美國奧克蘭港口（Port of Auckland）的數據團隊正在通過數據驅動的洞察力徹底改變決策，應對雲遷移和AI挑戰，倡導STEM領域的多樣性。
奧克蘭港口數據和洞察力經理 Manvi Madan
奧克蘭港的數據和洞察力團隊是一個企業級團隊，以系統和可消費的方式向組織中不同部門提供資訊，以便他們能夠做出數據驅動的決策，了解他們如何朝著戰略成果邁進，並根據事實做出決策……而不是僅僅依靠直覺。
我們在團隊中設置了多個角色。在工程方面，有人專門關注後端，更類似於在圖書館中整理書籍，以便你在需要的時候可以系統地找到所需資訊。團隊中的分析師和可視化專家，會完全專注於使資訊更易於使用，以便當你查看一段數據的時候，幾秒鐘內就可以立即獲得洞察力。他們非常注重事物的可視化，利用UI/UX原則，使資訊更易於被人們使用。我們團隊中還有一些數據主管，他們會主動發現可以使用數據和組織內的高級分析功能解決的問題。他們的角色是連接數字和非數字世界，與不同的業務部門展開合作，尋找數據和AI可以增加價值的機會。
將奧克蘭港口的數據平台遷移到雲端
我們的傳統平台非常不穩定，平台對運營至關重要的管道和數據產品提供支持。奧克蘭港口是24/7全天候運營的，這意味著資訊必須全天候提供給利益相關者。有關船廠或船舶訪問的決策幾乎是實時做出的，他們必須能夠要得到這些資訊才能做出這些決策。
之前的舊平台很不穩定，在沒有透明度的情況下成本不斷攀升，而且我們很擔心平台的安全性。最大的挑戰是我們不能影響業務運營，以及那些由舊平台支持的數據資產。在進行平台重建時，我們不能將這些數據資產撤下。
對我幫助最大的是，我擁有最好的團隊，他們對我們所做的事情充滿熱情，他們明白為什麼需要這樣做，為什麼以前的平台缺乏穩定性會對業務利益相關者來說是一個問題。他們了解隨之而來會有怎樣的挑戰，以及將為一種平台構建和支持性資產融入另一種技術所帶來的複雜性。我們的團隊並不覺得這是一件令人畏懼的事情，相反，他們對於將這些數據資產遷移到新的穩定平台的可能性感到興奮，也對完成這個遷移項目後迎來的新世界感到興奮。他們的態度幫助我們取得了成功。我的工作是確保我們所有人都與願景保持一致，這個願景就是我們對未來、數據平台、數據作為一個整體可以為組織做些什麼。我會不時幫助集思廣益提出技術想法。有時，當他們因為平台中的一些錯誤而遇到困難時，我會在那裡讓他們發泄。但這都是工作的一部分，我很享受這些對話。
這個項目對組織來說至關重要，但也讓我能夠投資團隊中一些年輕人，他們希望有機會證明自己，並在當時的角色和職責之外學習和成長。在這個過程中，我們看到了他們的職業軌跡有了巨大的增長。我對此感到最為自豪，很自豪能成為他們這段旅程的導師，也很自豪能看到整個轉變就發生在我的面前。看到這樣的項目促進了組織中人員的成長，這令人感到欣慰。
機器學習和AI項目為何失敗
如今，AI被大肆炒作，但人們在談論如何讓這些項目投入生產以增加商業價值或實時改進流程時，卻忽略了一些細微之處。Gartner的一項統計數據顯示，85%的機器學習和AI項目都失敗了。當我們談論AI和概念驗證時，我想闡明這一點。
概念驗證不是最終目標，而是作為產品投入生產並改進流程或者產生商業價值這一旅程的開端。要想成功，就必須以一種融入到流程中進行構建、有長期提供支持的人員、而且成本是可持續的。
這些項目並不總是以我們希望的方式實現，主要有三個原因。首先，大多數組織在開始AI之旅時，並沒有為AI做好準備的數據集。當他們從BI報告分析過渡到AI時，第一個橋樑是擁有一個可以支持這種過渡的平台和數據成熟度。我開始在奧克蘭港口的工作時，當時我們並沒有非常強大的數據基礎，也是也我們決定在三年半前進行適當轉型的基礎要素之一，從那時起，我們經歷了一段漫長的旅程，才將數據資產轉化為可用於構建高級分析產品的形式。我們的關鍵指標有單一的事實來源。沒有這些基礎，你可以創建模型，但模型的生死取決於數據。你可以給它們餵垃圾數據，然後從中得到一些預測，這些預測對你所處的世界來說可能並不準確。也會有一些預測，但這些預測對你來說沒有什麼用處。
其次，有很多這樣的項目有時無法達到目標，因為這些項目是在孤島中開發的，而不是在跨職能團隊中開發的。數據專家需要配合那些了解生成數據的業務流程的業務領域專家一起工作。讓了解數據細微差別的人參與進來很重要，因為這些細微差別需要融入到AI系統的設計中。只有這樣，他們才能正確準確地模擬或代表你所在的世界。
