Subscribe
Share
Share
Embed
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai
我们都做到底了
我们把finance work也做了
PM的work也做了
但是你知道后来接下来发生什么吗
接下来就变成一个power play
个个击破
还要拉拢
就是最好要他们自己互相PK
这超难的好吗
哪怕大老板做这个事都难
但反而DS最简单
为什么呢
啊这都是一些
这个
我们竟然聊到这种东西
包括我们刚说那些东西
没有地方会教
没有人教
但是那些东西重不重要
超级重要
对超级重要
所以后来为什么是选择出来创业的
因为chatGPT嘛
现在出来已经一年了
嗯你要不然就现在做
你再做不就晚了吗
我今天早上跟那个VC的聊
你想一开始的出海的工具
其实也是很薄的应用层
比如说有一个手电筒APP iFlash
对最后其实很大的量
猎豹一开始是一个可以master
就是很薄的没有关系
关键是用户量很重要
你看过那个Andrew Ng最近的一个讲座吗
就是说他讲这个
整个architecture嘛
就最下层是最昂贵的
就像你说的做LLM那个infrastructure
做model
做模型那些最贵了
没什么人可以跟他们竞争
就不可能出来做
上面一层呢
是做那个
比如说像weights and biases
是那种
做你下一层的infrastructure
那些公司
然后再上层就是application
对所以现在能进来的就是application
是最容易进的
但是他没有任何的moat
因为太容易copy了
我倒觉得
有moat
就是他的
就是moat这个词
我不是特别喜欢
他有个一劳永逸的感觉
但是其实没有moat是一劳永逸的
那是
我对moat的理解是
它是有一个复利效应的东西
就它可以转飞轮
只要他能转飞轮
然后你又execution足够好
那你就会不断有竞争优势
这个竞争优势是你的moat
就是我们看任何一个有moat的公司
它都是因为它的这个飞轮带来的
然后我觉得application的moat就在于
你的application比别人做得好
然后别人会来用
然后你来的人用
用的人越多
你的成本越低
数据量更大
然后你就更
你更有规模效应
更有网络效应
然后你就可以在这里边
最后形成你的优势
我不知道你有没有想过
自己ever去做一个
请带领一个data团队的那种
那种工作
他就是data
整个pipeline
包括data engineer
我在腾讯干的就是这个
首先从data engineer就是我自己招
回去的是data
你原来做DE的吗
没有我做
我做DS但是我回去以后就是我自己招
Data Scientist
但是我又第一个接的团队
就是接了一个DE团队啊
先接DE团队
把数据弄好了以后再去接DA团队
对对
其实这是大部分的startup最需要的
先是DE嗯
而不是DS
所以他先要有一个很solid的DE team
然后DE DS
然后再matching learning
但是当你管了
这样整个
pipeline的时候
其实你的精力就非常非常的分散
反正非常time consuming
就是你想
不过反正工作就是这样子嘛
你不可能做100%
all you want to do
可能你现在做 almost
100%了
是不是你有达到80%
我对
我觉得我好像每个工作我似乎都觉得
但每个工作不一样
所以说可能我就是干一行爱一行
干一行爱一行的那种
太少见了
哎其实我也是
我大部分时候是的
但是我到一个
就是说
感觉到我每天要花6个小时开会
然后管理团队的时候
那我也不爽
那个
我觉得我很有
而且还要说服我的partner
嗯this is the right way of doing things
嗯我就觉得特别费劲
对
我昨天采访一个Facebook同学
他就很善于做这件事
但是我是的
就是第一
我确实也不喜欢管人
所以说就是在腾讯管完人以后
我现在反而回来想做个IC
然后第二
很多时候你最frustrated
就是你明知道正确答案
但是你没有办法说服别人
对是不能说服
无法说服
所以就是influencing嘛
为什么是个big topic
在organization behavior里面就是隔行如隔山
你不觉得吗
就是别人
比如说我的PM
他的专业不在这里
而且他也不care
像我的CFO只问我一件事情
你做这件事情的ROI是什么
能quantify吗
你我怎么给它quantify呢
你有几个machine learning project
