特赞CTO王喆:数据思维有利人生决策,创业过程是价值和规模化的动态平衡
3338
2021-07-21 15:16
文章摘要:2021年3月18日,特赞宣布完成获得由淡马锡领投的C2轮融资,此前,特赞完成由红杉资本中国基金领投的C1轮融资,C轮融资金额共计1亿美元。

image.png

Tezign = Tech(科技)+ Design(想象力)

2021年3月18日,特赞宣布完成获得由淡马锡领投的C2轮融资,此前,特赞完成由红杉资本中国基金领投的C1轮融资,C轮融资金额共计1亿美元。

6年之前,王喆结缘特赞创始人CEO范凌、加入特赞,开始尝试将数据与创意深度融合,“理科思维与文科思维的碰撞,一切美妙都由此开始”。


有一种成长方式叫数据


何时起对数据产生了浓厚兴趣?王喆很难说出一个清晰的时间点,能记得的是:王喆从小沉迷于自然科学,学生时代对数理化的兴趣远远大于文科,进而形成了自己的初代世界观:“世界是一个系统,有很多的输入和输出,随着个人成长会沉淀越来越多的规则进到系统中,并且在人生的不同阶段,因为目标会有调整,所以要对模型进行迭代优化。”

大学时期随着对统计学的深入学习,王喆进一步将自己的思考方式升级为“将问题数据化——分析数据锁定关键点——依据模型输出结论——若发现模型有缺陷便调整模型”,数据能力帮助他思考、决策乃至选择人生方向,“与其说我喜欢数据,不如说它是我人生的基础设施,就像我会讲中文、英文一样。诸如幸存者偏差等等经典统计学案例,更是成为我思维习惯不可或缺的底层原则。”

哥伦比亚大学研究生毕业之后,王喆正式将这套思维方法运用于人生事业的决策之中,他将“创业”定义为阶段性人生目标,接下来便要围绕这一目标采集有效数据、分析数据、沉淀足够多的有效模型,最终将其实现——说人话,就是用数据逻辑重构了“学习、积累、实践”的全流程。

Tips·王喆的职选择法

1.    目标明确,拒绝了顶级跨国公司的邀请,选择加入纽约一家创业公司,“去有效数据密度高的领域进行挖掘”。

2.    没有盲目投Offer,先刷了一遍北美投资公司排行榜,再刷头部风投的被投企业名录,在这其中选择与自己专业方向契合度较高的企业,“将出色者的判断视作高可信度、高价值的定量”。

3.    除了本职工作,尽量了解公司完整流程,努力学习财务、人力等创业必须了解的领域知识,“模型务必完整,数据尽可能充分”。

 

王喆一直很感谢这家公司的老板,在他入职的第一天老板对他说“This is your company, you can ask anything except other people's salary(这是你的公司,你可以问任何事,除了别人的薪水)”。开放、活力、透明、卓越,王喆精准筛选出了他期待的学习环境,接下来的3年,他牢记每一次CEO关于决策链路的分享,因岗位职能关系也大致了解公司的营收状况,鲸吞级的知识吸纳能力帮助王喆不断打怪升级、完善能力。

若干年后,这些能力得到了极致发挥,但严谨缜密的王喆也不忘打上一个补丁:“学习再多,创业时该踩的坑一个也不会少,但能力的积累能帮助你更准确的分析、归因、解决问题。”他举了一个例子:当年他了解到,判定是否要做招一个人的标准,就是你是否希望团队扩大到1000人之后,他就是那1000个人的样子,“真正创业了才发现,面对成吨的压力你很难处处坚守标准,而妥协又一定要付出代价,这是一个知错也得犯、犯了回头改的过程”。

 

当数据遇到创意,人生系统注入随机变量


2015年,感受到国内数据领域迎来了肉眼可见的发展机遇,加之思乡之情渐浓,王喆决定归国发展。

当时的王喆并没有预料到,自此,他的人生模型开始引入大量不确定的变量,并最终让他从一名坚定的唯物主义者,逐渐开始尝试接纳唯心主义的部分理念。

归国后,王喆经IDG资本的好友引荐,加盟了一家连续创造服装行业品牌奇迹的新型互联网B2B企业。看上去,这个项目很互联网、很To B,又有成熟行业经验和丰富资源支撑,是一份极佳的事业,然而身处其中的王喆发现,仅建立判断“事”的思考模型,存在着重要缺陷:低估了“人”的影响,也让他开始重新思考自己的职业路径。

