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。