前言

在這個(gè)五句話不離大數(shù)據(jù)和 AI 的時(shí)代，讓我們來(lái)看看它們給我們帶來(lái)了什么，以下是麻省理工科技年度科技評(píng)論近 5 年來(lái)評(píng)選出的“全球十大突破性技術(shù)”，我們?yōu)槊恳荒晏暨x了一項(xiàng)作為例子：

2014 年，腦部圖譜(Brain Mapping)

2015 年，基因互聯(lián)網(wǎng)(Internet of DNA)

2016 年，分享型機(jī)器人(Robots That Teach Each Other)

2017 年，刷臉支付(Paying with Your Face)

2018 年，AI 共享(AI for Everybody)

從這些例子不難看出，大數(shù)據(jù)和 AI 已經(jīng)引領(lǐng)了整個(gè)技術(shù)的突破，為人類的美好未來(lái)帶來(lái)了不可估量的影響。這個(gè)潮流，確實(shí)難以抵擋，那么不如就投身其中吧。

對(duì)大多數(shù)軟件從業(yè)人員來(lái)說(shuō)，我們不知道如何開發(fā)大數(shù)據(jù)或人工智能項(xiàng)目，甚至不知道如何進(jìn)入這些領(lǐng)域。事實(shí)上，市場(chǎng)的反應(yīng)已經(jīng)能夠體現(xiàn)所謂的“熱炒”或者“熱潮”，特別是：

作為企業(yè)老板，意外收獲了一筆投資
作為業(yè)務(wù)部門，面對(duì)大量的數(shù)據(jù)
作為分析部門，想變得更聰明
作為開發(fā)部門，被用戶抱怨越來(lái)越慢

可以看到，各個(gè)職能部門都多多少少會(huì)受到影響，目的也是想在井噴的信息量中獲得洞見。下面這張圖把業(yè)務(wù)按照數(shù)據(jù)和分析這兩條線進(jìn)行拆分，它們相輔相成，大數(shù)據(jù)和 AI 分別從傳統(tǒng)數(shù)據(jù)和 BI 擴(kuò)展而來(lái)，并形成一個(gè)閉環(huán)。

 

 

我將從幾個(gè)不同的視角對(duì)這個(gè)問(wèn)題做一些思考：如果你想要從零開始做一些大數(shù)據(jù)和 AI 相關(guān)的事情，該如何思考，該如何行動(dòng)，該如何與正確的人一起做正確的事。文中沒有提及任何與流行的大數(shù)據(jù)或 AI 相關(guān)的技術(shù)或產(chǎn)品，因?yàn)槟鞘窍乱徊缴踔潦窍孪虏讲乓�做的事情，這里只是做一個(gè)引子和方法論介紹。

企業(yè)視角

這是一個(gè)很大的主題。如果我們從這個(gè)視角看問(wèn)題，可能什么都看不清楚，因?yàn)槲覀儾⒉皇莿?chuàng)業(yè)家，不用思考生存獲利的問(wèn)題。不過(guò)我們可以有如下操作：

1. 如何驅(qū)動(dòng)愿景或策略?

我有一個(gè)美好的初步愿景，為了成為人人敬仰的 Doctor Who(神奇博士)，為了人類能夠決定自己的命運(yùn)，為了大家都能受到啟發(fā)，為了推廣這些概念，為了生活變得更豐富多彩，為了人人都能成為大數(shù)據(jù)或 AI 專家。

有點(diǎn)想法總是好的，沒準(zhǔn)哪天實(shí)現(xiàn)了呢?為此，我需要一個(gè)品牌，姑且就叫它“Simple Man”吧。為什么不叫“Super Man”?因?yàn)槭莿倓偲鸩剑�所以還是不要定太高的目標(biāo)。

在剛剛起步時(shí)，可以試著像大多數(shù)人一樣表現(xiàn)得毫無(wú)畏懼。大數(shù)據(jù)，無(wú)非就是數(shù)據(jù)多些，不規(guī)范些;AI，無(wú)非就是智能些，只是比無(wú)知多點(diǎn)技能罷了。

