的团队一个月发工资就要发一个亿以上,一年就是十几个亿。
这还只是工资,没有算什么实验室设备投入方面,算上那些更加恐怖。
而且这东西短时间出不了成果,出成果了也不一定能马上赚钱。
没点实力的公司,根本带不动。
不过张益达转念一想,猪猪宝一个月工资都要发10个亿出去。
一个亿好像也不是很多啊!微软除了一个微软亚洲研究院,还有很多岗位在美国。
领美刀的那些人才是真正的大牛,年薪百万,还是美刀。
不过张益达想挖这些人到中国来,恐怕不仅要拿出等同于微软的薪酬,甚至还要高出一筹才行。
没钱,就只能拿期权骗人了。
“张先生,怎么样?压力大不大?”
陆奇看张益达半天不说话,一直在那默默思考,以为他是退缩了,于是出言打趣道。
“还好,压力不算大!”
张益达表现得很淡定,“我目前旗下公司中,锐向有人工智能团队,抖视也有,然后……其他公司暂时没有涉及这块业务,就没有招纳相关领域人才了。
两家公司凑一凑的话,弄出来五百人团队应该还是可以的。
另外,我在国内还投资了商朝科技、旷视科技等一大票图像识别公司,语音识别的话,国内目前科大讯飞做得不错,也可以跟他们开展一些合作。
我们只需要把力量集中在对话引擎、自然语言处理、深度学习等几个领域就好了。”
陆奇说了一声“好”后,又继续说道:“除了人才和资金方面,还有一项东西至关重要,那就是数据。
数据需要人工智能,人工智能也需要数据。
步入“数据”时代后,企业的数据资产暴增,常常会超出固有的业务边界,把什么垃圾数据都纳入进来。
这就导致数据量越来越大,数据质量参差不齐,数据输出结果就很难准确。
而深度学习算法需要海量的数据来进行“训练”,数据量越大越精准越好。
在机器学习或深度学习模型中,使用错误的数据或规模不够大的数据列队来训练和运行这些模型,很有可能做出来的人工智能是一个“畸形”儿!
谷歌的数据是建立在其强大的搜索业务基础上,苹果则是建立在保有量庞大的手机终端设备上面。
微软的话,则是来自于办公软件、操作系统、还有搜索业务。
张先生你如果想做出很牛的人工智能产品的话,数据必不可少。
但据我所知,中国互联网用户的大部分数据都掌握在BAT手里。
锐向掌握一部分用户的金融数据,其他数据就很少了。”
“是的,在大数据储备上面,我们目前还落后于BAT。
但是差距没你想象中的那么大。抖视短视频有上亿用户,惠民出行也有上亿用户,拼哆哆电商用户数量也快突破1亿了。
请收藏:https://m.xc00.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)