0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

「数据分析师将消失」具体指什么?

lviY_AI_shequ 来源:未知 作者:李倩 2018-10-25 16:24 次阅读

缘起

结缘:我个人很喜欢研究马云的研究,一是认为他把事情做到了不可思议的高度,二是他很爱对未来思考而且愿意把成果分享。能够接触他的思想,是一件非常幸运的事情。我踏入数据行业也是基于一句话“比聪明你已经没有机会了,比勤奋估计更没机会,你只能比未来,我认为十年以后中国社会会出现这样的事情,我必须去做。”10年之后数据必将成为主要能源,谁能玩转数据就有可能创造更多价值。

为什么要解读马云的演讲:

寻找未来方向:我一直在思考未来之路要怎么走,从营销转行数据开始到现在从未停止。对未来的恐惧和缺少老师,曾经让我一度找不到方向,而从马云的历次演讲中来寻找灵感,站在巨人的肩膀上来筛选方向,至少他在对未来判断的这件事情上,犯错的概率要比我低得多。于是我会按照演讲内容重现推导过程,形成自己的理解,来指导日常工作。

学习思维方法:我一直相信”思维致胜“,如果你已经想明白事情,做成只是早晚的事情。马云一直在思考未来,如果能学习他对问题的理解角度和思维方法,对自己现在的提升非常好。

为什么写出我的理解过程:

我认为普通人与精英的看得见的差距越来越小,借由互联网的分享意识和信息传播速度,在信息层面越来越平等,而且这个时代造成人与人之间的差距并不在于缺少资源、钱等硬件条件,而在于意识和你的思维方法。

想象一下在每次演讲中下面就坐的高管和你同样听了马云的演讲,大家的理解是否是一样?精英们听完可能会花一周甚至一个月的时间去消化理解,可能会形成一个思路、作出一个产业business;如果一般人想当然理解,仅停留在“恩,马云讲的听起来好像很有道理,牛人讲出来的东西就是不一样”这样作为旁观者去judge马云讲的好不好,那会跟坐精英的圈子始终处于两条平行线。因为你社交圈子、获取信息的速度都不占优势,而理解力不跟上,那很难有突破的机会。

时代赋予机会相对平等获取信息,如果不能用自己的话和案例来把道理讲清楚,指导自己的行为,那会浪费宇宙给你的机会。

我把过程写出来不是要证明比谁强,而是展示这样去理解马云的演讲,来训练思考能力,来指导我的工作方向。若干年后,如果我的经历能够证明有效,可以到时翻开这些文章照做。但如果现在能看懂我在做的事情,同时你也一起做,恭喜你,你的人生已经开始改变。

「数据分析师将消失」具体指什么?

马云在历次演讲中提到的“十年后没有数据分析师这个职业,都是机器在做;十年之后Times周刊上年度最佳CEO是一个机器人”,基于此,我在想“假如他说的是对的,那我要做哪些事情来避免成为一个注定被机器取代的角色?”“我做哪些事情是机器无法取代的?”

马云有没有可能在说谎?

他有没有可能故意说违心的话?至少在2017年,据不完全统计,在包括0402深圳IT峰会、0422中国绿郑州年会、0527贵州数博会等多次会议上均提出该结论。作为如此地位的人,多次公开演讲连续故意说假话的概率比较低,反而是愿意分享思考成果一致性表达的几率更高。我承认没有马云的格局和思考能力,那先相信他的判断。(至少对未来的把握,犯错的概率比我要低很多)。

他关于数据分析师的论断,并不是孤立存在,而是他对于未来的整体分析的一部分。拿出最近一期在数博会上的演讲来作说明。

/ 01 /

开篇:为什么贵州能在大数据领域超车?

马云最有价值的是思考问题方法,他也会抛出很多有价值的问题。开篇就很好地体现出来 。

”贵州与大数据“的问题提出体现马云的两个能力:

从不想当然:对一切事物好奇并探究原因?为什么最火的大数据会议出现在贵州?作为一个“先天不足”的省份,它是怎么通过把握未来而在4-5年异军突起?(想象一下,如果是传统后工业时代的玩法,50年内能超过北上广估计都很难)这个经验在公司和个人的发展身上有什么启发?

演讲水平:开场既表达了对主办方的认可,同时也提出了一个非常值得思考的问题。合情合理,非常自然,从演讲的技巧来看,恰到好处。

贵州问题引发的思考:贵州以如此低的先天条件而完成跨越(茅台酒是因为条件差而运不出粮食所以才酿酒以保存),肯定在对未来的趋势判断上有值得学习的地方。如果你希望超车,肯定不能按照现有的理解和游戏规则来玩。怎么看待未来就非常重要。观点决定了做事的方法,所以观点需要更新,未来才可能会有所不同,否则只能是重复过去,跟在别人后面亦步亦趋。那有哪些观点需要重新定义?