SWOT(態(tài)勢(shì)分析法)說(shuō)，我的優(yōu)點(diǎn)是懂點(diǎn)皮毛，我的缺點(diǎn)也是懂點(diǎn)皮毛。這樣顯然是不行的。我們要真的知道自己的競(jìng)爭(zhēng)力在哪里以及和別人的區(qū)別在哪里才行。差異化決定了你是不是真的“神奇”，不然人人都是神奇博士了。“人人都是產(chǎn)品經(jīng)理”或者“人人都能發(fā)財(cái)”，這些只是騙人的宣傳口號(hào)。

接下來(lái)的市場(chǎng)計(jì)劃，我得參考黑客增長(zhǎng)(growth hacking)一樣做一些病毒式宣傳，在聊天工具上貼些文案，央求他們轉(zhuǎn)發(fā)，以便增加點(diǎn)擊率。種子用戶總是那么的善良，他們?cè)敢鈳椭�你，因�(yàn)樗麄儼俜职傧嘈拍闶菍＜摇?/p>

2. 什么是可執(zhí)行規(guī)范?

說(shuō)總比做容易得多。所以，要建好一所房子，光想是不夠的，要付諸行動(dòng)把它造出來(lái)。如果碰巧腰不好，或者沒這個(gè)手藝，那么至少得告訴建筑工人你想要的弧形吧臺(tái)是什么樣子的。

規(guī)范，在英語(yǔ)里是 Specification，縮略語(yǔ)為 Spec。那么什么時(shí)候需要用到規(guī)范?當(dāng)你的下游(你是老板，下游就是你的經(jīng)理;你是用戶，下游就是業(yè)務(wù)分析師;你是產(chǎn)品經(jīng)理，你的下游就是技術(shù)人員;你是技術(shù)人員，你的下游就是測(cè)試或者支持人員)需要和你對(duì)接工作時(shí)，你得寫點(diǎn)東西，你可以隨便寫點(diǎn)，然后等著挨罵;或者，如果你不想挨罵，就逼著他們簽字畫押，如果出了問(wèn)題他們就不會(huì)找你，這樣就合同化了，就成了規(guī)范了。

大數(shù)據(jù)的 Spec 怎么寫?AI 的 spec 怎么寫?其實(shí)不難，可以通過(guò)大數(shù)據(jù)和 AI 技術(shù)來(lái)寫大數(shù)據(jù)和 AI 的 Spec。搜集網(wǎng)上所有包含這兩個(gè)關(guān)鍵詞的海量信息，大數(shù)據(jù)就有了。然后，你希望用這些數(shù)據(jù)來(lái)做些什么?對(duì)了，前面說(shuō)了，我想成為一個(gè)神奇博士。為了它，我得具備神算子的本事(像極了算命先生)。作為神奇博士(或算命先生)，不管誰(shuí)問(wèn)我問(wèn)題，我都應(yīng)該能夠解答。

“可執(zhí)行的東西”是指 SMART(Specific/Measurable/Attainable/Relevant/Time-bound)的人能夠在規(guī)范里寫得出來(lái)的東西。那么多的機(jī)器人每天閱讀很多信息量，你也可以，訓(xùn)練你自己，有人做到了，你也可以做到。

于是，一個(gè)可執(zhí)行規(guī)范就有了，不管 * 誰(shuí)問(wèn)我任何問(wèn)題，我都能解答，并且，我未來(lái)真的可以做到，不然就是忽悠，而不是規(guī)范了。

3. 什么時(shí)候達(dá)到目標(biāo)?

好了，一個(gè)月過(guò)去了，好像什么也沒發(fā)生。我正在找工作，但是沒找到。神奇博士不太“神奇”了。雖然我每天寫 500 字的 KPI 是完成了，但和我原來(lái)的美好愿景還是有些差距。我的目標(biāo)應(yīng)該重新定義下，比如混個(gè)職業(yè)經(jīng)理的職位如何?稍等，我不是已經(jīng)就是個(gè)職業(yè)經(jīng)理了嗎?還是再來(lái)梳理一下吧。

目標(biāo)還是想當(dāng)個(gè)神奇博士，那么：

每天閱讀 2 篇有關(guān)大數(shù)據(jù)的需求文檔

每天閱讀 2 篇有關(guān) AI 的技術(shù)文章

……

但這些 KPI 無(wú)法把我自己推銷出去，這些只是我的短期目標(biāo)，我要設(shè)法活下去才能實(shí)現(xiàn)最終的愿景。

4. 正確的方向在哪里?