或者data science project
你怎么给它quantify呢
我会说
还是有一些办法对
我反而就是
一般CFO问这种问题
我反而觉得还好
就具体的事情犯错
我觉得会犯错
一般CFO 这个
就是narrative和know that audience
然后narrative know audience
我一般还是 就是他care是什么
就是他问这个问题
他是当然他也要有人汇报
然后那个人汇报的
他会担心说
会不会我要求这个东西
反而导致我们公司失去了未来的市场
有的时候我就会说啊
他在短期的时候
就是需要投资的
但是你如果可能两三年的时候
你会看到他是有很大的几率打平
我们要make the bet
然后但是长期
它是一个非常important 的 bet
然后就是用make bet的这个
这个说法去跟他说的话
他反而能接受
你觉得可以吗我觉得
当然就要不同的人了
就不同的人
因为
你首先要知道他的话语体系是什么
因为在很多business的人里边
就是他们会接受
making bets是一个重要的leadership的traits
这个我同意
所以你跟他说你这个东西考虑ROI
就是你不能说你考虑ROI是错的
但是你跟他说我们其实是在make bets
然后他就觉得哦
我在take risk
我是一个称职的business leader
就是要激发他的这一面
是
我觉得我
我就是说
因为你说的东西可能有很大的范围
对然后你
bet是一个点
对
然后你能要找到你愿意bet的那个点
然后也许他可能会愿意投资这个
因为投资本身就是一个
就是一个
就是一个赌博
对不对就是一个risk taking
比如说像
给那些quantifiable roi这种东西嘛
我们也可以做
但是我碰到的问题是
即使你给了那些数据
还是不够有说服力
我知道这个
这是另外一个话题
其实我前段时间
跟notion的DS manager在聊这个啊
他就被finance给折磨的很惨
对啊你怎么说呢
我已经证明给你了
就最好的办法是
让finance来回答这个问题
这真的是在不同的公司是不一样的
就是有的公司是finance过来问你
我们公司增长了MAU
他的financial impact是多少
然后DS去回答
DS说我怎么回答
但是正确的办法是DS跑去问finance
我们增长了DAU 它的financial impact是多少
有道理
是这样因为这个事情本质是什么
就是这个问题现在只有一种回答方法
就是你用那个financial modeling
去把assumption parameter变成一个projection
叫sensitivity analysis or whatever对吧
scenario analysis
对啊就是一定是要有那个assumption
这个其实是finance第一最擅长的
第二DS如果去做也只能做这件事
然后其他的
最后其实come down to
大家对这个逻辑就是这个analysis的
这个加减乘除的逻辑认不认可对
和大家怎么看 这个assumption
对那finance其实让他说是最合适的
因为DS说一定永远会被challenge
finance说反正you are the owner对吧
对
但这不是应该也是一个PM job嘛
因为他们都always thinking about new feature
他们就会想what's the roi对不对
impact是什么
我觉得就是工作
都是工作
大家都是product owner
就是DS如果只把自己说是做数据的话
就只会把自己越做越窄了
就是首先DS要自己当一个product owner
然后这个时候你去掌握对话的主动权
我同意完全同意这个观点
但是challenge在哪
challenge在
就说就像我的team
我刚刚说你
你不能只做一个data science
你要有一个product mind对不对
think about it对不对
然后像我的team
已经积极到
所有的quantification of new features
都是我们来做
能够达到多少的利润也是我们做
我们都做到底了
我们把finance work也做了
PM的work也做了
但是你知道后来接下来发生什么吗
接下来就变成一个power play
有不同的方向
有的人觉得你伤害了我的利益
我不同意你的看法
就算我其实我deep down
我相信你做的是对
但是我不同意你
对不对
等到我们跟CFO开会的时候
