Matt Asay Monkey King

企業(yè)必須明白，好的數(shù)據(jù)科學(xué)在企業(yè)實(shí)踐中需要花費(fèi)時(shí)間，同時(shí)還要給相關(guān)人員學(xué)習(xí)和成長(zhǎng)的空間，所以這里沒(méi)有任何捷徑可循。

OReilly最新的調(diào)查數(shù)據(jù)顯示，大數(shù)據(jù)仍然只是1%，或者15%的企業(yè)游戲。大多數(shù)的企業(yè) （85%）依然沒(méi)有破解AI和機(jī)器學(xué)習(xí)的密碼。僅僅只有15%的“見(jiàn)多識(shí)廣”的企業(yè)在生產(chǎn)過(guò)程中運(yùn)行一些數(shù)據(jù)模型超過(guò)了5年。更重要的是，這些企業(yè)更傾向于在一些重要的領(lǐng)域花費(fèi)時(shí)間和精力，比如模型偏差和數(shù)據(jù)隱私。相對(duì)而言，那些還屬于初學(xué)者之列的企業(yè)仍然還在努力嘗試著尋找啟動(dòng)按鈕。

不幸的是，對(duì)于那些希望通過(guò)自動(dòng)快捷方式比如Google的AutoML或者通過(guò)聘請(qǐng)咨詢(xún)公司縮小數(shù)據(jù)科學(xué)差距的企業(yè)，我們給出的答案是：實(shí)現(xiàn)數(shù)據(jù)科學(xué)的確需要花費(fèi)時(shí)間，而且沒(méi)有捷徑可循。

聰明的企業(yè)專(zhuān)注于深層次數(shù)據(jù)

首先，值得注意的是， OReilly的調(diào)查數(shù)據(jù)來(lái)自于其自選的一群人： 那些曾經(jīng)參加過(guò)OReilly活動(dòng)的，或者參加過(guò)該公司在線(xiàn)研討會(huì)或通過(guò)其他途徑與之有接觸的人。這些人群對(duì)于數(shù)據(jù)科學(xué)都有前瞻性的興趣，即使（按照調(diào)查數(shù)據(jù)的顯示）他們中的大部分人并沒(méi)有從事太多的相關(guān)工作。對(duì)于那些沉浸在大數(shù)據(jù)體驗(yàn)中的人來(lái)說(shuō)，最好的客戶(hù)群體就是那些被稱(chēng)為“見(jiàn)多識(shí)廣”的企業(yè)，它們?cè)谏a(chǎn)過(guò)程中使用的數(shù)據(jù)模型已經(jīng)運(yùn)行了5年以上。

從調(diào)查上可以發(fā)現(xiàn)一個(gè)有趣的現(xiàn)象，那就是這些企業(yè)是怎樣稱(chēng)呼他們自己的數(shù)據(jù)專(zhuān)家的。具有豐富數(shù)據(jù)經(jīng)驗(yàn)的企業(yè)稱(chēng)之為數(shù)據(jù)科學(xué)家。而那些思維尚停留在上世紀(jì)90年代 “數(shù)據(jù)挖掘”模式的企業(yè)則更傾向于稱(chēng)其為“數(shù)據(jù)分析師”。如圖1所示。

調(diào)查發(fā)現(xiàn)，無(wú)論企業(yè)選擇如何稱(chēng)呼他們的數(shù)據(jù)專(zhuān)家，企業(yè)在AI和機(jī)器學(xué)習(xí)方面的經(jīng)驗(yàn)越豐富，他們就越有可能依靠?jī)?nèi)部數(shù)據(jù)科學(xué)團(tuán)隊(duì)建立模型，如圖2所示。

幾乎沒(méi)人關(guān)注云機(jī)器學(xué)習(xí)服務(wù)（至少現(xiàn)在還沒(méi)有）。那些只有2年以下生產(chǎn)經(jīng)驗(yàn)的企業(yè)傾向于依賴(lài)外部的顧問(wèn)來(lái)搭建機(jī)器學(xué)習(xí)模型。對(duì)于這樣的企業(yè)而言，這種感覺(jué)就像一種不用投入人力而享受數(shù)據(jù)科學(xué)收益的機(jī)會(huì)，但這是一個(gè)非常愚蠢的方法。

企業(yè)的數(shù)據(jù)越復(fù)雜，其數(shù)據(jù)科學(xué)團(tuán)隊(duì)就越能建立模型，并評(píng)估項(xiàng)目成功的關(guān)鍵指標(biāo)?？v觀所有的企業(yè)，產(chǎn)品經(jīng)理對(duì)于項(xiàng)目成功的作用是36%，管理團(tuán)隊(duì)的數(shù)據(jù)是29%，數(shù)據(jù)科學(xué)團(tuán)隊(duì)的貢獻(xiàn)是21%。

對(duì)于那些經(jīng)驗(yàn)豐富的企業(yè)來(lái)說(shuō)，產(chǎn)品經(jīng)理的作用依然占到34%，數(shù)據(jù)科學(xué)團(tuán)隊(duì)27%，幾乎與管理團(tuán)隊(duì)（28 %）相同。