看來(lái)是方向不對(duì)。愿望雖好，但有點(diǎn)不太切實(shí)際。像下面這樣改一下，是不是好很多?

每天閱讀 2 篇一流互聯(lián)網(wǎng)企業(yè)需要的大數(shù)據(jù)需求文檔

每天閱讀 2 篇一流互聯(lián)網(wǎng)企業(yè)需要的 AI 技術(shù)文章

(Brand)自己是誰(shuí)?(Revenue)價(jià)值是什么?(Success)是不是能成功?(Launch)** 路線圖好不好實(shí)現(xiàn)?(Pipeline) 有沒有計(jì)劃?(Product) 學(xué)得會(huì)新技能嗎?(Milestone)里程碑是什么?(Lifecycle)你能活到那個(gè)時(shí)候嗎?(Addedd Value)** 能帶著別人一起玩嗎?

這些問(wèn)題不用多解釋，但值得深究。

客戶視角

什么是用戶?用戶就是用你東西的人，就是這么簡(jiǎn)單。

1. 誰(shuí)能發(fā)現(xiàn)這個(gè)機(jī)會(huì)?

一張來(lái)自 eWeek 的分析圖表顯示，客戶仍然是大數(shù)據(jù)最大的直接受益者，這點(diǎn)無(wú)論何時(shí)都是毋庸置疑的：

 

 

我們都知道，產(chǎn)品要給用戶帶來(lái)良好的體驗(yàn)，他們才會(huì)“使用”產(chǎn)品，才會(huì)好好地“使用”產(chǎn)品，才會(huì)反復(fù)“使用”產(chǎn)品，才會(huì)很久之后還知道怎么“使用”產(chǎn)品。

機(jī)會(huì)在哪?無(wú)處不在。問(wèn)自己幾個(gè)問(wèn)題：

你如果是用戶，想得到什么?先去了解。

用戶在日常生活中是如何進(jìn)行體驗(yàn)的?其他產(chǎn)品是怎么做到提供這些體驗(yàn)的?先去學(xué)習(xí)。

用戶得到了最想要的東西了嗎?反復(fù)思考。

用戶最不喜歡什么?反復(fù)反思，有時(shí)候這比前一個(gè)更關(guān)鍵。

一句話，用戶想花最少的錢獲得最佳體驗(yàn)。別反駁，如果你作為一個(gè)用戶，肯定也是這么想的。

2. 向什么看齊?

通常，產(chǎn)品越做越起勁，但老板卻跳出來(lái)說(shuō)這不是他們想要的。這個(gè)時(shí)候你應(yīng)該反思，而不是去頂撞老板。老板眼里只有利潤(rùn)和效益，90% 的老板都這樣，除非錢多了腦袋燒壞了。如果你說(shuō)自己還不是老板，體會(huì)不到老板的想法，那么你就聽話，向老板妥協(xié)并看齊。

有時(shí)候用戶也會(huì)跳出來(lái)說(shuō)，這也不是他們想要的。這個(gè)時(shí)候你要反思，而不是拖延。比如產(chǎn)品經(jīng)理通常的反應(yīng)是：對(duì)不起，我的計(jì)劃表里排滿了高優(yōu)先級(jí)的事項(xiàng)，它們都非常重要，實(shí)在沒法再快了。

用戶認(rèn)為一個(gè)產(chǎn)品好不好，他們的標(biāo)準(zhǔn)通常不會(huì)是你想的那樣。所以，應(yīng)該向什么看齊?把自己變成一個(gè)用戶，這是第一步。否則，你和用戶的關(guān)系將變成“偶爾治愈，常常幫助，總是安慰”。

3. 如何展示和發(fā)布?

很多人覺得，展示和發(fā)布很高大上，西裝、發(fā)型和腔調(diào)缺一不可。其實(shí)不然，請(qǐng)注意喬布斯的藍(lán)色牛仔褲，扎克伯格的灰色上衣。那么什么才是重要的?

