LinkedIn多年來一直處于AI的最前沿，并以許多用戶可能不知道的方式使用AI。我最近有幸與LinkedIn首席數據官（CDO）和工程副總裁Igor Perisic進行了交談，以了解有關LinkedIn上AI的發展，如何將AI應用于日常活動，全球數據法規如何影響公司，以及對不斷變化的AI相關工作環境和工作角色的獨特見解。

LinkedIn上AI的演變

在LinkedIn的早期，數據被認為是公司的核心差異化因素之一。另一個與眾不同的因素是公司的核心價值觀“會員優先”（明確，一致和對會員數據使用方式的控制），以及他們為全球員工提供經濟機會的愿景。

隨著LinkedIn開始發現越來越多的將AI融入其產品和服務的方法，他們也認識到確保所有員工在工作中按需配備AI的重要性。為此，他們創建了一個內部培訓計劃，稱為AI Academy。這個程序可以從軟件工程師到銷售團隊向所有人講授最適合他們的AI知識，以使他們為使用這些技術做好準備。

最早的AI項目之一是您可能認識的人（PYMK）的建議。本質上，這是一種算法，可向成員推薦他們可能在平臺上認識的其他成員，并幫助他們建立網絡。這是一個推薦系統是中央還是其產品，雖然現在它是更復雜的比它在那些早期的日子。PYMK作為數據產品始于2006年左右。它是由人們開始的，最終被稱為技術行業中最早的“數據科學”團隊之一。在早期，沒有人將PYMK稱為“ AI”項目，因為AI一詞尚未成為流行語。

我們大約在同一時間啟動的另一個重要項目當然是搜索排名，由于Google的出現和搜索引擎領域的競爭，當時這是一個經典的AI問題。

人工智能如何應用于日常活動

伊戈爾（Igor）在LinkedIn表示：“我們將AI與氧氣進行比較-它滲透到我們所做的一切中。例如，對于我們的會員，它可以幫助推薦工作機會，組織他們的供稿，確保他們收到的通知及時且信息豐富，并建議LinkedIn學習內容以幫助他們學習新技能。”關于LinkedIn的企業產品，他說：“人工智能可以幫助銷售人員吸引對產品感興趣的成員，營銷人員提供相關的贊助內容，招聘人員可以確定并拓展新的人才庫。”Linkedin上AI的好處還存在于后臺，從幫助保護成員免受欺詐性和有害內容的影響到路由Internet連接以確保我們的成員獲得最佳的站點速度。

確保平臺上的成員安全是我們非常重視的事情。作為具有強烈專業意向的社交網絡，重要的是要迅速采取行動以識別和防止濫用。由于濫用和威脅在不斷變化，因此AI無疑是這些努力的核心。LinkedIn發現機器學習對于檢測不適當的配置文件非常有幫助。

沒有人工智能，他們的許多產品和服務將根本無法運行。他們用來代表全球經濟的“經濟圖”實在太大而且太細微了，沒有它就無法理解。

AI確實在增強每一種體驗。從通知開始，我們的成員正在了解相關項目。但是，很可能，我們的會員體驗AI的最主要方式之一就是Feed，它對各種活動（帖子，新聞，視頻，文章等）進行分類和排序。為了確保提要中的相關性，算法必須考慮內容推薦和成員偏好的細微差別，這一點很重要。

Igor分享的一個有趣的例子是，在2018年初，他們發現Feed中的參與度分布不均-前1%的超級用戶在病毒操作中獲得了收益，并且大多數創作者越來越收到零反饋。提要模型只是按其所告訴的那樣做：共享引起廣泛關注的廣泛關注的病毒式內容。但是，他說，他們意識到這種優化不一定對所有成員都是最有益的。為了應對AI所造成的負面生態系統影響，他們將創建者方面的優化功能納入了Feed相關性目標功能，以幫助受眾較小的創作者。通過此更新，排名算法開始考慮到觀看者和創作者在展示特定項目時將獲得的價值。對于觀看者來說，他們想根據自己的喜好顯示相關內容，對于創作者來說，他們想鼓勵高質量的內容并幫助他們吸引觀眾。伊戈爾說：“通過調整模型進行優化，而不僅僅是在病毒分享時刻，我們的提要變成了來自影響者和直接聯系的健康內容組合，從而提高了觀眾和創作者的參與度。”

