对话行癫:CTO 最重要的是判断未来!| 人物志
Posted 唐门教主
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了对话行癫:CTO 最重要的是判断未来!| 人物志相关的知识,希望对你有一定的参考价值。
身兼阿里巴巴集团 CTO、阿里云智能总裁、达摩院院长三职,张建锋(花名行癫)说:「作为 CTO,更多的是对未来需求、技术趋势的看法,两者能不能做有效的结合,最重要的是判断未来业务会变成什么样。」
作者 | 唐小引
审校 | 郭 芮
出品 | CSDN(ID:CSDNnews)
江湖中流传着一个段子,「如何用一句话证明你在阿里工作?」其中有一句便是「大家拥抱一下变化,因为组织架构调整了。」
这一点在行癫的身上体现得淋漓尽致,从 2004 年加入阿里至今,行癫起于淘宝网技术部架构师,一路任过淘宝副总裁、中国零售平台负责人、中台事业群总裁,而近几年阿里集团宣布调整组织架构,行癫的名字格外耀眼,2016 年出任集团首席技术官(CTO),2017 年 10 月带着马云期望「活得要比阿里巴巴长」的达摩院成立,行癫就任院长,2018 年 11 月,阿里云升级为阿里云智能,行癫兼任总裁。
多年的技术与业务融合让行癫比许多技术人都有着更深的沉淀与思考,在 2019 云栖大会上,行癫在接受 CSDN(ID:CSDNnews)的采访时表示,未来一定是「需求牵引,技术驱动」的,阿里巴巴并不是一家做了一个新技术便颠覆一个产业的公司,并且这种机会可以说是相当稀少。最关键的在于,「你怎么看未来的需求、未来技术的趋势,最关键的是两者之间是否能做一个有效结合。」
而针对技术圈里一直热议不断的 CTO 该不该写代码、CTO 的核心技能话题,行癫说道:「作为 CTO,更多的是对未来需求、技术趋势的看法,两者能不能做有效的结合,最重要的是判断未来业务会变成什么样。」
同时,在阿里云十年之际,以及平头哥不断出新备受关注之时,行癫非常开诚布公地总结了过去十年阿里云对于中国技术商业进步所带来的影响、最新进展与思考,以及他对芯片行业、操作系统的看法,从中可以一窥阿里在技术与业务结合的未来走向。
以下为访谈实录:
问:阿里云自升级为阿里云智能以来,主要的变化有哪些?
行癫: 从定位上来讲,主要有三点。首先,阿里云的形态正在从单一的 IaaS 层基础设施变为全方位的数字经济基础设施,除原来的一个云之外,在 IaaS 层如传统的虚拟机、数据库还需要智能化、移动化、AIoT 的解决方案,来满足数字经济的转型升级。不仅是 IT、AIoT 基础设施,还需要像钉钉一样的协同办公的基础设施、大数据智能化基础设施。比如对于 IoT,不仅是家庭里的电视、空调等设备,也包括城市里路灯、停车位、摄像头等设施、工厂里的设备,以及污水处理、河流保护等,都需要数字化,阿里云智能需要满足的是在整个数字化转型过程中所需的基础设施。
其次,阿里云智能已经成为集团战略,是阿里巴巴整个经济体的概念,因此也整合了许多资源。以前,我们在零售、金融等方面的传统优势已经升级成立了新零售、新金融部门,同时也成立了数字政府部门,这些都在阿里云智能的体系下,阿里巴巴经济体对外提供的服务统一都基于阿里云智能平台,比如高德地图对于数字政府、数字交通的输出即是基于此。今后,阿里云智能将承载着阿里巴巴经济体的技术输出。
最后一点,今天我们讲数据中台、业务中台,很多企业都这么搞,这些概念都是从阿里听出来的,但到底怎么理解?数据中台、业务中台究竟解决了什么问题,别人未必和我们想的一样,这里面不仅是技术,还需要有经验、有实践、有方法论。阿里巴巴的云最大的不同就是本身已经在阿里自己的业务里经受了非常多的锤炼,即使是非常好的技术,比如人工智能,都需要产业实践、业务尝试,凭空做一个高质量的云、成为数字经济体的基础,我认为是不太可能的。所以,我们做了一个非常大的决定,那就是阿里经济体中所有的 IT 设施,所有的数据中台全部迁移到阿里云上。
大概在三四年前,我担任阿里中台事业群总裁时,第一次开启了互联网公司的中台化战略,当时很多人还不知道中台究竟是什么,坦率地讲,我也不知道。马老师让我去干中台,我不知道怎么干,他只说了三个统一 —— 技术统一、数据统一、文化统一,于是我就领了这个任务,开始去探索什么是数据中台,什么是业务中台。
做了有一两年后,有一次,我跟马老师汇报说,我终于明白什么叫数据中台了,他听了我的汇报后,说我的理解只到了 50%,因为我的汇报里有 50% 是符合他最初的期望的。到今天,我认为阿里基本已经建立起了整个中台体系。所以,没有阿里内部的实践,就给外部提供一个所谓的解决方案,我认为是非常困难的事情。
问:有哪些正在重点突破的行业?
