人物志 | MIT 科技创新“远见者”：美团 NLP 负责人王仲远

时间 2019-12-04

标签人物志 mit 科技创新远见 nlp 负责人繁體版

原文原文链接

2019 年 1 月 21 日，《麻省理工科技评论》发布了 2018 年“35 岁如下科技创新 35 人”（35 Innovators Under 35）中国榜单，美团点评AI平台部 NLP 中心负责人、点评搜索智能中心负责人王仲远获评为“远见者”。web

Innovators Under 35 是《麻省理工科技评论》杂志从 1999 年开始的年度评选，针对新兴科技产业的青年从业者，确定他们的创新工做。历史上的获奖者包括 Google 创始人 Larry Page 和 Sergey Brin，Linux 创始人 Linus Torvalds，Facebook 创始人马克·扎克伯格（Mark Zuckberg），网景浏览器创始人 Marc Andreessen，Apple 设计负责人 Jonathan Ive 等杰出人士。面试

趁此机会，美团技术学院采访了王仲远博士，本文内容根据采访内容整理而成。算法

大学

王仲远没有想到，他高考时填报的第一志愿是中国人民大学国际经济与贸易专业，最后却被调剂到了中国人民大学的计算机系。更没想到的是，他今后爱上了这个专业，而且在计算机这个行业越走越深。数据库

幸运的是，王仲远就读的人民大学虽然以文科著称，倒是中国数据库的学术重镇，萨师煊、王珊、杜小勇和孟小峰等几代人都是数据库领域的知名学者。编程

刚开始的时候，王仲远也很困惑学校为何老是教数据结构、操做系统、编译原理、计算机组成这种基础性的知识，好像都不是找工做所须要的技能。孟小峰教授却告诉他，在学校里把基本功打扎实最重要，若是有了扎实的基本功，社会上培训班教的那些“短平快”的技术，实际上是很容易学习的。浏览器

大二结束的暑假，王仲远找到孟小峰教授主动请缨，开始进入孟老师的 WAMDM （网络与移动数据管理）实验室学习，作了不少数据相关的项目，包括国内首款 Native XML 数据库 OrientX 的系统测试，以及 Deep Web 数据集成项目的研究。他发现孟老师的教导彻底正确，有了基础课的底子，对不少工做都有着彻底不同的理解，作实际项目时上手很快。安全

本科期间，王仲远与人合做的论文《Deep Web 数据集成中的实体识别方法》被中国数据库学术会议 NDBC 2006 录用，并发表在《计算机研究与发展（增刊）》上。这小小的一个进展，却意外开启了王仲远的研究之路。2007 年他得到了国际顶级学术会议 SIGMOD 2007 Undergraduate Scholarship 奖（当年全球只有 7 人获奖）。这更坚决了他踏上学术研究道路的决心。网络

微软亚洲研究院

硕士毕业时，王仲远很冒险地拒绝了百度、腾讯和 IBM 等众多知名公司研究机构的邀请，选择坚持等待微软亚洲研究院的offer。数据结构

“其实当时我也很迷茫，在宿舍里望着窗外的枝头，但愿能看到喜鹊通过。” 而王仲远不知道的是，他在当时微软亚洲研究院全部候选人中面试结果排名第一。他将来的老板王海勋和田江森主动找到研究院院长说，“这个小孩真不错，若是咱们再不发 offer，就对不起人家了。”当年 12 月份的寒冬，王仲远终于成为研究院那批候选人中第一个拿到 offer 的人。架构

王仲远说本身很幸运，微软亚洲研究院具有不少先天优点，在刚刚工做时就能够接触到不少世界级的学者，了解各领域前沿研究已经作到什么程度，无需摸着石头过河。

2010 年 10 月，微软创始人、当时的全球首富比尔·盖茨来研究院访问，正式入职两个多月的王仲远得到作现场演示的机会。“能够想象，我当时是多么的激动。”王仲远所在的团队那时已经开始作一些知识图谱领域的探索和研究，虽然业界尚未这个概念。演示很成功，盖茨的反馈很是正面，给王仲远很大的激励，更坚决了他在知识图谱探索的道路上苦心孤诣地前行。这张与比尔·盖茨合影的照片，至今他还保留着。

王仲远在微软亚洲研究院6年多，从校招生一直作到主管研究员，负责了微软研究院知识图谱项目和对话机器人项目。他一直专一于天然语言处理、知识图谱及其在文本理解方面的研究，取得了很多成绩，在国际顶级学术会议如 VLDB、ICDE、IJCAI、CIKM 等发表论文 30 余篇，并得到 ICDE 2015 最佳论文奖。

