洲际酒店集团高管魏慧推进三大数字孪生 借AI架构重塑传统酒店业体验

洲际酒店集团高管魏慧推进三大数字孪生 借AI架构重塑传统酒店业体验 AI原生时代的企业转型将走向裁员过半的激进模式，技术人员必须通过“结果确定”的思维重塑忘掉旧经验，否则必将被自动奔跑的智能体军团无情淘汰。 访谈回顾了嘉宾魏慧从文科博士成功转码、并在硅谷浪潮与传统巨头中一路晋升为华人高管天花板的硬核历练，阐述了她凭借“无所畏惧”的心态和打造“不可替代性”的职场哲学。同时，魏慧结合自己在 Lululemon、谷歌、麦当劳及 IHG 的丰富履历，深入探讨了管理的核心杠杆价值、大厂螺丝钉的局限性，并前瞻了 2026 年 AI 时代传统酒店业通过“三大数字孪生”进行智能体架构重塑的激进转型与人机混合团队的最新人才布局。 最高效的成长是将自己直接置身于高期待环境中，并在团队中成为无可替代的“go-to person”，通过解决别人搞不定的高难问题来确立自身核心议价权。 (0:00) 高频的职场变动经历能让人在不确定性中建立底线思维、锤炼出无所畏惧（Fearless）的心态，配合极度求真（Intellectual honesty）迅速弥补与高手的差距。 (4:02) 大厂员工常误将产品体量当成个人影响力，而管理的核心价值在于“四两拨千斤”的杠杆效应，战略愿景上决定“做什么”远比技术上“怎么做”更为关键。 (14:24) 洲际酒店集团（IHG）正通过建立酒店、客户与流程“三个数字孪生”并叠加 Agentic 智能体架构，重构传统酒店业的服务流程与个性化体验。 (42:08) 在 AI Native 时代，程序员面临的最大挑战是“Unlearn（忘掉旧经验）”，思维方式必须从“过程确定”彻底转变为面向目标的“结果确定”，组织也正向 2 人加 AI Agent 的精干人机混合团队演进。 (48:46)

全球高管魏慧认为，职场核心竞争力不在于充当庞大体系中可被替代的确定性螺丝钉，而在于通过极度客观的学习能力和解决关键难题的唯一性获取议价权；在AI原生时代，企业更需打破领地意识与传统软件工程惯性，依托人机协同实现架构颠覆。 破除螺丝钉思维，以唯一性构建议价权 (0:00) 魏慧主张通过置身于高压环境逼迫自己快速跨越能力差距。她回顾自己从非技术背景转码起步，在频繁变动的职场经历中克服了对失去工作的恐惧，建立起“无所畏惧”（Fearless）的心态。她强调放下自尊与单一维度的“技术包袱”，以求真务实（Intellectual honesty）的态度吸收他人长处，在团队中精准卡位成为掌握关键技术的“救火队员”——例如早年在投资公司专精底层SQL查询优化，从而确立无可替代的专业能见度与议价权。 针对大型科技公司，魏慧直言大厂员工常抱有“产品用户多即个人影响力大”的认知幻觉，但作为万吨巨轮上的齿轮，个人往往欠缺实质决策权，且容易受到局部利益的防卫性阻力。她指出，未来职场中仅需按部就班完成确定性指令的岗位极易被AI替代，唯有敢于承担不确定性与最终结果责任的人才具备长期价值。 架构杠杆效应与传统巨头的文化碰撞 (14:24) 随着从纯技术视角向高级管理层跃升，魏慧对管理的理解转变为战略层面的“四两拨千斤”。在Lululemon期间，技术架构直接深度撬动了全球线上转型与利润增长，公司股价在此阶段从40美元攀升至400余美元；随后在谷歌主导零售分布式云期间，她推进聚焦核心业务场景（Big bets），打通实体零售断网仍需稳定运转的基础设施需求。 然而，转型至传统大型跨国企业时亦面临深刻的文化与体制断层。在麦当劳统领上千人团队时，扁平的工程师文化被中西部森严的科层管理和规避争论（Either agree or shut up）的考核机制压制；受限于传统薪酬区间难以吸纳顶级软件人才，同时埃森哲等外包人员时薪高达250至350美元，跨国建立工程创新中心亦因当地社会环境与管理链路过长而极为受限。 传统酒店破局：数字孪生与智能体预见性服务 (42:08) 魏慧指出，万豪、希尔顿及洲际酒店集团（IHG）等头部品牌虽凭借向业主收取加盟费与系统软件使用费维持着极高的利润率，但整个行业长期缺乏根本性数字化变革，普遍缺失客户终身价值的精细化运营。由于IHG在全球拥有6000多家酒店，规模仅为竞对的二分之一到三分之一，其破局重心在于通过AI架构实现弯道超车。 为此，IHG推进“酒店、客户、流程”三大数字孪生（Digital Twin），并在其上部署智能体（Agentic）系统。该架构旨在通过全域实时数据流识别前台拥堵等异常状态并自主调配资源，或基于旅客航班延误等动态主动提供预见性服务（Anticipatory service），将数据资产转化为可直接感知且驱动溢价的客户体验。 AI Native重塑团队：打破领地意识与卸载旧经验 (48:46) 伴随硅谷部分前沿团队达80%代码由AI生成的变革，IHG的技术编制从传统的多人敏捷小队大幅精简为“高级工程师搭配初级工程师协同AI Agent”的轻量结构。魏慧与对谈者指出，推进AI落地的核心阻碍并非技术本身，而是组织内部管理者的“领地意识”（Territorial concept）与繁琐审批。传统软件工程为应对昂贵的编码成本而建立的模块化、多层级共识规范，在AI大幅拉低写代码边际成本后需经受“结果确定”而非“过程确定”的重构。 在人才选拔上，团队更加看重“卸载旧经验”（Unlearn）的思维重塑能力。IHG当前重点布局基于Gemini平台与工具链的基础设施、人机混合交付团队（Human and Agent Hybrid Team）、专注快速原型的超小型AI Lab，并启动高校长期轮岗机制，直接吸收没有传统工程思想包袱的年轻力量以快速验证前沿构想。 魏慧展示了从技术专才跃升至跨国企业核心高管的路径，但也揭示出传统实体巨头在文化体制、薪酬约束与既得利益阻力下推进技术变革的巨大现实摩擦；随着AI从代码辅助演变为自主交付，传统企业能否顺利打破组织地盘与管理惯性，仍是检验其数字化转型成败的未决考验。

[0:00] 魏慧: 不在也得在，不知道也得知道 [0:00] 魏慧: 别人搞不定，必须是我能搞定的 [4:02] 魏慧: 人一辈子里面有几个东西非常重要，其中一个很重要的就是 fearless right，不怕。你就觉得 what's the bottom line，然后你底线已经重复过几遍了，什么东西都不怕了。 [7:35] 魏慧: Fake it till you make it [14:24] 魏慧: 技术人员往往认为把东西做出来最牛，但“做什么”的战略愿景如果选错，做出来也只是浪费时间。 [18:22] 我的产品被很多人用，所以我的影响力很大 [21:08] 去找 Wei [30:22] 魏慧: 我们每做一个东西，它就利润翻一倍。每做一个利润翻一倍，非常过瘾。而且你就是在那个最核心的位置上。 [36:20] 魏慧: 对工程师出身的我们来说，最压抑的其实是他们非常怕 debate。everything you either agree or shut up，就不能 debate。 [42:08] 魏慧: 一套很烂的软件，你使用费你付我……你自己不用出什么东西的，空手套白狼。所以他的 profit margin 其实是蛮高的，太舒服了。 [50:04] 魏慧: 过去很多软件工程的 best practice，是因为写代码太贵了，所以要求 scalable、要模块化和复用。但是当写代码便宜了以后，很多东西不需要那么做。 [55:57] 对话者: 先裁掉一半的人，再做 AI 转型 [55:57] 是我自己不会用 AI [58:30] 魏慧: 其实我们可以从大学生里面学到很多东西 [58:30] 这也行？这也行啊？

[0:00] 学东西最快的地方就是 [0:01] 把你放到那个环境里面 [0:03] 然后你发现人家对你的期待在这儿 [0:05] 然后你就不自觉地 act at this level [0:07] 不是说啊 [0:08] 等我哈给我半年 [0:09] 我会到那里 [0:10] 你就一下子到那 [0:11] 你必须不在也得在 [0:13] 不知道也得知道 [0:14] 我自己这辈子也是 [0:16] 大厂也干过 [0:17] startup 也干过 [0:18] 传统的大公司也干过 [0:19] 我其实最不喜欢的是大厂 [0:21] 哪怕Google这样吗 [0:22] 哪怕Google [0:23] 因为是非常局限你的一个地方 [0:25] 那么大的一个产品框里面 [0:26] 你只能做一个小产品 [0:27] 我就觉得太不过瘾了 [0:28] 做多了还不行 [0:29] 旁边的人会骂你 [0:30] 我心里是比较好胜的一个人 [0:32] 不想被别人认为是你是optional [0:35] 你可有可无 [0:37] 这个我不能接受 [0:38] 我可以不是你的领导 [0:40] 你也不用把我当做你最好的员工 [0:42] 但是必须有一个东西别人搞不定 [0:44] 必须是我能搞定的 [0:46] 必须变成一个go to person [0:48] 就西海岸我觉得 [0:49] 很少有这种等次感 [0:51] 大老板没把自己当回事 [0:52] 麦当劳的 CEO [0:54] 他有他自己的专人飞机的 [0:55] 接近他 [0:56] 他身边都有保卫的 [0:58] 你说这个怎么个工作法呀 [0:59] 对不对 [1:00] 去印度建了一个 GCC [1:02] 我对印度的那个状态呢 [1:04] 我就觉得很痛心 [1:05] 出了那个园区就完全不一样了 [1:07] 真的人很穷 [1:08] 房子都没有搭个雨棚塑料棚 [1:10] 就住在下面一家子 [1:11] 流浪狗很多 [1:12] 小狗被踢来踢去 [1:14] 被碾死 [1:15] 生命在那种状态下根本就不存在 [1:20] 大家好欢迎回到课代表立正 [1:22] 今天我们请来了魏慧学姐 [1:24] 学姐你来给大家做个介绍吧 [1:26] 大家好我是魏慧 [1:28] 我的英文名字是 Wei Manfredi [1:30] 我是90年代的时候来美国的 [1:34] 在这儿学习 [1:36] 早年是来读 PhD [1:38] Asian Studies [1:38] 嗯哼 文科的 [1:39] 后来转到 CS [1:41] 然后就待下来了 [1:42] 读书的时候就转 CS 了 [1:43] 对 [1:44] 因为我是浙大毕业的 [1:46] 毕业以后留校 [1:47] 那留校呢 [1:48] 大家都知道 [1:49] 如果要升的话 [1:50] 就必须有 PhD 嘛 [1:52] 所以我那个时候就觉得哎 [1:53] 学校蛮不错的 [1:54] 我想出来一下 [1:55] 拿个 PhD 再回去 [1:57] 哈哈哈 待了半年 [1:59] 换 为什么 [2:00] 哈哈哈为什么 [2:01] 为什么就变了 [2:02] 其实也很有意思 [2:03] 因为我是学 Asian studies right [2:05] 我是专攻的方向其实是诗歌研究 [2:08] 我的那个老师呢 [2:09] 是台湾人 [2:10] 他是在美国留下来的 [2:12] 他就很好奇 [2:13] 他说你真是想做这个学问呢 [2:16] 还是有别的想法 [2:17] 那我说就算我是真想做学问又怎么了 [2:21] 他说你真要做这个学问哈 [2:23] Asian studies [2:24] 他说不是来这儿学 [2:25] 你要不要去欧洲 [2:26] 北欧做得很好 [2:28] Asian Studies 或者说汉学 [2:29] 那个时候汉学欧洲做得很好 [2:32] 荷兰这种国家 [2:33] 还有就是新加坡 [2:35] 台湾和香港 [2:37] 所以他说你真是要做学问呢 [2:39] 去那边 [2:40] 如果就是想 explore the world right [2:43] 看看世界 [2:44] 那我建议你啊 [2:45] 干脆不要学这个 [2:46] 转码～哈哈哈～好建议 [2:49] 所以呢这样子呢 [2:51] 我想嘿 [2:51] 这个也是哈 [2:52] 然后我就去问同学 [2:55] 那个是1996年 [2:57] 早吧你们刚出生或者没出生 [3:00] 我是88年的 [3:00] 我还是... 