O＇Reilly最新的調(diào)查數(shù)據(jù)顯示，大數(shù)據(jù)仍然只是1％，或者15％的企業(yè)游戲。大多數(shù)的企業(yè)（85％）依然沒有破解AI和機器學習的密碼。僅僅只有15％的“見多識廣”的企業(yè)在生產(chǎn)過程中運行一些數(shù)據(jù)模型超過了5年。更重要的是，這些企業(yè)更傾向于在一些重要的領(lǐng)域花費時間和精力，比如模型偏差和數(shù)據(jù)隱私。相對而言，那些還屬于初學者之列的企業(yè)仍然還在努力嘗試著尋找啟動按鈕。

不幸的是，對于那些希望通過自動快捷方式比如Google的AutoML或者通過聘請咨詢公司縮小數(shù)據(jù)科學差距的企業(yè)，我們給出的答案是：實現(xiàn)數(shù)據(jù)科學的確需要花費時間，而且沒有捷徑可循。

聰明的企業(yè)專注于深層次數(shù)據(jù)

首先，值得注意的是，O＇Reilly的調(diào)查數(shù)據(jù)來自于其自選的一群人：那些曾經(jīng)參加過O＇Reilly活動的，或者參加過該公司在線研討會或通過其他途徑與之有接觸的人。這些人群對于數(shù)據(jù)科學都有前瞻性的興趣，即使（按照調(diào)查數(shù)據(jù)的顯示）他們中的大部分人并沒有從事太多的相關(guān)工作。對于那些沉浸在大數(shù)據(jù)體驗中的人來說，最好的客戶群體就是那些被稱為“見多識廣”的企業(yè)，它們在生產(chǎn)過程中使用的數(shù)據(jù)模型已經(jīng)運行了5年以上。

從調(diào)查上可以發(fā)現(xiàn)一個有趣的現(xiàn)象，那就是這些企業(yè)是怎樣稱呼他們自己的數(shù)據(jù)專家的。具有豐富數(shù)據(jù)經(jīng)驗的企業(yè)稱之為數(shù)據(jù)科學家。而那些思維尚停留在上世紀90年代“數(shù)據(jù)挖掘”模式的企業(yè)則更傾向于稱其為“數(shù)據(jù)分析師”。如下圖所示。

調(diào)查發(fā)現(xiàn)，無論企業(yè)選擇如何稱呼他們的數(shù)據(jù)專家，企業(yè)在AI和機器學習方面的經(jīng)驗越豐富，他們就越有可能依靠內(nèi)部數(shù)據(jù)科學團隊建立模型，如下圖所示。

幾乎沒人關(guān)注云機器學習服務(wù)（至少現(xiàn)在還沒有）。那些只有2年以下生產(chǎn)經(jīng)驗的企業(yè)傾向于依賴外部的顧問來搭建機器學習模型。對于這樣的企業(yè)而言，這種感覺就像一種不用投入人力而享受數(shù)據(jù)科學收益的機會，但這是一個非常愚蠢的方法。

企業(yè)的數(shù)據(jù)越復雜，其數(shù)據(jù)科學團隊就越能建立模型，并評估項目成功的關(guān)鍵指標。縱觀所有的企業(yè)，產(chǎn)品經(jīng)理對于項目成功的作用是36％，管理團隊的數(shù)據(jù)是29％，數(shù)據(jù)科學團隊的貢獻是21％。

對于那些經(jīng)驗豐富的企業(yè)來說，產(chǎn)品經(jīng)理的作用依然占到34％，數(shù)據(jù)科學團隊27％，幾乎與管理團隊（28％）相同。

對那些缺乏經(jīng)驗的企業(yè)而言，管理團隊占到31％，數(shù)據(jù)科學團隊占比較少（16％）。這不是個問題，事實是這些數(shù)據(jù)科學團隊最適合計算出如何使用數(shù)據(jù)并衡量其成功。

太多時候，是外行指導外行

這種依賴管理層來推動數(shù)據(jù)科學的想法引起了人們的注意。調(diào)查顯示，不少高管自稱是數(shù)據(jù)驅(qū)動的，但卻無視了數(shù)據(jù)其實并不支持那些靠直覺驅(qū)使的決策（62％的人承認這么做）。

那些缺乏大數(shù)據(jù)悟性的企業(yè)似乎愿意口頭提供數(shù)據(jù)，但他們根本不明白有效數(shù)據(jù)科學的細微差別。他們?nèi)狈Ρ貍涞慕?jīng)驗來確保可以獲得有意義的、無偏見的數(shù)據(jù)洞察力。

關(guān)于如何理解機器學習模型，以及如何相信該模型所導致的結(jié)果，更多有成熟經(jīng)驗的企業(yè)顯然掌握了Gartner博客網(wǎng)絡(luò)中的一位博主Andrew White的評估方法：

AI的創(chuàng)新之處就在于AI可以重新定義新的基線，換句話說就是那些我們認為太過復雜的東西和非常規(guī)的東西，目前都可以利用AI來實現(xiàn)。和之前的技術(shù)相比，AI應(yīng)該可以處理更加復雜而且具有認知能力的工作。

這個新的現(xiàn)實只有在AI自動處理的結(jié)果是合理的時候才有意義。如果這個新奇的工具所得出的決策和結(jié)果讓人類無法理解，那人們就會放棄這個工具。因此在某種程度上，能否理解AI所做出的決策也非常重要。

然而，理解決策和理解算法如何工作是兩回事。人是可以掌握輸入、選擇、權(quán)重以及結(jié)果的原理的，而即便算法能夠在一定程度上將所有這些結(jié)合到一起，但我們依然無法證明這一進程。如果結(jié)果和輸入之間的差距太大，那么人對算法的信任就很有可能會喪失——這是人的天性。

想要達到這種理解水平是無法通過花錢雇傭咨詢顧問能實現(xiàn)的。云端也不是現(xiàn)成的。運用工具比如Google的AutoML可以“使得那些具有有限機器學習專長經(jīng)驗的開發(fā)者能訓練針對其業(yè)務(wù)需求的高質(zhì)量模型。”這聽起來非常好，但是想要從數(shù)據(jù)科學中受益需要有數(shù)據(jù)科學的經(jīng)驗。這不僅僅是調(diào)整模型的問題，更需要知道如何實現(xiàn)，這需要大量的試錯經(jīng)驗。

另外，從事數(shù)據(jù)科學需要有人文的心態(tài)，再次強調(diào)，需要經(jīng)驗。沒有捷徑可循。實際上，這意味著那些早期投資于數(shù)據(jù)科學的企業(yè)應(yīng)該發(fā)現(xiàn)自己領(lǐng)先于那些沒有競爭優(yōu)勢的同行——這種差異很可能會持續(xù)下去。

對于那些希望迎頭趕上的企業(yè)，Gartner分析師Svetlana Sicular最為經(jīng)典的忠告仍然在耳邊回響：“企業(yè)應(yīng)該在內(nèi)部多看看。其實內(nèi)部已經(jīng)有人比那些神秘的數(shù)據(jù)科學家更了解自己的數(shù)據(jù)。”只要企業(yè)明白要在企業(yè)完成好的數(shù)據(jù)科學需要花費時間，并且給予其人員學習和成長的空間，他們就不再需要尋找捷徑。