行癫: 今天这个行业要突破,就需要应用一些新的技术,用阿里的逻辑来讲,今天有什么样的新技术是可能会对未来带来变革的?是值得、需要投入的?我们需要做很多的技术准备,准备好后还要跟行业做结合。有些行业与技术结合带来的变化会非常大,有些行业却并不如此。当然,我们还需要考虑,这个行业是不是阿里真的有经验的、非常擅长的?
阿里擅长的技术,相对容易理解,就是云计算、大数据、IoT,以及钉钉等的移动协同,擅长的行业呢?零售、金融、供应链都是阿里所擅长的。这两个因素具备了,我们就会看怎么来定义未来的技术应用。因此,综合来讲,新零售是我们非常重要的一个行业,因为阿里有丰富的经验,对未来有着非常深刻的洞察。
还有一个至关重要的就是政府的数字化转型。这方面与阿里最大的关系就是,政府数字化转型需要使用到大量的互联网、数字化技术,而且它有大量的数据,运用这些数据会产生大量的成果。在这方面,阿里已经积累了经验,同时政府也信任阿里,所以我们在数字政府上做得非常好。现在,不仅是已经实践成功了的浙江数字政府,诸如国家税务总局,整个个税系统都在阿里云平台上,中国邮政整个生产系统都在云上,是目前阿里云最大的一个集群,超过 5000 台规模。
△图:阿里展示数字政府架构,作者摄于云栖大会
再有就是工业互联网,工业互联网不仅是提供算法,还要给客户提供收集数据的能力,由此就需要具备 IoT 的能力了,在实现数据收集的基础上,才能够进一步做智能化的应用。大多数行业都不是规划出来的,而是各种各样的起步与尝试,慢慢地就演变成为一个行业了。
问:阿里云已经走过十年,下一个十年,阿里云将会做哪些技术准备?
行癫: 有一点需要强调的是,我们需要「需求牵引,技术驱动」,阿里巴巴并不是一家做了一个新技术然后颠覆了一个产业的公司,这种机会我认为是非常少的。当然,我们与大部分公司相比,还是在做一些非常前瞻性的技术,比如量子计算等,但我认为核心在于,你怎么看未来的需求、未来技术的趋势,最关键的是两者之间是否能做一个有效结合。
△阿里量子计算进展介绍,作者摄于云栖大会
大家都知道贝尔实验室做芯片非常成功,但它的产业并不成功,于是没落了。我们今天看到的许多研究机构都在转型,在这之中,微软研究院是非常典型的例子,微软研究院以前相对独立,可以做任何研究,但现在转型力度非常大,要与产业集合,也就有了更明确的方向。
十年前,王坚博士做云时,跟大部分人的想象是不一样的,第一,如何提供一个全新的大数据处理平台?十年前并没有海量数据,其次,王坚博士坚信,这个世界一定是公共云的世界。今天,阿里云投入的技术更广泛,十年前根本没有现在大数据、AI、IoT、移动化、协同办公的概念,但我们将云智能之后,我们的边界、范围也更宽了。
问:对于阿里云,最关切的问题是什么?
