没有了梦想”的Uber,是如何在AI上折戟沉沙的?

简介: 人心散了,队伍可就不好带了

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

编者按:本文来自微信公众号“脑极体”(ID:unity007),作者:海怪,36氪经授权发布。

受疫情影响,Uber4月份全球订单少了八成,接下来业绩可能更不乐观。为应对收入大幅下滑等困难,Uber开始节源开流以渡过难关了。

5月伊始,Uber一边开始大幅削减网约车业务,一边大力扶持业务量上升的外卖业务;同时,又向内部挥舞其裁员的大刀,先后两次裁员达6700人,尤其是第二次裁员的3000人,Uber要为此支付1亿多美金的赔偿,可见这波裁员的分量之重。

v2_499d56e608594f21876ee69cccb80d83_img_000

(来源CNBN:Uber CEO Dara Khosrowshahi)

与此同时,Uber还“做出了一些艰难的决定”——关闭AI Labs和技术孵化器等一系列部门。

时局艰难,这一系列举措被外界视为Uber的转型,加速从一家成长性公司转向控制成本的公司。现任Uber CEO达拉·科斯罗萨西正是以企业经营与成本管理擅长,此次他在告知全员的邮件里提到:

Uber必须成为一个能够自己造血的企业,不能依靠着新的投资人来保持增长和创新了。

因此,首当其冲被优化掉的就是那些一直烧钱但是没有营收的新型基础技术研发部门。不过,Uber仍然选择继续投入最烧钱的ATG(Advanced Technologies Group)下面的自动驾驶汽车(self-driving car)项目,毕竟这才是Uber的未来。

然而一家以AI技术推动出行革命的科技公司,会如此决绝地放弃在AI方面的基础研发。这仍然让外界有些惊讶,以致于彭博社在报道这件事的时候,文章标题用了“Uber没有梦想”(原话是“Reflect Narrower Ambitions”)的评价。

其实不妨让我们回顾下,Uber在AI技术上到底水平如何?自动驾驶技术如何从“激进领先”走向“保守落后”?为什么一旦遇到经营危机,AI部门就直接“弃之如敝履”了呢?

“陪太子读书”,一直陪跑的AI业务

到2016年,Uber的技术人员已经由最初的40人增长为一个1200人的技术团队。但当时也只有一小部分技术人员在研究机器学习算法用于训练反欺诈模型。

直到2016年12月,Uber宣布成立新的研究小组 Uber AI Labs,其主要成员来自于它收购的伊佳来自纽约大学的AI创业团队Geometric Intelligence。当时Uber发言人的表态是AI实验室能够解决整个业务中的所有问题,包括改善从外卖派送路线规划到 Uber 自动驾驶汽车行驶方案。

从一开始,AI实验室的定位就有所侧重,一方面继续支持原团队成员的研究项目,推动基础AI的发展,但更重要的一方面就是支持Uber的自由业务,与Uber其他部门合作,支持包括像叫车系统的优化、Uber Eats业务优化,甚至是客服部门的自动化运营,以及最重要的自动驾驶技术的支持。也许是理想和现实的“落差”较大,Geometric团队的CEO加里·马库斯在加入几个月后便选择离职离开。

此后,AI实验室划入Uber的ATG部门,开始为Uber其他部门提供支持。作为支持性部门,AI实验室起到的是类似于一个“陪太子读书”的智囊的角色。

为Uber各技术团队能够很好地使用机器学习技术,Uber在2017年推出机器学习平台Michelangelo,支持传统的机器学习模型、时间序列预测和深度学习,从而可以帮助内部团队可以无缝构建、部署和运作适合的机器学习解决方案,进行数据管理、训练、评估和部署模型以及监控预测等端到端机器学习工作流。

同时,Uber一直采用谷歌、Facebook的开源架构来进行自身的平台搭建,比如,开发了用于TensorFlow的分布式深度学习框架Horovod,可以支持各类高人气深度学习框架。同时开源了一个无代码深度学习工具箱——Ludwig,支持员工和其他开发者在无需编写代码的前提下实现深度学习模型的训练与测试。

尽管Uber的AI实验室在近几年中一直有一些研究成果发布,但其研究成果并未跻身前沿的AI基础研究之列。而在Uber本应该擅长的账户非法入侵、订单异常以及客服投诉上面,一直以来仍然存在一些纰漏。近日,当一位遭遇黑客入侵账户的工程师身份的用户再向Uber郑重投诉和提出优化建议时,发现Uber的AI部门已经被关闭了。

Uber的这次直接关停AI实验室,使其AI发展直接有了一种“创业未半而中道崩殂”的意味。那么,Uber更为重视的自动驾驶业务,其发展结果会不会更好一些呢?

