25 大数据数据化思维、 数字化陷阱和 0.0 突破.docxVIP

【大数据】数据化思维、 数字化圈套和 0.01 突破 2020-03-25 原文 以下文章来源于AI数据派 ，作者曾涛 HYPERLINK AI数据派 清华校友总会AI大数据专委会及清数大数据产业联盟官方公众号，普及AI大数据思维，传播AI大数据学问，汇合AI大数据产业资源，推广AI大数据技术创新，助推产业的智能化转型升级，引领AI大数据领域的创新和创业，践行“成就伙伴，数据大同”的理念。 原创：?曾涛?THU数据派 本文选自易开出行首席数据官兼首席技术官曾涛于2019年6月12日在清华大数据“使用·创新”系列讲座上所做的题为《数据化思维、?数字化圈套和0.01突破》的演讲。 ? 困局：数字化变革 在座同学们即将进入社会，面临的一个很大的变化就是数字化变革。也常被称作数字化管理、数字化转型，但我认为根本上还是一场变革。商业模式在变革，技术上也在变，数据随着技术创新对于整个商业模式的转变格外普遍，比如网约车对传统出租车行业的冲击。5G的消灭，不只仅是速度快了，更是带来整个包括物联网模型使用的量变。 那么将来，数字化的人工智能能否会取代我们？现实上，首先取代我们的不是人工智能，而是人工智能武装起来的重生代。 ? 那么，我们如何应对变革？有三个关键词：技能、思维、同理心。 首先就是技能，清华高校数据分析的课程选修率格外高，数据分析是一个普遍的技能。我们当年找工作，说你不会OFFICE是很难想象的，以后数据分析就是基础技能。其次是思维，数据化思维是什么？你晓得你不晓得什么？理解数据化的思维怎样运转。最终是同理心，就是要让大家学习从企业的决策者，从领导角度来看待数据化的工作对于企业能起到多大的作用，我们在这个过程中能够起多大的作用。（这篇演讲更多从企业和客户角度动身，而不是个人数据技能。对此，我有过纠结：中规中矩讲些概念技能算了。但这些年磕磕绊绊告知我，不以企业盈利为目标的数据挖掘会形成多大损失，个人与企业利益合一是职场成长的快行道，但愿师弟师妹们们能理解我的苦心。） ? 决策者在进行决策的时候，面对的现实却是：各种各样的人情、利益和冲突。上面的决策下来以后，被各方利益层层扭曲，执行力度减弱。哪怕现在最好的这些企业，也都会多多少少存在这样的问题。 以前没有大数据，组织怎样做决策的呢？两个措施：一个是决策权的集中，比如从秦朝开头，中国的历朝历代都会集中决策权，尤其是进行变革的时候，你会发觉历史上的改革者，往往要集权，如商鞅、张居正、王安石等。其次个是执行权下放,最好的例子是中国的改革开放。 ? 在传统决策模式里，要想做决策，首先要猎取信息。但越是集权型的企业，老板获得的信息越是偏的。其次，老板做下来的决策，在组织里会由于人情、利益等各种各样的缘由被层层扭曲。第三，决策风险太大。商鞅也好，王安石也好，张居正也好，由于你要推动整个的系统转变，全部的系统反弹都会集中在决策者的身上。意味着决策者要担当全部的风险。最终，这样的决策体系，员工被动执行，扼宰激情和创新。到了数字化变革时代，传统的决策方式越来越难走了。 ? 首先，从决策风险来讲，由于有大数据的支持，决策者可以不必通过金字塔式的这种结构获得信息，为什么中国的大数据进展这么快，国家决策层的确是有猛烈的需求，需要大数据来贯穿整个官僚集团，直接下沉到第一线去猎取数据；其次，数据猎取的精度、广度都提升了；第三，能够准时让基层看到改进带来的效果，所以对于执行层也是有很大的挂念，团队活力会提升。 所以，顺应数字化变革是我们企业和个人的共识。不管我们打工还是创业，都要顺应这个潮流。 ? 潮流虽好，但现在数字化转型做得并不顺当。首先，数字化的工作给企业带来的效益很难量化；其次，企业数字化成本格外高，假如大家选择数据行业，以后不管是人工智能也好，还是数据分析师、数据科学家，你们的薪资会很高，这会大大提高人力成本。此外还有风险成本和时间成本，选择了这种数据化的决策，也有可能对企业形成损害。最终，任何一个员工也不期望每天被数字盯着，数字化会遭到来自执行层的阻力。这三方面要素就是所说的数字化圈套，层层阻力之下，数字化决策变成了老板的一把手工程，变相又回到了传统决策模式：“决策者担当最大的风险”。 好在经过这几年新媒体的耳濡目染，大部分的团队和公司实际还是认可数字化的必要性，但是满足度格外之低，感觉满足的只要四分之一，70%多的人是处于无所谓和不满足。 转变：数据化思维 ? 避开数字化圈套，就先从数据化思维的转变开头。 什么是“数据化思维”？我认为就是函数“Y＝F（X）”，X是论据，F函数是论证方法，得到的是论点Y。假如是从数据上，X是猎取的数据，F是算法模型，Y是猜测的结果。所以数据化思维就是这么简约，是这三段关系。 举一个信息回归的例子，一个订单的行驶里程和行驶时长，这是一个线性的关系，就是Y＝F（