斯图飞腾StratifydCEO谈人工智能实现数据民主化的四步骤

本文选自《福布斯》杂志网站（www.forbes.com），

原文作者：Stratifyd 创始人& CEO 汪晓宇（Derek Wang）。

Stratifyd 创始人& CEO 汪晓宇（Derek Wang）受福布斯技术委员会（Forbes Technology Council）邀约，定期在《福布斯》杂志网站发表文章，贡献其在人工智能和大数据方面的知识洞察。福布斯技术委员会成员由世界级CTO、CIO和技术主管组成，是一个创新、活跃的技术社区。社区将各个行业的成熟领导者聚集在一起，帮助每个成员专业成长，并对商界产生更大的影响。

以下为文章正文：

数据民主化应当是企业发展的首要战略目标。数据太多但见解匮乏是如今困扰每个企业的难题。随着数字化进程的推进，企业将面临越来越多的客户数据、员工数据和运营数据，但是绝大多数数据仍处于未开发的阶段，在某种程度下，甚至已经成为一种负担。

根据全球领先的数据&信息软件服务商Splunk发布的最新报告，每家公司至少有55%的数据是“黑暗数据”（Dark Data），即“整个公司中所有由系统、设备和交互产生的未知和未被开发利用的数据”。推进数据民主化不是一项简单的工作，企业既要处理目前已知的数据，还要挖掘隐藏于表面之下的“黑暗数据”。

套用一句话：不在黑暗中爆发，就在黑暗中灭亡。数据亦是如此。是时候用人工智能（AI）让这些“黑暗数据”见见光了。

AI民主化是实现数据民主化的前提

仅凭数据还不足以为员工赋能。要获取数据价值，除了赋予员工访问数据的权限，还要有对数据含义的解读能力。换句话说，员工需要拥有数据，但也要理解数据为何重要以及如何处理数据。人工智能（AI）和机器学习（ML）可以将抽象的数据转化为具象的可视化表达，赋予员工解读数据的能力，填补数据价值挖掘存在的空白。

近几年关于AI的炒作有很多，不切实际的虚假概念背后是无尽的失望和恐惧。大多数企业仍在苦苦挣扎于传统内部AI项目的试验中：这些AI项目中有85％未能兑现其承诺的价值，且项目进程缓慢、流程复杂，无法达到预期的ROI。

不过许多公司尚未有优化内部AI项目的计划。数据科学家有将近一半的时间都在研究怎么让数据变得可用。对于那些希望从自己拥有的海量数据中寻找价值的企业来说，AI或许是一条必经之路。AI正逐渐从数据科学家的领域转移到更多业务人员的手中。但是，在多数情况下，它仍然集中在企业一小部分劳动群体中。我相信，当AI可以使任何业务终端用户轻松应用和改变AI模型以满足其特定需求时，真正的数据民主化就会发生。

数据科学家将不再是AI的唯一受益人。以呼叫中心为例，在疫情大流行初期，客户呼入量增加了300%。如果能从这些通话数据中快速提取有价值的洞察，客服坐席的表现会不会有明显的提升？随着越来越多的客户转向完全数字化的交互形式，客户体验（Customer Experience, CX）团队可以从这些交互数据中获取什么有价值的信息？如果跨部门团队可以实时了解对方的业务表现，怎样配合可以更好地推进跨部门工作？

成功实现数据民主化的四步骤

那么，你该如何参与AI计划，避免让自己的团队淹没在无意义的数据海洋中，并且战略性推出AI驱动的数据民主化策略呢？

以下分享我的几点建议。

1.评估业务盲点

正式启动项目前，一定要客观地评估一下公司在数据实践方面的成熟度。你的团队是手动从不同的数据源收集信息情报的吗？还是你们公司是一个完全数据驱动型的组织，每一个举措都由自动化的洞察力驱动？亦或是介于两者之间的状态？

一旦明确了这些，你就知道自己的业务盲点在哪了。这将有助于为数据民主化指明方向。为了更出色地完成工作，你的团队需要什么样的洞察力？哪些有价值的数据源没有得到充分利用？业务冗余点在哪，或者更糟糕的是，哪个环节出了问题，导致客户和员工体验出现两极分化？

2.从小做起，精准切入

没有一刀切的数据民主化策略。先从简单的目标做起：哪些团队或部门迫切需要更简易的数据获取方式，以更好地完成工作？客户体验和市场营销团队是组织中的两个不同的分支领域，它们可以从整个企业对数据的更大访问中获益。一旦解决了其中一个领域的数据民主化问题，可以以此为模板，在企业更大范围内应用和复制成功案例。

从小做起，精准切入。通过小的案例准确展现数据民主化的ROI，获得公司范围内的广泛认可，为整个公司的宏伟蓝图制定规划。

3.自下而上地建立数据体系

数据民主化赋予每个员工访问数据的权限，辅助他们优化决策。只有通过正确的员工培训，增强员工的参与度和体验感，将民主化真正作为企业文化的一部分来推行，数据民主化转型项目才能脱颖而出。

这也是为什么企业高管需要自下而上推行数据民主化的原因。这个项目可以很好地量化员工的工作，从一开始就赋予员工对数据的所有权，员工运用自己的分析思想寻求创造性的解决方案更容易取得成功。许多自上而下推行数据民主化策略的企业最终以失败告终，因为懂技术的人不一定懂业务，掌握数据和技术使用权的人如果不能真正了解业务痛点和需求，就无法提供适用业务发展的决策建议。

4.与公司整体发展目标保持一致

正确的数据民主化策略应该与整个公司层面的业务指标保持一致。可以通过以下指标进行核查，比如：企业是否建立了完善、合规的数据治理制度？消除数据壁垒和流程冗余问题后企业的管理成本是否有所降低？客户和员工体验是否得到了改善？

一旦数据民主化策略与公司的核心业务目标达成一致，并且制定了应急预案，之前因种种原因被拖延的项目就得以顺利开展了。

努力践行数据民主化

数据民主化是治疗许多公司运营弊病的一剂良药，但是用药方式不同会产生不一样的效应。如果你使用的工具不是面向大众设计的，那么践行民主化的努力也将很快消失。相反，把更多的主动权给到员工，帮助他们从“黑暗数据”的深渊里解放出来，让他们的能量得到更大程度释放，那么企业的发展蓝图也将更加惊艳可期。