谈到作研究的经验，王仲远总结说，不少时候咱们以为某件事情比较高深，只不过是不了解而已。作学术研究跟创业同样，只有本身真正扎进去才会发现其中的奥秘。

同时，作研究须要长期有耐心，这恰好和如今美团所倡导的价值观相符。由于在这个过程当中，你会受到很是多的质疑，也会面临多方面的挑战，包括来自你的同事、你的老板、还有学术界中其余流派的挑战。同时，还有短时间的压力和长期的压力，也有项目没法落地的压力。但只要对这件事自己真的感兴趣，无论是作技术仍是作研究，均可以作的很好。

在王仲远看来，作研究须要有一颗强大的心里，按如今美团的话说，是炼心志。一方面他常常虚心地向前辈们请教，另外一方面就是当别人质疑的时候，坚持本身的理想和信念。在他看来，作研究，过程每每比结果更重要，作正确的事情，好结果天然会来。

“我历来没有给本身定一个目标，好比说要发几十篇顶级会议的学术论文。而是告诉本身，要踏踏实实地把这个研究项目作好，实实在在解决这个技术所面临的一些挑战性问题，当这些突破和研究的成果不断出现的时候，发表论文就是一个天然而然的事情。”

如今，王仲远也常常跟美团 NLP 中心的同窗讲，作事情要首先关注问题自己，要进行深度的思考，注重解决问题的逻辑和体系，而不是一上来就简单粗暴地冲着结果去。由于每每是人们越想获得结果，就越得不到结果。反而是专一解决问题自己，好结果就天然得到了。

Facebook

2016 年，王仲远在考虑本身下一步职业规划的时候，更多的是思考如何将本身的一身所学付诸实践，而不只仅只停留在研究层面。“如何将技术转化为更为实际的生产力，更加直接地影响几十亿人的生活”，这是他再次出发的初心。

这一次，王仲远依然拿到了不少顶级机构发出的 offer。他最终选择了 Facebook。由于相比于微软，Facebook 是一家纯粹的互联网企业，可以更加直接地面向消费者和用户。并且，在王仲远的眼中，扎克伯格是一个优秀的创始人。“我选择公司很是看重创始人的素质，他是否是一个有理想、有抱负、有信念的人。由于只有这样的创始人才能有战略性的思考，才能不被短时间资本市场所影响，才能顶住财报的压力、舆论的压力，才能帮助企业走的更远。”

在 Facebook，王仲远主要负责公司的产品级 NLP Service，要在用户天天发布的几十亿条帖子（Post）中，完成语义分析、查询以及搜索等相关的工做，从很是庞大且复杂的信息流中，找到一个用户想要看到的结果。好比在 Facebook 用户搜索 Trump 时，系统就知道用户想要找美国总统特朗普相关的信息。不过，在特朗普没有当上美国总统时，更多返回的结果实际上是纽约的地标建筑特朗普大厦。

王仲远说：“这是很是有意思的一件事，用户的各类查询意图，其实会随着时间而变化，咱们作的事情就是在有限的关键词中解读出很是丰富的信号，而后用于各类搜索的召回、排序以及展现。今天，美团大脑以及点评搜索的深度查询理解服务也在作相似的事情，只不过咱们处理的信息变成了几十亿条餐饮娱乐的评论以及数百万的活跃商户信息。”

在 Facebook 工做期间，他所负责的一个项目是作实体连接，就是要把查询（Query）和知识图谱进行打通，这也是 NLP 领域一个很是重要的方向。短短半年的时间，效果就提高了 80% 左右，成为 Facebook 内部最重要同时也是世界上最早进的产品级实体连接服务。Facebook 的搜索、推荐、广告、智能助理等许多系统中，都在使用他负责的这些技术。

美团

“咱们中国的移动互联网如今真的是很是发达，一天到晚不带钱包、信用卡，生活毫无问题，方便快捷。相比之下，美国就是一个发达的大农村。在国内叫个美团外卖，半小时就能送到家门口，在美国这简直是没法想象的。” 2018 年，由于家庭方面的考虑，王仲远选择回国发展。

他收到了多家知名公司的橄榄枝，百度、腾讯和阿里巴巴都给出很是丰厚的待遇。可是他的考虑是，此前已经在微软亚洲研究院、Facebook 工做过，再去选择一家很是成熟的大公司，并不会发生太大的改变。他想接受新的挑战，承担更重要的角色，更但愿选择一家可以发挥出本身更大优点的公司。