全球數據法規如何影響LinkedIn

近年來，世界各地的地區已開始制定有關公司如何存儲和使用用戶數據的法律。諸如歐盟通用數據保護條例（GDPR）或加利福尼亞消費者隱私法案（CCPA）之類的法律旨在增強隱私權和消費者保護。對于某些公司而言，合規意味著必須完全把握如何處理數據的機會。幸運的是，對于LinkedIn而言，數據始終被視為公司的資產，并被視為公司的核心差異化因素之一。

伊戈爾說，甚至在GDPR之前，LinkedIn就有一個內部框架，他們稱之為3C，即明確性，一致性和可控制性。他說：“我們當時相信并且至今仍在這樣做，我們應歸功于會員，以使我們清楚地了解我們對他們的數據的處理方式，以便僅按我們所說的做就保持一致，并讓我們的會員控制自己的數據：”。在這種情況下，LinkedIn尋求GDPR作為加強其對全球所有成員對數據隱私的承諾的機會。例如，LinkedIn將GDPR數據主體權利擴展至全球所有成員。他們繼續思考如何在整個LinkedIn和AI中處理會員數據的使用方式，以及如何查看和更新流程以確保設計私密性。為了會員的最大利益行事仍然是LinkedIn的北極星，

不斷變化的AI工作環境

作為一個非常龐大的專業社交網絡，LinkedIn擁有獨特的機會來了解其他公司可能沒有深入了解的有關職位變動，受歡迎的職位和地區知名度的見解。去年年底，LinkedIn發布了第三份年度新興工作報告，以找出增長最快的工作。人工智能專家成為該列表中排名第一的新興工作，過去4年的年增長率為74%。看到這種增長超出了科技行業，這尤其令人興奮。在2017年，他們發現教育部門的核心AI技能數量是會員增加的第二高，表明AI的增長與該領域的更多研究相關。

最近，在由大流行引起的經濟衰退中，LinkedIn仍然觀察到AI就業市場持續增長。按照總體職位發布進行標準化后，在美國發生COVID-19疫情后的十周內，AI職位增長了8.3%，盡管AI職位列表的增長速度比大流行前要慢，而且盡管人才需求總體呈下降趨勢，雇主似乎仍然愿意雇用AI專家。

關于AI領域的有趣之處在于，LinkedIn看到了一個完整的技術角色生態系統，這些生態系統支持AI生命周期的不同階段。如果您在去年年底返回到《新興工作報告》，則AI專家角色（建立和訓練模型的人等）正在增加，但是所謂的“ AI相鄰”工作也在增加。這意味著您將看到對數據科學家，數據工程師和云工程師的更多需求。您還看到跨多個行業（不僅是技術行業）的需求在增長。它遍及整個領域。

人工智能的未來影響

歸根結底，人工智能是一種工具，其最大潛力在于它將如何增強人類智能以及如何使人們取得更大成就。LinkedIn當前的AI工具在很大程度上取決于人工輸入，永遠無法完全自動化。

Igor堅信AI的未來在于應用程序，尤其是我們如何利用該工具使我們所有人變得更聰明，并使我們能夠做更多的事情。為此，不僅需要AI專家，更廣泛的個人也需要更容易使用AI。AI需要變得更像一個即插即用的，幾乎是點擊的界面。他看到主要的云計算參與者進入了這個領域，開發了有助于降低進入AI障礙的工具。一旦AI由應用程序驅動，它就可以激發人們的創造力，以開發出非常酷和有趣的用例。

在這種情況下，人工智能技術確實吸引了整個領域。從算法和數學發展到硬件和AI系統。只要想一想研究人員在試圖使他們的深層神經網絡簡單融合時所顯示的獨創性。在AI領域，似乎每個灌木叢后面或每塊巖石下都有寶藏。