同事們,見到不對的請大聲講出來
來自專欄 自動駕駛
自動駕駛說
不只是自動駕駛行業,相信很多其他行業的朋友也都遇到過這種問題:領導的想法有明顯漏洞,會導致公司虧損,或是對消費者造成危害,但是自己就是不能說出來。畢竟,我們要保住飯碗,我們要合群。
然而,在自動駕駛行業,你的一句話可能就關乎著產品安全,關乎著一位行人或是一位乘客的生命。
Uber事件剛剛發生不久,一名特斯拉車主就在灣區101高速上發生了車禍,警方已確認當時正在使用autopilot。一個禮拜之內就有兩人喪生,我們不得不思考,作為engineer,我們除了寫好代碼,還能做些什麼。
誠然,特斯拉autopilot只是一個巡航系統,根本不是自動駕駛,與Uber事件有本質的區別(微信回復「特斯拉」閱讀autopilot和自動駕駛的區別。)但是我還是把這兩件事放在一起探討,因為兩件事的本質上其實都是企業的問題,是文化問題。
有報道稱,Uber車禍之前,CEO在考慮是否砍掉自動駕駛項目,因為準備打算明年公司上市。Uber自動駕駛團隊至少五百個員工,當然不願看到這一幕。於是他們加班加點,打算給CEO一個拿得出手的試駕體驗。為了加快測試速度,每輛車的雷達感測器只剩下了一個,安全駕駛員也從兩個變成了一個。
Uber一些工程師表示了質疑,但是並沒有效果。畢竟,如果再不加快測試,自己就有可能面臨失業或是換組。他們當中其實有不少人已經預見到了車禍這一幕,但高層的決定沒人敢否決。
特斯拉的文化和Uber也有類似之處。小編的一些同事是前autopilot核心工程師。據他們透露,早期的autopilot根本還不成熟,就趕著面市。但是他們也沒有辦法。
其實,Uber和特斯拉像矽谷很多其他公司一樣,多多少少有一種toxic culture。這種文化很有感染力,鼓勵員工們為了心中的「理想」去奮鬥。但在「奮鬥」過程中,我們也需要冷靜的大腦,幫助決策層做出正確的判斷。
以下是小編經常遇到的幾種toxic會議,以及各種應對辦法。看看你經歷過幾種?
- 「以前從來沒出過事,所以以後也不會。」一些老闆為了趕時間,盲目自信,就拿這種論點作為依據。但是測試過程中,我們還做不到嘗試所有場景,總會有一些我們預料不到的事。一段code現在不出現問題,不代表以後不會出現問題。也許現在看來,一個雷達沒有問題,但是不代表以後不會出現問題。
—> 應對辦法:作為員工,要注意老闆是不是過度自信。過度自信往往是危險的徵兆。可以試著找出漏洞,舉出實例,讓老闆一看就懂。
- 「你得先證明我是錯的,我才會相信你是正確的。」這句話,越是高層的人越經常說。一個問題可以有很多不同的解決方式。但是在開會的時候又不可能現場做出詳盡分析比較,反駁這種論點就會很難。只用一個安全駕駛員應該是積累更多里程數的最快方法,但是使用兩個安全駕駛員確實也浪費了一定資源。在利弊並不明顯的情況下,你很難說服領導層。
—> 應對辦法:開會之前多花點時間準備吧。對各種利弊做詳盡分析,開會時才有論據。為老闆加班是被迫的,但如果為了乘客安全而加班,那就應該是主動的。
- 「你上次的project沒做好,所以你這次的提議應該也沒什麼用(潛台詞)。」這樣的反饋最讓人無奈。其實大部分老闆都是對人不對事,做不到客觀。同樣的提議,如果換一個人講,也許結果就會大不一樣。
—> 應對辦法: 尋找更合適的時機告訴老闆你的提議,比如另一個更輕鬆的會議。或是找到一個老闆更器重的人,然後麻煩他/她告訴老闆你的提議。不要擔心自己的想法被盜取。如果你的提議被採納,到時候再告訴老闆。
- 「你資歷不夠(潛台詞)。」一些剛剛進入AI行業的朋友經常遇到這種情況。一個meeting里如果都在職場混了10年以上的人,不太會聽新員工的建議。如果都是VP,就不太會聽總監的建議。如果都是PhD,就不太可能聽一個本科生的建議。
—> 應對辦法: 提建議的語氣很重要,一定要謙卑再謙卑,表示對其他人資歷的肯定。實在不行,就等會議結束之後找其中的負責人私聊。
- 「我們幾個內部表決就夠了,別讓那個組加入。"公司內部小組之間的politics很複雜。總會有一個組被孤立,但往往只有那個組才能給出正確的決策。比如,AI組內部決定說,我們下個季度一定要達到1萬邁的測試里程!但是對於測試組,這種目標很明顯不切實際,會讓測試駕駛員精疲力竭,容易導致疲勞駕駛。安全組聽到這種決定,也只能表示無奈。
—> 應對辦法:盡你所能推遲決策,同時馬上找到被孤立的組的負責人,讓該組的負責人出面來談。
總之,speak up!我們不是單純做演算法,也不是單純做APP,我們的某項任務可能會影響一個人的生命。這篇blog還有更多的方法,教大家克服會議中遇到的group thinking。
小編每天上下班路過那個101高速口,都忍不住看看那一段被那位特斯拉車主撞過的圍欄,不禁再思考一遍上面提到的問題。希望engineer們能對老闆勇敢說出自己的真實想法,不讓類似悲劇再次發生。
「自動駕駛說」旨在分享原創的行業分析和學習心得,每周一篇。本人在矽谷某自動駕駛公司擔任產品經理,專註於自動駕駛安全、模擬以及設計。文章僅代表個人觀點。歡迎留言,互相學習。
知乎專欄:自動駕駛
微信掃碼關註:zidongjiashishuo
推薦閱讀:
※KIT: Automotive Vision汽車視覺學習筆記(3)Feature Point Methods 特徵點檢測
※Mobileye 的成功之道是什麼? Shashua 給出了這三點思考
※Uber發生全球首例自動駕駛致死事件
※是男人就過8題!時隔14年,Pony.ai樓教主再辦演算法競賽
※Uber自動駕駛傷亡事故滿周,最新發展進度
TAG:自動駕駛 | 優步Uber | 特斯拉汽車TeslaMotors |