滴滴、快手、今日头条等不少互联网新贵，当时也给王仲远发出了邀请，但他最终选择了美团。

为何？王仲远说，他最看好美团，相信美团是一家可以持续几十年乃至更久生命力的公司。

阿里巴巴从解决“衣食住行”中的“衣”开始起家，电子商务也成就了阿里巴巴。那么在“食、住、行”等这些生活服务领域呢？王仲远相信，同样会成就新的互联网巨头。并且民以食为天，美团外卖已经占据绝对领先的市场份额，美团酒店单日入住间夜不断在刷新行业的新纪录，美团出行也完成了战略布局。

美团最新的战略是“Food + Platform”，王仲远对此很是承认。他相信，十年后，必定会有新的纯线上App出现，你们那时极可能早就不玩“抖音”了。还会有更多新鲜好玩的游戏，也不会再玩“王者荣耀”了。这种纯线上的信息和娱乐服务，变化是很是快的，所谓“江山代有才人出”。

“可是不管怎么变，你们老是还要吃饭的。”即便未来有一天，技术真的可让咱们吃饭的方式彻底不同，可是人类也绝对不会放弃对美食的追求，由于这自己也是一种乐趣。这也意味着，美团颇有可能成长为一家长期有耐心、不断积累、不断发展的公司，“Food + Platform”也会是一项很是长期的事业。

王仲远的另一个思考就是，AI 技术想真正可以落地，须要算力，须要数据，须要算法模型，更须要丰富的应用场景。美团的应用场景丰富程度，显然远超滴滴、快手、今日头条等互联网同行。“在这样的状况下，美团对我来讲，可能就是不二的选择了。”

还有一个重要因素是，王仲远很是承认美团创始人王兴，“我仍是很崇拜兴哥的，他是很是有理想、有信念、有战略思考的一我的。”

王仲远坦言，最终选择加入美团，也是很是认同美团倡导的“以客户为中心”、“追求卓越”、“长期有耐心”这些价值观，他相信能够在美团中发挥本身的才华，而美团也提供了一个广阔的舞台，可让他尽情地施展。

从 0 到 1 组建新团队，最看重成员的价值观

刚到美团，王仲远受命组建美团 AI 平台部的 NLP 中心。他对团队成员的要求是：知行合一，但愿你们都是带着本身梦想加入这个团队，踏踏实实地把事情作出来。

王仲远说：“从 0 到 1 组建一个新的团队，挑战仍是很是大的。咱们的标准很是高，即便招聘速度再慢，都要保证团队成员的质量。”

由于招聘要求很高，因此王仲远须要花不少时间去吸引那些承认美团价值观的候选人。他是怀抱将AI技术在各类场景中落地的梦想加入美团，他相信确定有不少跟本身同样有梦想、有信念的候选人。他也但愿找到这样一群志同道合的人，共同前行。

今天，美团 NLP 中心团队已经初步成型，聚集了不少优秀的 AI 专家和工程师。

从“美团大脑”到搜索系统的智能化升级

很快王仲远又开始负责大众点评搜索智能中心。王仲远说：“我很是感谢公司管理层对个人信任，能让我同时负责两个团队，一个 AI 平台团队，一个业务平台团队。这使得我可以更好地规划和掌控AI技术的落地，让 AI 技术更好更快地发挥价值，帮助业务平台进行智能化升级。”

2018 年 5 月，他开始领导团队构建美团大规模餐饮娱乐知识图谱的平台——美团大脑。这个“大脑”充分挖掘、关联各个场景数据，使用 AI 算法让机器“阅读”用户针对商户的公开评论，理解用户在菜品、价格、服务、环境等方面的喜爱，构建人、店、商品、场景之间的知识关联，从而造成一个“知识大脑”。

在王仲远眼中，美团大脑更像一个AI的基础设施，目前这个 AI 平台已经开始逐步服务于美团的搜索、SaaS 收银、金融、外卖、智能客服等众多应用场景。在这些场景中，既有 ToC 的业务，也有 ToB 的业务。

同时管理两个团队，常常往返于北京上海之间，对王仲远而言，虽然辛苦，但效果也很显著。在 NLP 中心以及大众点评搜索智能中心两个团队的紧密合做下，短短半年时间，点评搜索核心 KPI 在高位基础上仍然大幅提高，是过去一年半涨幅的六倍之多，提早半年完成整年目标。