Uber自动驾驶:从激进领先走向保守落伍

Uber投入自动驾驶领域其实不晚,虽然不属于“起了大早”的第一梯队,但一定是在所有自动驾驶的选手中最为激进的。

2013年到2014年,当Uber接受了谷歌参与的两轮投资后,当时的CEO也是创始人的卡兰尼克,敏锐地意识到谷歌的Waymo可能是真正颠覆未来出行方式的大杀器,随即开始在自动驾驶领域开始了紧密的布局。

终于在2015年初,Uber“一口气”从卡内基梅陇大学机器人研究中心挖走了Raffi Krikorian等40多位顶级专家,组成了Uber的自动驾驶部门,后来的ATG初步成形。

随后,Uber的自动驾驶项目开始加速。Uber先是得到了亚利桑那州的欢迎。2016年初,又与沃尔沃达成合作,宣布共同开发自动驾驶原型车;到年中,Uber开始和谷歌交恶,不仅将谷歌首席法务官踢出Uber董事会,还花费重金收购了谷歌离职工程师莱万多斯基创办的自动驾驶卡车公司Otto。

尽管这次收购让Uber后面惹上无尽的麻烦,但当时成功收购之后,当时让Uber认为拥有了自动驾驶 “核心技术”。随后Uber的无人驾驶出租车在匹兹堡的商用试验,更是让Uber一时风头无两。

v2_83ade722d03f46f999a357238765b612_img_000

卡兰尼克对Otto的收购和对莱万的重用后,Uber的自动驾驶进程却迎来真正的“灾难”。就在莱万出任Uber ATG负责人的时间里,ATG的一众技术骨干先后离职,这一堪称剧烈的人事动荡让Uber的自动驾驶元气大伤。

更要命的是2017年2月,Uber收到了谷歌的起诉。经历长达一年的诉讼后,以Uber的败诉和赔偿股权结束。最终,这起“专利侵权”的肇事者莱万被董事会赶出Uber,而坚定支持莱万的卡兰尼克也因为此前种种丑闻和这次重大决策失误而“主动下岗”。

但是随后继任的CEO科斯罗萨西并没有汲取教训,Uber自动驾驶车辆的测试一直在“激进”推进。直到2018年3月的一场致命车祸后,导致其自动驾驶车队测试和运营陷入停顿。Uber终于要为其狂飙突进付出了惨痛的代价。

此后,Uber的自动驾驶的方向有所转变,从早期致力于拥有自主的自动驾驶软硬件的全栈技术,到考虑开放技术许可,并接纳外部合作伙伴。

而在去年4月,Uber在准备IPO的前夕,主动将自动驾驶的ATG部门剥离。而从此时公布的文件来看,从2015年开始自动驾驶技术的研发以来,已经烧掉10亿美元的投资,几乎以每月2000万美元的速度再烧钱。分拆后的ATG部门随即又获得来自软银和丰田的10亿美金的投资。这笔最新融资成为Uber自动驾驶得以“续命”的关键。

为此,科斯罗萨西特意发Twitter表示,Uber 将与合作伙伴一起实现人类移动出行的新愿景。然而同一时间,Uber ATG首席科学家拉奎尔·乌尔塔松却公开承认,无人驾驶汽车未来10年内都可能无法完全部署。

亚利桑那州事故之后,Uber终于痛定思痛,为自动驾驶测试准备了大量安全措施。但一项调查显示,在1000名受访者中只有6%相信Ube这样的打车公司能搞定自动驾驶汽车。

尽管Uber仍然会继续在自动驾驶上面持续投入,但是自动驾驶何时将带给Uber正向的盈利,现在看起来仍然遥遥无期。

Uber折戟AI路:追不上的野心和敌不过的资本

Uber在之后十年的发展,其实可以以创始人卡兰尼克的离开为标志,分为前后两个时期。

在前期Uber的创业史上,卡兰尼克的“赌徒”性格奠定了Uber的企业文化,而Uber的颠覆者形象和快速增长的业务前景为Uber的持续融资和全球扩张提供了有力保证。

v2_69a3ef3b78d04bbea7e96cc1257d9914_img_000

在美国的科技企业当中,公司创始人的特质很容易成为一家企业的专有特质。在卡兰尼克为Uber制定的14项核心价值观,充斥着像大胆投资、“迷恋”客户、“永远在工作”等极端信条。在公司内部,Uber也以鼓励内部竞争和只对业绩负责而闻名业界。

在Uber的ATG部门的建设上,同样能看到卡兰尼克的这一特质。为从零开始组建AI团队和后来的自动驾驶团队,他可以不惜代价多次从硅谷前往匹茨堡,挖来卡耐基梅隆大学机器人团队三分之一的研究人员,全盘收购纽约大学的AI研究团队Geometric,此后还成功挖走微软必应地图团队的100名工程师。

但因为同样的自负,也使得他把同样可以为目标而不择一切手段的莱万多斯基视为Uber自动驾驶的未来,甚至还给出“如果莱万遭到谷歌起诉,Uber还将为其支付赔偿金”的许诺。兵行险招、急于求成的结果就是将Uber的自动驾驶推入“险境”。