喬布斯的 PPT 永遠(yuǎn)是那么簡(jiǎn)潔明了，讓你看了就只想到一件東西，能做到這樣就足夠了。

所以，60 秒就能讓人們看懂的簡(jiǎn)單展示就是好的展示。

同樣，10 秒就能上手的發(fā)布就是好的發(fā)布。

我們有太多糟糕的展示和發(fā)布經(jīng)驗(yàn)。展示了“一堆東西”，只為證明有好多東西。所以，我們從一開始就已經(jīng)錯(cuò)了。價(jià)值主張是非常重要的，從一開始就要想清楚你要展示什么價(jià)值，否則你拿什么展示給別人?

4. 什么時(shí)候提醒或推薦?

在做出一個(gè)完美的產(chǎn)品之前，作為老板，是什么都不知道還是什么都知道的好?而作為用戶，是什么都知道還是什么都不知道的好?

作為一名大數(shù)據(jù)和 AI 的應(yīng)聘者，我希望知道：

如何能知道我的個(gè)人競(jìng)爭(zhēng)力?(我需要一名職業(yè)規(guī)劃師，懂大數(shù)據(jù)和 AI。)

哪里能體現(xiàn)我的優(yōu)勢(shì)，并打敗我的競(jìng)爭(zhēng)者。(我需要一個(gè)招聘網(wǎng)站，用大數(shù)據(jù)和 AI 來(lái)開發(fā)。)

找到合適的企業(yè)，好的文化、價(jià)值觀，行業(yè)合適，技能合適，最好還要離家近不出差。(我需要一個(gè)獵頭，動(dòng)大數(shù)據(jù)和 AI。)

面試者會(huì)問(wèn)什么?他們對(duì)我滿意嗎?他們都喜歡什么話題?我是不是可以再提高一下，這樣就可以加入心儀的企業(yè)，畢竟我真的是個(gè)人才，只是面試發(fā)揮不太好而已。(我需要一個(gè) HR，懂大數(shù)據(jù)和 AI。)

好吧，被拒了就被拒了吧。我開始反思，我究竟缺了哪些東西?我是不是找錯(cuò)了對(duì)象?(我需要一個(gè)顧問(wèn)幫我分析分析，或者我也也可以自己來(lái)，畢竟我懂大數(shù)據(jù)和 AI。)

誰(shuí)能提醒或推薦給我?大數(shù)據(jù)和 AI 世界，機(jī)會(huì)無(wú)處不在，要看你在哪里以及在想什么。

商業(yè)視角

商業(yè)是一種有組織的為顧客提供所需物品與服務(wù)的行為。

1. 具備洞察力嗎?

洞察力揭示了這種行為的本質(zhì)是什么。

人才：為什么下屬總要我指導(dǎo)才能完成工作?工作超過(guò) 5 年的員工為什么這么少?

客戶：上個(gè)月為什么沒多少人光顧?這個(gè)月怎么顧客全跑去對(duì)面了?

企業(yè)：為什么那么多奶茶店只開半年就關(guān)門?為什么還不斷有新的奶茶店開業(yè)?奶茶店為什么都看起來(lái)都帶有臺(tái)灣風(fēng)格?

商業(yè)：它家的商品清單好長(zhǎng)，到底賣的什么?不過(guò)每次排隊(duì)的人很多是為啥?

流程：熱線電話為什么總是打不進(jìn)去?打進(jìn)去也解決不了問(wèn)題，到底有沒有人管?

洞察力就是指回答所有這些問(wèn)題并解釋背后的原因。這不是一個(gè)從無(wú)到有、從有到多的過(guò)程，它有點(diǎn)像是回答如何提高孩子學(xué)習(xí)成績(jī)這類問(wèn)題，很難做到，并且能做到的是極少數(shù)。

2. 問(wèn)題是什么?

問(wèn)題一直在哪里，只是換了個(gè)問(wèn)法。比如，數(shù)據(jù)和大數(shù)據(jù)、分析和高級(jí)分析。

讓我們做一個(gè)對(duì)比：

普通領(lǐng)導(dǎo)易怒，就算最后事情做好了。高級(jí)領(lǐng)導(dǎo)易喜，就算最后事情做砸了。

普通數(shù)據(jù)，便利店。大數(shù)據(jù)，大賣場(chǎng)。

普通分析，描述性。高級(jí)分析，預(yù)測(cè)性。

所以，問(wèn)題在于在解決問(wèn)題時(shí)出現(xiàn)了問(wèn)題。比如，數(shù)據(jù)太大、分析太簡(jiǎn)單。如果沒問(wèn)題，就沒大數(shù)據(jù)和高級(jí)分析什么事。用高射炮打蚊子，資本市場(chǎng)常干這事。

3. 如何盈利?

