AI is the future! “If you can’t beat them, join them!”

AI 這大題目近年不斷被提及，是一種趨之若騖的科技。每間企業都希望利用 Data (數據) 去做更多生意。公司的 Data 由公司第一日營運開始便已擁有，但懂得利用數據經營才是公司需要把握、投放資源的地方。

其實 AI 早於十多年前已經出現。列舉一些生活例子，如 Apple Siri、YouTube、Facebook、Google 廣告推薦引擎也是 AI 技術的一種。它們會利用你的搜尋數據，作出分析及推薦一些適合你的內容。又或者是透過用戶數據判斷出更精準的廣告達到「交叉銷售」的效果，推高銷售額。另一邊廂，提供數據給廣告商，設置廣告時能更精準，亦能節省金錢又接觸到目標群眾，減少資源浪費。

隨著科技的進步，AI 不僅限於使你方便、更會使你對科技「上癮」，令你感到超卓的用戶體驗。因此，近年各行各業的市場競爭均透過 Data 來搶佔 market share，這些數據資源用途廣泛亦很值錢。對此，企業加強資源投放，相關的數據科學職位因而增加，加大力度進行數碼改革。

AI 除了近年常被提及的話題，更具話題性的是「AI 會取代人類」這具爭議性的題目。AI 技術真的很強大，有人認為 AI 會取代一些重覆性的工作，亦有人說 AI 不能夠取代一些人性化的工作。怎樣也好，AI 是日趨成熟的技術，我們怕被 AI 取代的時候，不如想想如何利用 AI 創造更多、更大的可能性吧!

若然你正感到工作慢慢被 AI 取代，或即將被取代的時候，你還可以選擇以下選項去接受科技帶來的改變︰

1. 逃避

所有發生的事情，最容易不過的事便是逃避。但逃避真的是我們想要的結果? 真的能夠解決問題? 就算你逃避 AI，你也不能逃避 AI 找上你。私底下，你可以逃避使用科技、拒絕使用一切相關的產品、social media。但在工作上，你又能夠嗎? 

2. 投資

既然逃避不了的時候，我們再想想其他方法令你能置身事外，亦能坐享成果。

要是你擁有足夠資金作投資，那不妨投資一些科技公司。但要留意，例如一些科技巨頭如 Facebook、Amazon 的投資金額本身經已反映出本身的價值，因此你可以選擇投資一些科技初創公司，希望以本少利大，得到可觀的回報。本質上，你是需要認識公司的科技、提供的技術，如果投資到一些科技公司，而你是不明白該公司的科技技術的話，那你便等於將投資的錢放上賭枱買一注大小。

3. 做/成為科技公司的管理階層

若然你已是管理層，那暫時可以不用擔心被 AI 取代。管理層不懂 AI 技術層面暫時不要緊，只要知道 AI 的價值所在，利用 AI 的好處，去幫公司發展，達到成本控制、提高產品價值，到最後幫公司賺錢之餘、能力表現亦會反映你職位的價值所在。但首先你要是管理層，但管理層亦需要了解 AI 技術帶來的價值，加以運用。 

4. 直接學習吧!

“If you can’t beat them, join them!” 最後，還是把 AI 的技術學識，好好擁抱它吧。這是最實際的想法，當你學識之後，你可以利用 AI 技術創業，創造出你的科技事業，下一個科技巨頭可能是你。

除了創造科技巨頭這麼宏大的想法，實際一點是學識 AI 後加入科技公司，利用 AI 幫公司做數碼轉型 (Digital Transformation)。事實上大部份公司都正在加速數碼化，所以公司招聘考慮時，都希望聘請一些有能之士識得幫公司數碼轉型。

以上是一些避免被 AI 取代的直接想法，科技本身是為了協助人類進步，而不是為了取代、甚至將人類的腦袋消滅。因此若你對科技世界充滿遠景、信心。不妨利用 AI 技術，創造更多!

有志入行 IT 的朋友可以留意一下數據科學 Data Science AI 的 發展階梯。當中做 Marketing 行業的是最多人有興趣轉去 Data Scientist，因為數碼營銷涉及大量數據，需要作出深入分析，繼而制定相關銷售策略。

近年常聽說關於 IT 行業的一堆好說話，最引人垂涎的一句說話，便令各大畢業生充滿遐想︰「IT 人工不錯」。有興趣的朋友可參考 IT Salary Guide 2021，便知道近年及未來幾年 IT 不同工種的發展，以及人工真的不錯! 

Data Science (數據科學) 的入行門檻不太高，很多人都會透過學 Python 入行。Python 最主要的優點是容易學，容易處理，沒有 IT 底子的也可以學。數據科學家的薪酬不錯、職銜亦很有型、很專業。其實做地盤人工也是不錯，這想帶出的信息是不要單單被人工高而吸引入行，一定要多多了解行業不同的狀況、發展前景。

今次就了解一下容易學的 Python，了解 Data Scientist (數據科學家)，當中的 3 大核心，包括 AI (人工智能)、Machine Learning (機器學習)、 Deep Learning (深度學習)。我們下次再討論不同的工種加深了解。

 Data Scientist 數據科學家的 3 大核心

1. AI (人工智能) Artificial Intelligence

「人工智能」分開便是兩部分，「人工」及「智能」。「人工」是由人設計、創造出來的東西。「智能」便是意識形態上包括智慧、邏輯思考、分析能力等。因此「人工智能」是一種通過電腦來呈現的技術。這技術廣泛地應用在醫學、 教育、金融，基本上所有行業都能夠應用 AI 技術。「人工智能」能夠協助人類一些重複性的工作，甚至比人類處理得更好、更穩定。

2. ML (機器學習) Machine Learning

「機器學習」的目的是分析收集得到的資料數據，繼而將資料推算並作出預測。利用以往的資料來判斷新的資料來臨時，藉以提升或提供更準確的結果。

「機器學習」用途廣泛，天氣預測便是利用此技術達致更準確的天氣預測。其他如醫療、推薦引擎、測謊亦是相關的技術。

3. DL (深度學習) Deep Learning

「深度學習」是一種進一步模仿人類大腦的工作方式。Google AlphaGo 的棋王大賽也是利用相關的技術。Deep Learning 是一種以人工神經網絡為架構及對資料進行學習的演算方式。

為什麼使用 Python?

Python 是 Computer Science 領域之中最多人使用的 programming language。它的特點是容易使用，換句話說便是容易學習。Python 能夠廣泛應用於商業世界，應用可能性極高。兩種因素加起來，便令到 Python 的受歡迎程度隨之而增加。

總結

看到這裡大概便知道究竟 Data Scientist (數據科學家) 的三大工作核心，亦了解 Python 如何處理數據。如果想知道更多 Python 如何應用於你的行業或 Data Scientist (數據科學家) 是如何入行，可以參加免費講座了解更多。