细节和大视野,中间还需要些什么

我有一个很特殊的小团队,给一些大项目管理层提供信息化的决策咨询,团队看起来架构挺合理,一些成员大而化之,关注大市场,大公共政策和客户大项目间的互动,采集市场数据包括非量化市场情报,分析种种宏观项目运作过程,对照大目标评估和汇报项目绩效;还有些成员细而聚之,搜集清理顾客层次数据,用统计或数据科学分析揭示各种细化的趋势,或建立项目预算模型。一边宏观一边微观,一边动态一边静态,互补互合,看似平衡和谐得很,其实不然,这两组成员的工作和他们的技巧,分别代表着一个从微观到宏观的连续谱系的两个极端,他们间没有交集,其中间地带更是一片空白。甚至这两组成员间除了团队例会,也几乎没有什么工作上的交流。

这是经常的事,我刚参加一个小组会讨论某项目在转型其目标市场的运作上是否存在达不到预期的风险,立马转入另一个小组会讨论这个看似可疑的数据分析结果究竟是原始数据太脏还是R或python编程哪里出错,从宏观大市场到微观小数据,我发现我的脑子没有十来分钟根无法有效切换。两个会议间即使有半个小时间隙,也多半是浪费掉的。因而只要发现日历有一两个小时的空档,就马上将其预设为请勿打扰,除了自己团队成员或老板其他人都免谈免问,以赢得些时间思考解决问题。

更让人抓狂的是,现在的项目都越来越复杂,不但包括市场机制还结合法律机制,而且每个项目都有独特的专业领域,你必须快速成为这些不同领域的至少半个专家,否则如何去研究并给决策提供咨询?另一边呢,数据量巨大,在公司伺服机上的数据库不付应用,运算越来越慢,两年前不得不仓促转入云中并行计算,速度是几十倍提高了,但风险也极大增加,因为小组成员只是数据分析师不是数据工程师( 市场上很少有两者兼容的,而且后者的薪资要高得多), 对云中虚拟计算机的架构和管理起初几乎一窍不通,而公司的IT部门也囿于传统知识和职能的框束不能给予有效支持。

有时静下来看着自己这样一个团队,觉得它很像这个社会的缩影,貌似专业化和行动力越来越高,大市场大项目成员犹如健壮的双腿,涉猎探索名山大川,而数据分析成员犹如精巧的双手, 每到一地摘取各种果子,分拣加工成可口佳肴。然而这就成了吗?没有良好有力的胃脏将果实和佳肴消化转换成营养,这就不会是一具健康的机体,而只是一个食多不化的大胃王,信息被贪婪地吞噬却消化不良,不是转为脂肪就是穿肠而过,鲜少成为益体健脑的养分。

所以在双腿和双手之间,我们缺乏一个中腹。想到这,我有点明白如何去建设团队:建立一个中部空间,两方成员可以有所合作,将各自或宏观或微观的数据和技能加以整合,提炼出决策者能立即利用的深见或认知(indights or cognition)。

一些现成的工具可以使用,包括贝叶斯决策影响建模(Bayesian Influence modelling) 可有效将非量化数据譬如项目人员的市场知识转化为可统计量化的系统逻辑,代理人基建模( agent based modelling) 可模拟个体行为譬如消费者的集体心理如何生成大规模的社会性效应譬如新市场的成型。当然机器学习尤其是当前蓬勃兴起的自然语言学习基础上的人工智能如GPT4,  也可用来采集和提炼过去很麻烦处理和生成的非量化信息。

顺手记录一点,已有英文版的,双语思考有利强化思路的深广度。若有赐教者,更为幸矣。

好久不去风云激荡的海岸越野了,近来的伤痛更让这变得难以马上实现,好想去荒野的海岸坐坐,想想问题。

老键 发表评论于
回复 '孺子和牛' 的评论 : 是的,既能拓宽视野,又能关注细节,然后再在大视野中将细节整合起来,形成对事物的洞察,这就是大时代需要又很稀缺的人才。我们在工作场合,大部分时间是做工具人,大脑无非是个存储器
孺子和牛 发表评论于
很同意你的观点。我觉得无论在任何学科,如果能够尽量拓宽自己的视野,扩大自己的知识结构,学会深度并“接地气”的思维,对传统的系统深入瞭解并能够产出自己的见解——这样的人都是人才,高于“工具人”的人才
老键 发表评论于
回复 '孺子和牛' 的评论 : 感谢,你总结得非常好。中间地带人才非常稀缺。看家长们挤破头把孩子送入名校CS或数理学科,他们今后无非做个信息技术专家算法专家什么,还只是工具人。他们的学术或商业成果如何真真让信息支撑决策,实际并无太多人投入其中,所谓科学决策要么是件对外摆设走过场,要么还是依靠传统的所谓定性分析,一知半解拍脑袋。而那些宏观人才也大多缺乏数理知识和技术应用技能。
孺子和牛 发表评论于
非常有意思的议题。搞细节微观的,即使所有的手边数据、模型、算法都没问题,但有可能偏离方向,甚至与课题大方向南辕北辙。搞宏观的,忽视某些细节支撑,也可能出现致命的决策失误。所以“中间地带”是非常必要的。同理,现代科学虽然越来越专业化,但学科交织也愈加重要,这个“中间地带”的人才也是极为需要的。
登录后才可评论.