/ 02/

怎么理解DT时代?

在多数人还不理解IT的时候,我们已经进入DT时代(data technology) 。”万物互联“,我们还不知道数据能带来什么?但是我们知道现在的改变?手机装载操作系统,通话功能只占20%,晚上醒来第一件事情不是摸老婆,而是摸手机。汽车如果加上数据,“代步”功能如果只有20%的话,那未来会变成什么样子?灯泡、家用电器智能以后呢?(由此联想孙正义斥资330亿美金收购移动设备芯片市占率超过90%的 ARM,公司仅有2000人,平均每人值1650W美金,这是对未来的折现溢价)

我的理解:我们现在用数据做的事情包括报表支持运营、个性化推荐、图像识别等等;在医学领域分析X光片超过专业医师的水准,在围棋领域战胜人类的第一名。凭我们现在的认识水平,可能无法想象未来“万物互联”后的数据可以发挥多大的作用,从《红旗法案》看出人们当时对于汽车的认识,远远没有看到未来会有时速300公里的跑车以及能上天的飞机。我们现在对于新技术的态度,应包容各种可能性,提醒自己“万一未来实现了,我能做些什么来顺应或者推动这个趋势? “。

我的准备:如果“万物互联”出现的大量数据,会对社会造成什么影响?可能是翻天覆地的影响。这个影响已经超过现在我能认知的范围,需要借助大佬的前瞻性思考,来窥测未来可能会发生什么。

/ 03/

五个新行业重新被定义?

新零售,以前的零售是卖货,未来的零售是做服务。未来零售计算要做的事情是,所有的物流、产品流、经营流、服务流必须合在一起。20世纪如果是工业制造的能力,21世纪是服务的能力。

新零售:阿里巴巴的电子商务,改变的是销售的渠道,用淘宝天猫模式来替换线下的实体店、批发代理制度,直面消费者,是把线下搬到了线上,是一种销售渠道的转变。而现在提倡的服务,是物流、产品流、经营流、服务流通过计算来解决,服务很值得深思。会不会是代表我知道你想要什么,并能马上送到你家?甚至在你自己想到之前我就懂你?其中涉及到服务流的用户画像和个性化推荐、产品流的自动识别筛选库存管理以及物流的快速配送。

新制造,未来十年,制造业会遭遇前所未有的冲击。原来的所谓流水线、标准化、规模化、集装箱、低成本将会彻底改变。智慧化、定制化将会越来越多,特别是IOT(Internet of things)。大数据对传统制造业的冲击将远远超过电子商务对零售行业的冲击。以前20年,我们把人变成了机器,未来20年我们会把机器变成人。机器会越来越聪明,机器会越来越自我学习,这对传统制造业的打击是非常大的。

新制造:精益生产设计的初衷就是柔性生产,定制化,减少浪费,缩短工期,在同一条生产线上根据订单定制产品。马云所理解的新制造,C2MCustomer-to- Manufactory 从消费者下单、工厂再生产的方式,可能是精益生产的一种更极致的做法,因为以前是经销商下单,虽说批量小,但是还是有最低订货要求;现在是直接响应消费者,数量更少,定制化要求更高。

”以前20年都是把人变成机器,未来20年是把机器变成人。“这句话充满想象力。因为人相比机器,按照现在的理解,区别在于人会思考,而机器只是执行指令。如果未来20年,机器变成人,是不是可以畅想“我想要一包又好吃又好玩的饼干”,工厂可以根据我喜欢disney的数据给我做一个micky拼图的饼干,而这一切都是机器的思考?!

新金融,所有的金融机构最担心的是钱不能到需要的人手上。过去的是二八理论,只要服务20%大客户就能获得80%的利润。未来是八二理论,未来必须去服务80%的小企业和个人,来获得20%利润。中国现在很多金融机构跟一两百年前的当铺是没有差异的,未来新金融必须建立以数据为基础的信用体系。

新金融:金融服务需要在80%的个体来争夺20%的收益,而信用体系在200年内并没有显著变动,那数据在信用体系的突破,能够让80%人群的金融服务更加便捷,更加顺畅。

新技术,我们昨天认为的强大技术,很有可能今天并不重要。很多人还没有搞清楚IT是什么,就进入了DT时代。原来在PC为主,今天是移动端为主。现在手机已经成为人身体的一部分,开玩笑说晚上醒过来摸得不是老婆,摸得是手机。手机其实是AI最早的应用。装上操作系统之后,通话功能从100%降为20%。设想如果汽车装上操作系统加入了数据,世界将会变成什么样子? 假如电灯、电冰箱、电视机都介入操作系统之后,世界将会变成什么样子? 以前是插上电会听你话,今后是通上数据。