哈哈还好 我还是有点年纪的 [3:03] 但是我相信应该一半的观众都没有出生 [3:05] 都没出生 [3:06] 对 那个时候我在中西部 [3:08] 你看不到亚洲人的 [3:10] 对我可能是难得的几个亚洲人 [3:12] 所以我就问大家 [3:14] 我说我该怎么办 [3:15] 如果我不学这个 [3:17] 我做什么比较好 [3:18] 很多人给我建议 [3:19] 就说你就去做会计吧 [3:22] 因为会计呢工作很稳定 [3:24] 然后呢你不说话也可以 [3:26] 因为那个时候我很内向 [3:28] 不太说话 [3:28] 哦是吗 [3:29] 看不出来 [3:29] 非常非常内向 [3:31] 还有一个就说 computer science [3:33] 一样的很稳定 [3:34] 然后你也不用说话 [3:35] 我心里想蛮好的 [3:36] 那我就选了 computer science [3:38] 放到时代背景里边 [3:40] 网景应该是97年对吧 对对 [3:42] 对那个时候就是刚有 PC Netscape [3:45] 对 yeah～ 是的 [3:46] 刚刚起来 [3:47] 对 [3:48] 我就记得那个时候在这上学的时候 [3:51] 要上网还是要那种声音 [3:52] 嘀...噔噔噔噔 du~~~~ [3:56] 那个声音还在 [3:57] 对是的是的 [3:59] 那个时候 [4:00] 然后就留下来了 [4:02] 我最早的工作 [4:03] 其实是一个在很大的引擎公司 [4:06] 叫 Cummins Engine [4:07] 你不知道 [4:08] 对中西部整个镇 [4:09] 那个 town 都是它的， huge [4:11] 他是那个 heavy duty [4:13] 重型的卡车里面的引擎 [4:15] 哇 都是他做的 [4:16] okay [4:17] 我的工作呢 [4:17] 是 embedded engineering [4:19] software engineering [4:20] 基本上给他做 simulation [4:22] 因为他要测 performance [4:24] 哦 所以你就用 embedded program 放引擎里面 [4:27] 跟 mechanical engineering 有点像 [4:30] 对 但是最牛的是什么呢 [4:33] 最牛的是我以前根本没动过车的对吧 [4:37] 我连自行车都不会修 [4:38] 哈哈哈 但是我就变得很牛 [4:40] 我整个引擎 [4:41] 我可以把它拆开来 [4:43] 然后放回去 [4:44] 在两个小时之内 [4:45] 在那个引擎做 simulation [4:47] 对 之后呢 [4:49] 之后我就觉得不行 [4:50] 因为那个时候互联网开始了嘛 [4:52] 就像你说的 Netscape [4:53] 什么都开始了 [4:54] 然后 Web, Web page right [4:58] 有点像今天的 AI 的感觉 [4:59] 没错就是 [5:00] 所以我就转了 [5:01] 就跳到那种 consultant 的公司 [5:04] consultant 呢 [5:04] 他就专门做那种热门的技术 [5:07] 专门去做 [5:08] 所以我就那个时候叫 ASP page [5:11] 很新 [5:12] 那个时候感觉 [5:13] 你可能一点概念都没有 [5:14] 没有 [5:15] 然后就过一两年我就跳 [5:17] 过了一两年就跳 [5:18] 然后就转到 Bay Area [5:20] 就旧金山 [5:22] 那个时候是淘金嘛 [5:23] 这是大概什么时候 [5:24] 2000年前后 [5:26] 哈哈哈 [5:27] 对不对 [5:28] 最恰当的时候到了最恰当的地方 是呀 [5:30] 对啊我觉得环境特别很重要 [5:32] 对 [5:33] 地理太重要了 [5:34] location 是的 [5:35] 那个阶段可能对我来说是非常有影响 [5:39] 虽然我没有淘到金 [5:40] 对吧 [5:41] 每个公司都承诺了上百万的那种股票 [5:45] 但是没有一个成功的 [5:46] 我就没运气嘛 [5:48] 没这个运气 [5:49] 但是我学到的是什么呢 [5:50] 第一个就是有一个想法 [5:52] 就是你必须去做 [5:54] 还有一个我觉得更有价值的 [5:56] 就是我再也不怕 [5:57] 很多孩子很多中国学生到了这以后呢 [6:01] 就特别怕失去工作 [6:03] 对 怕失去你现在的东西 对 [6:05] 然后我就因为跳跳跳 [6:07] 尤其是那个转到 Bay area 的时候 [6:09] 我几乎每半年跳个工作 [6:11] 因为那个时候你不跳 [6:12] 人家也来拉你嘛 [6:14] 每个人都在跳 [6:15] 所以你跳了以后 [6:16] 你跳过几次 [6:16] 你发现其实没什么 [6:18] 没有所谓的失去 [6:19] 随时都可以找到新工作 [6:20] 随时都可以找到新工作 [6:22] 而且你换一个地方 [6:23] 你就强一点 [6:24] 换个地方强一点 [6:25] 我经常跟我孩子说 [6:27] 就是人一辈子里面 [6:28] 有几个东西非常重要 [6:30] 其中一个很重要的就是 fearless right [6:33] 不怕 [6:34] 你就觉得 what's the bottom line [6:36] 底线在哪 [6:37] 然后你底线已经重复过几遍了 [6:40] 什么东西都不怕了 [6:41] 这个是非常重要 [6:43] 其实 确实 [6:44] 对吧 我想起来 [6:45] 就是我刚工作的时候特别怕出错 [6:47] 对啊 然后有的时候 [6:48] 问一个组里比较资深的同事 [6:50] 说这个东西我怎么做才能不出错 [6:52] 嗯 他说你出次错试试 [6:53] 对啊 [6:54] 就是啊 我当时不懂他的建议 [6:56] 后来马上 get 到这个建议 [6:57] 对吧 是吧 [6:58] 对 [6:59] 就是所以大家就觉得 [7:01] 啊 完了没工作了 [7:02] 底线了其实不是底线 [7:04] 对吧嗯 [7:05] 还能怎么样 [7:06] 嗯 [7:06] 所以那个时候你可能不光是 mindset 成长 [7:09] 对吧就是变得 fearless 然后知道了自己的价值 [7:12] 嗯 然后工作技能或者说是技术上 [7:15] 那个时候是你变成了一个什么样的 飞跃 [7:18] 每半年你换的工作是不同的技能 [7:20] 对吧而且你换工作 [7:22] 肯定是想换稍微高一点嘛 [7:24] 所以通常都是一级级的高上去 [7:26] 你自己逼着自己往那个程度走对吧 [7:29] 怎么逼就是通过 [7:30] 在公司里做项目之外 [7:32] 还要学习吗 [7:33] 学习是肯定的啦 [7:35] I just fake it till you make it right 你就算不懂 [7:39] 你也装的懂 [7:39] 但是呢我自己觉得 [7:41] 学东西最快的地方就是 [7:44] 把你放到那个环境里面 [7:45] 然后你发现人家对你的期待在这儿 [7:47] 然后你就不自觉地 act at this level [7:50] 就是在那个层面上了 [7:52] 所以呢不是说啊 [7:53] 等我哈给我半年 [7:55] 我会到那里 [7:57] 没有这种时候的 [7:58] 所以你就一下子到那 [7:59] 你必须不在也得在 [8:01] 不知道也得知道 [8:03] 对吧所以你就一下子就在那了 [8:05] 挺有道理的 [8:05] 大家都是人 [8:06] 大家其实在这个地方 [8:08] 你只是不知道人可以这样工作 [8:10] 嗯等你知道了 [8:11] 很快就适应了 [8:12] 很快就适应了 [8:13] 对 也是你学习最快的地方 [8:15] 你跟这些同个 level 的人在 [8:17] 你很快就知道哦 [8:18] gap 在哪 嗯 [8:19] 然后你就很快就能 fill the gap right [8:22] 还有很多人做不到这一点 [8:23] 也许啊他不觉得别人厉害 [8:26] 第一看不懂那个 gap 在那 [8:27] 第二他可能看到了 [8:29] 感受到的是 frustration [8:30] 或者说 啊 我不行了 [8:32] 哎呀我好怕呀 [8:32] 我怎么在这个地方 [8:33] 我回去吧 [8:34] 回到更安全的地方 [8:35] 有这样的一个 mindset 去学习 [8:37] 本身就很重要了 [8:38] 对 但是问题你还能很快的跟上 [8:40] 嗯我觉得稍稍挖掘一下 [8:42] 就是怎么做到的 [8:43] 怎么看到这个 gap [8:43] 和怎么样子很快的弥补这个 gap 的 [8:46] 这个倒是有意思哈 [8:48] 我们先说怎么看到这个 gap [8:49] 怎么看到哈 [8:50] 对我来说我是一个好胜心很强的人 [8:54] 我估计你也一样对吧 [8:56] 大家都差不多 [8:57] 所谓的好胜心强是 [8:59] 比如说你在一个团队里有一个人 [9:01] 比如说表达的特别好 [9:03] 你想说的东西说不出来的 [9:04] 他都说出来了哎 [9:06] 那你就觉得嗯有意思 [9:08] 为什么他能把这个说出来 [9:10] 我本来想的跟他差不多 [9:12] 但是我没有那么精到 [9:14] 嗯 他5分钟就把事情说的这么清楚 [9:17] 那你就在想哎～ [9:18] 他到底是怎么把事情理顺的哈 [9:21] 嗯 所以这是一个东西 [9:23] 你这种东西 [9:23] 看几遍以后你自己也能重复了 啊😯 [9:26] 对吧 [9:27] 大多数人好像不是这么想的 [9:28] 大多数人不会觉得 [9:29] 我看几遍就能重复了 [9:31] 就举个例子啊 [9:32] 就是我看奥巴马演讲特别的流利 [9:35] 然后特别有煽动力 [9:36] 张口就来 [9:36] 然后我说我多看几遍奥巴马我就能 [9:39] 不行啊 [9:40] 那这个 gap 太大了呀 [9:42] 啊 这个差距太大了对吧 [9:44] 你就看着身边的人 [9:45] 平时是一个组里面的 [9:47] 不是说有差别那么大 [9:49] 比你好一点的不是说 [9:50] 好的不得了 明白 [9:51] 所以你也能跟上 achievable [9:53] 对 achievable right [9:55] 我经常很佩服一个同事 [9:57] 以前我记得早年的时候他坐在我旁边 [9:59] 他写程序非常快 [10:01] 他的方法就是说我先写了再说 [10:04] 然后我就测测出来我再重新改 [10:07] 像我是哦我要给他写的好我自己满意了 [10:10] 我再测试 嗯 [10:12] 那个时候 [10:13] 早年的时候 [10:14] 我们还没有 Test-Driven Engineering 的那个概念 [10:18] 对吧 programming [10:18] 所以我们都是写的蛮好了 [10:21] 自己觉得很满意了 [10:22] 然后呢去 code review [10:24] code review 以后再 test [10:26] 那我旁边的那个同事呢 [10:27] 他是学音乐出身的啊 [10:30] 他不走这一套 [10:31] 他没有正规的学过 [10:33] 不是科班的 [10:34] 所以他就写一段马上测 [10:36] 测了以后再改 [10:37] 所以我就发现他其实速度很快 [10:39] 比我们快多了 [10:40] 像这种就是你看噢他写得快 [10:43] 那我也能写得快 [10:44] 我试试看他的招数对不对 [10:46] 很多东西了 [10:47] 我觉得还是这个 EGO 的问题了 [10:50] 老觉得自己自尊心强啊 [10:53] 我其实做的不错的呀 [10:55] 我不喜欢看别人做的比我好啊 [10:58] 像这种思路在的话 [10:59] 其实会妨碍 [11:00] 你刚刚也说到了 [11:02] 就是你的好胜心强 [11:03] 但这个好胜心又能配合一个非常 humble [11:06] 或者说 intellectual honesty [11:08] 对吧就是能看到别人的长处 [11:10] 对啊这两个的结合还是挺重要的 [11:12] 是的因为好多人啊 [11:14] 就是好胜心强 [11:15] 就变成竞争了 [11:17] 这个是最没必要的 [11:18] 竞争我觉得有好有坏吧 [11:21] 举一个例子啊 [11:22] 就是昨天社区有一个同学 [11:23] 他17岁做了三个项目 [11:25] 三个项目都失败了 [11:26] 但他非常坦诚的去复盘 [11:27] 然后其实每一个项目 [11:28] 都能看到他成长很快 [11:30] 但是我发现了他一个问题 [11:32] 然后我也跟他说 [11:32] 他也特别感谢指出来 [11:34] 这个问题 [11:34] 就是他是在用宏大的叙事 [11:36] 去掩盖一些自己战术上的懒惰 [11:39] 这个是一个好胜心的人 [11:40] 很容易犯的东西 [11:41] 嗯嗯 他也非常的努力 [11:43] 