第三點——這也是讓我作為一名數據和人工智慧專業人士夜不能寐的一點——是缺乏關於AI倫理和治理的討論。那些已經擁有數據成熟度的組織可以快速行動，但如果他們沒有治理環境或任何負責任的AI政策來提供指導，就會導致生產出本來就不應該生產的產品，這些產品可能會以無法挽回的方式損害組織的聲譽。需要有系統和政策來確保他們正在生產的產品是可解釋的、值得信賴的、對客戶負責的，尊重產品中所用數據的客戶的隱私。
如果我們希望在從BI轉向AI的過程中取得成功，那麼投資於我們的團隊、數據和平台並制定負責任的AI政策將是最好的起點，不要被行業中的各種流行語所分散注意力，因為它們時不時地會發生變化。
在數據科學和AI等快速發展領域引領團隊
當我們創建數據和洞察團隊的時候，我們引進了來自不同領域的人才、具有不同背景的人、專門從事治理的人、專門從事可視化的人、以及關心工程實踐和嚴謹性的人。關於我們的願景和戰略是什麼，我們也進行了很多思考和討論。在形成最終的指引戰略之前，我們也曾經經歷了各種混亂。
現在我們有了「北極星」，會每三年評估和重新制定我們的戰略。我目前正處於重新制定未來三年戰略的階段。這種方法有助於減少一些噪音，當你知道組織的發展方向以及數據將引領組織走向何方的時候，我們的優先事項就會變得清晰起來，當前的各種流行語也不會讓我們感到那麼煩惱。
我一生中遇到的最有影響力的領導者和導師都是那些踐行僕人式領導的人，我也試圖遵循以人為本的相同方法。我的一位導師曾經說過，如果你不在乎功勞，一切都會順理成章。如果你投資於人，如果你照顧好你的人，他們就會照顧好其他一切。這是我在實施平台化戰略中採取的方法，因為這是一個長期的項目，每個參與者都有時間和最後期限的壓力。重要的是，要確保當人們感到不確定、感到焦慮、需要有人談論他們所面臨的挑戰時，我可以為他們提供幫助——無論這些挑戰是個人挑戰還是技術挑戰，他們都知道他們可以來找我、依靠我，這對我來說一直都很重要。
我還從我的導師那裡學到，領導力不是一個頭銜，而是一種技能。從我們在基礎領域建立團隊的時候起，我就實踐了這些原則，這就是我今天能夠擔任這個職位的原因。現在我仍然非常以人為本：我遵循同樣的投資方式，為我的員工投資。我遵循僕人式領導的原則，這有助於在團隊中打造一種文化，讓他們知道我們是可以合作的，有自主權來負責分配給他們的任務和項目。他們了解自己的優勢和劣勢，因為我們在一對一的會議中針對這些優勢和劣勢開展了工作，我們組建了一個團隊，形成一個獨角獸。我總是說，我們中沒有一個人是獨角獸——數據或AI獨角獸——但把我們所有人放在一起，你就會得到一隻獨角獸。這就是我們工作的理念和精神。
AI的未來
我很高興看到有越來越多關於負責任地使用AI的對話，以及在進入AI之前擁有更堅實基礎的重要性。一年前，當人們熱切關注生成式AI和由此產生的概念驗證時，你不會聽到這樣的對話。由於ChatGPT的流行，這才成為所有人關注的重點。
但是，重要的是要意識到與這項技術相關的風險和機遇。每個組織都需要找到自己的底線，與自己獨特的優先事項保持一致。當使用這項技術實現流程自動化或改進，或者構建具有商業可行性產品的時候，他們的風險偏好是什麼？我看到這方面的對話正在升溫。我認為立法領域的動向，也將鼓勵越來越多圍繞組織內部負責任地使用AI的對話，我很高興看到這種趨勢。
打造一個更具包容性的行業
代表性很重要。看到一個長得像你、想法像你、有著與你相似起源故事的人，會讓你突然覺得STEM領域對你來說也是可行的。當我來到紐西蘭的時候，我對這件事是否可行有著自己的一套有局限性的想法。然後我看到有人在台上發言，她當時是AI領域的傑出領導者，也是我當時能找到的唯一一位在這個領域處於領先地位的有色人種女性。當時看到她這樣做，我深受觸動，我突然意識到這是可以做到的。
為了吸引更多女性從事STEM職業，代表性很重要。我的導師一直是我人生旅途中的引路人，幫助我在想要走上前人未曾走過的道路時克服各種挑戰。我試圖將我從上一代人那裡學到的智慧回饋給年輕一代。
我有意識地投入大量時間與即將畢業和進入這個行業的人交談，尤其是女性，在談論我當時遇到的挑戰時非常非常真誠，有意識地為她們打開了對我來說不那麼容易打開的那扇大門。我很幸運，在奧克蘭港口工作期間，我遇到了這麼多的女性，她們為我打開了這些大門，我知道如果沒有她們的支持，這些大門會很難打開。
我們在這個領域，尤其是在數據科學領域，就平等問題展開的討論越多——尤其是當我們談論負責任地使用這些技術時——聽到不同的聲音就變得越重要。我自己也曾努力爭取加入其中一些討論。如果我們能激勵下一代更多地參與這些對話，確保他們的聲音被聽到，我們就能創造一個世界，讓AI成為一種向善的力量、數據成為一種向善的力量。
