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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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