非常卷 [11:44] 但是他 [11:45] 因为自己很好胜 [11:46] 所以说他希望有一个 narrative 下 [11:49] 他是比别人厉害的 哦 [11:51] 所以他不是去学那些 hands-on 的 skill [11:53] 或者说是在真正的他不擅长的地方 [11:56] 去变得更厉害 [11:57] 而是他说我在我的擅长的地方多发挥的那种感觉 [12:01] 嗯～有意思 [12:02] 因为你肯定已经学了那么多了 [12:05] 然后有那么丰富的背景 [12:06] 然后在那个地方 [12:07] 你已经肯定有很多擅长的东西了 [12:08] 是 但是你还是不断的去拿自己的短板去补 [12:11] 对啊一样的呀 [12:13] 这个思路其实也是蛮有意思的 [12:16] 我也碰到好些同事 [12:18] 尤其是中国的同事 [12:20] 我们因为说中文嘛 [12:21] 经常中饭在一起吃 [12:23] 听到他们就说啊这个人不行啊 [12:26] 那个人不行啊 [12:27] 就评论这种 [12:28] 很多 critical right, 批判性的眼光看人家 [12:32] 那每个人都有不好的地方嘛 [12:34] 话说回来 [12:35] 但是呢换过来有一些人呢 [12:38] 就很容易看到别人的长处 [12:40] 就觉得如果我能学到他 [12:41] 我不就更强了吗 [12:43] 对不对我自己赚到了 [12:44] 这种心态很重要 [12:46] 确实 然后呢 [12:47] 也是 [12:48] 你要选择一些跟你的思路差不多的 [12:51] 正向一点的朋友 [12:53] 那这样的话呢 [12:54] 你注意到这个长处了 [12:55] 然后哦 [12:56] 我也注意到了 [12:57] 因为你说了对吧 [12:58] 嗯我也是 [12:59] 习惯着也用这种眼光去看别的东西 [13:02] 可能这个会有用一点我觉得 [13:04] 嗯嗯嗯 [13:05] 这我觉得其实是个天分 [13:07] 就是三人行必有我师 [13:08] 但是你又能学到正确的东西 [13:10] 然后又是类似的 mindset [13:11] 很多时候 [13:12] 可能是你潜意识里边 [13:13] 就筛选了你的这个学习对象 [13:15] 怎么找到正确的学习对象 [13:17] 也有可能 [13:18] 因为我一直在想 [13:19] 我其实是一个很虚心的人 [13:22] 两个地方 [13:22] 第一个呢 [13:23] 非常乐观 [13:24] 第二呢我是非常 positive [13:26] 我很虚心 [13:27] 我容易看到别人的长处 [13:29] 我从来没觉得我自己比别人强很多这样 [13:32] 虚心的那个原因 [13:34] 可能一部分是个性的东西哈 [13:36] 一部分呢 [13:37] 是因为我是转行的 [13:39] 不像你们这个 [13:40] 没有我是学经济 经济博士 [13:42] 你是学经济的哈 [13:43] 很多中国孩子其实中学就开始编程了 [13:47] 我倒也是中学编程 [13:49] 哈哈哈对吧 [13:50] 我明白了 [13:50] 就是这个时候可能他有一个 identity [13:53] 自我价值的认同放在这个上面了 [13:55] 没错 他的评价维度 [13:56] 从一个多维坍缩成一个单一的维度了 [13:58] 没错 这个时候就一定要我比别人强 [14:01] 是是 因为单一维度就能比出来人的高下 [14:04] 多维是没有办法比出来的 [14:05] 多维是没办法 [14:06] 说对了就是有道理 [14:08] 多维的评价 [14:09] 这个很重要 [14:10] 嗯对 [14:10] 那好你在那里有很大的一个 bubble [14:15] 虽然说没有从此财富自由 [14:16] 但是得到了很多的成长 [14:18] 对 然后也培养了很好的心态 [14:19] 对 [14:20] 培养了很好的心态 [14:21] 然后呢学到了一点 [14:22] 最重要的就是 Fearless [14:24] 一开始没有讲 [14:25] 魏慧学姐是在 Google 那个 title [14:27] 具体是什么 [14:28] title 叫 Chief Architect for Retail Cloud [14:32] 对 Vertical Cloud [14:34] Chief Architect [14:35] 之后在麦当劳就是 VP of AI [14:37] and Data [14:39] 然后现在在 IHG 全球最大的 [14:42] 第三大的 hotel [14:44] hotel group [14:45] 去做 SVP of AI and ...data [14:48] AI Architecture Data and Corporate Systems [14:52] 哎 IHG 有 CTO 吗 [14:54] 跟 CTO 差不多 [14:56] IHG 没 CTO yeah~ [14:57] 就是这个职业 [14:58] 应该是基本上是在华人的天花板之一的 [15:00] 华人在美国做就是袁征（Zoom的founder）那样子的创业的 [15:04] 或者说是有一些硅谷高管 [15:06] 嗯 但是基本上已经是到了 [15:08] 对传统企业差不多了 [15:10] 对 做技术的话 [15:11] 做到这一层差不多 [15:12] 是的 [15:13] 所以说是一个非常非常成功的 [15:15] outlier 的这种职业路径 [15:16] 但是就你所说 [15:18] 可能一开始 [15:18] 他也不是一个一步一步 plan 好的 [15:21] never 我从来没计划过要走到管理层 [15:25] 我年轻的时候 [15:26] 早年的时候 [15:26] 我就特别拒绝做管理层 [15:28] 我觉得这个 [15:29] 第一个没本事 [15:30] 第二个说空话 [15:32] 第三个到一定程度 [15:34] 你就变得很没用了 [15:36] 这是我的想法 [15:37] 现在的想法是什么 现在完全不一样 [15:39] 现在完全不一样 [15:40] 对 那个时候还是幼稚哈 [15:42] 要不直接先讲一讲吧 [15:43] 就现在你的感觉是什么 [15:45] 就管理层的价值是什么 [15:47] 管理层价值 [15:48] 其实是因为我们老说的 [15:50] 小时候看武打书哈 [15:52] 嗯 四两拨千斤 [15:53] 嗯 leverage [15:54] 真的是真的是 [15:55] 管理层的 [15:56] 这个最精髓的地方就是四两拨千斤 [15:59] 你要动用那么大的团队 [16:02] 那么多的人心要齐 [16:04] 跟着你做你想做的事情 [16:06] 你的愿景在那 [16:08] 让他们理解你的愿景 [16:09] 然后能执行 [16:10] 几千人努力 [16:11] 能往一个方向走 [16:13] 这个是四两拨千斤啊 [16:15] 这个我觉得是非常不容易 [16:17] 我知道了 [16:17] 就是做技术的同学呢 [16:19] 会想 [16:19] 就是把这个东西做出来是最牛逼的 [16:21] 但是做什么其实比那个更重要 [16:23] 对 因为做什么选错了 [16:24] 做出来没有用 [16:25] 做出来只是浪费时间 [16:25] 对吧所以这是愿景 [16:27] 第二呢怎么让大家理解你的愿景 [16:30] 在他那个小的层次上 [16:31] 因为每个人拿到的一小块嘛 [16:33] 对 对 你要组合那大块 [16:35] 所以第一个让他们明白 [16:37] 你在做的这个小的东西 [16:39] 是这个大块里的一块 [16:40] 让他很精准的做出来 [16:42] 第二个呢 [16:43] 那么多小块要合起来 [16:45] 精准的合起来往前推 [16:47] 嗯 [16:47] 这个绝对不是说说说空话就能做到的 [16:51] 抽象的话 [16:52] 大家好像觉得哦这个 [16:53] 但是其实真的要去做的话 [16:56] 水平差很多 [16:57] 问题是这些东西不可见 [16:59] 就是你没有一个 measurement 说 [17:01] 这个 leadership 多少分 [17:02] 多少分多少分 没错 [17:03] 是的 [17:03] 所以说 [17:04] 你站在一个 focus 在技术的这个维度上 [17:06] 可能看那些就看不懂 [17:08] 但是其实它是存在且很重要 [17:10] 那个还真是 [17:11] 你要自己经历了以后你才知道哦 [17:15] 这是高手 [17:15] 就像跟编程一样的 [17:17] 其实每个人都能写程序出来 [17:19] 嗯 每个人都能把这个 program 做完 right [17:22] 这个项目做完 [17:23] 但你进去一看 [17:24] 你就知道质量了 [17:25] 对吧 嗯 [17:26] 运行久了 [17:27] 你就知道哦 [17:28] 他的那个水准了 [17:29] 架构的水准了 [17:30] 你东西加上去的时候不用重做 [17:33] 对 一层层可以加上去 [17:34] 这个就是设计的 对 水准了 [17:36] 对吧 所以这个东西只能你自己做了 [17:39] 你才知道哦 [17:40] 这个是高 [17:41] 这个是低 [17:43] 所以说 [17:43] 能看懂这个 leadership 到底水平怎么样的人 [17:46] 本身就非常有限了 [17:47] 因为他自己要 [17:48] 先是一个有过这样经验的人 [17:50] 不 有的人也是有天分 [17:52] 他一看就知道 [17:53] 那不一样的 [17:54] 刘邦这样的 [17:55] 一看就知道 [17:55] 哈哈哈 [17:57] 我记得有一个例子 [17:58] 好像是叫什么（后晋开国皇帝,石敬瑭 ）吧 [18:00] 一个姓石的这样的皇帝 [18:02] 就是五代十国那样的时候 [18:03] 他去看那个史记 [18:05] 然后就听不同的谋士给刘邦的建议 [18:08] 然后听到了一个二流的建议 [18:10] 他就说哎 [18:10] 要是听了这个建议 [18:11] 他完了 [18:12] 然后听到了一个好建议 [18:13] 然后他就说一定要听这个建议 哦 [18:15] 就和刘邦的判断是一样的 哦是吧 [18:17] 对就属于这种天分 [18:19] 对对 [18:19] 就是 判断力的天分 [18:21] 继续讲 [18:22] 我在 Russell 然后在游戏公司干了一阵子 [18:25] 然后去 Nordstrom 干了一阵子 [18:28] 然后 Lululemon 干的时间最久 [18:31] 哦 是这样 [18:31] 哦 对对对 [18:32] 我记得 Lululemon 是我在 LinkedIn 上看到的了 [18:35] 那之前我可能都没怎么（知道） [18:36] 对 Lululemon 以前呢我在 Visa 也做过一阵 [18:39] 那 Visa 呢 [18:40] 我就觉得我学到一个东西 [18:42] 就是很多同学进了大厂大的技术公司 [18:46] Visa 相对来说 [18:47] 也是个技术性很强的一个公司 [18:49] 以后啊他就觉得啊 [18:51] 真好对吧 [18:52] 虚荣 为什么呢 [18:53] 第一个你在那儿以后 [18:55] 发现你做的就这么小小一块 [18:56] 进小公司或别的公司 哗～ [18:59] 你整个可以铺得很大 [19:00] 什么都可以做 [19:01] 对对吧 [19:02] 整个 Full Stack 都可以做 [19:03] 在那里面只做这小小一块 [19:06] 我就觉得很憋 [19:07] 非常憋 [19:07] 那么大的一个产品框里面 [19:09] 你只能做一个小产品 [19:11] 啊 就觉得太不过瘾了 [19:12] 做多了还不行 [19:13] 旁边的人还会骂你 [19:14] 还会骂你 [19:14] 对 然后呢 [19:16] 你看下面的那种 [19:17] codebase 都是非常糟糕的 [19:19] 嘻嘻嘻～因为他很多都是买来的啦 [19:22] 是是是是 买个小公司进来对吧 对 很烂 [19:25] 就 hack 加 hack 加 hack [19:26] 就是啊 [19:26] 这样叠起来 [19:27] 我其实是很不明白 [19:29] 因为我自己这辈子也是 [19:31] 大厂也干过 [19:32] startup 也干过 [19:33] 