「活到老，学到老」用这句话来描述这篇文章的主角再适合不过了！
如果你现在因为年纪、本科专业、社会价值、他人观感等因素限制，迟迟不敢往内心那个向往已久的目标前进，下面这个50多岁、文科背景、已经是公司领导人的日本老伯，他从零开始学Python并带领公司部署AI的故事，或许能带给你一些启发。
「比起管理，或许研究和工程方面的工作更适合我。」在一家从事产品包装研究和设计的公司担任副社长的坂本英树如此感叹道。
50多岁，文科背景，一家市场调查公司的社长，这几个标签和AI似乎看上去并没有什么关系。
但是，坂本英树现在所在的公司Plug正在开发一款AI服务「PackageDesignAI」，简单来说，这是一种能够评判包装设计的AI。目前包括卡乐比和日本雀巢在内的多家大型食品制造商都已经将其正式投入商用了。
尽管这个AI服务是与东京大学的联合研究项目，但实际上从写程式到实际测试以及最终的落地，全部都是坂本英树一个人完成的。
开始这个专案之前，坂本说，「我连Python是什么都不知道」。
那么副社长坂本英树到底是如何入手开发AI服务的，又是什么促使了他选择独自开发这款专案，赶快和作者一起来揭秘吧。
AI成为统计消费者数据的好工具
如果先告诉你，Plug是由两家公司合并而来的话，或许会更好理解公司如今的发展和抉择。
年，坂本的公司还在从事市场研究，现任Plug社长小川亮从年以来就一直从事包装设计，两家公司与年合并，目前约有70名员工。
或许你会疑惑，为什么一家设计公司会和市场研究公司合并，这是因为调查消费者反应的时候，他们对于产品包装设计持何种感情十分重要。
比如说，假设剩下两个最终的设计候选方案A和B，当决定使用哪种方法时，传统的方法是让数十至数百个消费者聚在一起，收集他们的意见和想法，统计得出哪种方法更得人心。
换句话说，大多数产品包装都是由客观数据确定的，「这是因为它在市场上更受欢迎」，而不是某种主观因素，「这在某种意义上说是更好的」。
但是，当同时抓住市场研究和设计两头的时候，这个数字化问题就成了一个商业挑战，而AI正好可以作为这个问题的最优解。
从零开始学Python，他越学越有趣
其实，这个问题，也完全可以用外包的方式来解决。
但是，坂本英树表示，「外包的话，知识无法在内部累积」。
同时外包生产的AI模型也不总是能达到理想的精度。如果没有内部知识，那么后期的准确性也就无法得到保证，比如说你可能不知道未来如何去提高准确性。
「实际上，我们在开发之初就试图将其外包，但是坂本和同事因为遇到种种问题，最终转向了内部生产。」
但是，还有一个问题，公司最初并没有进行AI相关的培训，如果要公司自己开发，研发人员从哪来？
于是，坂本英树决定从零开始学习Python。坂本先生在接受采访时表示，这是他第一次接触程式，在使用Python的时候，甚至都不知道for语法是什么。
于是，坂本先生第一件事就是报名了一所程式学校并在家学习，目标是一年学习个小时，「如果工作日学习2个小时，假日学习5个小时，那么一周就是20个小时，坚持一年，大约就是个小时」。
在一所程式学校学习了两个月的基础知识后，坂本先生还学习了一些机器学习相关的课程，再加上本身具有的统计知识，整个过程还是比较轻松的。
不被家人看好、不知道专案能否被采纳，5个月后一切豁然开朗
最初，该专案是在工作时间以外启动的。虽然这是一个重要的管理问题，但公司也不知道能否将其转变为正式的专案。「我私下每周花20个小时在写程式和AI上，我的家人都对此感到了厌烦，说『你满脑子都是AI』」。
开始开发的5个月后，坂本先生意识到，他们能够开发出一个模型。虽然设计的实际评价和人工智慧评价的相关性很低，只有0.3；但经过后续的研究和讨论，终于把相关性提高到0.5。
「这时我们确信，我们可以把这个专案做成一个内部专案。」
比起管理职，50岁大叔更想当AI工程师
当这个公司内部项目敲定之后，坂本先生也作为副社长参与到了管理研究团队的工作中。
「当然，我能够减少我的正常工作。我有很多事情要做，所以我一般会在研究困难时加入。现在我的正常工作是大概占了2-3成，其他的都是AI相关的工作。
当被问及管理领导和AI工程师，他更喜欢哪个职业的时候，坂本先生激动地回答，「AI工程师有很多研究性质的工作。例如，要使相关性增加0.1，你就必须尝试各种组合，一次计算需要一个小时，但最终结果就算只增加了0.01，也会感到非常高兴。」
「你可以做以前无法做的事情。现在使用AI，任何人都可以很轻松地进行图像处理和自然语言处理，并且可以非常快速地对其进行可视化处理。这非常有吸引力，虽然很有难度，但我们会追赶。我觉得自己正在成长，这与公司的成长息息相关。因此，我认为我目前的工作比总裁和管理层更接近我想做的。」
用AI做行销，速度快且便宜
但也不是一直都一帆风顺。当尝试了很多方式，相关性还是没有提高，这就很痛苦了。
这种时候，坂本先生就会求助于东京大学讯息科学与技术研究生院的相泽山崎松井实验室，他与实验室副教授山崎俊彦每1个半月会开1次会，根据进度听取对应的意见。
坂本先生说：「这种会面中不只是程式教学，还会提出『有这样那样的算法，你为什么不试试呢』。然后我用Google搜索了一下，在例会上报告出来，山崎教授会给出20个左右的问题，然后会尝试其中10个，再解决后续问题。如此下来，一年的时间，我收到了大约60个问题。」
在山崎教授的建议下，坂本先生开始一个人实施包装设计的AI服务，这款AI可以将好感度分为5个阶段进行评价，除此之外，还可以将消费者