對(duì)那些缺乏經(jīng)驗(yàn)的企業(yè)而言，管理團(tuán)隊(duì)占到31%，數(shù)據(jù)科學(xué)團(tuán)隊(duì)占比較少 （16%）。這不是個(gè)問(wèn)題，事實(shí)是這些數(shù)據(jù)科學(xué)團(tuán)隊(duì)最適合計(jì)算出如何使用數(shù)據(jù)并衡量其成功。

太多時(shí)候，是外行指導(dǎo)外行

這種依賴(lài)管理層來(lái)推動(dòng)數(shù)據(jù)科學(xué)的想法引起了人們的注意。調(diào)查顯示，不少高管自稱(chēng)是數(shù)據(jù)驅(qū)動(dòng)的，但卻無(wú)視了數(shù)據(jù)其實(shí)并不支持那些靠直覺(jué)驅(qū)使的決策（62 %的人承認(rèn)這么做）。

那些缺乏大數(shù)據(jù)悟性的企業(yè)似乎愿意口頭提供數(shù)據(jù)，但他們根本不明白有效數(shù)據(jù)科學(xué)的細(xì)微差別。他們?nèi)狈Ρ貍涞慕?jīng)驗(yàn)來(lái)確?？梢垣@得有意義的、無(wú)偏見(jiàn)的數(shù)據(jù)洞察力。

關(guān)于如何理解機(jī)器學(xué)習(xí)模型，以及如何相信該模型所導(dǎo)致的結(jié)果，更多有成熟經(jīng)驗(yàn)的企業(yè)顯然掌握了Gartner博客網(wǎng)絡(luò)中的一位博主Andrew White的評(píng)估方法：

·AI的創(chuàng)新之處就在于AI可以重新定義新的基線(xiàn)，換句話(huà)說(shuō)就是那些我們認(rèn)為太過(guò)復(fù)雜的東西和非常規(guī)的東西，目前都可以利用AI來(lái)實(shí)現(xiàn)。和之前的技術(shù)相比，AI應(yīng)該可以處理更加復(fù)雜而且具有認(rèn)知能力的工作。

·這個(gè)新的現(xiàn)實(shí)只有在AI自動(dòng)處理的結(jié)果是合理的時(shí)候才有意義。如果這個(gè)新奇的工具所得出的決策和結(jié)果讓人類(lèi)無(wú)法理解，那人們就會(huì)放棄這個(gè)工具。因此在某種程度上，能否理解AI所做出的決策也非常重要。

·然而，理解決策和理解算法如何工作是兩回事。人是可以掌握輸入、選擇、權(quán)重以及結(jié)果的原理的，而即便算法能夠在一定程度上將所有這些結(jié)合到一起，但我們依然無(wú)法證明這一進(jìn)程。如果結(jié)果和輸入之間的差距太大，那么人對(duì)算法的信任就很有可能會(huì)喪失——這是人的天性。

想要達(dá)到這種理解水平是無(wú)法通過(guò)花錢(qián)雇傭咨詢(xún)顧問(wèn)能實(shí)現(xiàn)的。云端也不是現(xiàn)成的。運(yùn)用工具比如Google的AutoML 可以“使得那些具有有限機(jī)器學(xué)習(xí)專(zhuān)長(zhǎng)經(jīng)驗(yàn)的開(kāi)發(fā)者能訓(xùn)練針對(duì)其業(yè)務(wù)需求的高質(zhì)量模型。”這聽(tīng)起來(lái)非常好，但是想要從數(shù)據(jù)科學(xué)中受益需要有數(shù)據(jù)科學(xué)的經(jīng)驗(yàn)。這不僅僅是調(diào)整模型的問(wèn)題，更需要知道如何實(shí)現(xiàn)，這需要大量的試錯(cuò)經(jīng)驗(yàn)。

另外，從事數(shù)據(jù)科學(xué)需要有人文的心態(tài)，再次強(qiáng)調(diào)，需要經(jīng)驗(yàn)。沒(méi)有捷徑可循。實(shí)際上，這意味著那些早期投資于數(shù)據(jù)科學(xué)的企業(yè)應(yīng)該發(fā)現(xiàn)自己領(lǐng)先于那些沒(méi)有競(jìng)爭(zhēng)優(yōu)勢(shì)的同行——這種差異很可能會(huì)持續(xù)下去。

對(duì)于那些希望迎頭趕上的企業(yè)，Gartner分析師Svetlana Sicular最為經(jīng)典的忠告仍然在耳邊回響：“企業(yè)應(yīng)該在內(nèi)部多看看。其實(shí)內(nèi)部已經(jīng)有人比那些神秘的數(shù)據(jù)科學(xué)家更了解自己的數(shù)據(jù)?！敝灰髽I(yè)明白要在企業(yè)完成好的數(shù)據(jù)科學(xué)需要花費(fèi)時(shí)間，并且給予其人員學(xué)習(xí)和成長(zhǎng)的空間，他們就不再需要尋找捷徑。

Matt Asay是信息領(lǐng)域的長(zhǎng)期從業(yè)者，以及前知識(shí)產(chǎn)權(quán)律師，目前是Adobe公司開(kāi)發(fā)者生態(tài)系統(tǒng)的最高領(lǐng)導(dǎo)。