传统的大公司也干过 [19:35] 嗯 我其实最不喜欢的是大厂 [19:37] 大的技术的厂 [19:39] 真的 [19:39] 哪怕 Google 这样吗 [19:40] 哪怕 Google [19:41] 因为是非常局限你的一个地方 [19:44] 你做的东西很小块 [19:46] 好多人可能没意识到你做的小块 [19:48] 那当然也有运气好的啦 [19:49] 但大多数人在大厂的时候 [19:51] 他做的是非常 [19:53] 小的一块 我觉得大家有这么一个幻觉 [19:54] 就是大家以为自己做的这个东西 [19:57] 被很多人用 [19:58] 是他的 impact 大 [19:59] 但是问题是被很多人用 [20:01] 你没有 decision power [20:02] 没错 你没有 impact [20:03] 没错 对 [20:04] 就有没有你这个东西都是这么做的 [20:05] 是的啊 只能是接一个活然后... [20:07] 就是打螺丝 [20:08] 对呀 你打了一个万吨巨轮的一个螺丝 [20:10] 但是其实你还是打了个螺丝 [20:12] 没错 就是 还是在打螺丝 [20:14] 对 对 这种感觉 [20:15] 现在我也跟我孩子说哈 [20:17] 你大厂这经验是很重要 [20:19] 因为你需要那个自信 [20:21] 吃过见过 [20:22] 对啊吃过见过 [20:23] 然后我的能力也可以在那里 [20:25] 对但是呢 [20:26] 你还是得 follow your heart [20:28] 这就是不同的人了 [20:29] 我觉得有两种啊 [20:30] 就是我自己出来做了以后就发现 [20:32] 第一呢 [20:33] 你喜欢确定性还是喜欢不确定性 [20:35] 然后第二呢 [20:35] 就是你喜欢做任务 [20:36] 还是喜欢去做一个结果 [20:38] 对 因为做结果 [20:39] 你其实你就要去面对不确定性 [20:41] 你就要去找各种各样的东西 对 [20:42] 然后你还要去自己负责任 [20:44] 嗯 很多人不喜欢自己负责 [20:45] 很多人就希望别人给我一道题 [20:47] 我把它做出来 [20:47] 然后拿钱 [20:48] 然后受到奖励 [20:49] 对吧做的好然后有更大的奖励 [20:50] 这个有意思 对 [20:52] 确实是 [20:52] 所以大家就特别喜欢大厂那种地方 [20:54] 就是 诶～ [20:55] 我只需要我确定的知道 [20:57] 这个东西是什么 [20:58] 确定的知道我把它做出来了 [20:59] 但是这个工作我觉得未来会消失的 [21:01] 绝对是消失 [21:03] 正在消失 [21:04] 对 AI 可以做任务做得很好 [21:06] 对然后 Nordstrom ， Visa， Lululemon [21:08] 哦 Lululemon [21:09] 什么时候开始去做管理 [21:11] 或者说是开始在梯子上往上爬了呢 [21:13] 基本上就是从 Nordstrom 开始 [21:16] Nordstrom 的时候是 principal architect [21:20] 所以下面带一些 solution architects [21:22] 怎么就一下子就 principal 了 [21:24] 你想我已经工作那么久了呀 [21:26] 对吧进那个 Nordstrom 的时候 [21:29] 已经工作十几年了耶 [21:30] 所以你从 engineer 到 senior engineer [21:33] 你又开始往 architects right [21:36] solution architects [21:37] senior architects [21:38] 所以这是个阶段 [21:39] 而且刚才还有一个信息我忽略了 [21:41] 就是你说你是相当于躺平了十几年 [21:44] 其实不是 [21:45] 你说你的工作很累 [21:46] 只是不用 travel [21:47] 没错 [21:48] 对所以说那个工作强度是很大的 [21:49] 强工作强度之下 [21:50] 你的技术其实也是一直在往前走 [21:52] 是的是的 对 [21:54] 我呢就是有一个习惯 [21:56] 这个也是我有时候跟我的孩子说 [21:58] 我说我不知道你们为什么也有点像我 [22:01] 我的习惯是什么呢 [22:02] 就是我心里是比较好胜的一个人 [22:05] 虽然我是生活状态或者人生哲理 [22:08] 是 be water 跟水一样哈 [22:10] 嗯 [22:11] 但是呢 [22:11] 我有一点就是我不想被别人认为是你是 optional [22:16] 你可有可无 [22:18] 这个我不能接受 [22:19] 我从来不愿接受这点 [22:21] 就算在工作场合哈我可以不是你的领导 [22:26] 你也不用把我当做你最好的员工 [22:28] 这个我不去追求 [22:30] 但是必须有一个东西 [22:32] 所有人都得来找我 [22:34] 别人搞不定 [22:34] 必须是我能搞定的 [22:36] 所以我每到一个公司 [22:38] 我都是找这个点 [22:39] 必须变成一个 you know go-to person [22:41] 嗯 这个很重要 [22:43] 对这个非常重要 [22:44] 这样的话 [22:45] 你就自然的会被推到下个位置 [22:48] 推到下个位置 [22:49] 我是说从技术的角度 [22:50] 可不可以讲几个故事 [22:52] 讲几个故事哈 [22:53] 有些东西非常简单 [22:55] 我年轻的时候 [22:56] 比如说用数据库很多嘛 嗯 [22:58] 取数据尤其是那种 investment company [23:00] 那你写 query 的话 [23:02] 其实有很多 [23:03] 可以写得很 efficient [23:05] run起来非常快 [23:06] 对吧 对 [23:07] 就算你说 join [23:08] left join, right join, right [23:10] 大家都知道 [23:11] 但 join 很有诀窍的 [23:12] 然后哪边放 index 哪边不放 [23:15] 也很有诀窍 [23:16] 对 对吧 [23:17] 所以这个东西其实你看些书练练 [23:20] 其实可以知道 [23:21] 所以就弄到最后 [23:22] 就是我写的那个 query statement 是最 efficient [23:26] 速度最快 [23:27] 大家都觉得哦 [23:28] 如果我这个东西不行 [23:30] run 的太慢 [23:31] 我去找 Wei [23:32] 嗯 所以这就变成大家都来找我 [23:35] 这个东西虽然是很小的一个东西 [23:37] 然后它的好处是什么 [23:38] 好处就是 [23:39] 这个名字 [23:40] 虽然我没去到处宣传 [23:42] 但大家都知道有这个人存在 [23:45] 就是可能场景就是一群人在那吃饭 [23:47] 然后这个人说哎 [23:48] 我的 query 跑好慢啊 [23:49] 他说你去找 Wei [23:50] 对对对 [23:50] 你去找她好了 [23:52] 对 然后你说公司出现问题 [23:54] 比如说 training flow [23:55] 一旦那个 system like running not return back [23:59] 经常会有的嘛 [24:00] long running query [24:01] 你又不能把他 kill 掉 [24:03] 那怎么办呢 [24:04] 半夜打 Wei 的电话 [24:05] 这个就是变成你的 visibility 就变得很高 [24:08] 对 因为通常这个是上层的领导 [24:11] 在 troubleshooting [24:12] 对 这个是最焦虑的问题嘛 [24:14] 对你就变成救火的那个人了 [24:16] 所以这个很重要 [24:17] 就是你就变成必须的一个螺丝钉 [24:20] 虽然你还是个螺丝钉 [24:21] 但是是必须的 [24:23] 这个我觉得比较重要 [24:24] 虽然你不去爬那个楼梯哈 [24:27] 那个阶梯 [24:28] 但是你必须得成为（不可或缺的那个） [24:29] 定位要定好 exactly [24:31] 其实很多企业竞争也是这样的 [24:33] 就是我看很多商业书嘛 [24:34] 就《蓝海战略》什么的 [24:36] 这些东西 [24:36] 他们说不是要去做最好的 [24:38] 做最好的一定是没有利润的 [24:40] 你一定要做唯一的 [24:42] 然后在这个地方是不可或缺的 [24:43] 没错不可或缺很重要 [24:45] 就是你越不可或缺 [24:46] 你的议价权就越高 [24:48] 是的 很重要 [24:49] 我觉得这个东西大家真的是 [24:51] 就是要多去注意一下这件事 [24:53] 其实应该能看到 [24:54] 就是大家工作的时候能想到 [24:55] 能想到的 [24:57] 就算我现在的工作场合 [24:59] 我在 IHG 才两个月嘛 [25:00] 但是我已经注意到几个人 [25:02] 我会去叫他 [25:04] 比如说一个人他 [25:05] 说了就可能觉得很好笑 [25:07] 他做的那个 PPT 做得很好啊 [25:09] 这个很重要啊 [25:10] 非常重要 [25:11] 他能把重要的东西弄得非常清楚 [25:14] 简单的表达出来 [25:15] 我觉得我在腾讯的时候 [25:16] 这是我的重要价值之一 [25:18] 是吧 [25:18] 对 大家可能以为 PPT 做得好是美观 [25:21] 不是的他是第一目的性要强 [25:24] 就是表达这是要干什么 [25:25] 然后他能在关键的会议上 [25:27] 推动关键的决策 [25:28] 是的呀 且他的所有的信息 [25:30] 呈现的 interface 是好的 [25:31] 嗯就是老板一听 OK [25:32] 你这个东西说清楚了 [25:33] 对 然后我就可以放心的去做决策了 [25:35] 这个其实是个很重要的技能 [25:37] 对你说 [25:37] 这个是 hard code 那个硬核的技术吗 [25:40] 从写程序的角度不是 [25:42] 这个人不写程序 [25:44] 但他就这个做的很好 [25:45] 对吧你跟他一说 [25:46] 他就知道你的要点在哪 [25:48] 这个你不用解释 [25:49] 嗯嗯 [25:49] 然后你自己解释不清的 [25:51] 他也帮你写清楚了 [25:52] 这个就牛了 [25:53] 对吧 好像一个特别厉害的大模型 [25:55] 是 真的是 嗯 [25:57] 还有一个 [25:58] 比如说我刚刚把一个人提拔上来 [26:00] 做 director of operation [26:02] 他就特别能干杂事儿 [26:04] 就是什么事交给他放心 [26:06] 而且他能比你更想前一步 [26:08] 通常我们是 follow up, right [26:10] here's the you know action item [26:12] 这是我们需要做的 [26:13] 去布置一下 [26:14] 他就比你更前一步 [26:16] 他就觉得他告诉你 [26:18] 这些可能你需要让人家去做的 [26:20] 这些是哪些人应该是做哪些事情 [26:23] 他先给我布局好了 [26:24] 就比较厉害 [26:25] 所以我就觉得给他提拔一下吧 [26:28] 对所以虽然是小东西 [26:30] 但是他就非常跟别人不一样 [26:32] 我觉得其实不小 [26:33] 这都很关键 [26:34] 但每个人的长处不一样 [26:36] 我想说的对吧 [26:37] 有的人写程序很好有的人就做杂事特别厉害 [26:41] 有的人 PPT 做得很好 [26:43] 对吧 嗯 [26:44] 呈现出来的可能是那一个 [26:45] 但是我觉得背后都不简单 [26:47] 那是 背后的那些 对都不简单 [26:49] 尤其是你已经是这么高的位置了 [26:51] 所以说到你面前的这些事情都很重要 [26:53] 对 [26:53] 所以说当你觉得这个人很有用的时候 [26:55] 一般是那个事其实本身就很重要 [26:57] 就是 和需要的综合能力都很强 [26:59] 很需要 对 [28:57] 来 继续继续 [28:59] 还有啊 差不多了呀 [29:00] 