top of page

大數據與使命感

Updated: Apr 28

管理者最難的決策之一是規劃未來。在像今天這樣不確定的時期尤其如此。儘管經濟已經開始重新開啟,但有太多的變數讓你無法控制,就算制定下個月的計劃,似乎只能瞎猜,更不用說3年後的計劃了。

貝索斯在上個月亞馬遜的年度股東大會上,被問及如何制定長期計劃。他的回答非常簡單,找出企業中什麼不會或不應被改變的事情來指導公司的長期戰略。尤其是科技的走勢,別說10年,一年後的變化都可能說不準。但企業除了在考慮應急解決方案之外,更應往內心找答案,在這個觀點上跟中國人的哲學思想不謀而合。

貝索斯認為在公司長期的願景中,亞馬遜有很多事情是堅定不移的,其中最重要是時刻關注客戶為先,而不是關注競爭對手。雖然產品和服務可能會擴大或調整,以適應不斷變化的需求或環境,但此中不變的是公司對「客戶第一」的承諾。然後科技包括數據僅不過是突現這個目標的工具。自創業開始,他們就一直以數據驅動的方式去達致客戶體驗,包括運用數據模型去找出你當天的瀏覽點擊密度及速度去預測你的購買意向,是隨便逛逛還是應該盡快幫助你找到所需。最近亞馬遜還拿了一項很特別的專利,有關如何在客戶未購買之前,把他們「預知」你所需的商品送到府上。

亞馬遜對自己大數據能力的信心可見一斑。

在內地馬雲提出阿里巴巴的使命是讓天下沒有難的生意,成功路上堅持着客戶第一、員工第二、股東第三為優先的理念,他強調八十年代掙錢靠勇氣,九十年代靠關係,現在必須靠知識能力。阿里巴巴的成功,跟數據戰略的成功落地肯定有很大關係,但沒有了這份不變的使命感,一切的科技與大數據資源僅是一盤散沙而已。

企業不應該僅僅因為你周圍的世界處於混亂狀態,而輕易改變你所相信及堅持的願景,數碼化優先、以人為本的使命。因此在變幻莫測的年代,什麼是不變且要堅持的事情,更值得深思。老子有云:「合抱之木,生於毫末;九層之台,起於累土;千里之行,始於足下。」

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page