『疫情如何加速公司自動化？』-Data Science 與自動化有何關係？

疫情與自動化-插播

正好有位朋友，問筆者：Data Science 與自動化有何關係？

筆者說：我可不可以繞個彎，間接回答。

她說可以。

筆者說：這要從公司或CEO的角度來看。筆者問她：一個Data Scientist 要如何才能昇為 VP of Technology 或 CTO 或 CEO？

她沈思了一下，似乎無法馬上回答。

筆者的壞毛病又犯了。未待她回答，就搶著表述：在當Data Scientist 時，會經過幾個階段。

第一階段：上司將一堆資料給你，要你用什麼方法處理，然後告知上司，跑出的結果。

第二階段：上司將一個問題給你，要你解決。

第三階段：上司將一堆資料給你，要你找出問題。

第四階段：上司將一個目標給你，要你提出計畫並解決。

從一到四階段，是不是代表你的技術更成熟，職階與薪水更高，到了第四階段，你是否能成為VP of Data?

這一次，她立即回答：不能！

筆者問她為什麼？

她説：難道你不知道，還有個“上司”嗎？

筆者說：我問得太拙劣了。那要怎樣才能先成為上司？

她頑皮的說：上司就是要會給資料、給問題、給目標，告訴部屬，做什麼？如何做？

筆者笑笑地回答她：不錯！有做上司的樣子！但要如何做上司的上司？

她回答：高層……政治……壓榨……交給部屬……。

筆者說：嚴肅點！錯誤的認知會帶你去次佳的地方。一個五星級飯店的廚房。刀工好的人負責切菜。能力高一點的負責專煮一道菜。能力再高一點的設計食譜。能力再高一點的負責㕑房組織與菜色走向、走出廚房與貴客互動、參與飯店競爭與經營風格…。什麼是能力高一點？

她說：不就懂多一點？

筆者說：是的！你能從廚房聯想到Data Scientist 方面嗎？

她不假思索地回答：切菜工，就是Data Scientist。專煮一道菜的，就是Product Manager。設計食譜的，就是Architect。負責廚房與走向的，就是CTO。

筆者說：現在讓我們回到原來的問題。目前 Data Science 多運用在知識支援，例如：A/B Tests，或形成AI產品，去輔助另一解決方案。以公司或CEO的角度來看，他們是用Data Science 或自動化來解決問題。而未來的公司會成為自動化的公司 (不自動化的公司，會提早出局)，Data Science 是自動化中很重要的一環。自動化也是Data Science 很好的應用場景。

她不改調皮地說：我明瞭了！説我懂Data Science 最高做到支援幕僚。說我懂自動化，說不定可以主導公司未來。

筆者緊張地説：千萬別小看，Data Science。不過你好像已經了解到CTO之路了。