现在是你的职业生涯刚刚开始 [29:02] principal architect [29:04] 然后带了一堆 solution engineer [29:05] 那人家听了烦死了 [29:07] 没有关系 [29:08] 大家也愿意听一些更长的东西 [29:10] 喂结论这些东西 AI 可以做得很好 [29:12] 反而是中间的一些故事 [29:13] 就是大家自己能有一些判断和想法 [29:16] all right 那继续讲啊 [29:17] 继续讲继续讲 [29:18] 然后到了 Google [29:19] 如果说职位从一个普通的 developer [29:23] 然后一直到现在的位置 [29:24] SVP 是这么高的话 [29:26] 然后这边是时间的话 [29:27] 你觉得比较重要的一些 [29:28] 那个节点是什么 [29:29] 节点哈 [29:30] 我觉得最重要的节点其实是 Lululemon [29:33] 我进去的时候 [29:34] 他是把我招进去做 director of architecture [29:37] 这个位置不是说必须的 [29:40] 很多公司架构就是架构嘛 [29:42] 但是对 Lululemon 非常重要 [29:44] 因为它是正好进去的时候 [29:45] 所以运气很重要 [29:47] 时间很重要 [29:48] 它正好是要转型 [29:49] 以前的 Lululemon 呢 [29:51] 它没有 a website [29:52] 没有线上生意 [29:53] 对啊没有线上生意 [29:55] 他在国外的生意也很少 [29:57] 他是非常有个性的一个品牌 [30:00] 他靠整个那个 community 推销的 [30:03] 他没有 sales 他不做 marketing [30:05] 广告都没有的 [30:06] 那是那样一个品牌 [30:07] 但它的东西很好 [30:08] 所以那个时候呢 [30:09] 他正好他说他要开始扩张嘛 [30:12] 把原来的 founder fire 掉了 [30:14] 招了一个 professional 的 CEO [30:16] 那 professional 的 CEO 他就是来赚钱的嘛 [30:19] 所以他一下就说哎 [30:21] 我们往线上走 [30:22] 然后往国外扩 [30:24] 所以这个时候进去以后 [30:25] 发现架构非常重要 [30:27] 因为他没有基础的 [30:28] 那个时候的 IT 进去哈 [30:30] tech company department 进去都是做 [30:33] 要么就是 infrastructure network level, right [30:35] 要么就是做 support like [30:37] 哦～我这个电脑坏了 [30:39] 你来帮我修一下 啊对 [30:40] 他没有写程序的人的 [30:42] 他要写程序的时候 [30:43] 有几个小的程序哈 [30:44] 都是外包的 [30:45] 所以他那个时候你想 [30:47] 你要做你的整个线上的生意 [30:49] 你要自己开始架构嘛 [30:51] oh 所以就基本上我在 Lululemon 待了快5年 [30:55] 我们每做一个东西 [30:56] 它就利润翻一倍 [30:58] 每做一个利润翻一倍 [30:59] 非常过瘾 [31:00] 而且你就是在那个最核心的位置上 [31:02] 对啊最核心的位置 [31:03] 因为架构很重要嘛 [31:04] 然后我就先是做架构 [31:06] 然后是做那个 strategic planning [31:09] 因为 strategy 也很重要 [31:10] 哪边 invest [31:12] 在 tech 哈 [31:13] 哪些地方 invest 跟架构是结合起来的 [31:16] 然后发现哦 [31:17] 基础的东西 [31:18] 团队不行 [31:19] 就是数据和 AI 没有赶紧建那个团队 [31:22] 我就带那个 engineering 的团队 [31:24] 这也是作为一个 director of architecture 的 title [31:27] 后来就变了嘛 [31:28] 哦 先是 director of architecture [31:30] 然后就变成 director of architecture and strategic planning [31:34] 然后就变成 senior director of engineering [31:37] 加上 architecture 他就一层层的加 [31:41] 他就..加 scope yeah~ 加 scope [31:43] 所以做到 senior director [31:44] 然后负责数据 AI [31:47] 那个时候 traditional machine learning [31:49] 主要是 marketing, right [31:50] segmentation, recommendation 这些东西 [31:52] 然后再做架构之类的 [31:54] 做到那个时候 [31:55] Lululemon 是很红的一个品牌了 [31:57] 很多公司都 想学 [31:59] 来偷 拉人 [32:01] 他觉得非常神奇 [32:02] 一个这样的公司 [32:03] 虽然产品很好 [32:05] 但是发展那么快 [32:06] 而且我们国外发展也非常快 [32:08] 对每一年都是涨一两倍的那种架势 [32:11] 嗯 我们经常笑嘛 [32:13] 我们进去的时候 stock 是40块钱一份 [32:17] 我走的时候是400多块钱 [32:19] 当然现在全又跌下去了哈 [32:21] 就是那种状况 [32:22] 就到那个程度的时候 [32:24] 其实也是了 [32:25] 我们说的是什么 [32:26] 猪在风口上也能飞起来 [32:28] 就你跟着一个公司这样跑的话 [32:31] 首先你自己变得很敏捷 [32:33] 经验也积累了很多 [32:35] 第二呢 [32:35] 你就变成在业界就有点名气了 [32:38] 有一段时间 [32:39] 反正需要那种好的架构师 [32:41] 他们都会来找我 [32:42] 要么问问我愿不愿意干 [32:44] 要么就让我推荐 [32:45] 因为这个还是不容易 [32:47] 像谷歌那样的公司也来拉我 [32:49] 所以我那个时候其实是不想离开 Lululemon [32:51] 因为我很喜欢那个公司 [32:53] 但是后来想想嗯 [32:54] 这个机会也蛮好 [32:56] 谷歌是因为那个时候 [32:57] 他想建那个 vertical 垂直云 [33:00] Retail Cloud 嗯 [33:01] 他有一串的产品他要做 [33:03] 那个时候我们说 Retail Search [33:05] Retail Recommendation [33:07] 还有好多那个 Retail Inventory 都想做出来 [33:10] 只是还没做 [33:11] 那这些东西 [33:12] 我们都在 Lululemon 做的很成功了 [33:14] 所以他那个时候就使劲了 [33:16] 我记得在谷歌的以前 [33:18] 也是那个宝洁公司 P&G 它也来拉 [33:21] 它就是需要一个 VP of Architecture and Innovation [33:25] 我都最后一步拿到 offer [33:27] 然后我心里想着 [33:28] 那个地方冰天雪地的 [33:31] 哈哈哈 location 是很重要 [33:33] 对 location 很重要 [33:35] 我想我也不可能搬过去吧 [33:37] 然后就算了 [33:38] 那 Google 的工作呢 [33:39] 我觉得第一个是我不用搬到任何地方 [33:42] 就在 Kirkland 对吧嗯 [33:43] 第二呢就是我觉得蛮有意思 [33:45] 因为他想做的产品是我特别喜欢的 [33:49] 擅长的基本上 [33:49] 对 擅长的 嗯 [33:51] 所以我就转到谷歌去了 [33:53] 干了2年多 [33:54] 正好是这个 AI 开始的时候 [33:57] 基本上我的工作 [33:58] 就是说服那些大的企业的那个 C-level [34:01] 谷歌的技术强势到底在哪 [34:03] 应该怎么用它 [34:04] 我虽然不是 sales [34:06] 但相对来说也是在 sales 的这一边 [34:08] 只是 more strategic [34:11] 其实到最后都是 sales [34:12] 最后都是 sales [34:13] 对 就是 soft sell [34:15] 就我从来不说 [34:16] 买这个产品 [34:16] 买那个产品 [34:17] 对吧 [34:18] 但是告诉他们这个产品用在哪边 对 比较好 [34:20] 对 解决什么问题 对 [34:22] 然后大家有这问题在那儿 [34:23] 对 在谷歌干的时候呢 [34:25] 有一个经历呢 [34:26] 就是他叫我 [34:27] 我们就开始 define big bets [34:30] 就是谷歌这个大厂 [34:33] 你知道它主意变了很多 [34:35] 这个东西好像试试效果不是很好 [34:37] 他马上就要换 [34:39] 对啊换 [34:39] 所以那个时候呢 [34:40] 我们就发现所谓的 Retail vertical product [34:44] 好像不是很受欢迎 [34:46] 所以我们就想换 [34:48] 做起来比较辛苦 [34:49] 做起来很辛苦 对 [34:50] 因为谷歌其实不知道啊 [34:52] 这个企业层的复杂性 [34:55] 它技术强 [34:55] 但我们老说 last mile delivery [34:58] 这一块它根本不知道从技术到完全应用 [35:01] 它有一个很长的距离 [35:03] 就有这个矛盾在 [35:04] 所以那个时候就开始我们想 [35:06] 是不是要 instead 弄10个产品 [35:09] 我们就 big bet [35:11] 赌在4个产品上面 [35:12] 看是不是能把它做大 [35:14] 那个时候我们就有4个所谓的 big bets [35:17] 嗯 [35:18] 然后我就带4个小团队开发这些产品 [35:21] 其中一个呢 [35:22] 就是 Google distributed cloud [35:24] 哦是这样子 [35:25] 对 哦 就在 Retail 的应用 [35:27] 对吧 distributed cloud [35:29] 最先没想过 Retail [35:32] 但是 Retail 呢 [35:33] 非常重要 [35:33] 为什么呢 [35:34] Retail 有实体店 [35:35] 你实体店呢 [35:36] 总有断线的时候 [35:38] 对不对啊 [35:39] 断线的时候你生意还得做呀 [35:41] 不管是你的餐馆或者卖衣服的店什么 [35:44] 你生意要做 POS 要 run 对不对 [35:46] 所以呢 distributed cloud 对 Retail 来说呢 [35:49] 其实变成一个很重要的 infrastructure [35:51] 有道理 [35:52] 很有意思 [35:53] 然后呢 [35:53] 大多数有实体店的那种企业呢 [35:56] 它这些 deployment 非常复杂 [35:58] 你必须一个个到店里面去 deploy [36:01] 所以 Google distributed cloud 就是 you know [36:04] 一个 control panel [36:05] 你可以 deploy to everywhere and have a visibility of that [36:08] 所以这些东西就蛮有意思的 [36:10] 开始做的时候呢 [36:12] 然后就麦当劳来了 [36:13] 因为麦当劳特别想要这个 Google distributed cloud [36:17] 所以使劲挖呀 [36:18] 他说过来 [36:20] 所以我就转到麦当劳去了 [36:22] for one reason [36:23] 就一个原因 [36:24] 就是你在谷歌做这些东西的时候 [36:26] 因为你看不到你的用户 [36:28] 但是你一到麦当劳 [36:29] 你就看到你的用户了 [36:31] 这个我觉得对我来说是 [36:33] 一件很满意的事情 [36:35] 给我那种反馈 [36:36] 你直接就可以看到反馈 [36:38] 这个很重要 [36:39] 那在麦当劳 [36:40] 当时我记得咱们那个时候 [36:42] 就是刚好一起上节目嘛 [36:43] 然后你在麦当劳也需要招很多人 [36:45] 是 [36:45] 所以这段经历大概是一个什么样子 [36:47] 有没有什么文化冲突啊 [36:49] 有我觉得蛮痛苦的 [36:51] 我希望这个听众里面没有麦当劳的 [36:55] 我觉得那个文化的冲突 [36:57] 比如说数据化的公司 [37:00] 跟传统企业的那个文化确实是有 [37:03] 数据的那个其实是做出来先试了再说 [37:06] 传统企业非常害怕这一点 [37:08] 是 你一定要测试的完美 [37:10] 完美你才能（去做） [37:12] 这个思路完全不一样 [37:13] 这是一个最大的冲突 [37:15] 第二个冲突呢 [37:16] 就是因为这个做决定非常慢 [37:19] 因为大家都怕犯错误 [37:21] Lululemon 其实也是做服装的嘛 [37:24] 也不能说是科技公司 [37:26] 但他就是整个文化 [37:28] 就是说嘿～试试看没人会来说你 [37:31] 啊这个东西做的不好 [37:33] 然后你受惩罚 [37:34] 这种事情没有的 [37:35] 赶紧换呗 [37:36] 这个不行赶紧换 [37:37] 对吧就变得很常态的一个东西 [37:40] 但是呢在传统企业呢 [37:41] 你一旦做错个事情 [37:43] 你就背上黑锅了 [37:45] 就这样所以这是一个很大的冲突 [37:47] 第二个冲突呢 [37:48] 我觉得是西海岸地域的冲突 [37:51] 地域文化的冲突 [37:52] 就西海岸 [37:53] 我觉得大家都比较 [37:55] 很少有这种等次感 [37:57] 就算你是大老板又怎么了 [38:00] 对不对 [38:00] 但其实大老板也没把自己当回事 [38:02] 最重要的是大老板没把自己当回事 [38:05] 大家出身都差不多嘛 [38:06] 写程序出身的 [38:07] 或者做 PM 出身的 [38:09] 那个中西部的那种传统公司呢 [38:12] 就完全不一样 [38:13] 确实 [38:14] 老板就真的是老板 [38:16] 有阶级的 [38:16] 对绝对是 [38:18] 比如说我们麦当劳的 CEO [38:20] 他有他自己的专人飞机的 [38:22] 然后你要接近他 [38:24] 他身边都有保卫的 [38:26] 你说这个怎么个工作法呀 [38:28] 对不对 所以像这种一层层的下来 [38:31] 就整个公司的文化就非常等级 [38:35] 等级制 [38:35] 这种我觉得是非常压抑那种 [38:38] 创新 [38:39] 创新然后那个 写作 [38:41] yeah engineering culture 就没有 [38:44] 那就变成 management culture [38:45] 就 manage 做决定 [38:47] engineer 本身的 voice 不强 [38:50] 对我来说 [38:50] 最压抑的其实是他们非常怕 debate [38:54] oh [38:55] 你就没法 debate [38:56] everything you either agree or shut up [38:59] 就这样 就不能 debate [39:01] 那我们工程师出身的 [39:03] 好多都要 debate [39:04] debate 才能出来真知 [39:06] 对啊 不 debate 怎么知道谁对谁错呢 [39:08] 所以这个就是对我来说 [39:10] 是非常难习惯的一个东西 [39:13] 原来麦当劳是这样子的 [39:14] 我其实不知道 [39:15] 他们最近 CEO 也有这样的一个汉堡的事情 [39:18] 是的可以想象 [39:18] 知道这样的一个文化 [39:19] 就很明显可以想象 [39:21] 其实这个是比较普遍的 [39:23] 尤其是中西部的传统大公司 [39:26] 这种文化比较普遍 [39:27] 第一个他老板真的最高的 CEO [39:30] 确实是很有权力嘛 [39:32] 所以这是第一点 [39:33] 然后呢他们自己也有那种层次概念 [39:36] 因为他们通常不是像我们写程序出身 [39:39] 或者做技术出身 [39:40] 没有等次概念的 [39:41] 嗯 他们是一步步自己一步步上来的 [39:45] 嗯 所以他的那个等次概念很强 [39:48] 比较像国企 [39:49] 对 就是 [39:49] 哈哈哈 就是 [39:50] 那从麦当劳之后就去 IHG 了 [39:53] 对 去 IHG 也是一样的 [39:56] 反正我自己也觉得（在麦当劳）有点压抑 [39:58] 然后呢这个确实也很累 [40:00] 为什么呢 [40:01] 我招很多人 [40:02] 我的团队那个时候有1,000多个人 [40:05] 哇哦 [40:06] 对不对然后很多要招进来 [40:08] 我想招好一点的 engineer 进来 [40:10] 工程师进来很难招 [40:12] 对 他不能给一个特殊的薪水 [40:15] 是 但是你不匹配 tech 的薪水 [40:17] 你没有办法招 [40:18] 对啊 然后很多的 contractor 很贵 [40:21] 我们那个时候是 Accenture [40:23] the contractor [40:24] 一个小时都是250块 [40:26] 呵呵呵 至少的 [40:27] 好一点的350块 [40:28] 嗯 所以太贵了 [40:30] 但是呢你招 full time 呢 [40:31] 又工资又高不（上）去 [40:32] 因为它有个 range [40:34] 所以这个很痛苦 [40:35] 然后呢 [40:35] 后来说要不去印度建一个中心 [40:38] 没准我们能招到好的印度的工程师 [40:40] 然后也不会太高 [40:42] 所以我们就去印度建了一个 GCC [40:45] 那就特别累嘛 [40:46] 你要跑到那边去 [40:47] 确实 [40:48] 然后呢这个团队你没有头儿在那 [40:51] 他很难马上建起来 [40:52] 非常累的一件事情 [40:53] 其实说到底 [40:55] 不值得 而且有点吃力不讨好 [40:56] 对 真的是 所以不值得 [40:58] 然后呢我对印度的那个状态呢 [41:01] 我就觉得很痛心 [41:02] 反正我们大家都是同胞哈 [41:04] 他真的是殖民地的那种状态还在 [41:08] 就是现在大公司进去他都是 [41:11] 像我们就在上海 [41:12] 看的很清楚 right [41:13] 像殖民地一样 [41:14] 非常漂亮 [41:15] 跟美国没什么区别 [41:16] 啊对 [41:17] 之前我记得十几年前吧 [41:18] 有一个剧就是 Outsourced 一个美剧 [41:21] 嗯就是在那儿给苹果打工什么的 [41:23] 各种漂亮好 [41:24] 然后一出去就不是了 [41:25] 对呀 出了那个园区就完全不一样了 [41:28] 嗯 到处都是垃圾 [41:30] 真的人很穷 [41:31] 他房子都没有搭个雨棚塑料棚 [41:34] 就住在下面一家子 [41:35] 所以我觉得这个贫富差异我受不了 [41:38] 我最受不了的是 [41:40] 路上全是垃圾 [41:41] 然后那种流浪狗很多 [41:43] 小狗被踢来踢去 [41:45] 被碾死 [41:46] 生命在那种状态下根本就不存在 [41:50] 这个对我来说很痛苦 [41:51] 如果我每个月都要过去 [41:53] 每个月都看到这样的状况 [41:54] 然后还有一点 [41:56] 作为妇女 [41:57] 印度政府都不建议你自己出去 [41:59] 所以这又是另外一点 [42:00] 我就被束缚了 [42:01] 我只能待在一个小小的圈子里面 [42:04] 这个经历不是最完美 [42:06] 然后我就跳到 IHG 了 [42:08] 然后来这边你的 vision 是什么 [42:10] 就是你接下来想做的东西 [42:12] 和屏幕前应该有很多做 tech 的观众 [42:15] 哦对对 [42:16] 跟大家讲讲 [42:17] 比如说酒店行业有什么机会啊 [42:18] 然后在 AI 的这个时代啊 [42:20] 你觉得什么样是人才啊 [42:22] 我也想分享一下 [42:23] 为什么我会从麦当劳跳到 IHG 去啊 [42:26] 因为是这样 [42:27] 这个酒店行业啊 [42:29] 第一个呢 [42:29] 是生活必需品 [42:31] 怎么着也得待酒店 [42:32] 第二呢你看看这个酒店行业 [42:34] 有什么大的变化没有 [42:36] 没什么变化 [42:37] 机场你现在都可以 self check in 了 [42:39] 哦对 [42:40] 很多酒店你还做不到 [42:42] 对 啰嗦吧 [42:43] 嗯 你在酒店房间里要个水 [42:46] 你都得打电话 [42:47] 现在谁打电话呀 [42:48] 确实 传统的电话 [42:49] 对哦 对不对其实是很痛苦 [42:51] 然后你一个酒店 [42:53] 你就算去了10次 [42:54] 他都不知道你是谁 [42:55] 就算是高档的酒店哈 [42:57] 你进去你都是无名的 [42:59] 但你去一个任何别的高档的地方 [43:01] 人家一下子就知道你是谁 [43:03] 因为 lifetime value 嘛这就很重要 [43:05] 对啊 非常重要啊 [43:06] 那他没有这个概念的 [43:08] 所以我就觉得哎 [43:09] 这个行业其实是 ready for disruption [43:12] 尤其是 AI 可以进来 [43:14] 让它 leapfrog [43:15] 对吧一下子可以跳上去 [43:17] 因为这个行业太落后了 [43:19] 我说这个行业到底发现了哪些创新 [43:21] 他说我们有创新 [43:22] 我说哪些创新 [43:23] 第一个就是那些 Expedia, Booking.com 出来的时候对吧 [43:28] 到网上去 [43:29] 我说 OK 那这个谁都是到网上去了嘛 [43:32] 对吧 第二个我说还有呢 [43:34] 他说哦 Airbnb [43:36] 这跟它有什么关系 [43:37] 对呀 哈哈哈 [43:39] 最后说到最后 [43:40] 就是这个行业本身是确实是比较老旧 [43:44] 然后 ready for disruption [43:45] 但是呢又是一个利润很高的地方 [43:48] en～ high profit margin [43:50] en～ 你就想想看它的 model [43:53] 你就看 Marriott, Hilton 和 IHG 三大酒店管理集团哈 [43:58] 他们的策略是什么呢 [44:00] 你如果你感兴趣啊 [44:01] 你想弄一个 IHG 的 hotel 或者 Marriott [44:04] 你自己出钱 [44:06] 你500万1,000万 [44:08] 你出钱你建 hotel [44:10] 我给你这个标准 [44:11] 这是我们墙壁的标准 [44:13] 设计的标准 [44:13] 你建 嗯 [44:14] 对吧 嗯 [44:15] 这是第一点 [44:16] 第二我给你软件 [44:18] 你用我的软件 [44:19] 你付我钱 [44:20] 所以第一步呢 [44:21] 就是我给你品牌设计标准 [44:23] 我不出钱 [44:24] 你给我钱 [44:25] 对吧加盟钱 [44:26] 第二呢你用我的软件 [44:28] 一套很烂的软件 [44:30] 使用费 你使用费你付我 [44:32] 第三呢还有 additional [44:33] 我给你介绍管理公司 [44:35] 因为很多有钱有 hotel 的 owner [44:37] 他是有钱嘛 [44:38] 他自己不会管理 [44:39] 我给你介绍管理公司 [44:41] 但是我又抽成 [44:42] hhh～ 所以通常就是说这个 [44:44] 你自己不用出什么东西的 [44:46] 空手套白狼 [44:47] 有一个品牌以后 [44:48] 然后就 对呀 [44:49] 就是啊 [44:50] 所以他的 profit margin 其实是蛮高的啦 [44:53] 嗯 [44:53] 而且没什么大风险的 [44:55] 这也是为什么这个行业本身啊 [44:58] 它就缺乏动力 [44:59] 