來(lái)看看兩個(gè)公式：

利潤(rùn) = 收入 - 成本 - 費(fèi)用

數(shù)據(jù): 集市 (Mart) => 倉(cāng)庫(kù) (Warehourse) => 湖 (Lake) => 沼澤 (Marsh)

我們可以做一個(gè)表來(lái)交叉分析上面兩個(gè)公式：

 

 

不同類型的數(shù)據(jù)產(chǎn)品的利潤(rùn)到底來(lái)自哪里?很簡(jiǎn)單，從收入那一列就可以看出不同之處。因?yàn)樗鼈兲幚淼臉I(yè)務(wù)外延擴(kuò)大了，除了 Data Marsh。成本和費(fèi)用出自哪里?考慮下面幾個(gè)：

操作性
存儲(chǔ)性
敏捷性
安全性

下面是百度指數(shù)的搜索熱點(diǎn)結(jié)果(對(duì)比 Data、BI、大數(shù)據(jù)、AI)

 

 

備注：2012 年 4 月發(fā)生了什么?因?yàn)?3 月奧巴馬在白宮發(fā)布了《聯(lián)邦大數(shù)據(jù)研發(fā)戰(zhàn)略計(jì)劃》(The Federal Big Data Research and Development Strategic Plan)，并提供了 2 億美金，作為大數(shù)據(jù)時(shí)代開啟的標(biāo)志，所以“數(shù)據(jù)是什么”變成了搜索熱詞。

如何盈利? 看看你手頭的工作跟這個(gè)有沒有關(guān)系，如果沒關(guān)系，那么就趕緊跟上這個(gè)趨勢(shì)。

4. 什么時(shí)候做診斷?

洞察力我們可以理解了，好吧，下一步想想怎么量化它。

比如，上個(gè)月為什么沒多少客戶光顧?你需要做出一下診斷：

有客戶光顧的數(shù)據(jù)嗎?
有客戶的信息嗎?
有上個(gè)月的數(shù)據(jù)嗎?
沒多少具體是指多少?
誰(shuí)想知道這些數(shù)字?
要多久以后才能知道?
知道了以后該怎么辦?
做了一些事情以后，怎么知道做對(duì)了?
如果沒做對(duì)又該怎么辦?

流程視角

過(guò)程就是指如何完成一件事。人們需要管理過(guò)程，設(shè)計(jì)過(guò)程，相互溝通，并以高質(zhì)量的流程向前推進(jìn)，然后獲得我們所期望的價(jià)值。

1. 我們需要管理什么?

對(duì)流程而言，從無(wú)序到有序，再去改進(jìn)，要一步一步來(lái)。

隨時(shí)問(wèn)自己一個(gè)問(wèn)題，什么需要管理?一個(gè)企業(yè)家白手起家，從 0 到 10，每走一步都會(huì)碰到各種問(wèn)題，有很多下屬要管，有很多供應(yīng)商要央求，有很多客戶要迎合。甚至大數(shù)據(jù)也不光光是數(shù)據(jù)量大而已，它還涉及各種異構(gòu)系統(tǒng)、各種渠道。

我們需要管理流程去應(yīng)對(duì)內(nèi)部建設(shè)，需要業(yè)務(wù)流程去應(yīng)對(duì)客戶。我們需要由內(nèi)至外，比如 Dev to Ops，也需要由外及內(nèi)，比如 Ops to Dev。不分先后，取決于那方實(shí)力更大。

那么我們到底該期望些什么?從人力到有經(jīng)驗(yàn)的人力，再到半自動(dòng)化，然后是人力和自動(dòng)化打架，再到自動(dòng)化替代人力，這個(gè)過(guò)程困難重重，不是你期望的就是正確的。編排無(wú)疑是流程中最重要的環(huán)節(jié)，讓我們能夠有的放矢，沉著應(yīng)對(duì)。

除此之外，框架與流程相輔相成。企業(yè)可以有 ESB，但你會(huì)發(fā)現(xiàn)其實(shí)核心競(jìng)爭(zhēng)力不在這里，不過(guò)沒關(guān)系，可以托管給 SaaS/PaaS/IaaS。有趣的是，iPaaS 還為大數(shù)據(jù)中的各種異構(gòu)提供了支持。

AI 呢?我們對(duì) AI 有需求，有客戶在催，但是不一定能做得出來(lái)。投入比產(chǎn)出大是常態(tài)，AI to Ops 是一個(gè)解決辦法。這是現(xiàn)在的一個(gè)炒作熱點(diǎn)，所幸是剛剛起步，所以別猶豫。

2. 如何有效地設(shè)計(jì)?

