[科技有点牛]阿里技术团体的建立与团体管理的核心专业技能作者介绍张荣

作者介绍
张荣，花名威视，现任职阿里巴巴CRO线NLP算法团队leader ，长期聚焦于NLP、图像识别、视频分析算法领域，面向整个经济体提供信息治理、数据安全、商品、人机等多个方向的算法能力，并通过商业化服务于社会。目前致力于基于风险知识的NLP算法建设。
因为信任，所以简单。
本文是我从2019年1月底接手CRO线NLP算法团队以来，在团队组建、能力建设、以及管理上的一些思考，全部是没有科学论证的主观判断，不过都进行了实践。我没有任何管理学背景知识，把拙见没羞没臊地写出来，是为了抛砖引玉，和同学们交流讨论。
团队的定位是什么？
定位
团队的定位是重要的事情之一，有了偏差，后续做得越多错得越多。确定团队的定位花了我很长时间，中间还发生了一次组织变化，和两任主管有多次讨论。
首先，这个团队配置在CRO线，肯定要为风险管理业务服务；同时，这又是一支能力团队，还要考虑和业务团队的协同关系。最终，我确定了3点：
能力建设为主，同时也需要有业务抓手；
不做业务团队已经做得好的事情；
立志高远，勇攀高峰，要做就做到最好。
壁垒与价值
不夸张地说，现在是NLP领域的大航海时代，新算法层出不穷，日新月异，后浪各种把前浪碾死在沙滩上。尤其是BERT横空出世之后，整个NLP的研究范式都发生了变化，从原来的task-specific的模型结构设计转变到语言模型pretrain+下游任务finetuning的模式，预训练模型是含金量高的工作。研究一下预训练模型，你会发现这是个需要海量金钱+数据+技术才能玩的游戏。
这就陷入两难：如果搞预训练模型，没那么多资源；如果不搞，用开源模型做下游任务，实际上很难有什么技术壁垒。其实就算你真的搞出什么新算法可以充当技术壁垒，可能两三个月之后就又有人做出了更强的结果。
困境的根源在于，目前NLP算法这个领域发展速度太快了，在高速变化的领域是很难形成壁垒的。所以，我们需要结合自身所处的环境，寻找变化不那么快的东西。
我经过好多天的考虑之后，认为沉淀风险管控知识可以作为壁垒。原因：
风险知识随时间有变化，但速度明显比算法慢很多；
CRO线在这方面有一定积累，也需要用于实际业务管控，并沉淀到产品。
所以，团队的宗旨我定义为：基于知识驱动的NLP算法团队。为CRO线乃至集团沉淀风险知识，并提供不同层次的服务：
图-4层服务体系
最近， CRO线在清华举办了AI与安全研讨会，会上张钹院士谈到了第三代人工智能，尤其强调了其中知识的核心作用；我们走访中科院信工所，对方的宗旨也是建设基于知识驱动的算法，和业界发生的共鸣，更坚定了我们走这条道路的决心和信心。
团队需要什么能力？
先要搞清楚团队所处的环境。
阿里是一个什么结构的组织？
有人说是矩阵式的，有人说是树+网状的，我不知道确切的答案。不过，如果把每个小团队看作节点的话，有2点是确定的：
体量巨大，各种节点种类繁多数量大；
单元节点之间比较容易发生跨大团队甚至跨BU的联系，条件合适可以发生协同关系。
继续观察，你会发现：
你所需要的一切资源几乎都能找到提供者，而且往往不止一个；
你也可以给各种需求节点提供服务，只要还在你的能力范围内；
由于规模巨大，需求节点和资源节点相互之间往往不知道对方在哪。
基于以上，我认为一个身处中台的算法团队，需要具备4项能力：连接-生产-传播-服务。
图-能力中台的算法团队需要具备的能力
四项能力
连接
就是寻找到自己所需要的资源，筛选出其中最优的，建立长期稳定的合作关系。比如算法团队需要的爬虫、标注工具、分布式模型训练工具、模型的评测工具等，都能在公司范围内获取，就没必要刀耕火种从头开始自己建设了。