屠昶暘 智慧芽技術副總裁
擁有20多年高科技、互聯網行業從業經驗，曾在思科、網迅等公司任職。長期從事爲企業級用戶提供協作開放雲平臺的技術運營服務，負責雲平臺的技術運營和相關雲管理軟件的開發。智慧芽成立於2007年，全球總部蘇州，分公司遍及中新英加日五地，屠昶暘負責全球700+研發團隊，管理數據、開發、人工智能等。
—
文 | babayage
編輯 | 笑 笑
技術人的覺醒時刻
回憶起自己的20多年技術人生，屠昶暘（Simon）用“覺醒時刻”（wake up-time）標註了若干關鍵點：
覺醒時刻1·計算機是能幹正事的：屠昶暘第一次接觸計算機是高中時期，在蘋果Macintosh上用Basic語言寫寫畫畫，“並沒什麼感覺，像是小遊戲”。直到上了大學，用計算機進行力學計算，屠昶暘才切身體會到計算機對於科學計算的極大助力。
覺醒時刻2·神奇的計算機硬件：大學時期機房裏的計算機經常會壞掉，大部分原因都是網絡連接故障導致與主機鏈接不通，逼着屠昶暘翻說明書瞭解各種計算機硬件設備的原理。他至今還能記得第一次見到主機時的震撼感，“好大一臺機器，裏面是一堆磁盤，角落裏還堆着各種打卡的老式機器”。
覺醒時刻3·聯網的魅力：大學畢業後，經過一年體制內的工作經歷，讓屠昶暘徹底明白了一件事：自己只願做有挑戰、有難度的事情，絕不想四平八穩地度過一生。他在1999年加入北大方正，有機會真正深入瞭解IT業界，瞭解到聯了網的計算機計算能力可以讓計算機發揮成百上千倍的效能，算是爲日後從事SaaS行業奠定了基礎。
“我這個人那時候並沒什麼遠大的理想，但我知道，我不願意做簡單的事，喜歡有挑戰、有難度的技術型事業”，直到今天，屠昶暘一直延續着這一人生決策的原則，也正因如此，1998年，那場“技術很簡單但偏偏很賺錢”的互聯網泡沫，曾經讓他深陷困惑。
看不懂“太簡單”的互聯網泡沫
挑戰自我加盟網迅
1998年，北京任何一所大學內的任何一棟理工類專業宿舍樓，都有一個以上的xx.com創業項目，屠昶暘身邊很多同事也選擇了跳槽，加盟各類“.com”企業。
屠昶暘用“困惑”來形容自己當時的心情，“那一兩年真的看不懂，寫網頁有什麼技術含量？可偏偏市場需求特別大，發展也好、融資也快、工資也高，自己追求的技術精進好像沒有什麼價值，確實有點迷茫”。他也不是完全沒動過心思，但是無論如何，都很難說服自己去做一件“太簡單”的事。
1999年，在那個“人跑得七七八八”的部門裏，因爲困惑杵在原地的屠昶暘，成爲了老闆眼中比較靠譜的人，便交給他一個團隊，負責打印設備的通訊模塊開發。這項有一定技術挑戰性的工作安定了屠昶暘的情緒，彼時的他基本不懂管理，如同很多剛轉管理崗的技術大牛一樣，僅憑着“能做的你們做、做不了我來”的身先士卒，倒也把小團隊帶得精神飽滿、交付順暢，同時也初步認識到“團隊“ 和 ”個人“的區別。
2001年，全球互聯網泡沫破裂的巨響傳導到了中國互聯網行業，每天都有公司在倒閉。一邊是互聯網人的哀鴻遍野，另一邊，一直堅守技術挑戰路線的屠昶暘得到了一份來自美國WebEx的工作邀約，當年的世界頭號網絡會議供應商網迅（WebEx）爲他提供了一份完全符合口味的工作：有難度，有挑戰，場景明確。
技術要服務於客戶場景
一聽就會，一做就錯
在WebEx，屠昶暘完成了職業生涯的突破性成長，在這個階段他也同樣標註了兩個覺醒時刻：
覺醒時刻4·技術能力成長：20世紀初，中美IT工程師的技術實力差距顯著，在WebEx跨國團隊的工作經歷，以及研發服務於全球客戶產品的經歷，讓屠昶暘在技術和管理兩方面逐步成長起來。
覺醒時刻5·血的教訓，懂得了技術服務與客戶的真意：
“技術服務於客戶，這話一聽就懂，可真到實踐的時候一做就錯”。真正讓屠昶暘對這句話刻骨銘心的經歷是：某家超大型客戶使用網迅產品召開在線董事會，突然發生了故障，老闆非常惱火，責令所有人立刻解決客戶的問題。包括屠昶暘在內的網迅最頂尖技術大腦湊在一起，用了 12個小時鎖定了問題並進行了修復，團隊上下笑意盈盈地準備向老闆邀功，等來的卻是老闆有史以來火力最爲猛烈的批判——“12個小時，一羣人都在想解決技術問題，卻沒有一個人想着先把客戶的服務做起來，最終丟掉了這家當時對網迅非常重要的客戶。這個教訓特別慘痛，以至於我從那之後突然開了竅，時時刻刻提醒自己想想能爲客戶提供什麼服務、解決什麼問題”。