首先，不管對(duì)業(yè)務(wù)還是對(duì)企業(yè)而言，每一步都要實(shí)現(xiàn)增值，這是毋庸置疑的。

其次，是標(biāo)準(zhǔn)化還是定制化?理論上講，力推標(biāo)準(zhǔn)化有各種好處，這是事實(shí)。但在實(shí)踐當(dāng)中，人人都要求定制化，這也是事實(shí)。定位不同，目標(biāo)也不同。

第三，是分布式還是集中化?就像找行業(yè)專家合作或培養(yǎng)復(fù)合型人才一樣，一切取決于管人的經(jīng)理是否能花 50% 的精力來(lái)做些事情，以及企業(yè)的價(jià)值觀是不是把人擺在第一位，不然還是靠權(quán)力，如果是這樣就別浪費(fèi)時(shí)間了。

最后，學(xué)習(xí)學(xué)習(xí)再學(xué)習(xí)，B2C 或 B2B2C 或 C2C 或……最復(fù)雜的流程取決于最復(fù)雜的商業(yè)模式。

3. 與誰(shuí)溝通?

只要有人在的地方就有江湖。只要有江湖，就有利益紛爭(zhēng)。所以，只要你在江湖中，就要和利益相關(guān)者保持一致。

那么問(wèn)題來(lái)了，誰(shuí)是大數(shù)據(jù)和 AI 的利益相關(guān)者?不管是大數(shù)據(jù)還是 AI，都不是一個(gè)人能夠默默做出來(lái)的，需要很多人溝通交流。大數(shù)據(jù)和 AI 意味著總會(huì)有人各說(shuō)各話，不可能都講統(tǒng)一的語(yǔ)言。你要么雇很多翻譯幫你去溝通，要么學(xué)習(xí)很多方言直接和他們溝通。

難點(diǎn)在于大家都想變成利益相關(guān)者，但這已經(jīng)違反了客觀規(guī)律。這也是很多想在這兩個(gè)領(lǐng)域落地的公司舉步維艱或失敗的根本原因。該如何走出這個(gè)困境?不知道。

4. 在哪里添加工作流或質(zhì)量檢查?

BPM(業(yè)務(wù)流程管理)告訴我們，流程優(yōu)化應(yīng)該小步走，保持簡(jiǎn)單，甚至不要關(guān)注增值業(yè)務(wù)，而應(yīng)該關(guān)注KISS或MVP 原則。我們把質(zhì)量這個(gè)詞轉(zhuǎn)化成一些問(wèn)題，并經(jīng)常問(wèn)自己：

能不能完成業(yè)務(wù)的功能?
能不能很快達(dá)成一致?
能不能很快講清楚?
有沒有有人叫好?
不重要的東西是不是可以直接去掉?
是不是可以再簡(jiǎn)單點(diǎn)?

如果答案都是“是”，那么應(yīng)該就沒問(wèn)題了。

至于 AI 應(yīng)該怎么做，這個(gè)問(wèn)題其實(shí)蠻難回答的。比如，AIOps 是一個(gè)新的名詞，現(xiàn)在的成熟度幾乎為零，但是愿景很美好。對(duì)于將人臉識(shí)別應(yīng)用在門禁中的場(chǎng)景，我們可以嘗試回答以下這些問(wèn)題：

能不能完成業(yè)務(wù)的功能?——可以替代門衛(wèi)。

能不能很快達(dá)成一致?——人臉整容可能造成識(shí)別失敗，不過(guò)還算信得過(guò)。

能不能很快講清楚?——它就是門衛(wèi)的替代品。

有沒有人叫好?——老板會(huì)叫好，因?yàn)榭梢允∪肆Τ杀尽?/p>

不重要的東西是不是可以直接去掉?——要能夠識(shí)別出你是市場(chǎng)部的?算了吧，這種花哨的功能不重要。

是不是可以再簡(jiǎn)單點(diǎn)?——可以用就行了。

技術(shù)視角

技術(shù)是一個(gè)很寬泛的詞。全世界有多少技術(shù)人員?不知道，可能數(shù)以億計(jì)吧。圍繞技術(shù)的熱門話題太多：

如何實(shí)現(xiàn)一個(gè)需求?