对缺乏动力 太舒服了 [45:01] 是 反正改不改都赚很多钱 [45:03] 对啊 所以这也是一点哈 [45:05] 那当然从我的角度呢 [45:06] 我就觉得这个行业现在那个头儿 [45:09] 尤其 IHG 的头儿 [45:10] 非常有远见 [45:11] 他就说这是我们很罕见的一个机会 [45:13] 我们这个行业很多年都没有大的进步 [45:17] 没什么进步 [45:18] 第二呢我们 IHG 是第三位小弟弟了 [45:21] 我们不可能在短期之内 [45:24] 达到 Marriott, Hilton 的那个数字的酒店 [45:27] 我们现在是6,000多家 [45:28] 他们是两倍三倍以上 [45:31] 不可能那么多的 [45:32] 我们能跳上去的 [45:34] 就是把我们酒店行业做成智能的 [45:37] 第一个就是智能化的酒店 [45:38] 完全可以自动化 [45:40] 那你的酒店的维护费用 [45:42] 就可以降到最低 [45:43] 那就很多的人会来加盟你 [45:45] 因为他利润高了呀 [45:46] 第二个呢 [45:47] 就是 personalization [45:48] 向 Retail 学习 [45:49] 向 entertainment 学习 [45:51] 把它 personalize [45:51] 你记得这是你课代表来过一次 [45:54] 有个小孩子喜欢玩对不对 [45:57] 然后他也要录音 [45:58] 都给他设计好 [46:00] 你向他推荐 [46:01] 旁边有小孩玩的地方 [46:03] 我们有 babysitter for you [46:05] here the small room you can do your podcast [46:07] 这个 personalization 的 service 非常重要 确实 [46:10] 那这样的话 [46:11] 就算他比一般的别的酒店 [46:13] 高个四五十块钱 [46:14] 你还是会选他 [46:15] 是的 [46:16] 所以这是我们想做的 [46:18] 就是把酒店完全智能化 [46:20] 然后把 custom 那个 personalization 做上去 [46:23] 所以我进去以后就两个东西哈 [46:25] 我就说非常重要的一个 [46:27] 就是给它做成 digital twin [46:30] 数字孪生 [46:31] 一个是做你的酒店 [46:32] 一个是做你的客户孪生 [46:35] 另外一个是做你的那个 process 孪生 [46:37] 这是三个孪生 [46:38] 然后呢用 agentic on top of that [46:41] 孪生已经其实是很常见的东西 [46:43] 尤其在很多大的工厂 [46:45] 像福特公司 [46:46] 孪生这一块很早就有了 [46:48] 就工厂里 [46:49] 随便哪都可以看到实时的进度的 [46:52] 但是你只能看 [46:53] 你不能做什么 [46:54] 所以现在 agentic 就完全可以做到这个 [46:57] 你就看到实时（情况） [46:58] 比如说酒店 [46:59] 某一个酒店排队排了很长 [47:01] 你马上就可以调动人 [47:03] 去开另外一个柜台 [47:04] 这个就是 agentic 的 part right 明白了 [47:07] 对 就是 intelligence 在这里边 [47:08] yeah intelligent 全做上去 right [47:10] 客户我知道你晚上本来说好是9点钟 check in [47:15] 但是我发现你发给我的 [47:17] 因为你可以分享那个飞机航班的信息嘛 [47:20] 晚点了 [47:21] 我立即给你发信息说啊 [47:24] 我们已经知道你的（航班）晚点了 [47:25] 我们会给房间准备好 [47:27] 你不用急着来 check in [47:29] 这个东西是很温暖的一个东西 [47:31] 虽然你没怎么样 [47:33] 对啊就是我说的那个 anticipatory [47:36] 很重要 [47:36] 预见你可能需要哪些服务 [47:39] 然后首先预先帮你做好 [47:41] 所以这个做上去的话就很重要 [47:43] 但是基础是什么 [47:44] 你就是实时的那个 signal 很重要 [47:48] 就数字化 [47:48] 首先就很重要 [47:49] 数字化对 [47:50] 然后先把这个做好了 [47:51] exactly 才能去做 [47:52] 所以这个东西就做起来其实很过瘾 [47:55] 为什么呢 [47:55] 你就想我们做数据出身的对吧 [47:58] 6,000多家酒店 [47:59] 全世界各地 [48:00] 你给它做成数字孪生 [48:01] 实时的数据进来 [48:03] 你处理它 [48:04] 第二呢你 detect anomaly like what should I pay attention to [48:07] 你的那本书 [48:08] 可能就是有关这个的 [48:10] right 有一些 [48:11] 有一些 对 [48:12] 然后就 diagnosis you know given this situation, right [48:16] the pattern [48:17] 以前的 pattern 是什么 [48:18] and how did we solve it [48:20] 用这个方法学习 [48:22] 然后来 give your diagnosis why is causing that [48:25] 然后呢 recommendation [48:27] 然后呢有 action [48:28] 嗯 so these four steps you can do with AI on your digital twin [48:33] 所以这个做起来其实是非常 [48:35] 而且很 concrete 对 [48:37] 很难很 complex 对 [48:38] 但是又很具体 [48:40] 又很具体 [48:41] 然后呢成效呢 [48:42] 你马上就能看到 [48:43] 这个就变成一件我们想做的东西 [48:46] 那 IHG 给你对应的 budget [48:47] 或者这样的权限吗 [48:49] 就是你还是像在麦当劳那样 [48:51] 只能招外包呢 [48:52] 还是你可以招一些比较厉害的人去做 [48:55] 我跟你说啊 [48:55] 这个是很有意思 [48:56] 他招我的时候 [48:58] AI agent AI coder 还没这么牛 [49:00] 所以呢本来是说哦 [49:02] 这个大的团队招 [49:03] 现在这过去的三个月太牛了 [49:06] 他们都知道 [49:07] 尤其前两个星期 [49:08] 我们在硅谷很多公司他们都说 [49:11] 我们现在 80% code [49:12] 已经是 AI 在写了 [49:14] 那这样的话 [49:15] 我这个团队先开始你不用大团队了 [49:18] 就这么想着 [49:19] 就是招一个 senior 的 [49:20] 然后没准再招个 junior 的 [49:22] 然后就一堆的 agents 帮你写 code [49:25] 所以这样的话 [49:26] 就变成一个 squad [49:27] 以前 squad 那个 minimum [49:29] two pizza, right, 两个 pizza 的 [49:31] 现在就是给你两个人 [49:32] 别的你自己去 create [49:34] 先弄几个 squad 再说 [49:36] 所以这个就变成 [49:37] 其实是一个很有挑战性的东西 [49:39] 其实我从来也说 [49:40] 我不是一个说要很大的团队 [49:42] 或者很多 budget 的人 [49:44] 我其实是需要 constrain 的人 [49:46] 我就觉得你给我 constrain [49:47] 我如果在那个 constrain 束缚下面 [49:50] 嗯 [49:50] 能做到原来没束缚也能做到的事情 [49:53] 我就觉得很得意 [49:55] 确实 [49:56] 就是需要这种 architect conductor 这样的人 [49:59] 是 然后去深度理解业务 [50:01] 对然后去 move 很快 [50:03] 把这些东西做出来 [50:04] 所以 skill side [50:05] 你也问了我在现在招的人 [50:07] 我其实是不见得说 [50:09] 你一定是做了很多 AI 的人 [50:11] 我觉得这个不是很重要 [50:13] 只要是你是一个好的 software engineer [50:15] 就够了 [50:16] 你知道什么是好 [50:17] 你有这个 training [50:19] 我觉得这个学 AI 的很快就能学 [50:21] 尤其是现在用 AI tooling 真的比较强 [50:24] 我觉得是这样 [50:26] 尤其是你要把一个 AI 的东西 [50:28] 非常靠谱的给做出来是这样 [50:29] 但是 on top of that [50:31] 我们也发现 [50:31] 就是有一些东西是要 unlearn [50:33] 那个是 对 [50:34] 举个例子就是 [50:35] 我们社区 [50:36] 不是要把所有的中文翻译成英文吗 [50:38] 那一个软件工程师的方式就是 [50:40] 中文 API 英文 [50:42] 然后 AI 开始偷懒了 [50:43] hallucinate 了怎么办呢 [50:45] API 加上一堆工程去解决这个问题 [50:47] 比如说分段、共识 blabla这些东西 [50:49] 然后这个东西 [50:51] 结果这个东西就变成了 [50:52] 人在给 AI 擦屁股 [50:53] edge case 越来越多 [50:54] 对对对 [50:55] 然后鸭哥他的做法 [50:56] 后来就发现 [50:57] 他说这不是 AI native 的做法 [50:59] AI 做了一个活 [51:00] 然后人不断的在给 AI 擦屁股 [51:01] 那应该是 AI 给 AI 擦屁股 [51:03] 怎么办呢就比如说你不要去用一个工作流 [51:06] 你要去用文件 [51:07] 因为文件的 state 是实时的 [51:09] 工作状态是可以存的 [51:10] 然后你要跟 AI 去描述 [51:12] 你想从一个文件 [51:13] 变成一个什么样的文件 [51:14] 描述出来 [51:15] 你 OK 翻译成英文 [51:16] 然后你要去做什么样的 check [51:18] 嗯 [51:18] 然后把这些东西描述清楚了之后呢 [51:20] 他自己去想方设法的 [51:21] 去把这个文件给做好 [51:23] 然后最后这个东西做好了以后 [51:24] 放上去就行了 [51:25] 啊这有意思 [51:26] 对就是一个观念的转变吧 [51:28] 就是他想通了这一点以后 [51:29] 就是从过程确定变成结果确定 [51:31] 对 outcome [51:33] 对 [51:33] 然后发现他的第一反应都是过程确定 [51:36] 嗯 就作为一个程序员 [51:37] 第一反应都是过程确定 [51:38] 对 但是要转变成结果确定 [51:40] 就是一个需要 unlearn 的事情 [51:41] 啊这个非常有意思对 [51:43] 类似有一些这样的东西吧 [51:45] 就发现是软件工程的那些 principles [51:48] 很适用 [51:49] 但是同时有一些习惯需要 unlearn [51:51] 没错那你的建议呢 [51:53] 我现在正在招团队 [51:54] 你觉得我应该找有什么样的 skill set 的人 [51:57] 我觉得我第一看的是 mindset okay [52:00] 然后再是 skill set [52:01] mindset habit 就是你是不是愿意学习 [52:03] 如果他的自我价值 [52:05] 绑定在写代码的质量上 [52:07] 那他其实很难接受 AI 写比他代码写得好这件事 [52:09] 没错 [52:10] 他要愿意学习 [52:11] 然后他要知道 OK [52:12] 这是一个新的东西 [52:13] 然后我要去学习好 [52:15] 用好这个新的东西 [52:16] 我要变得 AI native [52:17] 才是一个更厉害的人 [52:18] 嗯 