新技术:技术随着业务的发展而应用,没有最牛的技术,只有与业务趋势最适合的形态,技术的不断更新换代对人的要求越来越高。

新能源,第一次工业革命能源是煤,诞生的商业模式是工厂;第二次工业革命的能源是石油,诞生的企业行为是公司。这一次数据将成为主要能源,如果离开数据任何组织的创新都是瞎话 。

新能源:数据将成为能源,任何组织的创新都离不开数据的支持,尤其是在未来“万物互联”的社会。如果数据作为能源,如果有一天会不会成为”煤老板“?

/ 04/

做事基于理想而不是争口气

对未来要有理想,坚持才有可能。而这份理想并不是为了争口气去超越别人,而是为社会创造独特的价值 。

中国以前是有市场,没有资金和技术,所以一直在模仿国外,填补空白(国外有的而国内没有,叫做“空白”)。现在有市场、资金、技术的时候,应该思考的是超越未来,追赶未来。为别人,为世界,为未来创造独特的价值。

从获得“诺贝尔奖”的价值观来看,你是想“为国争光”,还是把它作为一种人类一种未来的责任的担当?这是由很大区别。(同一件事情,你脑袋怎么思考是非常重要的。)我们必须有自己独特的思考,像贵州才有可能在四五年之内大数据领域异军突起。

/ 05/

人类应该跟机器比什么?

机器让人”善假于物也“:每次新技术革命所带来的进步,都弥补了人类原来的不足。第一次工业革命的蒸汽机,带来的劳动生产率的提升(尤其是纺织)让织布这件事情变得非常容易;第二次工业革命的石油和电力,带来的内燃机、飞机,让人与人之间的距离可以很近。如果你非要比较人和机器织布的质量和效率,人和飞机的速度和高度,那会很滑稽。而现在的人工智能,未来机器一定会做到人类未曾达到的境界,如在传统计算、储存、理性以及持久度上,都是他的天下。

人”智慧“长于机器:人类能够竞争机器的地方在哪里?马云提到是“智慧”的竞争,“体验”的竞争。"智慧"不是知识,庄子曾说“吾生也有涯,而知也无涯。以有涯随无涯,殆己”,庄子追寻的是智慧,放弃的是知识。智慧可以是无数知识总结而成的规则,这些规则放之四海而皆准(比如老子、庄子、孔子、王阳明、释迦牟尼等的智慧)。在几千年人类历史中,知识技术在不断进步,而智慧停留在在传承,并没有长足的进步。

未来人与机器智能之间,可能是智慧的竞争。机器可能很难理解“道可道非常道,名可名非常名”如何应用在现实生活中。TA可以会从无限的知识中寻找规律,但TA无法在实际运用中真正理解。而这也是人的一份生命功课。就像《与神对话》说“每个人都是神的一个个体,通过你们来经验神的存在”。

智慧与体验的关系:智慧是需要经过体验得来,就像你可以说一本字典很有知识,但是不能说这本字典很有智慧;你可以说一个白手起家的老板很有智慧,但他不一定有知识。未来的机器人也是这样,你可以说这个机器人很有知识,但是很难说TA很有智慧。因为智慧需要通过体验来获得,而不是死记硬背。你可能从小踢足球而磨练的团队合作能力,在未来工作中就很会领导部门。这种经过体验的智慧很难想象机器会获得。

所以未来是体验的时代,是服务的时代。谁能把体验和服务做好,谁就能在DT时代不被机器人所代替。

后记

这篇文章是基于我现在的理解、人生经历而形成,是根据我当下的思考水平而来。(一定不是最准确的解读,其实我认为没有最准确,只有最符合。)未来我可能发现有些解读是滑稽的,这很正常,因为我自己也在不断进步。我在一步一步积累对未来的认识,每次可能步子很小,但坚持一年两年之后可能会有非常大的不同。

共勉。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 数据分析
    +关注

    关注

    2

    文章

    1429

    浏览量

    34026
  • 马云
    +关注

    关注

    5

    文章

    312

    浏览量

    18359
  • 机器智能
    +关注

    关注

    0

    文章

    55

    浏览量

    8588

原文标题:如何理解马云演讲「十年后没有数据分析师的职业」

文章出处:【微信号:AI_shequ,微信公众号:人工智能爱好者社区】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    NVIDIA助力百度提升数据分析效能

