第591章 前无古人的决策（1 / 2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

「老板……我完全没听懂。」

星城之旅就这么毫无波澜的结束了。

没有人被当场抓包，也没有人影响到黎芝和周明远的幸福甜蜜。

但变化依旧存在。

像是沉在海底的冰山，潜移默化影响著很多很多事情。

周明远回到办公室的第一时间，就把贺敏喊进屋子，嘀嘀咕咕安排了一长串工作。

可贺敏却始终一脸懵逼。

什么东西？

老板他的究竟是什么东西？

手上已经有了这么多公司，这么多项目，插足了这么多产业，他怎么还要……

究竟还要把手伸到哪里去？

最让人难以理解的是，周明远这次创业，颇有几分不计成本的架势。虽然贺敏心里也清楚，老板几家公司或许不缺现金流，但是……

这到底是不是烧钱？

「具体哪里不懂，我再给你一点点解释。」

周明远抱起胳膊，大半个身子倚靠在沙发里，笑吟吟望向助理。

「数据标注到底是干嘛的？」

「这有什么用？」

「我们为什么要花人力物力来做这个东西？」

「你的那些乱七八糟的，什么ai啊人工智慧啊，我都完全听不懂……」

「法学生连这个都要学吗？」

「招的都是大学生，我刚刚听你讲工作逻辑，好像也没什么技术之类的垒，你确定这玩意能赚到钱？」

贺敏压根也没跟周明远客气。

不懂就是不懂，她连珠炮般问了一大串，干脆利。「应该是可以的。」

周明远思考了几秒钟，点了点头。

相比模仿瑞幸咖啡，做法律咨询，搞公司这种前人已经验证过是超级大风口的行业来。

他这波想法，的的确确带著几分赌性。

没接触过，没尝试过，哪怕两世为人的他也不准能不能行。

跟黎芝彻夜长谈之后，他其实也有些触动。

想想也真没错。

自己从零到一白手起家不难，到a8甚至a9也不难，只不过需要一点时间。

无论是手上的明理法律咨询公司，亦或是解忧传媒，似乎都存在著一点点发展速度上的天花板。

哪怕给了他足够的时间发展，但论行业影响力和爆发力，好像都还不足以到达碾压顾采薇或者黎芝家境的程度。

更不用解忧咖啡了。

哪怕解忧咖啡做到全国1，那又怎么样？天使投资人是顾采薇的爸爸，他一个股东还能翻什么天？

于是，经过一番思考之后，周明远默默做出了一个新的决定。

换一条没有上限的新赛道。

重生嘛，就要做些对自己来有挑战的事情。

输了大不了从头再来。

赢了呢？

赢了当然获得一切，亲手书写历史。

作为站在历史肩膀上的巨人，周明远自然心知肚明。

十几年后的世界是什么样子？

十几年后的世界，什么赛道最牛逼？

莫过于正统ai和大模型。

周明远根本不用多想，马上选择抛开法律垂直行业的舒适区，直接杀进最核心的通用人工智慧赛道。这条路比做本职工作难十倍，但上限也高百倍。

复盘起来，2015年还真是个前赴后继的好时代。

众所周知，深度学习有著三大支柱。

算法、算力和数据。

三个支柱，现阶段正处于一个微妙的临界点上。

算法端，hton在2006年就提出了深度信念网络，lst在1997年就被发明出来。

可直到这一年，才真正开始在工业界大规模应用，n首次在图像识别上超过了人类水平。

更重要的是，2014年刚提出的注意力机制，正以极快的速度渗透进nlp领域。

transforr论文还要等两年，所有关键技术都在高速叠代。

时代鼓著长风，旌旗猎猎。

算力端，英伟达三月份刚刚推出geforcegtxtitanx，12gb显存，单精度浮点算力不过7tflops。

跟后来的h100比起来不值一提。可庙妖风大，在现阶段已经足够跑一个中等规模的深度学习模型了。

最关键的其实是数据。

网际网路每天产生的文本、图片、视频以pb计，细究起来99%都是非结构化的噪音。

谁先把这些噪音变成可训练的数据资产，谁就拿到了下一轮竞争的入场券。

思考过后，周明远的切入点就决定是这里。

理由很简单。

他除了懂趋势之外什么都不懂，也没有相关学术背景。

技术团队为零，ai行业人脉为零，个人技术能力约等于零。

周明远唯独有著三样东西，是纯技术背景的ai创业者没有的。

第一，是子弹充足的超绝现金流。

明理公司和解忧传媒两家，都是正向到夸张的现金奶牛。

更不用周明远在股市还有一大笔，自打开市起不断滚动。不论成败，他是真的输得起。

第二，叫做商业嗅觉和管理能力。

技术方面他不懂，但公司做到一定规模的话，管理方式和人性把控，这种东西一通百通。

他能把很多东西从零做到一，知道怎么搭团队、控成本、拿订单，这件事的核心对他来就不算难。

第三，是对数据价值的超前认知。

这一点就不用多了，纯开挂。

在别人还把数据当废料的时候，他知道这是未来十年最稀缺的矿产资源。

于是经过一番考虑，周明远决定放弃做算法研发之类的东西。

自己搞一个数据标注工厂。

为什么不做正统算法？

要知道，2015年做算法，绝对不是件容易事。

这方面的刚需，是至少招到一批深度学习方向的博士。而这些人呢？

要么在谷歌微软百度，要么在高校实验室，没有人会加入一个没有任何ai背景的初创公司。

这压根不是钱的问题。

人家看重的是平台和同行的认可，钱有时候排不到第一。

可周明远选择的方向就不太一样。

数据标注不需要博士，不需要论文，不需要顶级学术背景。

它需要的是管理能力、成本控制能力和对数据质量的极致追求。

还真别，这三样恰好是他最擅长的。

而且最关键的是，2015年的ai行业还在拼模型结构创新，绝大多数从业者还没有意识到一个事实。

数据质量比模型结构更重要。

几年后等大家都反应过来的时候，先行者就能用规模和管理形成护城河，把成本压到后来者无法跟进的程度。

这就是周明远的先机。「好好好，就算能赚钱，可是老板！你的这个……数据标注，它和ai有什么关系啊？」

贺敏依旧保持著一脸疑惑的神情，自顾自抿了口咖啡，坐在周明远对面，托著下颌认真聆听。

「这个东西啊，听起来很低端，实际上它是ai产业链最上游的石油。」

周明远耐心解释道。

没办法。

两世为人的视野和认知，对于手下的助理而言还是太过超前了。

不好好科普外加一通势大力沉洗脑的话，这个活还真没法推进。

「任何深度学习模型的训练都依赖于高质量标注数据，而标注数据的生产成本和质量控制，是一个极其复杂的系统工程。」

男人摊开双手，开始给贺敏一个一个举例。

「iage有1400万张标注图片，背后是亚马逊icalturk上数万名众包工人的劳动；谷歌翻译能支持上百种语言，是因为它用了海量的人工翻译数据做训练。」

「懂我意思吗？」

「通用领域的标注市场竞争会越来越激烈，真正的垒在于垂直领域的深度标注。」「现在是网际网路时代，你知道最容易被人忽视的需求是什么吗？」

「呃……我不知道。」

贺敏眨了眨眼睛，老老实实回答。

「中文语料。」

周明远伸手点了点助理额头，继续科普。