王仲远眼中的微软、Facebook 和美团

一个在学术圈深耕了6、七年的研究型人才，进入企业作项目落地。拥有两家全球顶尖科技企业的从业背景，但回国后却放弃优厚的待遇，选择一家互联网公司再次出发。王仲远的每一次选择，都显得有些不同凡响。可是在他身上，咱们没有看到任何”莽撞“的成分。每一次选择，他都通过深思熟虑，并且是慎之又慎。

在王仲远的眼中，微软亚洲研究院是中国互联网行业学术研究方向的领头羊，对他的培养和成长，都有很大的帮助。时至今日，微软亚洲研究院对他的影响，还是不可磨灭的。不过，微软也面临着时代的挑战，虽然这么多年一直在尝试突破，可是它仍然更像一家传统的软件公司。

而 Facebook，是一家很是顶尖的互联网公司，它也是不少国内的互联网公司学习的榜样。Facebook 有一个口号是“快速行动，打破传统（Move Fast and Break Things)”，能够看出，他们对“快”的追求。Facebook 还有不少像“Go Big or Go Home”这一类的内部口号，这跟美团的技术团队“要么牛 X，要么滚蛋”的说法殊途同归。王仲远认为，Facebook 的进化速度要比微软快不少。

而美团是一家比 Facebook 节奏更快的互联网公司，固然这表明了中国速度，也表明了中国互联网的发展速度。王仲远说：“不少的事情，可能在微软亚洲研究院咱们须要要用一年的时间来作，在 Facebook 可能会用半年。可是在美团，咱们可能只有两个月到三个月的时间。”

美团的高速成长，给王仲远的团队带来很大的挑战。他们天天都要面临各类的持续迭代，要作不少快速的技术演化和突破。美团技术团队是在为生活服务各行业构建信息基础设施，实现需求侧和供给侧的数字化，任重而道远。

将来的路还很长，王仲远和他的 AI 团队，还在路上。

对话王仲远：关于职业发展、知识图谱以及 AI 的将来

秉持信念，不忘初心，不断拥抱变化，才能真正把工做作好

Q：你以为偏研究型的人才，怎么在企业中发挥出本身的价值？

王仲远：任何科技的发展，都须要研究型人才的推进。可是研究型的人才分几种，有的是作纯理论研究的人才，可能高校是他们最好的选择。这些人愿意几十年如一日的深耕一个领域。好比深度学习先驱 Geoffrey Hinton 教授，长期从事神经网络领域的研究，无论是神经网络发展的高潮仍是低谷，他都能坚持作下去。

还有一些人才，他们更但愿把本身学到的各类研究模型、研究成果，可以实实在在地应用在真正的科技产品里面，而后去影响几亿人甚至几十亿人的生活。那么这一类研究型人才，他们更看重应用型的研究，公司可能会更须要他们。

咱们整个 NLP 中心也在作一个平衡，80% 的同窗会偏应用型研究，也会有 20% 同窗会作偏理论的研究，也会鼓励同窗们根据兴趣作一些前沿的技术研究。咱们但愿可以保持较强的科技创新能力，并具有长期的核心竞争力。

Q：外企和海归背景的人，怎么在本土企业中证实本身的价值？

王仲远：不建议给本身贴“标签”。文化上确定会有一些冲突和差别。可是能不能适应，其实很大程度上取决于我的，取决于这些人能不能拥抱变化。我必须认可，国内互联网的变化或者演化速度，远远超出原来我待过的两家外企，我也必需要适应和拥抱这种变化。

若是咱们可以秉持本身的信念，不忘本身的初心，同时能不断地提炼本身，升级本身，愿意拥抱这些变化，我相信在新团队也能够作的更好。并且我也观察过，真正的最顶尖的人、最聪明的那些人，他们无论作什么行业，无论作什么事情，无论身处什么样的环境，都可以把事情作的很是好，都可以取得很是好的成就。

在我看来，“人”自己的因素要比“外企背景”这种因素重要不少。我深信真正聪明的人的适应力也都是很是强的。并且加入美团后，咱们发现不少很厉害的人，即便把他们放在一个彻底不懂，或者不熟悉的项目中，他们同样能够作的很优秀。好比美团内部某个业务部门的负责人，曾经作了 15 年的互联网音乐。我相信拥抱变化的人，都不会作的不好。

至于如何证实本身？其实刚刚我也提到过，不要刻意。越刻意地想去证实本身，每每越证实不了本身。越想刻意拿到结果，每每越拿不到结果。我会给身边的同窗提这样的建议。关注事情自己，关注怎么解决用户的痛点，关注怎么解决技术的难点，关注怎么解决业务的需求。若是把这些事情作好了，既能拿到结果，最终也能证实本身的价值。

