You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss
Home   >   市場消息   >   一盤棋局喚醒商業巨頭（車品覺）

一盤棋局喚醒商業巨頭（車品覺）

By on April 27, 2016

本文作者車品覺，為紅杉資本中國基金專家合夥人、全國信標委大數據標準工作組副組長，華人大數據學會執行會長，為《信報》撰寫專欄「全民大數據」

Google人工智能圍棋程式AlphaGo，曾大勝韓國高手李世乭，成為一時佳話。 （資料圖片）

上周在台北見到一班企業高管，話題先從AlphaGo開始，神一般的圍棋九段李世乭之敗陣，讓大家深感機器人對企業的潛在威脅。但我卻想向大家解釋這件事情對地球人、特別是企業家的啟發，在於大家應該重新審視，什麼是機器最擅長的，而人類不可被取代的部分是什麼？

我發現當數據愈不完整，又或者連問題都尚待定義的時候，人類在這時候就可憑經驗作出填空和判斷，這往往是機器最不擅長的。長期以來習慣了在數據缺乏下拍腦袋的人們，當然很難意識到「數據即先機」的道理；運用數據然後把決策前置，既是技術較量，同時也是一場組織變革。從技術角度來說，現今的CPU、存儲、數據庫、網路、計算能力等等，其實都並不適合高速和大量的非結構性數據運行。數據計算能力看似強大，有時卻又舉步維艱，這是因為數據量及其複雜化程度，遠遠超出了我們的想像。

在技術極限之外的另一個困難，在於如何營運數據。同樣道理，現今企業對數據的價值認知也很「早期」，大都還是非常不習慣主動收集數據。大部分管理人員在作出決策前，還是覺得數據作用不大，很多決策者還是習慣了拍腦袋做決定。企業很容易就從數據來源開始出現紕漏，即是數據從下而上的收集便已經不夠齊全。

數據散亂處理需時

在營運數據的初期，往往都會遇到「散慢」問題。「散」意指很多公司的數據散落在不同的地區、部門，甚至在每個員工的電腦上，從未經過整理，也沒結集起來。即使已經有意識要把數據收集在一起，但速度卻「慢」得驚人，有些傳統企業看到的可能還是幾天前的數據，只能嘆一聲輕舟已過萬重山。「數」到用時方恨少，沒有計劃的收集數據會做成貌似很全面、卻漏掉很多有用的數據來源。最後亦可能最糟糕的是，我們產生出來的數據有時候其實是錯的，同時卻缺乏審查機制。

從以上觀點來看，大數據落地的三部曲是：意願、能力、工具。即使我們今天已經很有意願使用數據，但仍須配備相對的人才能力，然後看工具能否用得順手。鮮有公司像我以前的東家一樣，人才鼎盛、數據豐富，卻仍會遇上各種障礙。事實上，我們才剛起步，後面還有非常大的空間需要改進；但這既是個問題，卻也是機遇啊。

更多車品覺文章：

支持EJ Tech



如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。