企業數據素養大檢測

How Data Literate Is Your Company?
拉希德.薩巴爾 Rasheed Sabar
瀏覽人數:1209
數據的重要性已經愈來愈融入公司的各項業務中,對數據使用的素養,成為每一個員工都必須具備的技能,但大多數公司仍難以培養數據素養。90%的企業領導人表示,只有25%的員工,對自己的數據技能有信心。本文提出五項策略來改善:讓數據素養成為整個組織的優先要務;開發內部的共同語言;在組織內設置空間;設立「學習與發展」計畫,讓員工真正投入。

我們都看過報導指出,人臉辨識軟體無法辨識出深膚色的臉孔,或者,機器人放款行員拒絕特定群體申請的抵押貸款。愈來愈多研究明確顯示,由不具代表性群體編寫的演算法,而打造的人工智慧,會讓社會中已普遍存在的不平等現象長期存在。隨著更多公司更依賴數據資料和人工智慧,「演算法歧視」的問題可能只會惡化。

大多數公司現在都知道這種現象存在。它們想弄清楚的是:如何才能避免成為另一個糟糕的案例?

簡短的回答是:人人都有責任,以批判性的態度,去思考自己正在收集的數據,以及如何使用它們。擴大組織裡能協助質疑、構建、監控算法的人員範圍,是開發出負責任人工智慧的唯一途徑。要做到這一點,員工必須具備數據素養,也就是要有能力解析和整理複雜的數據、解釋和總結概述數據、產出預測,或是理解演算法的倫理意涵。這和數學一樣,可以在初學或進階模式下學習、跨越多門學科,而且,對實務面的重視,通常會超過學術面。

在組織中培養數據素養,也有助於數據團隊多元化;這些團隊在第一線針對如何收集、處理、部署數據,做出很重要的決策。數據團隊多元化很重要,這是我擔任量化基金(quant fund)經理人十多年,親身學到的心得。人們普遍認為,更多元的投資組合表現得較好,因為它們降低了風險。但類似的情況是,多元的團隊表現出色,因為它們降低團體迷思(groupthink)的風險。企業若是投資建立培養整個組織的數據素養,就能帶來更多彼此互異和具創意的觀點,如此既能減輕演算法出現偏見的風險,也能找到數據常會揭露的其他可提升效率之處和機會。

但從數據來看,大多數公司仍難以培養數據素養。90%的企業領導人表示,數據素養是公司經營成功的關鍵,但只有25%的員工,對自己的數據技能有信心。不只如此,一些估計數字指出,約十分之九的數據科學專業人士是白人,而只有18%是女性。職涯技能訓練公司General Assembly的研究指出,在多元性方面,數據科學甚至落後其他科技導向的學科領域,例如數位行銷和使用者體驗設計。

雖然有明顯的需求存在,而且情況日益緊迫,但為什麼我們沒有系統性地大規模教導數據素養?過去幾年,這個問題激勵我投入研究。2018年,我辭去基金經理人的工作,與人共同創辦關聯一號(Correlation One)。我的團隊和金融服務公司、《財星》五百大公司合作,建立更具包容性的數據科學人才庫。我們協助標靶百貨(Target)和嬌生(Johnson & Johnson)等雇主,以及哥倫比亞政府,評估它們當前工作人力的能力,並提供免費訓練,給有心成為數據科學家的人[例如,我們和軟體銀行(Softbank)、邁阿密市的合作關係〕,而我們在這些工作當中,能從最近的距離觀察,更了解組織迫切需要更多具備組織素養的工作人力,並協助各家公司實施具體明確的實務做法,以實現上述目標。

以下是我們使用的一些策略。

讓數據素養成為整個組織的優先要務,而不只是技術單位內人員的優先要務。

數據素養不是技術性技能,而是專業性技能。你應該鼓勵所有的員工,包括行銷人員、銷售專業人員、營運人員、產品經理等員工,透過你主持的每季交流會議,來培養自己的數據素養。你在這些會議談到的主題,可以包括數據驅動的決策方式、人工智慧發揮各種可能性的藝術、數據如何連結到你的業務、倫理與人工智慧,或是如何使用數據去溝通。這種針對組織全面施行的強調,是轉型為數據優先文化的基礎。

