未来IT图解:数据科学

◆ 还在 Excel上浪费时间? 众所周知，商业人士在工作中经常会使用Excel，但是在日本，乱象丛生的 Excel业务很多都是低效的，并成为降低生产率的原因。由于谁都可以使用，导致了无论什么工作都用Excel，其结果是，数据不断增加和日益复杂化，版本和格式无法统一，成了“神Excel”和“方格 Excel”。 在数据分析上，Excel也存在局限性，仅限于个人或少数人使用。虽然经过功能强化也可以应对多种分析模型和大容量数据，但是随着数据量增加和分析方法的复杂化，迟早会达到极限，并且还存在着版本升级带来的兼容问题。 使用Excel的工作，不仅可能因手工作业和疏于确认等引起人为失误，还孕育着版本管理的不完善和开发者离职带来黑箱化等风险。 进而言之，不仅企业整体的工作系统，个人层面的工作也在“一如既往的做法”上止步不前。 ◆ 将自己的工作人工智能化 *了解自己工作的是自己。人工智能是为了提高生产率、使人取得更好工作结果的工具，已被定型的工作就应该自动化。人工智能不是夺走工作，而是提高工作价值的工具，在短时间内充分发挥并取得理想成果，难道“工作”不该这样吗? 首先，我们需要磨练如何思考用人工智能代替工作的素养，然后提出明确的根据，并将想法传递给上司、信息系统部门和系统集成商。【16】这也是摆脱努力加忍耐这种洗脑教育的方法。 工作能由人工智能代替吗?工作是否能被人工智能和他人完成?我们需要养成这样的思维习惯，即不让自己的工作成为“暗默知识”“秘方”“属人化”能够自动化的工作交给高成本人才来做是效率低的表现"等。随着人工智能的普及，只能从事被自动化的工作、却不能产生附加价值的员工自然就会成为裁员的候补。为此我们需要成为熟练掌握人工智能的一方，提升自己的价值。 肩负引领力没有捷径 没有捷径 在把这本书拿在手上的读者中，也许有人会想"能花2小时左右翻翻书就掌握商业数据科学吗"?当然不可能。2小时能明白的内容，也就起2小时的作用。笔者认为"花多少时间，就会有多少经验和知识留给自己，发挥作用"。 学习没有捷径。如果非得说有的话就是，所有的道路都绕远，而那也是*近的道路。如果讨厌学习，从*初就不会对商业数据科学感兴趣。 即便不出成果也不要着急 即便通过学习掌握了知识并多次去一线获得了经验，但也有不出成果的阶段，也就是运动员"发挥不出水平"的时期。 而真正花费多少时间就出多少成果的人也少之又少，大部分人都会迎来被称为"死谷"的停滞期。也许会对理想和现实的反差很苦恼也很痛苦，但是，人生不是RPG模式。花费的时间与水平的提高并没有形成正比关系，即便在社会上活跃的大腕儿工程师或数据科学家也都经历过"死谷"，但他们成功实现了跨越。 我奉劝商业人士、工程师和数据科学家，无论在哪个职位上，都不要因不出成果而选择辞职或误入歧途。