Swift語言發明者Chris Lattner,在加入特斯拉六個月後宣布離職
Swift語言發明者Chris Lattner,在加入特斯拉六個月後宣布離職
2017.06.21 | 交通運輸

前不久特斯拉開始啟用遍布Autopilot 2.0硬體車型車身四周的攝影鏡頭開始收集路況信息,自動駕駛的研發剛開了一個好頭,近日,加入特斯拉不到6個月的特斯拉Autopilot軟體副總裁Chris Lattner宣布離職,同時前Open AI深度學習和電腦視覺專家Andrej Karpathy被曝已加盟特斯拉,擔任特斯拉Autopilot視覺部門主管。

Chris Lattner很傳奇,Andrej Karpathy也不遜色

1月11日,特斯拉宣布前蘋果軟體高階主管Chris Lattner加盟特斯拉,擔任特斯拉Autopilot軟體副總裁。在加入特斯拉前,Chris在蘋果任職達11年之久,在蘋果期間主導開發了大名鼎鼎的蘋果編程語言Swift,Swift是用於在蘋果平台上構建應用的編程語言,這一方便高效的編程語言一問世便廣受歡迎,並成為Linux平台上成長最快的語言之一。

Chris的輝煌履歷讓特斯拉對其寄予厚望,在歡迎Chris的部落格中,特斯拉表示「Chris以高深的工程學造詣而聞名」、「我們很高興Chris加入特斯拉,也熱切期待他能帶領自動輔助駕駛工程團隊加速自動駕駛時代的到來。」

任期不到6個月,Chris Lattner的離職似乎有些倉促,他日前透過Twitter宣布:「事實證明我和特斯拉不是很合拍,我正在尋求技術管理的新職位。」

然而就在不到一周前,他的上條Twitter還在為特斯拉啟用攝影鏡頭收集路況信息搖旗吶喊:「深度學習技術需要大數據。」

對於離職的Chris,特斯拉發言人的回應與前者如出一轍:「Chris和特斯拉不太合拍,我們決定做出改變,祝他好運。」

再來說說新來的,Andrej Karpathy是史丹佛大學電腦視覺方面的博士生,學業生涯師從史丹佛人工智慧實驗室主管、Google首席科學家李飛飛教授。曾先後在研發出「AlphaGo」的Google DeepMind公司及Google Brain研究小組工作,加盟特斯拉前的最後一站,Karpathy擔任了非盈利性AI研究組織Open AI的研究科學家。無論是理論知識水平還是產品商業化能力都無可挑剔。

Karpathy本人也在Twitter表達了對在特斯拉任職的期待——

特斯拉在歡迎Karpathy的聲明中表示:

「Andrej Karpathy是電腦視覺和深度學習領域全球頂尖的專家,我們歡迎他加盟特斯拉擔任人工智慧主管兼Autopilot視覺部門主管,他將直接向CEO Elon Musk匯報工作。

Andrej將與Jim Keller緊密合作,Jim Keller現在統領特斯拉Autopilot硬、軟體的研發工作。 」

Karpathy在業內的影響力有多大呢?特斯拉在自動駕駛領域的競爭對手、天才駭客George Hotz創辦的自動駕駛新創公司Comma.ai 一直很欣賞特斯拉激進的自動駕駛技術研發策略,並對傳統車企的漸進式策略嗤之以鼻,而今Karpathy加盟特斯拉的消息曝出後,Comma.ai官方Twitter評論稱:「這種規格的挖人解釋了為什麼傳統車企(在自動駕駛領域)根本沒機會。」

高層更迭頻繁?特斯拉習以為常。

如果我們翻回去看看5個月前特斯拉歡迎Chris Lattner的部落格文章,會發現另一些有趣的信息。

那篇文章中還特意感謝了另一位高階主管——特斯拉Autopilot視覺部門副總裁David Nister所做的工作。問題是,在今天歡迎Karpathy的聲明中,Karpathy的Title是「人工智慧主管兼Autopilot視覺部門主管」,那麼……誰向誰匯報?

txkklcn02bbc0wti.png
圖/ 36 氪

其實,早在3月底,David Nistér便從特斯拉跳槽到了晶片廠商英偉達,擔任自動駕駛副總裁一職,負責領導軟體開發和高精度地圖的繪製。彼時特斯拉發言人對David Nistér的離職回應稱:「伴隨著Chris Lattner成為新任Autopilot軟體副總裁,David Nistér在公司​​的角色也發生了變化,繼續留在特斯拉讓他遇到了瓶頸,我們感謝David Nistér為公司做出的貢獻,並祝他未來一切順利。」

好了,現在的狀況是,David Nistér繼任者Chris Lattner也已經離開了特斯拉。

除此之外,現在統領特斯拉Autopilot硬、軟體研發工作的是Jim Keller,他的前任Sterling Anderson是去年年底才從特斯拉離職的。

如此頻繁的高階主管更迭,又一次引起了一個老生常談的質疑:特斯拉的公司文化是否留不住人才?繼Uber之後,特斯拉也患上矽谷明星公司病「公司文化危機」了嗎?