幸运的是,岗位职责需要他牵头生产大量创意内容,借此机缘,他另一位好友引荐了特赞创始人CEO范凌。二人越聊越投机,除了海归背景相近、思维方式相通之外,更巧的是王喆在美国的工作内容便是解决人力资源供应链问题,这恰是特赞最初的商业模式中最需要的能力:“我没有接触过太多设计师,生活圈子里没有这样的朋友,但是我觉得很多技能都有可能像接口一样,实现标准化对接协作。IT工程师的协作性很强,全世界的工程师在同一个语言体系下都可以进行代码协作,我和范老师一致认为在很多高级职业中都有可能实现类似的协作模式。”

加盟特赞之后,王喆以联合创始人的身份开始真正体验创业,“创业本身就是一个变量极多、随机性极强的事业,此前的工作经验让我意识到与人打交道带来的变量也需要充分考虑,再加上创意行业天然带有浓郁的‘主观’元素……意识到随机性、不确定性无处不在,我也逐渐开始接纳不确定性、量子态,并且享受这些不确定性带来的乐趣”。

为了丰富社科领域知识、增强感性思维强度,他开始高强度的阅读哲学、人物传记、传统文化经典,通过拓展自己的学习场域尽可能地完善思维系统。

Tips·强化感性能力的理性方法

以“热情”为例,这是一个价值很高、但难量化、不受理性控制的心智元素。在某个人生阶段,王喆自认缺乏人生目标导致“热情”不足,于是他尝试将零散的“热情”状态整理、归类、分析,思考每一次热情爆发的深层次原因,逐渐归纳出一个相对抽象的状态:享受从外行到精通的成长过程。接来下投身于这种状态之中,显然智能创意这一极具挑战的课题符合他的诉求,此外身为人父的王喆还极度关心孩子的成长模式。

创业心经:不必过于追求规模化

创造出价值,再考虑优化效率


成立之初,特赞最开始的业务形态是撮合平台,即做设计需求的匹配。6年之后,如今的特赞已经形成了CMGO(创意内容中台)为主的产品体系,C是内容创意平台,M为内容数据资源管理平台,G对应内容人工智能生成平台,O则是内容智能分发优化平台,这也对应创意内容从产生到数据表现回馈优化的全过程。

特赞的研发战略聚焦于Tezign.Mind和Tezign.Eye两大体系,其中智能技术在分发优化场景下的价值已被多家企业、多个行业充分证明,但智能技术在创意内容生产场景下的应用,听上去就是一个巨大的挑战,因此让人充满好奇。


科创人:从人力供应链管理,到技术直接向“设计作品”赋能,这是一个巨大的跨越,特赞为何决定以一个企业的身份,挑战如此高难度的课题?

王喆:我们最开始做供需标准化的时候发现,需求标准化很简单,客户是什么行业、什么样的产品、什么样的营销目的、要做一个什么样的设计需求;然而供给侧做标准化有趣的事情就很多了,比如“风格”这个字段如何结构化定义?在最早的时候,就像所有人工智能的早期一样,我们是用人肉的方式来做标准化的,人肉打标,随着对打标这件事的理解逐渐加深,我们发现这件事很重要,就研发了很多技术能力去降低打标的门槛和提升达标的准确率、成功率。

打标本身是数据积累,这个数据会是我们一个很重要的商业壁垒。随着数据积累的增加和“以数据视角理解创意设计”的能力增强,智能化几乎是必然发生的事情,只不过我们现在还很幼小,如果说人脸识别、物体识别技术已经达到了12岁孩子的水平,智能设计如今大概是2岁孩子的能力,但这个孩子对艺术的认知很好奇,正在不停学习。

图片

注:特赞智能标签技术

科创人:特赞在做数据标注的时候,选择以哪一种维度为主?艺术维度?商业维度?理性拆解?感性描述?

王喆:这个问题特别好,我们有特别多的纠结。我现在还记得第一个、也是最大的挑战,就是主观性怎么解决?如果真的找到10个人,大家打出来的标注很离散,我们怎么收敛?第二个问题是这件事的ROI怎么衡量,我到底应该投入多少资源来打标?

直到此刻我也没有完美的答案,但是现在的答案已经比5年前好很多了,我们建立了更多的逻辑框架来告诉导向最正确的打标方法,争取在看似主观的设计领域,找到那些相对客观的要素。我们将内容的标签分为两个维度来看:内容创作标签和内容商业标签,只有当一个品牌有很成熟的商业标签,这样的标签结构才是被品牌所私有且使用的。在建立结构化标签后,加入时间元素,就可解码标签的上下文内容链,建立元素×时序的内容结构系统。

 

科创人:智能创意的技术能为企业带来多大的经营贡献?