行癫: 阿里云已经走过了很长的一段路,从最早的公共云到今天混合云,逐渐变成了很多云项目的解决方案。在公共云时代,王坚博士的想法是做云为什么要销售,十年前我也是如此,因为云是非常简单的产品,一个虚拟机、数据库、存储,可以直接拿来用,而不需要销售和服务。最近两年发生了非常多的变化,因为产品复杂到了一定程度,需要为客户提供一个解决方案。今天我们在阿里巴巴的云上有三百个解决方案,解决方案一定是面向客户的,解决某一类问题。但是解决方案背后是谁提供的很关键,我们称之为「联合解决方案」,因为是和合作伙伴一起提供的。
这个过程中,阿里云要时刻保持对行业的洞察和理解,要有所为有所不为,这是非常关键的,我们并不是说搞了一堆的合作伙伴,看上去就是你提供顶层设施,给他们提供服务就可以了,这是远远不够的,这样相当于找了一堆集成商来,我们的生态不是集成商,我们的生态是联合解决方案,是我们共同为客户提供服务,这有着本质的区别。
阿里云面临的最大问题,首先,如何提供一个非常有竞争力的 IaaS、PaaS 产品?这是最关键的,如果没有这个产品,别人为什么要和你做联合解决方案?
其次,在数字化经济市场,阿里云有没有真正地提供智能化、数字化、移动化、IoT 化的解决方案和产品?再者,阿里云要学会从原来的互联网公司向 ToB 的服务型公司转变,这也是非常关键的。ToB 的客户需要非常好的服务,从咨询、做方案到实施、交付和服务,这是阿里在做公共云时代没有经历过的。
这三件事是阿里云今后面临的非常大的挑战,也是我们需要补上的功课。
问:怎么看芯片产业?
行癫: 芯片是一个很大的名词,它的概念和互联网一样,互联网上有多少应用就有多少芯片。我们往往将芯片的理解单一化了,我们以为英特尔就是芯片,但实际上,你看不见的所有地方都有芯片,手机里就有几十种芯片,因此,芯片实际上是一个非常复杂的产业。
其次,芯片也是一个非常辛苦的行业,许多人总认为越是高科技就越赚钱,实际上并非如此。许多微小的芯片都是非常廉价的,卖到 1 美金的已经是非常好的一颗芯片了。同时,芯片里有着各种各样的种类,这也就决定了各自的研发周期,如果每一颗都要投入十年研发,不仅会破产,还会跟不上时代发展。但芯片的确需要一个周期,工业界公认的大型芯片大概是两到三年的时间。
问:现在要做到行业 AI、普惠 AI,最大的难点是什么?
行癫: AI 本身没有诞生任何新的工业,它是一个赋能的工具,而非单独的产业,这更像是当初发明计算机,计算机是直到互联网产生,才成为一个单独的产业。因此,AI 一定要跟某个产业结合起来,没有结合就是空中楼阁,因为没有载体。AI 到底能不能发挥实效,就看是否能够帮助原有产业中的要素发生变化,带来效率上的提升,这是最根本的。
今天 AI 到底改变了什么?我认为最大的是感知发生了变化,在第一波 AI 浪潮中的公司,在应用落地上基本都与视觉相关,包括安防类、数字城市类等。哪怕到今天,我认为 AI 中 50% 以上仍是与视觉相关。当前,在 AI 上我们面临的最大的困难就是碎片化,每一个模型都不一样,而最大的不一样,就是行业的不一样。同时,我们并不真正了解需要落地的行业,而他们也不真正了解技术。这种情况下,大家就会抱有不切实际的期望,我们很多项目都是这样,后来才慢慢认清现实。
所以,我们要反复强调,定义目标是很难的事情,如果能够将目标清晰地定义出来,那么就变成一个技术问题了,技术问题是很容易收敛的,行就是行,不行就是不行,但最困难的是问题很难精准描述、精准定义,并且可以分解。
第三个困难的地方就是,如何做融合?AI 最终要在产业里成功,一定会有非常多的具有行业知识背景的人进入才能实现,所以下一步的浪潮一定是在产业里 AI 得到深度的应用。
第四个困难点就是产业一定要发生变化,它可能是多种技术的结合,不仅是使用 AI,可能还有 IoT 等,需要有更强的解决方案能力的人。数字经济真正进入产业界,才能够说明数字经济真正发展起来了。
但是,我发现数字政府比产业界跑得要快很多,这是为什么?企业不是对市场更灵敏吗?在我们国家,政府有非常强的顶层设计能力,在数字化转型上,顶层设计能够解决很多现实问题,因此产业发展非常快,而数字化转型在政府中,给老百姓也带来了非常大的便利,今天他们服务的水平与能力、治理理念已经比许多企业都要好了。因此,我认为在产业结合上,还有一段路要走,有很多困难需要克服,为什么上云、数字经济转型是我们的一号工程,统筹、硬件的升级都是需要解决的方向。
问:作为阿里巴巴集团 CTO、阿里云智能总裁、达摩院院长,是如何分配时间的?这三个角色各自有哪些挑战和压力?哪个的压力是最大的?