一句话都不说啊
就是不support你
背后support你
我知道
就经常发生就
就这种
有的人非常enjoy玩这个游戏
我觉得我也是善于玩这个游戏
但是我不喜欢玩这个游戏
然后这个游戏是有各种玩法
就最重要的就是你的influence
其实就是
绝大多数的decision都是来自于back channeling
大会里边是不会有任何结论的
对所有的结论都是三五个人在小范围
两三个人小范围开会的时候来
那你就只能要做的
就是提前识别出来
谁的利益是什么然后去
对对对这个绝对是的
而且要各个击破
各个击破
还要拉拢
就是最好让他们自己互相PK
然后这超难的好吗
我觉得超难的是
DS其实做这个事是最简单的
是你觉得吗谁
谁做这个事都难对吧
谁做这个事
哪怕大老板做这个事都难
但反而DS最简单
为什么呢
就是make it explicit
就是我
DS我完全可以把就是你们的这些想法
最后转化成
这个function里边的一个数字
啊对对吧
然后你这个数字
就是说他觉得这个数字是这样的
你觉得这个数字是这样的
你们两个咱们来到一起讨论
然后当你
你掌握了这个的时候
他们两个都想来拉拢你
这个时候变成他们俩PK
然后你支持谁
谁就更有credibility
对对对
然后其实这个时候是很好
就是对
就今天卖给他一个
明天卖给他一个
然后大家都觉得就是
你在帮他的时候
他也要顾虑他的后果
然后他也要明面上说啊
我支持你的
但是我哪怕disagree
但是我愿意commit啊这件事
但是不管怎么样
两个人都会相信支持你的权威
对因为他知道你
你有一个裁判员的身份
对对啊
这都是一些
这个
我们既然聊到这种东西
对就没想到会聊这东西
对对
我觉得你要非常be sensitive of like read the tea leaves
因为你其实不知
因为你开始很难判定
就是说对
这个最后的playout会是什么样子
我觉得就是
我就多听
多听少说绝对对
有点尤其是一开始的时候
对就是
就是当大家对
就是哪怕你一开始少做一点
然后多听少说
哎你还是挺专家的
对我觉得这个对
我以前被人家问到过一个问题
what do you think of the like woman
leadership in the power structure
嗯然后我觉得其实挺难的就是
我在腾讯
国内是什么情况
都一样的
甚至我觉得国内的游戏比硅谷简单
是吗对
硅谷我觉得
国内最大的好处就是叫hierarchical
嗯老板定的事情大家不会challenge
大家不会抢
这个是个好处
对这边老板定了大家要抢
就是国内在最junior的level的时候
会有很多那种学生会的勾心斗角啊
就是我给你穿小鞋
我看你不爽 跟他吃饭
这很快你就graduates了
对然后中间反而大家都是去对上
然后老板说什么
哪怕你心里不爽你要去做啊
你不会说
但是这边
中间是最难的
就是上下
左右都要撕逼
对这也是我觉得我不想做的一个
我不想再搞这个事情了
因为我觉得太费神了
你觉得作为一个individual
你的audience有很多都是
data scientists
对不对对
在找工作的嗯
或者正在这个职场当中的嗯
你觉得对他们来说应该怎么办
有什么我之前给过的建议啊
就是第一
保持面试嗯
然后第二
不要把自己限定成一个data scientist
不是谁成绩最好谁能赚最多的钱
对吧嗯
真正的难的东西都是在business里边
对是
就包括我们刚说的那些东西
没有地方会教
没有人教
但是那些东西重不重要
超级重要
对
超级重要
一个公司的发展起步是吧
发展然后hyper growth
然后成熟
然后成熟就会有下降
10年前 20年前的硅谷大厂
很多我们现在听都没听说
对对
那今年的硅谷大厂
一定十年之后有一些是不行的
肯定
但是他们会存在很久
雅虎对吧
他可以一轮一轮一轮的裁员
但是现在还是一个
对
所以大家如果在这儿觉得是安全的
其实在这儿是安全的
hyper growth的公司是安全的
就只能多去关注这些
他们去小厂
他们说压力特别大
因为小厂里面
比如说他们会focus一个东西
叫quick win嘛
带来了一个误区
就是这（DS）是高级的工作
对DA是低级的工作对对对
确实是这样
然后聪明人都去做这个（DS）
然后导致这边（DA）的人还受到鄙视
对对
对
是的甚至他们不觉得
给business带来最大value
是他们所追求的
他们所追求的是技术牛逼啊
他们觉得技术越牛逼
我到时候饭碗越稳
我越有moat
我觉得那些是最先被裁掉的其实
很遗憾的事情