    数据分析师、运营团队以及销售人员等。过去他们不得不编写繁杂的查询语句,由此耗费掉大量的时间与精力。百度广告业务的重要性和复杂性,致使相关的业务数据每月会有超过 200 个迭代更新,用户唯有掌握丰富的业务领域知识方可成功实施数据分析
    的头像 发表于 11-20 10:06 162次阅读

    LLM在数据分析中的作用

    随着大数据时代的到来,数据分析已经成为企业和组织决策的关键工具。数据科学家和分析师需要从海量数据中提取有价值的信息,以支持业务决策。在这个过
    的头像 发表于 11-19 15:35 174次阅读

    eda与传统数据分析的区别

    EDA(Exploratory Data Analysis,探索性数据分析)与传统数据分析之间存在显著的差异。以下是两者的主要区别: 一、分析目的和方法论 EDA 目的 :EDA的主要目的是对
    的头像 发表于 11-13 10:52 239次阅读

    raid 在大数据分析中的应用

    具体应用: 一、提高性能 并行读写 :RAID技术通过并行读写多个磁盘,可以显著提高数据的读写速度。在大数据分析环境中,数据读写速度是影响分析
    的头像 发表于 11-12 09:44 170次阅读

    云计算在大数据分析中的应用

    和处理大规模的数据集。通过云计算平台,用户可以快速构建数据仓库,海量数据进行存储、管理和分析。这种能力使得企业能够高效地处理PB级别的
    的头像 发表于 10-24 09:18 345次阅读

    IP 地址大数据分析如何进行网络优化?

    一、大数据分析在网络优化中的作用 1.流量分析数据分析可以对网络中的流量进行实时监测和分析,了解网络的使用情况和流量趋势。通过对流量数据
    的头像 发表于 10-09 15:32 192次阅读
    IP 地址大<b class='flag-5'>数据分析</b>如何进行网络优化?

    网络爬虫,Python和数据分析

    电子发烧友网站提供《网络爬虫,Python和数据分析.pdf》资料免费下载
    发表于 07-13 09:27 1次下载

    数据分析除了spss还有什么

    Sciences)是一款非常流行的统计分析软件,但除了SPSS之外,还有许多其他数据分析工具和方法。 引言 数据分析是一个跨学科的领域,涉及到统计学、计算机科学、数据挖掘、机器学习等
    的头像 发表于 07-05 15:01 563次阅读

    数据分析的工具有哪些

    数据分析是一个涉及收集、处理、分析和解释数据以得出有意义见解的过程。在这个过程中,使用正确的工具至关重要。以下是一些主要的数据分析工具,以及它们的功能和用途的介绍。 Excel Exc
    的头像 发表于 07-05 14:54 788次阅读

    数据分析有哪些分析方法

    数据分析是一种重要的技能,它可以帮助我们从大量的数据中提取有价值的信息,从而做出更明智的决策。在这篇文章中,我们介绍数据分析的各种方法,包括描述性
    的头像 发表于 07-05 14:51 535次阅读

    机器学习在数据分析中的应用

    随着大数据时代的到来,数据量的爆炸性增长对数据分析提出了更高的要求。机器学习作为一种强大的工具,通过训练模型从数据中学习规律,为企业和组织提供了更高效、更准确的
    的头像 发表于 07-02 11:22 556次阅读

    求助,关于AD采集到的数据分析问题

    问题描述:使用AD采集一个10Hz到2MHz的脉冲,脉冲底部可能大于零,由采集到的数据分析出该脉冲的上升时间,幅值和占空比。 备注:在分析的时候已经知道脉冲的频率,精度为2X10^-5. 在分析
    发表于 05-09 07:40

    态势数据分析系统软件

    智慧华盛恒辉态势分析软件系统的功能描述、部署环境、界面使用、技术支持及一些常见问题及其解决办法等。为数据态势分析软件系统的管理人员和使用人员提供说明。 智慧华盛恒辉态势数据分析系统软件
    的头像 发表于 04-22 11:36 421次阅读

    特斯拉新车交付量或降,分析师下调目标价

    首先,Piper Sandler分析师Alexander Potter预计,特斯拉今年新车交付量小幅下滑0.5%至不足180万辆;其次,Jefferies分析师Philippe Houchois也做出类似预测,认为新车交付量
    的头像 发表于 04-11 09:49 295次阅读

    Get职场新知识:做分析,用大数据分析工具

    数据管理的。 随着原来越多的企业加入了数字化转型的队伍,大数据分析工具也越来越多地被应用于各行各业的业务数据分析中,直至今日,大数据分析工具也成为了
    发表于 12-05 09:36