当时Uber在自动驾驶上面的激进策略,还与Uber当时的发展定位有关。卡兰尼克同样知道自动驾驶是一门相当烧钱的业务,他坚决推迟IPO的时间,以避免上市之后,因为自动驾驶业务的持续亏损而被股东们左右其发展。同样,卡兰尼克也势必要加快Uber自动驾驶技术的进程,以通过不断的“好消息”来维持在一级市场的巨额融资。

但是技术演进的现实逻辑追不上卡兰尼克的澎湃野心的时候,他就必须要为自己的选择付出相应的代价。

而在后卡兰尼克时期,新任CEO科斯罗萨西则是资本力量亲选的继任者,其核心任务就是让Uber上市。以至于科斯罗萨西上任伊始便考虑关闭自动驾驶业务,好终止这项不断烧钱的“事业”以改善财务报表。

但在被ATG负责人Eric Meyhofer说服“自动驾驶是Uber未来”后,科斯罗萨西最终保留了这一业务,但科斯罗萨西并未足够重视这项业务,而ATG的团队依然在非常“激进”地推进自动驾驶汽车的测试,直到亚利桑那州的那场致命车祸。

v2_20104c1a3874475c997c776efab87edf_img_000

Uber真正的转型就是去年5月成功IPO之后,在科斯罗萨西的推动下,Uber正式从一家为快速增长而不惜一切手段的创业型企业,变身为一家要为资本和股东负责,注重运营成本和财务报表的经营性企业。

科斯罗萨西曾在2018年初,承诺三年内实现主营业务的盈利。因此在之后Uber的全球业务版图里,他通过一系列业务出售和大笔收购,以降低竞争成本,来专注于削减成本以扩大盈利的目标。

而这一次突发的疫情,更是成为检验科斯罗萨西三年CEO成果的极限承压挑战。裁员和削减非盈利部门就自然成为向内控制成本的唯一手段。

总体来说,Uber的AI技术,特别是自动驾驶技术的发展直接受益于创始人的重视和巨额的投入,但正是因为被寄予了过分的期望,技术的正常发展逻辑被创始人的个人意志和错误决策而引向失控的境地。Uber内部激烈的权力斗争和人事变动,导致其核心技术团队屡次更迭,成为让Uber的AI技术一直“徒有其表,未有其实”的直接原因。

而在Uber上市之后,企业发展的重心转向经营业绩,基础技术投入成为资金丰沛时的锦上添花,重大危机时的多余之物,AI实验室自然也成了这一波公司生死存亡之际的牺牲品了。

而代表Uber未来的自动驾驶业务,不知能否跟随Uber的这次闯关成功,活到为Uber续命的美好明天。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-04
本文作者:脑极体
本文来自:“36kr”,了解相关信息可以关注“36kr

相关文章
|
1月前
|
存储 人工智能 安全
从梦想到现实:十年见证AI自动化漏洞修复的演变
2014年,我怀揣着利用科技创造更安全数字世界的梦想,提出了通过云平台自动化修复第三方网站漏洞的构想。十年后的2024年,随着AI技术的崛起,这一梦想已成为现实。如今,用户只需简单注册并安装插件,AI系统就能自动检测、修复漏洞,整个过程高效、智能。AI不仅提升了系统的可靠性和效率,还具备自我学习能力,使安全防护更加主动。未来,我将继续用AI探索更多可能,推动技术的发展,不断完善这个充满智慧与安全的数字世界。
65 3
从梦想到现实:十年见证AI自动化漏洞修复的演变
|
人工智能 算法框架/工具 机器学习/深度学习
不写代码也能玩转AI,uber最新开源项目了解一下?
最近,Uber发布了一个名为“柏拉图研究对话系统”(PlatoResearchDialogueSystem)的开源人工智能平台。该系统将与谷歌的Dialogflow、微软的Bot框架和亚马逊的Lex等类似产品竞争。
670 0
|
人工智能 安全 自动驾驶
Drive.ai试行自动驾驶免费接送服务,称有信心防止Uber悲剧
在发生了几起交通事故消停了一阵后,国外的自动驾驶企业又开始了新的尝试。
1708 0
|
机器学习/深度学习 人工智能 算法
AI大事件 | 人类理解行为数据集推出,Uber发布自家分布式深度学习框架
呜啦啦啦啦啦大家好呀,又到了本周的AI大事件时间了。过去的一周中AI圈都发生了什么?大佬们互撕了哪些问题?研究者们发布了哪些值得一读的论文?又有哪些开源的代码和数据库可以使用了?文摘菌带你盘点过去一周AI大事件! 新闻 AlphaGo Zero: 从零开始的学习 来源:DEEPMIND.
1647 0
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
61 10