李锋摆了摆手，径直走到最前方的数据分析大屏前。
这支刚刚成立不到半个月的全新团队，没有任何对外的业务，连公司内部的其他高管都不知道他们具体在研究什么。
“李总，底层的分布式存储架构已经搭建完毕了。”
研发主管递上一份报告，“根据您的要求，我们已经开始将微博、爱奇艺、b站这三大平台的用户行为数据，进行脱敏后的大规模抓取和存储。”
“不过……李总。”
主管有些不解地问道，“咱们目前只是在做单向的数据存储，并没有做实时的响应和调用接口。这些海量的点击、停留时长、点赞、甚至是滑动屏幕的速率数据，如果不去实时处理，存下来有什么用呢？”
在2010年，绝大多数互联网公司的逻辑，还是“人找信息”：用户去搜索自己想看的东西，平台再给出结果。
花天价挖来这么多大牛，每天光是维护服务器的存储成本就是个天文数字，却不做实时响应，这在技术人员看来完全是资源的极大浪费。
李锋看着屏幕上那些跳动的数据流，眼底却闪烁着颠覆时代的狂热。
“不需要实时响应。”
“我要你们做的，是算法大数据的从0到1！”
“不要去管用户现在在搜什么，我要你们利用这些海量的底层数据，去给我喂养出一套大规模的机器学习系统！”
“用户在某个视频上停留了几秒？他在哪个明星的微博下点了赞？他在深夜更喜欢看搞笑的还是伤感的？”
“把这些数据给我全部打碎、重组、建模！”
李锋在白板上写下了【推荐引擎】四个大字。
“我要你们搭建出一套推荐引擎的算法！从今天起，我们要颠覆‘人找信息’的旧时代，开启‘信息找人’的新纪元！”
“这套算法不需要急着拿出成品，它是一个需要几年时间去不断纠错、长线喂养的怪物！”
听着李锋这番极具科幻色彩的战略构想，在场的技术大牛们仿佛被推开了一扇新世界的大门。
“明白！李总！我们会仔细打磨这套推荐算法！”
交代完核心的研发方向，李锋转头看向身旁的张馨羽。
“联系猎头公司。”