Slack CEO:如何利用AI降低信息过载

2017 年 10 月 27 日 AI前线 Elizabeth Woyke


作者|Elizabeth Woyke
译者|BrotherZhao
编辑|Emily
这是 Slack CEO Stewart Butterfield 有关机器学习如何提高工作效率的访谈。

更多干货内容请关注微信公众号“AI 前线”,ID:ai-front

Slack 是一款同事之间交流和分享信息的软件平台,每天有超过 600 万人使用 Slack。Slack 公司坐落于洛杉矶,刚刚融资 2.5 亿美金,估值高达 51 亿美金(参见《2016 年 10 大创新科技企业:Slack》)。

然而,新的竞品正在不断涌入协同办公市场,其中就有 Microsoft Teams, Atlassian Stride, Google Hangouts Chat 和 Facebook Workplace。这些竞品正在不断挑战 Slack 的主导地位。同时,在不少场合里,这些竞品重点将自身宣传为更加高效的选择。在波士顿旅行途中,Slack CEO Stewart Butterfield 接受了 MIT 科技评论的采访,阐述了 Slack 的新计划,即如何利用 AI 技术保证人们免受信息过载的干扰。以下是访谈节选。

Slack 已经公开发行三年半了,现在还在不断增长。不过人们也已经开始质疑,作为一款办公工具,Slack 在多大程度上提高了效率?

人们抱怨现代办公室生活,通常抱怨的是不在决策流程之中、不了解正在进行的决策、不知道最新进展。Slack (实际上)有效降低了那种被割裂的感觉。如果你所在的公司有 10000 人,而你们还在用邮件作为主要沟通方式,那你很可能接触的仅仅是公司交流信息的万分之一。而如果你用的是 Slack,这个比例可以提高到 10% - 20% 。

另一方面,信息太多了。我们已经投入了上百项细微举措,以减缓 Slack 中大量信息流带来的影响。比如,你刚开始使用 Slack 的时候,我们会为每一条新消息发送一条提醒信息,而不久之后,我们就会提示你更改为推荐设置(也就是只有在收到和你本人的聊天信息或者提到你的名字 / 指定关键词的时候,才会提醒你。)我相信我们可以提供(更多)工具和以人为本的设计方案,帮助人们更好的利用 Slack 而不用感觉力不从心。

去年早些时候,Slack 建立了叫做 SLI(Search, Learning & Intelligence) 的 AI 和深度学习部门,为的是减缓“雪崩式的信息泛滥”。 Slack 已经集成了一些 SLI 部门开发的功能。您对 SLI 部门的具体要求是什么?

要求之一就是(改善)搜索。搜索分两种。一个是基础的关键词搜索,这时候用户知道某个事物是存在的,并且想找到特定的事物。另一个更普遍的搜索,就像是想了解某个话题。大部分公司都是采用术语或者代码的方式,这容易让人不明不白,特别是你刚来公司的时候。

(对 SLI 部门的)第二个要求是主动推荐或提醒。第三个要求是尽量理解 Slack 的整个语料库,并不断提升——最好是不需要(用户)人工输入的情况下。计算机独立完成全部工作;人们只需要像平常那样正常交流就行了。你可以想象一下,有一位始终在线的虚拟参谋(virtual chief of staff),他会读取 Slack 里的每一条信息。经过一段时间后,他已经了解了你的喜好,所以可以基于你的个人喜好综合分析所有信息。同时,经过你的或明或暗的反馈,他就会为你推荐最重要的信息。所以,不管你是早晨刚醒、刚开完会还是刚下飞机,只要打开 Slack,这位虚拟参谋就已经在等着你了,并且已经近乎完美地为你筛选了 Slack 里最重要的信息。

这个想法很有吸引力。除此之外,SLI 还在研究些什么?

对组织的解读。我们有一个非常让人着迷的内部项目。他会检测公司的不同部门在 Slack 内的沟通强度,以及这些会话中公共会话与私人会话的比例。从设备团队的角度来看待 Slack,(结果是)他们主要跟财务团队、人事团队和安全团队聊天,但是几乎从不和工程团队交流。从市场团队的角度来看待 Slack,他们主要跟销售团队、产品团队和财务团队沟通。

我们想站在组织和个人的视角上提供这类解读。所以 SLI 团队在(经过允许)采集一些用户的 Slack 数据,然后向其展示他们公司内部现状。

我想要的是——我觉得大家都会想要,一份包含以下内容的私人报告:

  • 你在聊天中是否男女有别?

  • 你在聊天中是否上下有别?

  • 你是否在公聊和私聊中使用不同的言辞?

  • 在何种会话中你会更有攻击性?在何种会话中你又会更加柔和?

如果分析结果是你在早晨更加随和、友善和有活力,而在下午更容易脾气暴躁和缺乏耐心,那你可能需要来个下午茶舒缓一下。

这项“对组织的解读”的功能听起来像是近期就能投入使用。什么时候会发布“虚拟参谋”功能?

我还不确定什么时候(我们能够越过)那道门槛,可能需要很久才行。我们现在还在马不停蹄地做测试。我们在早期和微软研究院做了很多基础层面的合作,比如问答机器人。我们也和 IBM Watson 团队建立了合作关系,这个更多的是面向未来的合作。不过现在很多事情都很难,也很遥远。我觉得目前我们的状况还算不错。几年后情况会更好,大概五年后会很棒,而十年后我们几乎就离不开他了。

阅读英文原文:

https://www.technologyreview.com/s/608953/slack-ceo-how-well-use-ai-to-reduce-information-overload/

活动推荐


关注人工智能的落地实践,与企业一起探寻 AI 的边界,AICon 全球人工智能技术大会火热售票中,6 折倒计时一周抢票,报名链接请参看【阅读原文】

登录查看更多
1

相关内容

【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
专知会员服务
145+阅读 · 2020年6月15日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
【教程推荐】中科大刘淇教授-数据挖掘基础,刘 淇
专知会员服务
80+阅读 · 2020年3月4日
已删除
AI掘金志
7+阅读 · 2019年7月8日
抖音爬虫
专知
3+阅读 · 2019年2月11日
威胁情报驱动:F3EAD 之利用
计算机与网络安全
4+阅读 · 2018年12月28日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
我是一个爬虫
码农翻身
12+阅读 · 2018年6月4日
如何完成一篇有效的英文写作
中科院物理所
7+阅读 · 2018年4月13日
你用 Python 做过什么有趣的数据挖掘项目?
计算机与网络安全
4+阅读 · 2018年2月11日
Local Relation Networks for Image Recognition
Arxiv
4+阅读 · 2019年4月25日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
4+阅读 · 2018年6月5日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
9+阅读 · 2018年4月20日
Arxiv
5+阅读 · 2018年1月23日
Arxiv
4+阅读 · 2017年11月4日
VIP会员
相关资讯
已删除
AI掘金志
7+阅读 · 2019年7月8日
抖音爬虫
专知
3+阅读 · 2019年2月11日
威胁情报驱动:F3EAD 之利用
计算机与网络安全
4+阅读 · 2018年12月28日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
我是一个爬虫
码农翻身
12+阅读 · 2018年6月4日
如何完成一篇有效的英文写作
中科院物理所
7+阅读 · 2018年4月13日
你用 Python 做过什么有趣的数据挖掘项目?
计算机与网络安全
4+阅读 · 2018年2月11日
相关论文
Top
微信扫码咨询专知VIP会员