Managertoday 經理人

[溫肇東專欄]數據落差的隱憂

2019-11-17 04:55:18
Managertoday
http://3.bp.blogspot.com/-6VCRjsNquaI/VFGuDZuODuI/AAAAAAAAR4c/T3ucBDxCtBc/s1024/
<span style="color: #0000ff;">大數據可能帶來組織、機構間的新落差。在各國,不論是雲端、群包、3D列印、或各種替代能源,乃至第三次工業革命等各種新的科技趨勢,各種前瞻性的概

大數據可能帶來組織、機構間的新落差。在各國,不論是雲端、群包、3D列印、或各種替代能源,乃至第三次工業革命等各種新的科技趨勢,各種前瞻性的概念不斷地被提出,台灣政府是否也要有所回應?

過去在個人電腦及網路時代,曾有所謂「數位落差」(digital divided)的情況,台灣很多機構如微軟、雅虎、資策會……等,曾動員很多學校的志工致力於消弭此一落差,讓偏鄉的孩童也能使用電腦、學會上網。晚近隨著智慧型手機、平板電腦的普及,上網介面較為友善,使用的年齡範圍愈來愈大。原來的「數位落差」已不像過去那麼常被提及。目前比較被關注的是個人的數位能力可以被拿來創造什麼價值,而不只是在玩遊戲或Facebook而已。

但現在有個新隱憂,就是「大數據」(big data)可能帶來組織、機構間的新落差。大數據興起的原因,固然因數據每天海量產生,社群內大量地交換訊息,資料的存量與流量都成指數成長。同時因資料存取的技術進步,成本大幅下降,因此擁有資料庫者,可藉資料平台間的交叉分析與比對,獲得很多新情資來協助組織,做更有差異性的判斷。因此數據的擁有(have)和未擁有(have not)會不會成為新的階級落差來源?

**海量資料分析帶來競爭優勢,我國未見相關政策輸在起跑點******

上個月日本經濟新聞有一則報導,今年日本各公司「資料科學家」(data scientist)的職缺有1千個(如埃森哲100人、日立80人、富士通100人、NEC100人、NTT Data120人、SAS 100人等),未來幾年內會有25萬人的需求;美國顧能(Gartner)公司預測美國到2015年大數據會需要190萬個相關人才;台灣的人力市場,不論民間或官方似乎都尚未有類似的評估。

在各國,是誰在確認、決定什麼樣的新科技或新觀念會對我們的產業、社會造成什麼衝擊?在基礎建設、相關法規/規範的訂定、或人力資源的培養,需要投入多少資源?這些都是如何決定的?由誰決定?不論是雲端、群包、3D列印、或各種替代能源,乃至第三次工業革命等各種新的科技趨勢,各種前瞻性的概念不斷地被提出,我們不一定要跟隨花車、聞雞起舞。要不要跟進,企業有企業的判斷。

根據麻省理工學院(MIT)管理評論今年春季號的研究報告指出,財星500大中有85%已啟動大數據的分析。2011年大數據相關公司獲得3億5千萬的創投基金;相信大數據分析會帶來組織競爭優勢的公司從2010年的37%提高到2012年的67%。

台灣政府是否也要有所回應?是科技部?經建會?科技政委?工研院?中研院?誰該做多深入的研究?評估未來科技及其影響?過去,科技的變動相對緩慢,「科技採用」快與慢,對國家社會的影響也會一段時間後才顯現出來。現在,科技的變化很快,而且不同事物間交纏引繞也相對複雜,會不會稍有閃失,一、兩代都追不回來?相信(believe)和不相信(believe not)或許才是新落差的來源。

在法規的相關配套與布局上,大數據提供的尺度上是否有什麼「個人隱私」是需要被保護的?在「資訊公開法」的框架下,健保局、主計處、海關等公有雲的資料要「公開」到什麼程度?在台外商或外國人是否有國民待遇,一樣可以取得這些資料?私有雲上的資料基本上是不會和不相干的人分享的,但光從公開的資料、數據分析就足以產生前所未有的「新情報」,有價值的判斷,如在公共衛生、國家安全等。

**新科技提高資料分析精密度,應強化運用技術創造新價值******

在研究的前沿上,壬色列理工大學(RPI,Rensselaer Polytechnic Institute)對「大數據」做了回應,具體落實在倫斯勒數據探索和應用研究所(IDEA,Rensselaer Institute for Data Exploration and Applications)的成立,IDEA聚集了這所美國最古老研究型科技大學的研究能量,重新編組、運用既有的多個研究平台,涵蓋的領域包括資料科學(data science)、高效能計算(high performance computing)、預測性分析(predictive analytics)、及認知計算(cognitive computing),牽涉到5個學院、12個系所的師生,並投入6千萬美元(18億新台幣)。

大數據的研究要投注多少,對理工的大學是一個選項,但對人文社會的學門或學校能有什麼策略呢?照理說,人文社會學者應對新科技的政治及社會意涵提出看法,新的「數據落差」(data divided)會不會帶來強者愈強、或贏者全拿的態勢?或者,反正新的科技天天都在發生,政府最好保持中立?還是應有可防患於未然之處?

過去人文社會科學的研究方法,因母體資料難以窺得全貌,所以用「取樣」或個案的方法,但目前直指母體的成本降低了,那研究方法是否會跟著改變?從資料的取得、儲存、加值、及應用,在方法上、資料庫的組建、及使用介面的安排上,需要做多大的調整?

在2.0、3.0的時代,仍用1.0時代的研究方法,其研究結果會來得及解決(或解釋)日益紛雜的現象與問題嗎?我們有沒有辦法教學生一套工具及技能,足以調適這麼多未知的事物、器物、工具,以及如何辨識、收集、處理及意會(sense making)海量的資料/資訊。但若缺少正確的問題意識,可能會加速成為數據驅動(data driven)和社會。

我們過去所建構的宇宙觀、世界觀、人生觀所憑據的資料可能是片面的。如今,我們真的期待會因更全面的資料,而有像牛頓、愛因斯坦的突破或革命嗎?會不會21世紀以來多出來的海量資料,即使你問對問題,也像《萬曆十五年》(1587, A Year Of No Significance)一樣無關緊要(nothing significant)?

**溫肇東******

國立政治大學科技管理與智慧財產研究所教授

@@ACTIVITYID:350@@

 

立即訂閱《經理人月刊》,完整收藏精采好文!

加入《經理人月刊》粉絲團,天天分享交流管理新知!

(本文摘自2013年9月號《經理人月刊》「目標管理」,更多內容請參閱本期《經理人月刊》。尊重智慧財產權,如需轉載請註明資料來源:《經理人月刊》第106期 www.managertoday.com.tw)