王喆:创意数据标注的ROI,即便不能直接用商业结果来转换,至少也能用诸如数据调用量这类指标来测量他的相对价值,即便它不是用钱测算的ROI。从经营维度去思考我们正在做的事情是必须的,这份思考的价值并不是要严格测算成本和产出量、产出价值,直到今天大家也不能说一个比特的数据值多少钱,只能算出它的成本是多少,但这种思考会让我们不断去积累最有意义、有价值的标签,让创意作品以最有价值的数据形态越积越厚。

创意产业的信息是海量的,你也不能穷尽所有标签,也不能穷尽每个人的想法,直到今天我们团队依然很尊重创意作品的主观元素,“1000个读者眼中有1000个哈姆雷特”,我们不一定要将所有标签都要做到纯粹的客观,如果有主观元素,我们要尊重它,并尝试解决主观标签如何应用。

科创人:哪一个更让您头疼,做出来的东西效果不好,还是效果不错但比人工的成本还要高?

王喆:先说第二个问题,很长一段时间内可能不会是一个问题,替代人、比人工便宜,并不是这件事情的目的,可能在某个阶段、某个环节会造成影响,但不是优先需要思考的。

我们相信在一个自动化链路里,自动化是关键,人不能参与到一个机器自动化的系统里,为了完成自动化,我们尽量让人处于系统之外,这是特赞从生产到管理都在推行的理念。

至于第一个问题,结果好不好也是一个相对的,比如说我们现在的智能设计生成,我觉得足够“使用”,但你说它设计的东西能不能完全达到品牌的要求,显然准确率还没那么高,可能你做了10张图,有8张可用,有两张不可用,这个时候你还是要有人来干预10选8的过程。但我觉得这个也是ok的,至少他提供了更多可能性,展现出了革命生产模式的潜力。

科创人:特赞服务的客户大都为头部客户,我们的服务模式是否更倾向于项目制?

王喆:特赞有意识地尽量不做或少做项目制,我们是产品型公司,不是一个技术人力外包公司,产品制够很好的承接经验、产生复利效应,而项目制的不同项目之间可复用的东西可能没那么多。 

科创人:为何资本市场对特赞如此青睐?

王喆:面对内容大爆炸、触点粉末化的数字营销传播环境,通过优化用户触达获得增长的方式已经失灵,创意成为新的增长杠杆:针对不同的用户有千人千面的内容,获得更高的转化率。矛盾点是:高并发的内容生产需求与不确定、不稳定的创意生产方式是不匹配的,如果没有高并发的内容生产能力,“千人千面”的营销增长曲线也没有支撑点。这就是特赞的价值所在,特赞通过技术平台实现创意生产的“多、快、好、省”,在生成、复用、投放和回流优化调整的整体链路中,创造数字时代的内在体验。

特赞在创意生产、创意资源管理、智能分发等领域已经帮助客户创造了显著的商业价值,在智能创意方面的解决方案目前还在优化。创业公司对比大公司,一个有优势的地方在于,可以Do things don't scale。大公司的逻辑是一定要有规模化的可能性才会投入,但创业企业完全可以先跑通业务、形成场景价值层面的竞争优势。我很喜欢的一个例子是,Airbnb早期运营时发现,民宿展示的照片无法与酒店的唯美商业大片抗衡,导致用户不愿意选择看上去不那么美好的民宿,Airbnb的对策就是邀请摄影师帮助房东拍照片。这一对策看上去成本高、重人力,但它确实帮助企业度过了难关。

特赞早期招聘美院、设计院的学生帮我们人肉打标,这在BAT大厂根本不可能开始,但我们可以,而一旦开始,我们就会想办法不停地去优化、迭代,形成场景价值层面的竞争优势。目前特赞已经积累了20多万条标注数据,形成创意设计的基础开源数据集“DesignNET”,对设计人工智能的研发生态开放。DesignNET还与行业合作建立了垂直数据集,包括房地产、快消和食品饮料行业。只有基于这些垂直行业数据,机器才能理解并优化内容与应用场景之间的匹配度。



版权声明:

凡本网内容请注明来源:T媒体(http://www.cniteyes.com)”的所有原创作品,版权均属于易信视界(北京)信息科技有限公司所有,未经本网书面授权,不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的,应在授权范围内使用,并按双方协议注明作品来源。违反上述声明者,易信视界(北京)信息科技有限公司将追究其相关法律责任。

标签:

评论