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。
启动一项新的 AI 计划与启动一个新的技术平台(例如 ERP)大相径庭。在今天的节目中,找出关键区别。我是 eBay 的 Nitsan Mekel-Babrog,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和商业的播客。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。我是萨姆·兰斯博瑟姆,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 与商业战略大创意项目的客座编辑。
我是谢尔文·科多班德,BCG 的高级合伙人,我还与人共同领导 BCG 在北美的 AI 实践。麻省理工学院 SMR 和 BCG 已经合作研究 AI 六年了,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。
谢尔文和我今天很高兴能与 eBay 的首席 AI 官 Nitsan Mekelbovov 谈谈。Nitsan,感谢您抽出时间与我们交谈。欢迎。非常感谢。很高兴来到这里。您在过去一年左右的时间里担任了一个相对较新的职位。您能告诉我们您在 eBay 的角色是什么吗?当然可以。在我之前,我的前任,可以说是,都是首席 AI 科学家。
而改为首席 AI 官实际上是一个战略性的转变,它认识到 AI 不仅仅是机器学习模型,AI 还包括将这些模型大规模生产所需的工程。当然,还有业务影响和业务用例,我们真的将 AI 视为端到端的体验。
好的。所以 eBay 对此非常兴奋。eBay 希望从中学到什么?我认为在我们业务的各个方面都有机会,就像我们大多数规模的公司也会说的一样。
我认为对我们来说,我们最兴奋的事情,也是我去年年底加入 eBay 的原因,让我兴奋的是能够创建 AI 驱动的工具,基本上,我们将这些工具交到我们的客户手中,包括买家和卖家。
来创建他们彼此分享的体验。这不仅仅是关于我们使用 AI 来构建事物,而是关于我们构建 AI 工具来使我们的买家和卖家能够构建事物。我认为这真的很令人兴奋。举个例子。最近,我们推出了新的 3D 可视化体验,该体验
在后端使用计算机视觉进行处理和一些渲染。这并不是关于我们使用这项技术来创建 3D 可视化,而是我们通过我们的移动应用程序使我们的卖家能够大规模且非常轻松地创建他们自己商品的可视化效果,而无需专业的设备。
您认为 eBay 在人工智能方面做得独特之处是什么?我将从方法入手,然后介绍一两个例子。从方法的角度来看,我认为我们采用了一种独特的方式,因为我们是一个双边市场。我们关心买家和卖家。
因此,我们的大部分注意力都集中在为客户构建可用的功能上,而不是直接构建我们自己的体验。为客户构建工具来构建体验,我认为是独一无二的。从技术的角度来看,这也是独一无二的,因为它需要不同级别的弹性,而且您必须对其进行测试。
当您实际上并没有自己构建体验时,失败的方式数量要多得多,您只是将工具交到其他人手中去做。这几乎就像我们一样
电子商务公司内部的软件即服务,对吧?所以这就是其中一个方面。至于可能独特的具体关注领域,我们现在正在加倍关注视觉体验。我们可以说计算机视觉,但是
我认为它比计算机视觉作为一种 AI 方法要广泛一些,并将其视为沉浸式、交互式、自适应等的智能视觉体验。3D 只是冰山一角,对吧?但是随着我们越来越深入所谓的元宇宙,
以及越来越深入地了解我们的数字平台不仅仅是一个进行商业活动的地方。我们认为,实时视觉体验、人与人之间的实时互动、感觉像握在手中的产品可视化方式,而不是仅仅在屏幕上显示,这将改变 eBay 的未来。
您有一个非常有趣的背景,bookings.com、Capital One、Hearst、波士顿科学。也许您可以告诉我们一些关于您是如何走到今天这一步的。我想强调的一件事是
我们的许多嘉宾都倾向于关注人工智能的“人工”部分,但您的背景实际上是在“智能”部分,例如您对大脑及其进化方式的研究,即真正的人类智能。所以我认为这是一个非常引人入胜的不同角度。您是从“智能”部分而不是从技术部分来的。您是如何走到今天这一步的,以及您是如何吸取这些教训的?
这很有趣。实际上,我计划成为一名实验室生物学家或遗传学家。问题是我在实验台上很糟糕。任何需要我动手的实验都失败了。我的实验都没有成功。一切都失败了。所以我很快意识到,我擅长编码和计算机算法。也许我会专注于生物学的更多理论方面。
然后我沉浸在神经科学和计算基因组学的世界中。顺便说一句,这就是我被介绍给神经网络的方式。这很有趣,因为我和我所有的同龄人,这就是我们进入最终成为商业机器学习应用程序的方式。我根本没有意识到
工程和计算机科学在某种学术围墙的另一边扮演着如此重要的角色。对我来说,这似乎是一个非常明显的进步,因为我正在研究如何模拟真实的大脑(可以说是)的工作方式以及人类智能的工作方式,从那里转向人工智能似乎是一个非常自然的进步,而且我不是唯一一个这样的人,但后来我被介绍给了从另一端来的这整个另一组人。您看到我从一个行业跳到另一个行业,
并非偶然。我在医疗保健领域度过了职业生涯的前半部分,因为这非常自然。我在基因组分析的机器学习方法方面完成了我的研究生工作,因为他正处于人类基因组时代等等。
所以我留在医疗保健领域,但在某个时候,我真的很想看看 AI 如何在其他行业中使用。因此,我有目的地从金融服务转向在线旅游,再到电子商务。当您遍历各种各样的部门和行业时,您发现组织中大规模获得 AI 的最大障碍是什么?