行癫: 挑战和压力都很大,没有一个工作是轻松的,这三重角色可能从阿里巴巴技术体系上能够更易于理解。在阿里的技术体系中,产品研发、技术研发和科学研究是分开的,但也有综合,比如达摩院有数据计算,也有数据处理,比如,李飞飞既是阿里云数据库的负责人,但数据库也会碰到一些前瞻性的问题,比如加密数据库、新型数据库,这些从技术上还有不确定性,因此他同时又在达摩院里进行加密数据库的研究,这是一脉相承的。
达摩院成立时,我问马老师,要不要请一个专职的院长,马老师(马云)说专职的研究院肯定搞不好,他希望研究院跟技术研发体系有非常强的关联。
达摩院跟上层的产品和业务还是有非常紧密的关系,比如我们金榕老师(阿里巴巴达摩院机器智能实验室主任)在达摩院里做 AI,需要时时刻刻关心应用方,也需要在 AI 研究的基础上做出一个产品平台提供业务使用,也是身兼多职的。
△达摩院介绍,作者摄于云栖大会
当然,我们在研究方向上也有相对独立的,跟现有业务没有任何关系的,比如量子计算、自动驾驶等。
自动驾驶与芯片一样,我们永远不会将自动驾驶作为产品输出给汽车公司,100% 不会做这样的事情。今天,阿里巴巴作为一个物流的基础平台,会产生一亿个包裹需要配送,但市场上还没有任何一辆车是专为物流设计的,也没有任何一辆车是为未来物流准备的,还有饿了么、盒马等的配送。在不久的未来,中国配送网络会达到上亿的规模,因此一定需要像阿里巴巴这样的公司来提出解决方案,我们在研究,未来是否能够有一个办法实现无人配送。
但是今天我们研究的自动驾驶实际上是机器人,未来是不是能够实现一个无人自动化的设备,能够将货物从一个地方送到另一个地方,这是我们研究自动驾驶最根本的出发点。千万不要按现有角度看未来,从技术到业务的结合才是最关键的。
也有很多人问达摩院究竟在干什么,怀疑企业建研究院到底有没有必要,因为原有的研究院模式都不成功,所以导致会产生一个天然反应就是阿里是不是也在走过去的研究院机构模式?事实上我们并不是这样的机构,这之中的分工比较容易理解,自然也就能够理解我的角色的定位。
作为集团的 CTO,我到底干什么?
CTO 可能是最不用懂技术的人,作为 CTO,更多的是对未来需求、技术趋势的看法,两者能不能做有效的结合,最重要的是判断未来业务会变成什么样。比如配送,我们需要有什么样的技术做准备?未来的计算到底需要怎样的规模?CTO 要对这个有判断,而并非要在诸如量子计算等方面成为专家。
对于 CTO 这个角色,阿里 50% 左右的人员都是工程师,怎么构建一个良好的工程师文化,怎么统一工程师的发展、衡量工程师的水平,这里有很多工作要做。阿里有技术委员会、技术小组,我们提倡技术人员的问题自己解决。我们现在有 12 个技术小组,比如贾扬清就是计算组的,他们会在集团范围内看计算当前大家有哪些投入,哪些投入是不必要的,哪些投入是需要合并的,这都是在集团技术委员会的规划下做的事情。
同时,还有对于人才的培养。阿里集团有三十多家公司,都有 CTO 的角色,当其中一家公司需要 CTO 时,我从哪里去找?这里就需要一个统一的培养机制。
还有就是阿里内部有一个非常特别的晋升制度,晋升是需要述职的,也需要评委,评委会是技术委员会的技术小组成员,比如候选人是做算法工作的,那么算法组里会有 5 个人来当评委统一处理。
评委本身也是来自于集团多个技术部门,但同属一个技术小组。阿里巴巴的技术治理体系和其他公司都不一样,作为 CTO,既有物理的,也有非物理的,比如文化、机制等。是不是这样管理的边界就很清晰了?也未必。我们非常鼓励高水平的竞争,最大的价值就是消灭低水平的重复。
阿里云智能就更简单了,今天有这么多的技术,除却支持好集团业务之外,如何面向行业做好业务输出也需要通盘考虑。
问:如何评价这十年阿里云为中国技术商业进步产生的影响?
