“他们不需要搜索。只要他们往下滑动屏幕，永远有他们感兴趣的内容在等着他们。越刷越上瘾，越刷越离不开。”
会议室里安静了下来。
张栋端着咖啡杯的手停在半空中。作为国内顶尖的系统架构师，他并没有觉得林辰在异想天开，相反，他在脑海中迅速推演这套逻辑的技术可行性。
几分钟后，张栋的额头上渗出了一层细汗。
“老板，这套逻辑在理论上是完美的。”
张栋深吸了一口气，声音变得凝重，“但这背后的技术门槛，高得离谱。”
“传统的搜索只是文本匹配，但您说的这个，是基于海量大数据的机器学习和人工智能领域的推荐算法。”
张栋放下杯子，坦诚地指出目前的困境：
“目前国内的互联网公司，包括企鹅和阿里，在底层算法这块都还处于非常初级的阶段。我们要处理每天几亿人的行为日志，进行毫秒级的特征提取和实时推荐模型计算，这对算力的要求是天文数字。”
“更致命的是人才。我手底下的这帮架构师，搞高并发通讯没问题，但要搞这种前沿的人工智能算法推荐，专业不对口。国内真正懂这块顶尖技术的人，寥寥无几。”
这才是技术发展的客观规律。
在2010年，哪怕是后世横扫全球的字节跳动，此时也还没有诞生。算法推荐的土壤，在国内还是一片荒芜。
“知道短板在哪，那就去补。”
林辰没有丝毫的犹豫，他转头看向一直在一旁认真记录的赵娜。
“赵娜，从今天开始，这件事情列入人力资源部的最高优先级。”
“传统的软件打法快到头了，未来是算力和数据的战争。我要在辰希科技，单独成立一个全新的、绝对保密的部门，名字就叫‘智能推荐与算法实验室’。”
林辰语气果决，下达了招募指令：
“国内找不到人，就去国外找。去硅谷，去谷歌和facebook的ai团队里挖。”
“国内的高校也不能放过。去清华、北大、中科院的数学系、统计学系和计算机视觉实验室，把那些正在写论文的教授和最顶尖的博士生，全部给我挖过来。”
赵娜记录着这些要求，心里暗自盘算着成本。
从硅谷挖顶级ai人才，或者是从国家级实验室里请人出山，这种级别的招募，已经不能用常规的薪酬体系来衡量了。