然倾向的人会听到这些话并理解这个论点。这是有道理的。我们试图弄清楚

我已经与其他数据科学小组和其他音乐或音乐发行公司的同事进行了这样的对话。而你基本上想做的是策划更多的收听。我认为现在媒体行业的任何人都认为，当我们回顾这个时代时，墓志铭将是，这是注意力竞争的时代，或者说是少量的眼球和许多广告牌的时代。我们都在努力争取更多的人的注意力预算，我们甚至更有优势，因为需要消费

那种内容。你的大脑想要听到一些东西。你的大脑想要听到一些新奇的东西。然后另一部分是，随着人们的成长和受众的成长，你所吸引的是人们过去的经历以及他们对所听到的不同事物体验性理解和融合。我们可以在音乐的消费模式中看到这一点。随着数字听众的总可寻址市场增加，你会看到

对某些年份的目录收听的倾斜。你得到一个群体，你给他们机会去听各种各样的东西。事实证明，他们想听的是

他们与生活中美好的感受和时光联系在一起的东西。因此，我们想做的就是充分理解一个人对某些声音和体验的亲和力之间的相互作用，并以某种方式对其进行策划。一些策划可以由艺术家作为蝗虫来完成，对吧？就像约翰·梅伦坎普让你感觉某种方式，你就会成为他的粉丝，并且非常投入到

特定的艺术家以某种方式。这种声音让你感觉某种方式。电子音乐、深邃的浩室让你感觉某种方式。我们的工作是充分理解这一点，以便能够动态地拥有内容并对其进行策划和交付，以便我们能够捕捉和响应我认为对消费我们产品（即音乐）的自然渴望。

说得很好。而且你可以问心无愧地去做。没错。大多数时候。大多数时候。你……

让我们很好地了解了为什么对组织和公司来说，进行这些由人工智能驱动的用例是有目的性和趣味性的。是什么让你的工作变得困难？一些挑战是什么？当然。我会说几件事。首先，作为一个技术问题，这是一个难题。我的团队中有不同的垂直部门致力于这把凳子的特定支腿，或者理解受众并以专业的方式做到这一点。

通过对他们的间接观察。再说一次，所以我们更像是一家B2B企业，而不是直接面向消费者，对吧？Spotify和Apple正在调解我们。我们如何才能以动态和高分辨率的方式利用我们掌握的信息来最好地理解我们的受众？这就是数据科学能够增加很多价值的地方。我们的内容本身

以对数据科学有用的方式理解我们的内容本身，对吧？将声音转化为信息，而不仅仅是将声音转化为信息，而是歌曲本身。这首歌本身是艺术家的产品。这首歌本身是一组制作人的产品。这首歌本身是一组音乐家的产品。拥有允许我们的数据科学基础设施

对所有这些进行编码并以我们可以对其建模并向企业提供有意义的推断的方式进行关联。作为一个科学练习，有很多有趣的事情非常有意义，我喜欢这部分内容。我在回答什么部分很难时这么说。另一部分是，我认为这不仅仅是代表我们小组的工作，而是一般来说，

回到这种对存在理由的需求。我认为任何数据科学部门都会面临的一个问题，尤其是在传统公司中，就是在满足企业对信息产品的需求的同时，为企业的未来做好准备。如果你建立了一个数据科学部门，只是回答现在提出的问题，那不是一个有用的数据科学部门。

我试图想出一个例子。如果谷歌停留在，我们只做PageRank，仅此而已。我们将通过PageRank销售广告。

有人问，如果我们有一个地图产品呢？如果我们有一个电子邮件产品呢？如果你有这些东西呢？我相信对于当时和过去在企业中的人来说，这些都是新的、新颖的，需要一些说服力的事情。我们在与企业合作和对话中处于相同的位置，以推动可以做的事情的界限，激发他们对可能性的想象力。

你如何找出这些事情？你如何找出下一步该做什么？对你来说似乎很容易。你听到的抱怨会告诉你你现在应该做什么。没错。没错。你如何找出该做什么，你应该去哪里？

正在进行的工作。举个例子。去年，我必须进行眼科手术。一开始，我可能会有这样的疑问，哦，我觉得我的眼睛有点问题，需要做什么。所以然后你去专科医生那里，专科医生会做一系列的事情，直到达到这一点，这就是你想要的结果，但这些事情需要在此过程中发生。你必须能够沿着这条调查路径跟随一位专家，并且

能够实现整体更粗略的目标。当我们与我们的业务合作伙伴进行对话时，能够表达他们想要什么，你知道，比方说，他们是需要眼科手术的人。而且，有时我们是能够提供手术刀或巩膜扣环或视网膜气泡或任何需要解决他们要求的东西的人。当我们能够进行这样的对话时，这对我们来说非常有用，因为我们

能够将他们试图达到的目标分解成我们知道我们可以构建的片段来实现目标。

这些是我们非常乐意进行的对话。但是更直接地说，我认为我们没有人知道这个领域能发展到什么程度，对吧？以及音乐欣赏的下一个前沿是什么。我认为人们无法预测像Snapchat或短视频的激增，就像它现在非常流行的那样。我认为我们都会对接下来发生的事情感到惊讶。

在音乐与数据科学的结合中。我们感到兴奋的一些事情是虚拟世界中发生的事情，Web3之类的对话。我长期以来一直对虚拟现实和元宇宙嗤之以鼻。我有一个12岁的女儿。她几周前给我戴上了