操作太復(fù)雜，怎么辦?

技術(shù)決定生產(chǎn)力。那么什么是生產(chǎn)力?生產(chǎn)力是生產(chǎn)的價(jià)值，那么價(jià)值又是什么?對(duì)于大數(shù)據(jù)和 AI 而言，它是 21 世紀(jì)末期人類進(jìn)步歷史中呈指數(shù)增長(zhǎng)的區(qū)域，而驅(qū)動(dòng)它的，是同樣呈指數(shù)增長(zhǎng)的人類需求。

對(duì)大數(shù)據(jù)而言，價(jià)值不在于業(yè)務(wù)本身，而是業(yè)務(wù)的延伸。價(jià)值存在于“大”中，而不在于“數(shù)據(jù)”。

對(duì)于 AI 而言，一個(gè)基本問(wèn)題是，為什么叫人工智能，而不是簡(jiǎn)單智能?價(jià)值無(wú)處不在，需要解決的問(wèn)題也無(wú)處不在。這些全是技術(shù)的范疇。比如，如何存儲(chǔ)數(shù)以千億計(jì)的腦信息、如何識(shí)別一個(gè)人的喜怒哀樂。它不是簡(jiǎn)單的關(guān)聯(lián)分析，比如一個(gè)人在看喜劇片，但他不一定開心。

我們可以更多地討論如何看待技術(shù)，比如我們的同伴是誰(shuí)、什么叫技術(shù)專家、怎樣培養(yǎng)一個(gè)技術(shù)專家、什么樣的技術(shù)人是合格的，這些問(wèn)題都是面向人、能力提升、文化價(jià)值這類話題。

1. 在哪里建立伙伴關(guān)系?

為什么合伙人的工資很高?除了他是技術(shù)專家、是公司需要的人之外，他們與公司有著一致的目標(biāo)。簡(jiǎn)單說(shuō)，他們給公司帶來(lái)很高的價(jià)值，反過(guò)來(lái)公司也給他們帶來(lái)很高的價(jià)值，這是一種雙贏關(guān)系。

那么，公司知道他們的價(jià)值在哪里嗎?在招聘的時(shí)候可以知道其中的 20%，但 80% 的人并不是公司原本期望要的人。如何識(shí)別候選人的價(jià)值取決于這個(gè)公司的文化。這是建立伙伴關(guān)系必不可少的步驟，當(dāng)你發(fā)現(xiàn)需要花重金才能招到公司需要的高級(jí)人才時(shí)，應(yīng)該反思一下。

那么，合伙人知道公司的價(jià)值在哪里嗎?從 CEO 到實(shí)習(xí)生，層層傳遞，基本沒剩下多少。而扁平的組織結(jié)構(gòu)，除了解決了執(zhí)行效率問(wèn)題，也解決了價(jià)值觀傳遞問(wèn)題。

大數(shù)據(jù)和 AI 的合作伙伴比較難找，除非一起解決過(guò)雙 11 的交易崩潰問(wèn)題，否則你們的認(rèn)知是完全不同的。要找到合作伙伴，就簡(jiǎn)單問(wèn)對(duì)方：

為什么你要使用大數(shù)據(jù)和 AI 技術(shù)?

回答：挖掘用戶行為特征。

為什么要挖掘用戶行為特征?

回答：為營(yíng)銷、運(yùn)營(yíng)及決策提供數(shù)據(jù)支持。

為什么要為營(yíng)銷、運(yùn)營(yíng)及決策提供數(shù)據(jù)支持?

回答：因?yàn)槭袌?chǎng)需要擴(kuò)大，企業(yè)需要提高價(jià)值，公司需要盈利。

為什么公司需要盈利?

公司盈利了才能發(fā)我高薪啊!!!