此外值得一提的是，當年的屠昶暘並沒有意識到，自己成爲了To B SaaS這一商業模式的先驅探索者：WebEx是SaaS模式最早的兩家創業企業之一（另一家是Salesforce），屠昶暘對SaaS模式的大事小情都堪稱門清。
併入思科正式成爲管理者
最頭疼裁員，最焦躁大企業病
2007年，赴美出差的屠昶暘在電梯裏遇見了老闆，這位以tough聞名、不苟言笑的老闆，居然破天荒地笑着跟他打了招呼，“當時心想，這老闆以前是VP級別的人說炒就炒，怎麼突然就變nice了？”
2007年5月25 日，思科32億美金收購網迅的消息官宣，老闆的好心情之謎揭開了謎底，屠昶暘11年的思科從業生涯也正式宣告開始。
（2007年10月，智慧芽PatSnap成立。）
網迅在被思科併購之前，典型的硅谷創業公司的文化，簡單，直接，技術和產品第一。而在思科，就有很大的不同，需要接受正規的管理培訓、執行嚴謹的流程制度，也經歷了很長一段時間的磨合和適應。因爲適應能力較強、對管理有着不俗的悟性，屠昶暘逐步成長爲了一名資深的技術Leader，最多時，他管理分佈在全球各地的超過300名工程師。
屠昶暘·研發管理專題Q&A
Q1. 最頭疼的管理難題？
A.第一次裁員，2008經濟危機後公司決定優化全公司研發人員（那時全球IT企業都在裁員），需要固定裁10%，當時的團隊要麼是我親手招進去的人，要麼是共事多年的同事，而且我們BU的業績和增長態勢都很好，10%的裁員比例確實很頭疼。
Q2. 如何敲定10%名單？
A.我的思路是先確定哪些人一定留，包括團隊核心、潛力員工、往年業績。最終確定的名單會以績效爲主評價。
Q3. 研發績效是研發管理普遍難題，您採用的績效評價方法是？
A.首先不會是單一指標評價，技術人都太聰明，你定的單一指標他總有辦法應對。
研發績效管理的起點是招聘，從招聘開始就要招到優秀的人；其次是人崗匹配，人要放在正確的位置，要照顧情緒和成就感；第三，主觀評價在軟件行業是必不可少的，大概佔比在50%以上。
Q4. 大型團隊的主觀評價權一定是分散的，如何保證主觀評價標準的相對一致性？
A.首先，基於信任機制的層級授權，一把手一定管不到所有人，但一定有時間與中層保持溝通、對齊思想；其次是設定獎勵機制，我們做的是評選明星工程師，明確我們獎勵的行爲、特性和評價維度，比如跨業務範圍協同，比如技術創新，將優秀行爲與結果掛鉤的挑出來，每一季度進行獎勵，告訴大家應該向哪個方向發展，通過個體榮譽進一步凝聚普遍共識。
人才分佈基本是正態分佈的，你只需要抓頭和抓尾。
覆盤在思科11年職業生涯的最大感觸，屠昶暘總結了一收穫一頭疼：收穫是，在一家追求卓越的企業中親身體會到了如何實現卓越。思科是一家通過大量併購和裁撤保證自身競爭力的企業，任何一個業務領域，思科只接受top 2的市場位置，如果不符合標準就果斷放棄，“在這樣的企業待久了，自己也會產生這樣的氣質。”
頭疼的是，大企業的很多工作時間都要用於溝通，而其中讓屠昶暘最受折磨的是非必要的重複溝通。“2015年之後，我感覺自己的很多時間都是浪費掉的，不停的開會、展示自己的團隊、與其他跨國團隊協調，導致產品創新很慢，譬如Zoom就是在WebEx被收購後、創新變慢的時機迅速發展起來了……最終下決心離開思科，是一年半時間內我的上司換了四個。在新的上司面前，介紹我們團隊是做什麼的、有什麼強項、未來計劃做什麼，同樣的話講了4次，那是壓垮駱駝的最後一根稻草。”
2018年，屠昶暘離開思科，加盟國內科技創新情報SaaS服務商智慧芽。
大數據人工智能助“芽”生長
2017年，智慧芽創始人張濟徽初次登門拜訪屠昶暘，後者婉拒了盛情邀請，“對專利的價值理解不上去，當時只覺得是個不太重要的事，自己不懂，也就不知道怎麼能幫到對方”。