她的VR眼镜。我不想摘下来。我想，哦，我的上帝。然后当我摘下来的时候……那是在你眼科手术之前还是之后？那是在之后。那是在之后，对吧？这只是告诉我，在这些新的空间和人们消费事物的新方式中，游戏、元宇宙以及我们可以提供围绕音乐的体验性商品的新方式中，蕴含着巨大的力量，这些方式对人们来说是令人振奋的。

并用注意力预算再获得一个ERG。- 科比，你如何找到你的团队？什么样的人才算是一个优秀的数据科学家？- 哦，这太好了。你知道，我们非常幸运。我想说，我在几家不同的公司工作过，我很幸运拥有一个很棒的团队。我想感谢这家公司给了我足够的自由度，让我能够遵循我沿途发现的一些原则，这些原则与你寻找谁以及你需要谁作为优秀的数据科学家有关。

我试图找到一个互补的团队。有些人擅长计算方面的事情。有些人擅长理论方面的事情。有些人擅长运筹学。有些人擅长贝叶斯统计。你试图获得一个正交基，以便你可以很好地定义空间。然后，就人员而言，我只是寻找好奇心强的人。过去一年在华纳音乐集团招聘的一件好事是，许多对音乐有超乎寻常兴趣的人冒出来，有点像，“嘿，哇，我不知道我可以在数据科学中做音乐。”所以他们对主题很感兴趣。而这些人已经工作过，并且非常出色。

如果你想简单地确定能力，我会给你一个带回家的问题。我们有几个不同的版本。它们与音乐和数据科学、我们正在做的事情有关，只是让大家坐下来思考一下。最后，我寻找那些……

我们可以享受并像人一样平等对待彼此的人。对于这样一个工作艰巨且基础的工作团队来说，我们需要大量的协作。我们需要大量的沟通。所以良好的个性，我们可以彼此相处，就像我们是一家人一样。很多这些事情，你知道，我告诉你实话，我是在当教授寻找研究生时学到的，对吧？这是一种牢固的关系。它不太像父母与子女的关系，但它是一种非常牢固的关系。

所以，科比，我们节目有一个新的环节。我们将以快速问答的方式问你几个问题。你最引以为豪的人工智能时刻是什么？你知道，我们正在将声音转化为我们可以对其构建嵌入的信息向量。然后我们观察一下，在摄取声音后，我们得到的空间的拓扑结构。我会告诉你，它有效。例如，我一直在听很多……

我称之为70年代的以号角驱动的声乐摇滚乐，最近是Redbone、芝加哥等乐队。因此，当你查看我们构建的模型时，你会得到其他乐队和声音，即使在不同类型的专辑和不同曲目中发生的所有变化和事情，你也会挑选出那些你会说，哦，是的，是的，对。我也会听那些家伙的。因为我们使用的模型，我开始听更多Hot Chocolate。它

他们就像，每个人都是赢家，宝贝。这是从构建这个模型中得到的东西。是的。你最喜欢的与技术无关的活动是什么？我喜欢游泳。我很久以前就一直是游泳运动员。我仍然喜欢下水。我喜欢它。你小时候想做什么？

哦，各种各样的东西。但我可以说最突出的是我想做一些与汽车相关的事情。我想设计汽车、制造汽车、让发动机运转。我喜欢汽车，我爱它们。它只是一个复杂的设备。所有这些东西都需要协同工作。你知道，化学、热力学、物理学。我喜欢汽车。人工智能让你担心什么？

人们担心人脸识别之类的事情以及它在不同群体中的效果如何。这有点令人不安。当你考虑潜在的问题并考虑可能在其下使用的内容时，可能在其下使用的内容是神经网络分类器，它可能对多元高斯分布或任何类型的面部像素化等有很强的假设。当你考虑这两件事时。你会想，是的，有些事情可能会出错。

你希望将来从人工智能中获得什么？你知道，这是我为你准备了一段简短演讲的部分。因此，当我们想到人工智能时，就像我们所知道的，你知道，作为从业者，它不是人工智能，对吧？它是一种增强智能或辅助智能，对吧？这是我们正在创造的用于执行不同任务的智能，

对我们来说，我认为这就是我们应该期待的，比如让人们去思考其他事情，也许我们获得自动驾驶汽车的一件好事是，人们有更多时间读书、反省、阅读优美的文学作品，所以我希望我们能够以提升人类体验的方式使用它，而不是将其压垮，说得很好。

我真的很喜欢和你交谈。我认为你所处的空间很有趣，因为音乐的制作成本已经下降了很多，所以创造了很多音乐。但是你一直使用“策划”这个词，你确实提到过几次，它是一种体验性商品，在我们听到它之前，我们不知道我们喜欢什么音乐。但是一旦我们这么做了，我们就已经花时间了。因此，这种策划的作用非常有趣。

这似乎是你特定技能的一个很好的应用。感谢您抽出时间与我们交谈。感谢您提供的所有见解。谢谢。感谢您的收听。下次，我们将与LinkedIn的数据主管亚舒交谈。请加入我们。

感谢收听“我和AI”。我们相信，就像你一样，关于人工智能实施的对话不会仅限于此播客。这就是为什么我们在LinkedIn上专门为像你这样的听众创建了一个小组。它被称为“AI for Leaders”。如果你加入我们，你可以与节目创建者和主持人聊天，提出你自己的问题，分享你的见解，

并获得来自MIT SMR和BCG关于人工智能实施的有价值资源，你可以通过访问mitsmr.com/AI for Leaders来访问它。我们将把链接放在节目说明中，我们希望在那里见到你。