好吧，聽到這里，合作伙伴關(guān)系就確定了。

2. 你是行業(yè)專家嗎?

比如給用戶提供自助服務(wù)，并不是簡(jiǎn)單地建一個(gè)數(shù)據(jù)庫(kù)，用戶就可以為自己提供服務(wù)了。它需要：

明白用戶需要看什么數(shù)據(jù)?比如市場(chǎng)部要做渠道分析，如果不知道什么是客戶維度、什么是 NPS(Net Promoter Score)、什么是產(chǎn)品宣傳(Campaign)就玩不下去。

知道用戶什么時(shí)候要看數(shù)據(jù)，否則用戶每天要花 1 個(gè)小時(shí)才能得到他們想要的數(shù)據(jù)，那么誰(shuí)還會(huì)繼續(xù)使用它?數(shù)據(jù)清洗、加工、整合、分析，能走到哪一步，取決于你對(duì)數(shù)據(jù)了解的程度。

Hadoop 的生態(tài)圈產(chǎn)品隨便一列就是幾十個(gè)，從 Kafka 到 Storm 到 Flink 到 Parquet， 沒人能完全解釋清楚，當(dāng)然也沒這個(gè)必要。知道它們能解決什么問(wèn)題，適用于什么的樣場(chǎng)，再抱有從失敗中進(jìn)步的決心，這樣就可以了。

3. 如何輔導(dǎo)?

作為一個(gè)工作導(dǎo)師(Mentor)，你知道 Google Analytics 能用來(lái)什么，但你的下屬知道么?最省力的做法就是發(fā)一個(gè)網(wǎng)站給他，然后給他 2 周時(shí)間。而通常在 2 周之后，他覺得浪費(fèi)了時(shí)間，而你覺得他完全沒有理解你的意思。

正確的做法應(yīng)該是告訴他：

這里有一個(gè)流量分析工作，是為了給客戶提供用戶分析結(jié)果;

現(xiàn)在碰到一個(gè)問(wèn)題，因?yàn)椴恢�道用戶的訪問(wèn)數(shù)據(jù)和訪問(wèn)方式，所以沒法進(jìn)行分析;

這里有一個(gè)工具，叫 Google Analytics，它最基本的功能就是支持這類工作;

請(qǐng)你花 2 周時(shí)間拿出一套方案，告訴我怎么用它解決用戶分析問(wèn)題;

或者如果你有更好的方案，也可以提出來(lái)，我會(huì)因此感到開心的。

4. 什么是好資源?

一個(gè)有趣的問(wèn)題，我們是需要什么都會(huì)但都不精通的萬(wàn)金油，還是只會(huì)一樣但非常精通的專家?這個(gè)需要平衡，這是一個(gè)管理問(wèn)題。我們需要的是一個(gè)會(huì) Java 的、會(huì) Hadoop 的、懂業(yè)務(wù)的、懂管理、會(huì)外語(yǔ)、會(huì)溝通、能演講、非常細(xì)心、重視質(zhì)量、有大局觀、可以出差的人，因?yàn)樗�要面�?duì)老板、面對(duì)客戶、會(huì)推銷、會(huì)討價(jià)還價(jià)、精通計(jì)劃、知道權(quán)衡成本和利益、了解技術(shù)趨勢(shì)、知道業(yè)務(wù)哪里出了問(wèn)題……但是，世界上有這樣的人嗎?

針對(duì)上面那個(gè)問(wèn)題，我們可以使用矩陣把人按照能力和態(tài)度分為 4 類。20% 的企業(yè)認(rèn)為態(tài)度決定一切，他們更注重過(guò)程，而 80% 的企業(yè)是反過(guò)來(lái)的，他們認(rèn)為能力決定一切，更注重結(jié)果。

最后，怎樣才算“好”?先問(wèn)自己一個(gè)問(wèn)題，我們有好的文化嗎?如果有，那么可以去找出能和你保持一致目標(biāo)的人，不然的話，燒錢吧。

標(biāo)簽： b2b b2c Google 安全 大數(shù)據(jù) 大數(shù)據(jù)時(shí)代 大數(shù)據(jù)研發(fā) 互聯(lián)網(wǎng) 互聯(lián)網(wǎng)企業(yè) 數(shù)據(jù)庫(kù) 搜索 推廣

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。