知识图谱技术的春天来临，是由于大数据在推进

Q：像知识图谱相关的技术已经存在了不少年，为何迟迟没有进入大众的视野呢？

王仲远：技术的发展，永远都是起起伏伏，处于一个螺旋上升的阶段。

知识图谱并非新技术。早在上个世纪 80 年代，就有不少知识库系统的研究了。包括 1984 年开始的 Cyc 就是一个知识图谱项目。其实比 Cyc 更早以前，还有不少医疗诊断的专家系统。

可是受限于当时的计算能力、人们的认知、数据量，不少都是经过人工编写规则，或者去找专家建设行业知识库，这种方式不只效率低下，并且人的思考也具有局限性。经过领域专家去构建的知识库，一般就是几十万的量级，显然不可以知足需求。

2000 年之后，随着互联网的高速发展，数据也愈加的丰富，促进了知识图谱技术的蓬勃发展。咱们这些作知识库的研究者开始有了新的思路，再也不以专家系统为驱动，而是变成依靠数据来驱动产生知识。从观念层面发生的根本性改变后，知识图谱立刻展现出自身巨大的价值。特别是 2012 年，谷歌发布了 Google Knowledge Graph，人们又从新认识了知识图谱技术。

此外，知识图谱之因此影响力有限，还有一个很重要的缘由就是，拥有这种规模数据的只有少数几家大公司。它们暂时也没有办法去开放，由于涉及到用户隐私问题、数据安全问题，同时还涉及到核心竞争力。但我相信，全部从事AI行业相关的人都清楚地知道知识图谱的价值和意义。其实在这些互联网巨头内部，无论是微软、Facebook，包括谷歌和百度，它们对知识图谱技术都很是重视。

Q：你以为像知识图谱这些技术的落地，目前面临的最大挑战是什么？

王仲远：可能不少人不太清楚，十年前或则更久以前，在学术研究界就已经存在很是多的且成熟的知识图谱相关的技术，包括知识的提取、知识的发现、实体识别、实体连接等等。

可是，学校实验室或者研究所缺乏海量的研究数据，科研人员基于的数据量基本处在几十万或者百万的量级，当这些技术遇到亿级甚至百亿量级的数据时，不少技术走不通。

咱们目前面临的最大挑战就是，即便是一个很是简单的，或者已经被学术界认定很是成熟的技术，在去解决百亿、千亿量级知识图谱应用问题时，基本都会失效。所以，应该如何从新设计算法，应该如何从新设计新的工程架构，是咱们须要解决的核心问题。此外，深度学习跟知识图谱进行结合，也是一个很是重要的研究方向。

Q：你以为对企业而言，如何才能作好 NLP？

王仲远：NLP 是人工智能全部方向中一个还须要突破的领域。像语音识别和图像识别，经过深度学习已经能够获得很是好的结果。但人类和动物一个很是重要的区别就是，人类拥有很是完备的理解、推理、思考能力，这些能力是 NLP 须要解决的，可是挑战性也很高。

目前在 NLP 领域，咱们已经作了不少的突破，也有一些很好的落地场景，好比智能客服，语音助手，还有搜索、推荐、广告这些应用场景。可是在特定的领域，好比餐饮、酒店预订、出行等领域，还有很大的提高空间。

在我看来，企业想要作好 NLP，首先须要打通基础数据。像美团大脑目前包含了 23 类概念、18 亿实体、600 亿三元组，这个知识关联数量级已经达到了世界级的规模。只有数据被打通，才能发挥出更大的价值。其次，须要构建扎实的技术底层，打造一个平台，使得不一样的业务线都能更方便、快捷地去使用 NLP 的这些技术，当新技术出现时，也能够快速进行升级和迭代。

总的来讲，一个是打通数据，一个构建技术底层。固然还有人才，人才也是实现以上二者的根本因素。固然，既可以安心作研究，又可以落地的核心人才也是最稀缺的，咱们美团 NLP 中心对于优秀人才的渴求，也是永无止境的，咱们随时都欢迎有理想、有信念的同窗加入，一块儿创造将来。

相信 AI 的将来：道路是曲折的，前景是光明的

Q：怎么看待 AI 将来的发展？

王仲远：我应该属于理性的乐观派。在我看来，无论是深度学习仍是知识图谱，技术发展历程永远会有高潮，也会有低谷。这两年由于资本的涌入，由于媒体的宣传，有时甚至过分炒做，使得 AI 进入了大众的视野。