開發內部的共同語言,用以談論數據、數據與你的業務和產業交會之處,以及數據如何改變你公司裡的特定職位。

數據的世界很大,充滿各種行話和誤解。請為整個組織發展出一種觀點,呈現數據素養的哪些成分,對你的組織來說,是最重要的;如果你是一家金融服務公司,最重要的可能是機率和風險衡量;如果你是一家科技公司,最重要的可能是做實驗和可視化。在你的「學習與發展」會議中,請製作一些使用這種語言的學習內容,並說明這些內容可以如何連結到你在多個部門的業務;這麼做,員工就能完整了解,數據素養和他們工作流程之間的所有連結。

在組織內設置空間,讓員工能在其中連結業務概念和數據概念。

我們向關聯一號公司的所有客戶建議,要賦權給員工,讓他們產生能運用數據素養的新業務構想。例如,假設你的公司屬於音樂產業,你「學習與發展」計畫的一部分,可以是要求員工利用他們對數據素養的新理解,制定出專案的提案,也就是結合數據素養和他們的產業知識;這麼做,會產生令人驚訝的撙節成本或創造營收的新構想。同樣重要的是,你賦權給他們,可由下而上推動新的數據優先文化。

創立激勵誘因結構,獎勵由數據驅動的決策方式。

以你當前用來批准構想或編列預算的流程為基礎,然後增加一些機制,以獎勵數據驅動的思考方式。舉例來說,要求經理人在他們的提案中,納入清楚明白的視覺呈現方式,或是建立一些儀表板,以量化方式即時追蹤關鍵績效指標(KPI)。針對員工採用數據驅動思維而擬定的提案,如果你加快批准專案的速度,或是同意給予更多預算,因而促使經理人從根據直覺,轉變為根據數據做決策,你就能透過調整誘因,很快見到希望經理人表現的行為。

設立「學習與發展」計畫,在業務問題的情境中教導數據素養,員工會因此真正投入。

組織如果為進行可維持長久的轉型,而訂閱使用Coursera等教育訓練平台,最後往往會失敗。這是因為在以下情況中,學習成效會好得多:社會性(和別人一起學習)、個人化(由專家提出回饋意見)、情境化(直接連結到你要解決的業務問題)。若要開發這些個人化、社會性、情境化的學習計畫,就必須使用更多資源,但這麼做是值得的,因為會產生許多效益,包括:員工投入研習教材的認真程度、員工保有教材、賦權給員工等。

也許,最重要的是,我在關聯一號任職期間和之前的經歷,有助於我了解數據不是垂直的,也就是說,數據領域不只是像數據科學家或數據工程師那樣,是個職務家族譜系。相反地,數據是水平的,是一種技能組合,可涵蓋每個領域裡愈來愈多職務。行銷人員有了數據技能,就成為更優秀的行銷人員。產品經理有了數據技能,就成為更優秀的產品經理。營運、工程、銷售,甚至是人力資源也一樣。不是每個人都必須知道如何寫程式碼,但不久之後,人人都會需要數據素養。

歸根結底,數據素養遠不僅是指機器學習和數據科學,也不只是人工智慧而已。數據素養就是指人在充滿數據的世界中,能應付得更好,正因如此,我們現在比以往任何時候都更需要數據素養。

(羅耀宗譯)



拉希德.薩巴爾 Rasheed Sabar

關聯一號公司(Correlation One)共同創辦人及共同執行長,這家科技公司專門為企業提供數據技能培訓。該公司正在建立一個更具包容性的數據生態系統,包括引進更多女性和代表性不足群體擔任數據工作的計畫。


本篇文章主題分析