行癫: 我的确在想这个问题,很多的影响是很难量化的,就好比计算机发明了,谈对于某一个行业有什么影响,就拿制造业来说,计算机对制造业到底造成了什么样的影响,这是很难量化的。
信息技术、数字化技术也是这样的,很难量化,可以量化的是很小,但影响是非常巨大的。各行各业都产生了一些非常关键性的影响,以消费领域为例,表面来看,好像淘宝、天猫的出现跟零售业没有什么变化,只是多了一个快递送到家里,今天的影响在逐步加深。新消费的概念也是这个逻辑,淘宝一出来,慢慢地影响了制造业,影响了供应链,影响了快递配送,企业间的影响都是物理发生的。
今天淘宝上 70% 的交易都是花呗付款,这又是一个非常大的影响。因为花呗背后所代表的是信用,有足够多的数据可以来衡量用户的信用。最终这个社会会和数字政府理念一样,技术提供基础,最终打造透明、高效、廉洁的政府,打造全信用化的社会。淘宝的价值只是解决了零售业里非常简单的信任问题,支付宝做担保,淘宝好差评就产生了这么大的价值。如果全社会都解决了信用的问题,那我们社会的运营成本会降的非常低,这背后都要靠技术体系和数据的体系来支撑。
这样的技术变化非常深刻地改变了零售产业,技术也一样,比如有钉钉和没有钉钉如何来衡量?至少在阿里巴巴内部如果没有钉钉,我们这帮人都不知道怎么搞,还在看邮件,开个会都受到了非常大的影响。很多变化都是不知不觉中造成的影响,云的 IT 基础设施也一样,今天我们很多客户在云上创业,已经不需要关心云的任何问题。比如对于微博而言,在突发热点事件带来数倍流量时,已经能够实现在云上弹性。
问:阿里的操作系统发布很早,随着平头哥的问世,如何看待当前在这些方面的竞争?
行癫: 我们是服务客户,并不会去跟别人竞争而存在,我们是面向未来而存在的。
阿里是最早做操作系统的,至少做了八到九年,而且阿里是第一个量产的操作系统,阿里的手机操作系统出货量到目前为止应该有七八千万台手机的规模,而且现在的日活也有几千万。手机的操作系统阿里是绝对没有问题的,而且在逐渐衍生至其他方面。
阿里今天做一件事情,比如我们去 EMC、高端存储、数据库等等,我们是提供了新的思路,并不能说我们的数据库比甲骨文好,我们就是提供了解决方案,就是用普通的硬件、用互联网的技术能够构建出一个更强壮的、更面向未来的系统,这是阿里对这个事情的贡献。
我们以后大量的操作都在云端,新型的操作系统应该是跟云完全融合的,大部分的中心操作都在云端,假如要播放一个电影已经实现全部在云端,要做文档,文档协同也都在云端,这是我们面向未来要做的。
很多人讲今天为什么我们要取代端上做一个新的东西,以后我们会不会有一个端,是不是手机成为我们办公最主要的端,这是我们需要面向未来构建的系统。有可能所有人都在移动端上都是协同的,所有的操作都是在云端完成的。
比如 Google 游戏云,我们也在做。做游戏要有一个高配置的电脑,有非常好的显卡。那么,中国什么时候会推出一款超越世界上最好的显卡,因为它有强大的计算力。但今天不用了,云端全部都渲染化了,5G 也有了,以后就用一个显示屏,领先者永远是领先者,落后者永远是落后者,因为他的投入比你大,他的先发优势比你强,你为什么做得比人家好?唯一的原因是你有创新。
阿里巴巴走到今天,不管是电商、支付宝、云,都是行业的创新者,我们完全是基于自身对未来的判断,基于我们自己对于行业的布局来看待这个问题。
以上是关于对话行癫:CTO 最重要的是判断未来!| 人物志的主要内容,如果未能解决你的问题,请参考以下文章
独家对话微软顶级代码女神潘正磊:Visual Studio 与 VS Code 的未来走向 | 人物志
独家对话微软顶级代码女神潘正磊:Visual Studio 与 VS Code 的未来走向 | 人物志