不久之後，張濟徽再次造訪，詳細描述了專利數據積累在驅動企業創新方向上的作用機制，並且描摹了一整張研發創新SaaS的宏偉藍圖，這一願景觸動了屠昶暘，“接觸了團隊，朝氣蓬勃但有點缺乏經驗，讓我想起了當年剛加入網迅時的自己”。
“這麼多年，我也沒什麼變化，依舊談不上有多宏偉的理想，可也依舊想嘗試挑戰有難度的事情”。加入智慧芽，屠昶暘的技術戰略力、領導力毋庸置疑，但技術細節與自己擅長的有一定夾角，這位老兵硬是拿出令年輕人佩服不已的勤奮努力，完成了對所需技術細節的深度瞭解。
科創人：能否介紹下智慧芽的業務戰略規劃，以及您勾勒的技術實現路徑？
屠昶暘：智慧芽最初是以PatSnap全球專利數據庫產品切入市場，目前的戰略方向是科技創新情報SaaS服務商，產品矩陣包括：PatSnap全球專利數據庫、Innosnap知識產權管理系統、Insights英策專利分析系統、Discovery創新情報系統、Life Science系列數據庫等，服務創新研發的不同週期、不同環節和不同角色。
在數據源方面，智慧芽積累了1.7億多個全球專利數據、2.2億多個化學結構數據，以及千萬級財務新聞、科技文獻、市場報告、投資信息等全面海量數據，並在生物醫藥、新材料、汽車等行業建立垂直行業數據庫，爲了真正實現產品級應用，一定離不開機器學習、計算機視覺、自然語言處理（NLP）等人工智能技術。
在數據處理方面，智慧芽通過NLP（自然語言處理）、CV（視覺計算）、機器學習等人工智能技術支持，可實現自動化、智能化的數據挖掘和文本挖掘，並做到深層次的語意搜索。截至目前，智慧芽可提供3種語言檢索方式，專利數據每週更新，90%數據可實現機器自動化處理，並達到秒級產品響應速度。
全鏈路數據能力及跨領域複製能力同樣重要，智慧芽已經形成了強大的“數據加工廠”模式，全方面錘鍊數據能力：第一，核心數據處理能力包括圖像處理能力、自然語言處理、光學字符識別（OCR）和機器翻譯等，保障數據全面性、時效性；第二，在數據加工上，智慧芽形成獨特的優勢——數據標註工程和數據特徵工程一體化體系，實現了數據標註智能化，大大提高處理效率，也實現了訓練樣本的自循環，大大降低處理成本；第三，基於機器學習的智能匹配和分類體系，分類準確率大於96.3%。目前，智慧芽數據加工廠已經進入了2.0階段，在人機結合、自動化2.0、可拓展可複製以及跨領域的算法驅動和知識鏈接能力上，智慧芽還在不斷提升。
智慧芽AI基礎研究方面投入非常大的精力，自研核心技術的針對特定行業的預訓練模型，取得了很好的應用成果。通過深度學習、自然語言處理以及預訓練語言模型等前沿人工智能技術的運用，實現在海量全球多語言專利文本中進行自動化、智能化的數據分析與文本挖掘，進一步實現深層次語義分析，爲用戶提供更加精準地語義檢索服務。
從不同的數據源入手，智慧芽進行了細粒度地文本實體抽取、實體關聯、問題關聯、領域關聯、特徵選擇等方面的數據治理，通過領域語義圖譜、文本/圖片訓練樣本和預訓練模型等，通過自研機器翻譯引擎系統，智慧芽打通了不同專利文本之間的語言壁壘，使得面向全球TB級專利文本的分析、檢索以及語義挖掘成爲可能。
專利智能語義檢索系統，主要在專利預訓練語言模型的基礎上，基於DSSM架構採用BERT孿生網絡來獲取文本的淺層語義信息，在檢索層面，採用傳統關鍵詞檢索以及向量檢索相結合的方式，既保證了檢索結果的覆蓋率，也保證了檢索結果的相關性。通過基於預訓練語言模型的智能語義排序方法的應用，智慧芽專利智能語義檢索系統取得了巨大的技術突破以及商業價值。
科創人：如今按照您的理解，智慧芽未來爲客戶真正實現的價值是什麼？
屠昶暘：易用、廣泛的數據庫，廣泛的知識產權全系列產品，前瞻性的創新研發系統，其中創新研發系統是我最有興趣的。服務知識產權發展的本質上是服務創新發展，智慧芽基於專利大數據除了繼續服務於知識產權和創新保護，服務於圍繞“創新“ 的生態——譬如我們的服務於研發決策的創新情報系統Discovery，服務於金融機構的科創力評價系統TFFI，服務創新藥研發的Pharmsnap系統等。
智慧芽爲客戶實現的真正價值，是希望爲以企業爲主體的創新全流程提供效能軟件和工具，助力創新研發活動的高效和高質量。