事實上,我們上文披露的不過是特斯拉高階主管更迭的冰山一角。自去年3月開始,特斯拉已經流失了超過20名高階主管,他們的業務範圍涵蓋了金融、通信、監管事務、生產、製造、產品和規劃等各個領域。

以下是特斯拉離職高階主管的不完整名單:

  • 2016年3月16日,分管通信與戰略行銷的特斯拉全球副總裁Ricardo Reyes透過Twitter證實已離職。
  • 2016年3月24日,分管全球會計、財務報告及財務運營團隊的特斯拉財務副總裁Michael Zanoni離職,以財務副總裁的身份加盟亞馬遜。
  • 2016年4月13日,特斯拉公共政策與法律事務副總裁兼副總法律顧問James Chen離職,加盟新創公司。
  • 2017年2月,特斯拉人力資源副總裁Mark Lipscomb離職,跳槽到Netflix擔任人力資源副總裁。
  • 2017年3月,特斯拉硬體工程主管Satish Jeyachandran離職。
  • 2017年4月,特斯拉CFO Jason Wheeler離職。

特斯拉頻繁的高階主管更迭甚至引發了市場擔憂,瑞銀分析師Colin Langan就特斯拉股票給出「賣出」評級的理由是,任何時候,一家公司要高速擴張,都必須要有穩定的管理層來主導。

華爾街質疑的另外一點是特斯拉高階主管信息不透明,除了CEO Elon Musk和CTO JB Straubel,特斯拉官網、投資者關係界面、向美國證券交易委員會提交的年報中從未列出其他任何高階主管或副總裁的名單。

然而身處旋渦中央的特斯拉表示情緒穩定:「特斯拉吸引和留住人才的能力是我們最大的資產之一,2016年,特斯拉的員工流失率低於科技公司的行業平均水平。特斯拉高階主管團隊擁有相當長的任期,在特斯拉最高級的高階主管團隊中,超過3年任期高階主管比例達到75%;超過6年任期的比例達到60%;超過十年任期的比例達到20%。自特斯拉成立的14年來,特斯拉管理層近60%的人目前仍然留在公司。」

除了新來的Andrej Karpathy,特斯拉還挖來了前Faraday Future電腦視覺科學家Yong-Dian Jian,在Autopilot視覺部門擔任首席科學家,他更早些時候在百度美國自動駕駛事業部擔任研究員。

值得一提的是,上文提到的Open AI同樣是Elon Musk發起成立的公司,這家公司匯聚了多位全球頂尖的AI及電腦視覺專家,比如本文主角之一Andrej Karpathy。對於Musk來說,同時擔任航空航天、汽車製造、自動駕駛、人工智慧研究等多個領域的公司CEO使得他有機會隨時找到相關領域的頂尖人才加碼業務的研發。

可以看出,伴隨著時間的不斷流逝,自動駕駛技術演示期限的臨近,特斯拉正在不斷加大對計算機視覺及深度學習人才的招募。從另一個角度說,即便在今年上半年Autopilot高階主管頻繁更迭的情況下,特斯拉不還是在6個月內自研了此前由ADAS廠商Mobileye提供的所有輔助駕駛功能?所以,關於年底長達4500公里全程無干預的自動駕駛技術演示,繼續安心等待就好啦。

本文授權轉載自:36 氪

關鍵字: #特斯拉
往下滑看下一篇文章
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?

家電是典型的低頻、高單價商品,消費者可能數年才換一次冰箱、洗衣機或空氣清淨機,但品牌與消費者的接觸遠早於購買當下:從搜尋產品資訊、比較規格、閱讀評價,到進一步留下會員資料、瀏覽官網,甚至進入門市體驗,消費者的決策路徑越來越分散,即使最後的交易發生在線下,購買的決策可能早在線上決定。

這也是夏普(SHARP)會重新思考數位行銷的原因。

過去,品牌比較關注如何「帶來多少流量」,但當數位接觸點持續增加,重要議題逐漸變成:誰在關注什麼?誰可能進入購買週期?又該在什麼時間點,提供什麼內容?

