技术、业务、目标怎么结合

技术团队最重要的在于如何做长期和短期的结合。短期的事情可以证明团队的能力，但如果特别注重短期会导致非常疲惫。所以才需要短期所做的事情要兼顾长期的规划，这点苹果、微信、阿里都做的非常好。

 

如果你真想做好长期的事情就必须要做到独立。独立意味着两点：

1.能力足够实现短期的价值。

2.不需要依赖太多资源。拿太多资源意味着很难在很长时间满足老板或投资人的期望，因些会很难做出自己独立的判断和坚持。

如果目标真的是做长期的有价值的事情的话，不要去贪图短期的风口或拿太多的资源。需要有抵制诱惑的【能力】或【钞能力】。

要能够很好的结合技术、业务、目标三者，就要先做个比业务更懂技术、比技术更懂业务的人。

觉得实际的例子：我在客户的公司呆了两个月，我其实就是在观察他们在做什么，他们平遇到什么样的问题，需要什么样的帮助，那个时候的业务管理手册我是要背的，我要象这些业务的人员一样的了解业务。当业务人员遇到技术人员的时候会提出一大堆的技术需求，这个时候就需要非常了解业务，并且了解自己长期想做什么事情，才知道如何去做取舍。所以需要能够在100个需求里挑出几个来做。

这100个需求是怎么来的，是需要有业务的理解，梳理和甄别的能力的，要跟非常多的业务方建立关系。要挑出哪几个要做的，就要识别出短期价值，同时也要在长期的技术主线上的，虽然看起来是在做短期的事情，但是也是在为长期的目标添砖加瓦。

所以就要对一个技术leader，一个有理想的技术leader天然的提出了，你必须是个懂业务的人的要求。而不是一个程序员到后来面临升职加薪的问题，想做技术大牛技术leader，才想去了解点业务。不是这样的。如果是有技术理想的话，希望能做独立判断的话，本身天然就要成为业务专家，才能做取舍。

要达到这个要需要做到三点：

第一、必须要勇气跳下水。

比如在AI领域一个轰动的事情，alpthago战胜李世石的事情就是由一群熟悉围棋的业余爱好者的ai工程师做出来的，如果不了解围棋是不可能做出alpthgo来的。如果要做ai，并且让ai真实帮助到行业，或者是想要做行业数字化，你本身必须成为行业专家，领域行业知识。不能指望对方来理解你的技术，告诉你要用什么技术来实现什么功能，这几乎是不可能的。退一步，起码真正的成为该业务领域的【业余专家】，然后才能赢得这个领域真正的专家的尊重。你们才能真正去了解和转化这个行业的专业的经验或知识。

第二、必须要有充分的耐心。

比如：要做真正的AI技术的落地现在没有成功的先例，可能要积累五年以上，无论是医疗还是自动驾驶还是农业，不坚持个五年以上是非常难有所作为。

比如：苹果的mac，微软windows都是不断升级而慢慢占领市场的。

第三、把行业的经验转化成计算机的能力

如果不进入行业领域的话，你看到的问题都是横向（技术）的问题，无论是无监督学习还是计算框架、ai芯片这些都是说我试图造一个东西供给其它 ai的开发者使用，这里边的核心是ai的学习能力【是否在持续的提高】到底是学习什么，解决什么样的问题问题有没有从易到难。这个是需要行业的需求牵引的，把行业经验转化成计算机的能力的时候对ai的学习能力提出了越来越高的要求，是这个要求牵引着我们把技术越做越好。

 

要把技术做好，行业经验的牵引是必不可少的。

有个小兄弟做海鲜类商城，说自己在学习liunx和底层技术，我就问他liunx内核和底层的技术对他的工作产生了哪些帮助？他却含含糊糊的答不上来，说学了肯定是有用的。我内心觉得这样一个热爱学习的同学找不到重心，浪费精力而感觉可惜，我试图跟他讲把学习和业务场景结合起来，理解业务的复杂性，程序员通过提升软件系统服务能力创造价值。但是他却不一定听得进去。

现在再看ai，高并发，分布式还有所谓的底层技术，就会发现，并不是因为这些知识比较高深、比较时髦秀多公司去用，而是因为这些公司的业务上需要实现这些场景，而这些技术正好可以解决。