LinkedIn多年来一直处于AI的最前沿，并以许多用户可能不知道的方式使用AI。我最近有幸与LinkedIn首席数据官(CDO)和工程副总裁Igor Perisic进行了交谈，以了解有关LinkedIn上AI的发展，如何将AI应用于日常活动，全球数据法规如何影响公司，以及对不断变化的AI相关工作环境和工作角色的独特见解。
LinkedIn上AI的演变
在LinkedIn的早期，数据被认为是公司的核心差异化因素之一。另一个与众不同的因素是公司的核心价值观“会员优先”(明确，一致和对会员数据使用方式的控制)，以及他们为全球员工提供经济机会的愿景。
随着LinkedIn开始发现越来越多的将AI融入其产品和服务的方法，他们也认识到确保所有员工在工作中按需配备AI的重要性。为此，他们创建了一个内部培训计划，称为AI Academy。这个程序可以从软件工程师到销售团队向所有人讲授最适合他们的AI知识，以使他们为使用这些技术做好准备。
最早的AI项目之一是您可能认识的人(PYMK)的建议。本质上，这是一种算法，可向成员推荐他们可能在平台上认识的其他成员，并帮助他们建立网络。这是一个推荐系统是中央还是其产品，虽然现在它是更复杂的比它在那些早期的日子。PYMK作为数据产品始于2006年左右。它是由人们开始的，最终被称为技术行业中最早的“数据科学”团队之一。在早期，没有人将PYMK称为“ AI”项目，因为AI一词尚未成为流行语。
我们大约在同一时间启动的另一个重要项目当然是搜索排名，由于Google的出现和搜索引擎领域的竞争，当时这是一个经典的AI问题。
人工智能如何应用于日常活动
伊戈尔(Igor)在LinkedIn表示：“我们将AI与氧气进行比较-它渗透到我们所做的一切中。例如，对于我们的会员，它可以帮助推荐工作机会，组织他们的供稿，确保他们收到的通知及时且信息丰富，并建议LinkedIn学习内容以帮助他们学习新技能。”关于LinkedIn的企业产品，他说：“人工智能可以帮助销售人员吸引对产品感兴趣的成员，营销人员提供相关的赞助内容，招聘人员可以确定并拓展新的人才库。”Linkedin上AI的好处还存在于后台，从帮助保护成员免受欺诈性和有害内容的影响到路由Internet连接以确保我们的成员获得最佳的站点速度。
确保平台上的成员安全是我们非常重视的事情。作为具有强烈专业意向的社交网络，重要的是要迅速采取行动以识别和防止滥用。由于滥用和威胁在不断变化，因此AI无疑是这些努力的核心。LinkedIn发现机器学习对于检测不适当的配置文件非常有帮助。
没有人工智能，他们的许多产品和服务将根本无法运行。他们用来代表全球经济的“经济图”实在太大而且太细微了，没有它就无法理解。
AI确实在增强每一种体验。从通知开始，我们的成员正在了解相关项目。但是，很可能，我们的会员体验AI的最主要方式之一就是Feed，它对各种活动(帖子，新闻，视频，文章等)进行分类和排序。为了确保提要中的相关性，算法必须考虑内容推荐和成员偏好的细微差别，这一点很重要。
Igor分享的一个有趣的例子是，在2018年初，他们发现Feed中的参与度分布不均-前1%的超级用户在病毒操作中获得了收益，并且大多数创作者越来越收到零反馈。提要模型只是按其所告诉的那样做：共享引起广泛关注的广泛关注的病毒式内容。但是，他说，他们意识到这种优化不一定对所有成员都是最有益的。为了应对AI所造成的负面生态系统影响，他们将创建者方面的优化功能纳入了Feed相关性目标功能，以帮助受众较小的创作者。通过此更新，排名算法开始考虑到观看者和创作者在展示特定项目时将获得的价值。对于观看者来说，他们想根据自己的喜好显示相关内容，对于创作者来说，他们想鼓励高质量的内容并帮助他们吸引观众。伊戈尔说：“通过调整模型进行优化，而不仅仅是在病毒分享时刻，我们的提要变成了来自影响者和直接联系的健康内容组合，从而提高了观众和创作者的参与度。”