SHARP 台灣總經理張凱傑表示:「我們的目標是串聯產品、 AI 、會員數據以及服務,讓 SHARP 從一個『賣家電的品牌』,逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術, SHARP 致力將科技融入日常生活,預先設想、解決消費者不同階段的生活需求;如今,這套「半步先行」的思維也延伸到數位行銷:不只是等消費者說出需求,而是透過數據,更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據,但因數據資料分散在不同部門與系統,想要為行銷活動建立目標消費者輪廓,需要跨部門整理與人工處理。例如,需要先請 IT 撈取資料,再由行銷團隊分類目標客群,前後可能花上 3 到 5 天,活動發送出去後,也難以即時掌握消費者接下來的行為。

為解決上述挑戰, SHARP 開始評估、測試客戶資料平台(CDP),最終選擇與 Insider One 合作。評估過程中, SHARP 關注的不只是資料整合能力,也包括系統是否容易上手,以及線上、線下數據能否進一步串聯。

首先, SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類,還有提供行銷引導與 AI 工具,例如行銷自動化等,讓團隊可以更精準地擬定媒體策略與決策,以清晰的投資報酬率(ROI)等數據,建立內部行銷與業務部門的信賴機制。

張凱傑指出:「對我們來說, CDP 的價值是縮短從資料、決策與行動的時間,讓行銷團隊可以把更多時間放在策略與內容,而不是處理資料。」舉例來說,導入 Insider One 後,行銷團隊用說的就可以完成受眾設定與行銷流程初步建置,將原本需要 3 到 5 天的時間縮短成 1 分鐘,然後,由系統觸及,以及追蹤開信、點擊與轉換,大幅縮短跨部門協作的工作流程。

Insider One
1912 年創立的夏普,在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ,透過數據整合,真正了解消費者的需求,精準推薦,股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。
圖/ 數位時代

對 SHARP 來說,另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用, Insider One 團隊扮演如導師般的角色,透過手把手的培訓與指導,不僅大幅縮短系統摸索時間,更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內,成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點,以消費者全通路(OMO)旅程數據持續深化互動關係。

張凱傑表示, SHARP 超過 80% 的銷售來自線下通路,部分合作通路同樣採用 Insider One,讓跨通路數據串接有了共通基礎,在 Insider One 團隊的協助下, SHARP 與生鮮超市合作,在符合資料授權跟隱私規範的前提下,透過會員輪廓標籤掌握跨通路消費需求,並以此規畫跨業聯合促銷(Joint Promotion)。

股東購物節四大指標皆雙位數成長, SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說,股東購物節是年度最重要活動,透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案,結合會員資料整合與行為分析,去(2025)年, SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群,轉變成掌握消費者對不同產品與內容的興趣,再搭配個人化推薦與自動化顧客旅程,讓對的內容在對的時機觸達對的人,極大化行銷綜效。

SHARP
「股東福利」官網提供一站式數位權益服務,包含股東卡領取、合作商家優惠查詢及精選好禮解鎖,輕鬆掌握各項專屬禮遇。
圖/ Insider

更重要的是,隨著數據累積與平台熟悉度提升, SHARP 的數位行銷成效持續優化。

以股東購物節為例,今(2026)年,不僅股東購物節的 eDM 開信率近 40%,流量、轉換率、客單價與回購率皆較去年成長15至25%,讓 SHARP 更加確信:數位行銷的重點不只是「吸引多少人」,而是能否辨識「哪些人值得溝通,以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷, SHARP 成功從會員名單中找出 4,000~5,000 名具有相關興趣與行為特徵的消費者,如喜愛手沖咖啡、熱愛科技、享受質感生活等客群,針對這群人進行精準溝通,帶動數百台產品銷售,創下轉換率超過 15% 的成績。

張凱傑認為,以 CDP 持續深化第一方數據資料有助於極大化行銷成效,以維修服務為例,如果系統辨識出消費者的冰箱使用年限已久,且近期有多次維修紀錄,即可在適當時機提供換機資訊,甚至從節能效益切入,讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果,不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」,持續深化對消費者的理解,讓線上的互動、內容與優惠,成為消費者消費或走進實體通路的前一站,也反映出家電行銷正從追求流量轉向對消費者需求的持續理解,成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用,立即了解:https://insiderone.com/zh-hant/contact-us/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