“AI客服机器人？”
同李锋一样，周墨对这个称呼也很是新鲜。
陆远点了点头，这个称呼现在比较新鲜，几年之后就不是了。
“运营部面临的困境比较严重，需要研发部给予一定的支持。”
运营部正在经历所有跨境电商公司都要面临的典型创业期困境。
海外站点越开越多，多语言客服成本正在失控。
如果每个国家都配本地客服，一年的人力成本将吃掉海外营收的15%以上。
“而且北仓这种地方，你也是知道，小语种招不到，也招不起。”
周墨哑然。
确实如陆远说的这般，有些语种是真的招不到，也招不起，成本根本没法控制。
“不过这玩意儿我也不懂啊，你之前不是说要组建人工智能团队吗？”
挠了挠脑袋，周墨有些头痛。
按说陆远是老板，给技术团队提需求，他这个主管就得去解决。
但AI客服机器人，不是简单的“if-else”问答库，它需要多层技术栈的支撑。
每一层技术栈，都是人工智能团队的基础能力。
“我举个例子吧，要是用户问我的插座连不上WIFI怎么办？”
“那机器需要理解插座，连不上，WIFI三个关键词的关系，才能给出正确的回复。”
“这里面涉及到语义理解，意图识别，实体抽取等NLP技术。”
而周墨说的这些只是基础，多语种的环境还要更复杂一些。
“另外，还有情感识别，这个应该是可以做成护城河的。”
要不说周墨前世能在技术上取得成就，他虽然主攻的不是人工智能，但依旧能直指核心。
用户说你们的产品太差了，机器需要判断这是愤怒，失望还是普通的抱怨。
愤怒的，可以优先转人工，普通的抱怨，则是可以自动回复道歉模板，这就需要情感分析技术。
另外差评分类是数据积累，机器需要根据差评，自动分类是产品质量问题，还是物流问题，亦或是用户使用不当。
这是文本分类技术，分类模型，是机器学习最基础的能力。
“AI客服机器人，看起来是一个小的项目，但是我觉得是一个介入人工智能的好机会。”
NLP，机器翻译，情感分析，文本分类，这些都是人工智能的核心技术。
做完这个项目，辰远就有了一支懂AI的团队。
而更重要的是，这个项目有着明确的业务价值，那就是给辰远降本。
这可不是为了研究而研究的AI，是有着实际使用场景的，目前明确。
单从商业应用上来说，比那些只会发论文的团队，可要值钱得多。
做得好了，辰远的客服机器人大模型，不仅可以给辰远自身降本，还能够以出售大模型的方式，给辰远带来收益。
“行，那就干吧，这也是个机会，这事儿你就不用管了，我来自己处理，正好咱们现在也扩充办公场地了，有这个条件。”
下定决心，陆远决定以AI客服机器人为契机，正式组建辰远的人工智能团队。
“那我先给你个人员清单还有预算吧，第一个阶段就是以AI客服机器人上线为主。”
按照周墨的思路，辰远的人工智能分为三步。
第一步，解决自己的问题。
第二步，把解决问题的能力变成产品。
第三步，把产品卖给同样问题的人。
“咱们的AI团队不是研究队，是工程队，是解决实际问题的，所以以实用为主。”
这是陆远对辰远人工智能团队的定调，辰远的AI团队，KPI不是发表多少论文，而是帮公司省了多少钱，赚了多少钱。
“行，那我就照着这个要求来。”
人工智能目前最稀缺的就是人才，全世界范围内，大大小小的企业都在抢相关人才。
之前托张子维找相关方面的人才，张子维也说了，现在这批人根本就不愁工作。
尤其是那些顶级的人才，苹果，谷歌等公司，都开出了超高薪。
辰远想要把人工智能作为今后另一个核心业务，在人才竞争没有优势的情况下，只能另辟蹊径。
像是从杭城阿里系里溢出的人才，或者是庐州科大讯飞那边去挖他们的生态。
庐州倒是没什么问题，不过阿里的人陆远不太想要。
另外，就是跟甬城大学等高校合作，通过相关专业的设立，自己培养。
“不需要要求那么高，咱们本来就是小公司，留住顶尖人才也没那个能力，够用就行。”
周墨一笑，显然他对人才方面有不同的理解。
辰远的估值是涨了，但在顶尖人才那里还真是不够看的，目前人工智能领域的工程师，年薪那是相当的夸张。
苹果，谷歌等硅谷公司，普通的工程师，基础年薪平均中位数是13.1万美刀。
年薪百万人民币，跟玩儿一样，而国内诸如百度等公司，应届生，入门级的技术岗，校招就是20万元人民币每年起步。
顶尖人才就更不用说了，薪资加上股票，年薪轻轻松松突破200万元。
不过整体来说，2015年的人工智能相关岗位，年薪百万仍是绝大多数国内顶尖技术专家的上限。
比起十年后，动辄几百万，上千万，甚至过亿的薪资，还是很“便宜”的。
但是，辰远还是付不起顶尖人才的薪资。
年薪百万的，有那么一个两个的，还可以勉强承受，多了是真的扛不住。
“说到底还是我们太穷了啊，人才方面的话我来解决，你把硬件设备这些列个清单出来吧。”
张子维虽然暂时无法给陆远挖来顶尖人才，但从业一到三年，或者是优秀的应届生，他还是能搞定的。
拉个四五人的团队，还是能够搞定的。
“啊？我列清单？不合适吧？”
这玩意儿不应该是AI团队的负责人来处理吗？
“你先暂时兼任一下团队的负责人，等团队稳定之后，再独立出去。”
一个AI客服机器人，单独成立一个部门，未免有些小题大做，也容易过早地暴露公司的战略意图。
“额，好吧。”
又被加担子，被“压榨”了。
2015年，深度学习硬件市场正处于转型期，较为先进的GPU是英伟达上个月发布的GTXTITAN。
定价7999人民币，一台服务器需要四块GPU，加上CPU，内存，主板之类的。
单台服务器的成本大约在5.5万元左右。
“算力成本的话，我的建议是初期先用AWSGPU来验证，模型跑通之后再自建服务器。”
TITANX，8000块钱一块，比Tes系列要便宜很多。
在周墨的计划里，一台4卡机器，够用两年了。
“不用，直接建好了，没必要省这几万块钱，再说我们初期也不需要买太多的服务器。”
最多两台就够了，有些钱可以省，有些钱没必要省。
“不过嘛，你说的AWS验证，还是可以验证的，这个也花不了多少钱。”
AWSGPU是按小时计费，类似于可以租用的“云GPU”，当下的算力成本还算比较正常，也不贵。
周墨看了陆远一眼：“行吧，那就按你的要求来。”
周墨给的服务器方案走的是性价比路线，5.5万元连两张Tes的K80都不够。
“你们研发部安排采购吧，需要的工程师，我尽量让他们在这个月底就位。”
“行，那我就来安排了。”
说罢，周墨还冲着陆远竖起个大拇指：“现在招人都这么霸气了，咱们也真算是鸟枪换炮了。”
当初他们研发部，想要招聘一名工程师，需要各种找关系，左等右等。
在技术这一块儿，陆远的人脉甚至还不如周墨。