全球数据法规如何影响LinkedIn
近年来，世界各地的地区已开始制定有关公司如何存储和使用用户数据的法律。诸如欧盟通用数据保护条例(GDPR)或加利福尼亚消费者隐私法案(CCPA)之类的法律旨在增强隐私权和消费者保护。对于某些公司而言，合规意味着必须完全把握如何处理数据的机会。幸运的是，对于LinkedIn而言，数据始终被视为公司的资产，并被视为公司的核心差异化因素之一。
伊戈尔说，甚至在GDPR之前，LinkedIn就有一个内部框架，他们称之为3C，即明确性，一致性和可控制性。他说：“我们当时相信并且至今仍在这样做，我们应归功于会员，以使我们清楚地了解我们对他们的数据的处理方式，以便仅按我们所说的做就保持一致，并让我们的会员控制自己的数据：”。在这种情况下，LinkedIn寻求GDPR作为加强其对全球所有成员对数据隐私的承诺的机会。例如，LinkedIn将GDPR数据主体权利扩展至全球所有成员。他们继续思考如何在整个LinkedIn和AI中处理会员数据的使用方式，以及如何查看和更新流程以确保设计私密性。为了会员的最大利益行事仍然是LinkedIn的北极星，
不断变化的AI工作环境
作为一个非常庞大的专业社交网络，LinkedIn拥有独特的机会来了解其他公司可能没有深入了解的有关职位变动，受欢迎的职位和地区知名度的见解。去年年底，LinkedIn发布了第三份年度新兴工作报告，以找出增长最快的工作。人工智能专家成为该列表中排名第一的新兴工作，过去4年的年增长率为74%。看到这种增长超出了科技行业，这尤其令人兴奋。在2017年，他们发现教育部门的核心AI技能数量是会员增加的第二高，表明AI的增长与该领域的更多研究相关。
最近，在由大流行引起的经济衰退中，LinkedIn仍然观察到AI就业市场持续增长。按照总体职位发布进行标准化后，在美国发生COVID-19疫情后的十周内，AI职位增长了8.3%，尽管AI职位列表的增长速度比大流行前要慢，而且尽管人才需求总体呈下降趋势，雇主似乎仍然愿意雇用AI专家。
关于AI领域的有趣之处在于，LinkedIn看到了一个完整的技术角色生态系统，这些生态系统支持AI生命周期的不同阶段。如果您在去年年底返回到《新兴工作报告》，则AI专家角色(建立和训练模型的人等)正在增加，但是所谓的“ AI相邻”工作也在增加。这意味着您将看到对数据科学家，数据工程师和云工程师的更多需求。您还看到跨多个行业(不仅是技术行业)的需求在增长。它遍及整个领域。
人工智能的未来影响
归根结底，人工智能是一种工具，其最大潜力在于它将如何增强人类智能以及如何使人们取得更大成就。LinkedIn当前的AI工具在很大程度上取决于人工输入，永远无法完全自动化。
Igor坚信AI的未来在于应用程序，尤其是我们如何利用该工具使我们所有人变得更聪明，并使我们能够做更多的事情。为此，不仅需要AI专家，更广泛的个人也需要更容易使用AI。AI需要变得更像一个即插即用的，几乎是点击的界面。他看到主要的云计算参与者进入了这个领域，开发了有助于降低进入AI障碍的工具。一旦AI由应用程序驱动，它就可以激发人们的创造力，以开发出非常酷和有趣的用例。
在这种情况下，人工智能技术确实吸引了整个领域。从算法和数学发展到硬件和AI系统。只要想一想研究人员在试图使他们的深层神经网络简单融合时所显示的独创性。在AI领域，似乎每个灌木丛后面或每块岩石下都有宝藏。