总是人,他们总是妨碍。说得像个真正的工程师。很难让一群具有不同动机的人以所需的方式协调一致。
大规模地进行 AI,并以能够推动转型价值的方式进行 AI,确实需要更广泛的参与者共同良好地合作。虽然通常每个人都同意这是正确的答案,但与非常直接的短期业务目标相比,这方面的优先级通常最终会失败。
我感兴趣的您背景的一部分是,您的论文发现之一是人脑仍在进化并变得更聪明。我认为您可能处于一个独特的立场进行比较,但我认为人工智能也在变得更聪明。告诉我们您对这两件事的看法。机器变得更聪明的速度是否比人类变得更聪明的速度快?人类是否仍在继续超越?我很好奇您对这两件事的看法。
当您查看我的背景时,您确实整理了一些旧的东西。感谢您深入挖掘。你知道,我认为有两件事我会在某种哲学层面上发现很有趣。第一个是,当我们回顾历史,无论是近期还是长期,
我们观察这些宏观变化,然后我们假设因为这些变化发生在很长一段时间内,所以它们几乎是偶然的。就像这不是您每天都会观察到的东西一样,但正如任何遗传学家都会告诉您的那样,进化只是在更长的时间尺度上发生的人口遗传学。这并不是说它是什么偶然的事件,而是它实际上是连续的。从这个意义上说,
我认为人类继续进化并继续进化并不令人惊讶。这只是生物学的本质。人类物种最近历史上发生的事情是,信号的变化和引入这种变化的速度正在急剧加速,对吧?正因为如此,我们
能够更快、更快、更快地适应,从这个意义上说,变得“更聪明”,也许更具适应性是一种更好的方式。我认为技术现在发生的事情也是如此。关于儿童接触数字技术等等以及技术变化的速度有很多讨论。
因此,人们获得的信号,信号的变化只是越来越多了。因此,人们的大脑也变得越来越适应。与 AI 有某种程度的类比,其中真正的数据量、我们向模型提供信号的变化正在持续呈指数级增长。因此,当然,模型也变得越来越灵活和适应性更强。
Nitsan,您一直非常直言不讳地谈到 AI 不仅仅是一项花哨的技术或一系列花哨的算法,仅仅因为它们很酷……
很棒。它们确实是。但它必须有目的。它必须有真正的需求。更多地评论一下 AI 战略的元框架及其与 eBay 或一般情况下业务和公司战略的一致性,AI 的目的,因为我知道您一直对此非常直言不讳。是的,我可能一直非常直言不讳,因为我在我职业生涯的早期阶段学到了艰难的教训。
进入一家新公司,认为我知道一切,比任何人都了解,因为我了解这项技术以及幕后发生的事情。正如我所说,我以艰难的方式学到了教训,
这比将技术强行应用于您可能想到的理论用例要微妙得多。了解部署这些技术的业务环境非常重要,
并深入了解它。例如,在我职业生涯的早期,当我在金融服务领域时,我们正在将 AI 用于大量的自动化,工作流程自动化。这种类型的年度节省金额巨大,达到数亿美元。对我来说,这很明显
某些应用程序,例如,在呼叫中心使用语音识别和某种意图检测等,
将是一个理想的选择。但只有在我实际跟踪了许多代理并花费大约一个月的时间深入研究工作流程之后,我才了解到那里存在如此多的复杂性,这实际上是关于人类智能和机器智能之间相互作用的问题。它做出的假设根本不会在现实生活中实现。所以,从在实验室中有效到在现实生活中有效,这才是真正至关重要的。然后当然,考虑对业务来说什么很重要
不仅仅是今天什么重要的问题,而是公司的 DNA 中真正有什么。因为不仅需要构建,还需要部署并让这些东西运行起来。我不认识我的任何同龄人能够在不到……
可能不到一年就能大规模地运行任何东西,直到看到真正的影响。老实说,这通常比这要长得多。这是一场马拉松,而不是短跑。因此,您真的必须意识到未来两三年、四年的业务战略是什么,而不仅仅是今天高管的想法。我想谈谈您关于自动化的说法,这是 AI 使用的更大主题之一。但是
我认为您也提到了这一点。我认为不幸的是,当大多数人想到 AI 时,他们往往会认为它是将取代人类的极端情况。您正在谈论我所说的中间地带的重要性,即人类和 AI 共同工作。因此,人机交互至关重要。也许这也是如此难以扩展的原因之一,因为您必须弄清楚
人类将如何与 AI 不同地工作。您能否分享一些关于您如何做到这一点的故事或见解?因为这需要改变人类的思维方式以及他们通常所做的事情。我可以给您一些我在 eBay 看到的例子,但老实说,我在 eBay 看到的很多东西我以前都见过。
我们现在所处的转型阶段是几乎每家公司都在经历的阶段,而且还没有人完全到达那里。如果您考虑后端,特别是客户服务,我认为焦虑通常在那里最为严重,因为坦率地说,他们以前见过其他技术。这不是他们的第一次牛仔竞技表演。事实上,