他就是能不能接受这件事 [52:20] 我觉得是第一位的 [52:21] 然后他主动学习 [52:23] 他有一个 intellectual honesty [52:25] 且就是那种 humble [52:26] 对吧嗯 [52:27] 就是我们要挑战一个过去的 [52:30] 未经挑战过的 best practice [52:31] 或者说是这种假设的时候 [52:33] 他能从原理的去看这个问题 [52:35] 就是不是说这个东西是软件开发的圣经 [52:38] 所以说这个东西肯定是对的 [52:40] 他能说噢 [52:41] 其实在旧的环境下 [52:42] 为什么他对 [52:43] 比如说鸭哥很重要的一个观察就是 [52:45] 过去很多软件工程的这个 best practice [52:48] 是因为写代码太贵了 [52:49] 对 所以说你代码要 scalable [52:50] 是的 所以说你要能复用 [52:51] 所以说你要模块化怎么怎么样 [52:53] 但是当写代码便宜了以后 [52:55] 很多东西不需要那么做 [52:56] 没错 但是一个根深蒂固的人就说 [52:58] 我这么牛逼 [52:59] 就是因为我可以做到这些 [53:01] 没错 scalable 的 practice [53:02] 所以说你挑战了这件事 [53:04] 就是挑战了我的这个价值 [53:06] 所以我觉得能拥抱一个事物的本质 [53:09] 然后从事物的本质出发 [53:11] 然后去看新的方式应该怎么做 [53:13] 这个很重要 [53:14] 再就是我觉得 agency 很重要 [53:16] 就是他自己能去主动学 [53:18] 他愿意去把这个东西去不断的往前推 [53:21] 就是硅谷的公司会说 [53:22] 他们要两种工程师 [53:23] 一个是 architect [53:24] 一个是 pirate [53:26] pirate 就是要不断的去想方设法的 [53:28] 去把东西做出来 啊 [53:30] 就做出一坨屎无所谓 [53:31] 但是他要能实现这个商业目的 [53:33] 然后 architect 就过来给他擦他的屁股 [53:35] 然后把这个东西变得 scaleable [53:36] 哈哈哈然后 break it down 一下 [53:37] I see [53:38] yeah～ [53:38] 其实也是 [53:39] 我现在其实最大的挑战是什么呢 [53:42] 因为我毕竟大多数的团队 [53:44] 是已经在那工作了很多年的 [53:46] 因为传统公司 [53:47] 尤其是十几年 [53:48] 对啊十几年二十年都有 [53:50] 就是 unlearn [53:51] 这个 unlearn 是最难的一个东西 [53:54] 就是难也不难 [53:55] 怎么说呢 [53:56] 你得创造一个这种魔术的感觉 [53:58] 用这个魔术的感觉 [53:59] 让他自己去拥抱这个 message shift [54:02] 好就好在 AI 的威胁是实实在在的 [54:05] 大家都觉得 对 [54:06] 如果我不学 AI [54:07] 我就会被淘汰 [54:08] 没错 [54:09] 我们在24年教的时候 [54:10] 很多人就是说 [54:11] 我的代码就是写的比 AI 好 [54:12] AI 的东西我不信 [54:13] 今年我们教没有人这么说了 [54:14] 是吧 [54:15] 对吧 就是大家不会这么想了 [54:17] 但是我们会给大家点出来 [54:18] 就是你为什么会抗拒 AI [54:19] 但是你点出来了以后 [54:21] 再加上一个 [54:22] 就是大家都是这么想的 [54:23] 的这种场域之下吧 [54:25] 我觉得大家的 mindset 就会转变过来 [54:27] 嗯 mindset 转变过来以后 [54:28] 剩下的东西我觉得都还好 [54:29] 就剩下的 skill set 其实都好教 [54:31] 就是他转变过来了以后 [54:32] 他真的开始使用 AI [54:34] 去产出他99%的 code 了以后 [54:36] 他就会发现他这个东西做不好 [54:38] 然后他 mindset 没转变过来 [54:40] 就是 AI 不可信 AI 不行 [54:42] 他 mindset 转变过来以后就是哎我不行我不会用 AI [54:45] 嗯 [54:45] 最厉害的人已经在用 AI 做的很好了 [54:47] 那我做不到是因为我不会用 AI [54:49] 那我到底为什么呢 [54:50] 然后他就会打开他的思路去学习 嗯 [54:52] 然后学习的时候才发现哦 [54:54] 原来是这样 [54:54] OK 我 evaluation 没有定好 [54:56] 我没有用好 pipeline [54:57] 我的 architecture 做的不好 [54:59] 还有就是我刚看到你的那个文章 [55:02] 我觉得非常有同感 [55:03] 是组织架构 [55:04] 这个就更难了 [55:05] 那个摩擦那个是 [55:06] 然后那个 cost of communication [55:09] 你要开各种各样的会 [55:11] 然后跟人协调 [55:12] 这个东西不去掉的话 [55:14] 你就算 AI 全写了 code 我就等在那儿啊 [55:17] 这个跟人和组织都是这样的 [55:19] 一个比方嘛 [55:20] 就是汽车刚出来的时候 [55:21] 英国有一个法律 [55:22] 是人必须走在汽车前面 [55:24] 嗯 去给汽车引路 [55:25] 才不会出交通事故 [55:26] 他们觉得汽车很危险 [55:28] 所以说人要在前面 [55:29] 但这肯定就没有办法 [55:30] 发挥出汽车的力量 [55:31] 你用 ChatGPT 跟 AI 交互就是这样的 [55:33] 你是那个瓶颈 [55:35] 所以说你能提效30%了不起了 [55:36] 没错没错 [55:37] 你让 AI 自己跑 [55:38] 它才能提效 [55:39] 但是 AI 做起来了以后 [55:40] 组织又变成了那个在汽车前面的人 [55:42] 是的 你做好了然后开会 对啊 [55:44] 传统公司是 [55:46] 你一个东西从开始 code 写完以后 [55:49] 到 deployment 大概有得七八个 approval [55:52] 那你每个 approval 都有很多人开会 [55:55] 就一下子就两个月 [55:56] 两个月就过去了 [55:57] 第二点呢 [55:58] 我觉得就是你说的那个 mindset [56:00] 其实我现在越来越意识到 [56:02] 大多数人都有这个 territorial kind of concept [56:06] the organization is hey that's my org [56:08] 然后不要动这是我的 我地盘 [56:12] 对啊 这是我的生计 [56:13] 这是我的房贷 [56:14] exactly 对 但是你现在用 AI 的话 [56:17] 它就是把这个所谓的 boundary [56:19] 边际搞混了对吧 [56:20] 其实是很多东西都可以 automated [56:23] 所以你这样的话 [56:24] 你还在那儿有边际线 [56:26] 是非常累的一件事情 [56:28] 其实在那个文章之外 [56:29] 我在社区里面还有一篇文章 [56:31] 就是2026年 [56:33] 越来越多的公司 [56:34] 会用先裁掉一半人的方式 [56:36] 去做 AI transformation [56:38] 就是人多事少就没法用好 AI [56:40] 没错只有在人少事多 [56:42] 而且最好是对人少事很多的情况下 [56:45] 大家才会真的去拥抱它 [56:46] 太对了 [56:47] 这个方法我觉得不是最好的方法 [56:49] 但是有的时候 [56:49] 可能就是因为有很多人的现实 [56:51] 是啊 你真的是意识到 [56:53] 比如说我进去 [56:54] 我现在那个 AI 的团队正在招 [56:56] 没什么人 [56:57] 我真的不在乎谁来做 AI [56:59] 你做就行 [57:00] 嗯 但是呢 [57:00] 最好呢用一样的 standards [57:02] 那就比较好 [57:03] 不要随便的 tool 都去用 [57:05] 我很高兴 [57:06] 其实我根本没有 territory 的概念 [57:08] 不过你一想 [57:09] 很多人就他有自己的团队的话 [57:11] 你稍微碰他一个东西 [57:13] 他说这是我的 [57:14] 而且他一定会说很多其他的理由 [57:16] 他不会说是你碰我的 territory 了 [57:18] 他一定会说你这个做的不好啊 [57:20] 然后你影响了我们客户体验啊是啊 [57:22] 然后你这不安全呐 [57:22] 他会说这些理由 对 [57:24] 这个有意思 [57:25] 裁一半的人就为这个目的哈 [57:27] 要不要再跟大家稍稍讲一下 [57:28] 你希望招的这些 [57:30] 你有多少个 headcount 想招什么样的人 [57:32] 所以我现在这个团队 [57:34] 基本上有招三个方向的 [57:37] 一个是做 platform and tooling [57:39] 我们现在是基本上用谷歌的那个 Stack [57:42] Gemini enterprise, Gemini 系列 models [57:45] and then Antigravity 这些 tooling around that [57:49] 所以这个 platform side [57:50] so we are hiring [57:51] 一样的道理 [57:52] engineers with good mindset [57:55] that's most important 最重要 [57:57] 第二个呢 [57:57] 就是 engineering and delivery [57:59] 那个就是带项目的 [58:00] 带项目的那一块呢 [58:02] 我们叫做 human and agent hybrid team [58:05] 一进去你就必须用 AI agent [58:07] 而不是说所谓的的人靠人 [58:09] 所以那边也在招那些呢就 level 多一点 [58:13] 从 engineer to director [58:15] to principal engineer and senior director [58:18] and then all the way to VP [58:20] 还有一块呢 [58:21] 我自己是非常感兴趣 [58:23] 我就设了一个 team 叫 AI lab [58:25] so lab is just in a very small team [58:27] 两个人而已 [58:29] 就是 rapid prototyping [58:30] 第二个呢 [58:30] 就是 rotation 的 program [58:32] 就招那个 college 的 student [58:35] it's not intern，就是long term [58:37] semester by semester 一进来跟我们一起做事情 [58:40] 这个其实我们可以从大学生里面 [58:43] 学到很多东西 [58:44] 确实 对 就他们不需要 unlearn [58:46] 对呀 [58:46] 他们不需要 unlearn [58:47] 对你来说每天都有那个 shock [58:50] 就这也行 [58:50] 这也行啊 [58:51] 哎居然他做出来了对不对 [58:53] 这种呢你就不用考虑所谓的 [58:55] production ready kind of software 的时候呢 [58:59] 这个特别好 [59:00] 这三块我都在招人 [59:02] 所以从 engineer all the way up to VP of engineering [59:06] 大家赶紧来申请 [59:07] 对我到时候把社区里的那个 post 放上去 [59:10] 然后把 job description 也放一下 [59:11] 然后大家就直接看那个就行了 [59:13] 好嘞谢谢了 [59:15] 谢谢学姐 OK [59:16] 希望今天的内容对大家有帮助 [59:19] 我们下回见 [59:20] 下回见