这会带来一个好处，就是人们对 AI 有了更加普遍的关注。可是也带来不少的风险，好比不少不是特别成熟的 AI 技术也被“催熟”了，若是这些 AI 产品不可以很好地解决人们实际需求的时候，就会被你们所质疑，好比像前几年很火爆的 VR、AR 等等。还有无人驾驶技术，距离真正落地，还存在不少亟待解决的问题。

我预计将来一两年，随着资本的收缩，AI 可能会陷入冷静期甚至是低谷期。但这个时间应该不会持续过久，由于核心技术一直都在研究和突破。随着 5G 时代的到来，随着 AR、VR 技术更加成熟，随着NLP技术更加成熟，随着无人驾驶技术更加成熟，将来 AI 也会带来产业新的热潮。

20年 ToC，20 年 ToB。在互联网高速发展的前 20 年，咱们主要解决了消费者的需求。但在不少传统产业，供给侧的数字化，AI 对它们的影响还颇有限，这也是咱们将来的机会。

Q：对从事AI相关工做的同窗，有什么建议吗？

王仲远：我以为你们仍是要多关注核心技术，以及核心技术跟业务场景的结合。一个属于“基本功”，另外一个是思考技术对业务的价值。

由于技术永远是突飞猛进，也会不断地更新迭代。特别是作算法研究的同窗，相对比较辛苦，要持续的进行学习和提高，若是有一段时间不学习，极可能会被淘汰。

在咱们的面试过程当中也可以感受出来。若是面试算法工程师的同窗，仍是用传统模型而不是深度学习的话，就会面临很大的挑战。此外，若是只关注模型自己，而不去思考如何跟业务进行结合，在工做中也很难证实本身。

若是是在校的大学生，建议你们不要上来就学习 Java、Python 这些编程语言。应该先对计算机的各类原理、基础知识（几率论、数学分析）等掌握清楚，再去学习不少技术时，就会有彻底不同的理解。咱们将来的一切，都应该创建在一个扎实的基本功之上。

影响王仲远的书、人、事

Q：你以为对你影响最大的一件事是什么？

王仲远：很难说具体的哪件事影响最大。刚刚也提到了，这么多年的职业生涯，我作了不少次、可能看起来比较重大的选择，可是我很难讲，哪一件事会完全的改变本身的职业生涯。

相对来讲，影响比较大的事情有不少，像大学时得到“SIGMOD 2007 Undergraduate Award”奖项，让我坚决地选择了研究这条路。后来在这条道路上，也受到不少老板对个人鼓励。还有刚工做两个月，就获得跟比尔盖茨作汇报的机会，获得他的正向反馈。还有在顶级学术会议发表论文，以及如今作的美团大脑项目，包括刚刚得到的《麻省理工科技评论》这个荣誉等等，我想这些事对都产生了很是大的影响。

但对于具体的一件事而言，我以为，更多的是在每一次作人生选择时所作的坚持，以及坚持以后经过努力所带来的一些承认。这也是鼓励我在各类质疑中、在各类压力中，持续前进的一个很是重要的动力，使我可以长期地坚持下去。

Q：你以为，这么多年对你影响最大的一我的是谁？

王仲远：对我影响很大的人其实不少。好比个人第一个导师孟小峰教授，他带领我进入了研究的大门。个人第一任老板王海勋博士，他也是我在Facebook的老板，给了我不少次机会。还有后来研究院的常务副院长马维英（现今日头条人工智能实验室主任），从他身上，我学到了不少管理的能力。加入美团后，兴哥和老王（美团联合创始人王慧文）对个人影响也很是大，每一次听他们的分享，都让我受益良多，好比兴哥对战略的思考能力和大局观，老王对市场敏锐的把握、对产品的认知等等，都让我学到很是多新的知识。我再次感受到本身在快速的成长之中。他们对个人帮助也都很是大。

Q：若是让你推荐一本书，你会推荐哪本？

王仲远：推荐微软 CEO 萨提亚·纳德拉首部做品《刷新：从新发现商业与将来》。我以为萨提亚可以带领微软这样的巨型科技公司成功转型，再次成为市值最高的公司，很是使人钦佩。

尤为是当年我也曾在微软工做过，感觉过微软所面临的那种困境与挣扎，更能体会到萨提亚的管理智慧。在书中，萨提亚反复提到“同理心”，这是我所很是认同的，它也深入地影响个人思考、沟通和行为方式。