随着技术的成熟,不再需要个别角色。这是真的,但这并不意味着不需要人类。只是他们所扮演的角色发生了变化。例如,在客户服务方面,我们在 eBay 所做的是,在过去的几年里,我们试图在流程的不同地方注入 AI。
这在技术债务方面非常具有挑战性,因为在不同的地方存在大量技术债务,这使得这样做变得困难。为了更具体,我将举一个真实的例子。
意图检测。客户打电话,当他们与您交谈时,有一个模型正在捕捉他们认为客户试图回答的内容。因此,它应该帮助代理访问正确的帮助页面以显示正确的资料。想想那个可怜的代理吧。他正在与一位客户交谈,通常当他们打电话时,并不是因为他们很高兴。当客户致电客户服务时,是因为他们感到沮丧。
他们试图在同时接收屏幕上的这些消息的同时帮助他们。这种多任务处理能力和关注向他们闪烁意图的事物的能力可能比帮助更令人分心。我们现在正在采取更
端到端的方法,我们正在真正替换或转换客户服务后端,以便代理使用的系统和模型运行的系统从一开始就一起设计,因此存在更好的相互作用。我们还有许多设计师比我们的 AI 人员更具创造力,在许多方面都是如此。
帮助思考这种相互作用应该是什么样子,与代理进行大量用户研究测试,了解他们将如何同时与客户和技术互动。您使用的动词“注入”很有趣。您用它来说明注入不起作用。粘贴它或只是粘贴它不起作用。
好吧,我还想谈谈另一件事,Sam,我认为您发表了这样的评论,这并不是他们第一次使用技术进行牛仔竞技表演。他们见过其他技术。我对您关于 AI 与所有先前(比如说)技术相比可能如何或 AI 如何不同的观点感兴趣,这些技术已经出现并改变了技术。
功能或流程,以及您是否认为那里有任何误解。就像人们可能认为,“哦,这只是另一种 ERP 技术”,或者像我们对某些其他技术所做的那样,它是一样的。我想知道您是否同意这一点,或者您是否认为将它视为相同是一种误解,以及与人们可能参考或基于他们先前经验而依赖的任何其他事物相比,有什么不同。
是的,我认为任何具体的 AI 技术
都可以与 ERP 系统或其他版本相媲美。但作为一个范例,它是一件更大的事情。我认为更好的类比是数字化转型。从实体店到数字化的转变可能更类似于类比。即使是我们现在所处的状态,我也会说,这是一个类似于数字的范式转变
范式转变,而不仅仅是引入一些新的 ERP 或 CRM 等。所以 Nitsan,我们有一个新的环节,我们会问我们的嘉宾一系列快速提问。只需回答您脑海中浮现的第一个答案即可。您在人工智能方面最自豪的时刻是什么?
可能是在医疗保健方面,当我在波士顿科学公司工作时,我们推出了一项预测功能,基本上是使用起搏器的信号来预测心力衰竭。平均而言,它比医生通过其他方式检测心力衰竭提前 30 天,这是一个巨大的救命益处。人工智能让您担心什么?
滥用,不良行为者的滥用,无论是在军事行动中还是在其他类型的邪恶活动中。您可以将深度伪造作为示例,因为它变得越来越容易获得,并且每个人都可以轻松使用。我确实有一些担忧。您最喜欢的完全不涉及技术的活动是什么?
哦,糟糕。我正要说是摄影,然后我意识到,等等,那甚至不是一个好例子。我们可以算上它。它并非严格意义上的人工智能。我们会为此给你记功。你小时候想做什么?你长大后想做什么?eBay 的 AI 工程师?我实际上是从创意写作专业开始的。所以我想作家是我的最初热情。您对我们未来将如何使用人工智能的最大愿望是什么?我认为让……
几乎任何人都更容易通过追求自己的热情来谋生。很高兴今天与您会面并交谈。我认为一件会引起我们许多听众共鸣的事情是,
AI 实施与现有实施(如 ERP)不同。当您涉及许多用户时,特别是当您同时涉及您的客户和您的卖家这两个平台时,您可能对单片技术采取的孤立方法会有很大不同。感谢您抽出时间与我们交谈。我们非常感谢。谢谢。感谢您的陪伴。这很有见地,非常感谢。谢谢,谢尔曼。
感谢您今天加入我们。下次,我们将与波音公司的技术研究员兼区域总监海伦·李交谈。请加入我们。感谢收听“我和 AI”。我们相信,与您一样,关于 AI 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,您可以与节目创建者和主持人聊天,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 实施的宝贵资源,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。