换个「资料科学」(DS)脑袋

马云在《未来已来》这本书中提到
「人类正在从IT(资讯科技)时代，走向DT(资料科技)时代。」
(注：IT, Information Technology, 资讯科技；DT, Data Technology,资料科技)
(其中的「资料科技」(DT)，主要就是在谈「资料科学」(DS, Data Science)，
以下就以「资料科学」(DS)进行说明)

「资料科学」(DS)能够做甚么？
以准备统计学考试为例
如何只做70题的题目
学习效果比做700题题目还来的好？

答案就在「资料科学」(DS)(背后的AI人工智慧)

想像一下
有一个线上测验的考试平台
同学在做题目时
该平台能对同学作答的时间、计算的过程、答题的结果…等
进行即时性的分析
以了解同学的程度
判断同学不会的地方

之后
再给予同学「量身订制」的「下一题」
协助同学彻底了解不懂之处
或是让同学能依系统的个人化推荐
循序渐进且有效地学习完所有范围的理论

在这套系统下
不同背景、不同程度的同学
有人可能只要做70题
有人则可能要做300题、500题…
但无论做几题
都能达到练习700题应有的成效

其实
要完成以上的平台
概念上并不难
以前的问题在于技术
但自2012年深度学习(Deep Learning)相关技术有了重大突破之后
只要拥有一套完整的学科学习地图
并拥有大量有效的题库
再配合大量的样本对平台进行测试
就有机会建置出以上的学习测验平台

只是
有了「资料科学」(DS)的概念还不够
在企业经营管理实务上
要落实此概念
还有许多瓶颈需要克服

我们以「资料科学」这四个字为例
将「资料科学」拆开
企业会面临「资料」的瓶颈与「科学」的瓶颈

在「资料」的瓶颈方面
对于多数的企业来说
其实并没有多少「资料」可以进行分析

对于拥有「少数资料」的企业来说
所需要用到的「科学」
可能不用很复杂(例如用Excel就足够处理)
所以无需做到「资料科学」

而对于一些拥有「大量资料」的企业
也可能会因为主管们没有概念
而不清楚自己的「资料」多有价值

至于在「科学」方面的瓶颈
对于大多数企业来说
没有足够、适合的资料科学家
来协助分析
则是最大的问题

也因为以上的瓶颈
「资料科学」要真正普及到商业界
还有一段路要走

但无论如何
身为主管的我们
至少可以先从
换个「资料科学」(DS)脑袋开始

加油!

Peter