The Chinese University of Hong Kong
events & news

【數據科學家特輯】游走於商業與科技之間 譚德揚相信機器將與人類共存



游走於商業與科技之間
譚德揚相信機器將與人類共存

讀商科出身的譚德揚(04聯合工商管理學士綜合課程),高中時已對數理及電腦有濃厚興趣,大學時他副修電腦,將商業與科技互相融合。他認為現今數據科學必然用到機器學習(machine learning),但要緊記它只是工具,雖然已出現由機器自行下商業決定的場景,但說到真正的商業決策,人的因素還是不可或缺的。

譚德揚曾到美國辛辛那堤(Cincinnati)P&G總部參加會議。

做好數據科學,人人也將焦點放到科學上,譚德揚(Victor)說往往忽略了數據是怎樣來,「我們不是做大學研究,很少由零開始建立數據模型,用的大多是市場上現成的模型,那麼為何大家都用同一堆模型,得出的結果會有這麼大的分別?當中原因並非用哪個模型,或是怎樣去用,而是如何運用數據去訓練模型,令它得出最好的結果。這個過程其實要對整個商業運作極度熟悉理解,所以我走過的路,一直都是一半科學一半商業,這點很重要。」

這條結合商業與科技之路,遠在Victor讀書時已在走,主修工商管理的他,大學時副修電腦,「沒有間斷過接觸科技,畢業後工作走這條路,當時但凡與商業及數學有關的工作都去申請,最後看中了P&G一個負責客戶系統經理職位,覺得與個人理念相近,幸運地獲聘用。上班後首要工作,是將客戶如萬寧、惠康、百佳的企業資源規劃(ERP)系統,與公司系統對接,令供應鏈運作更順暢。」

協助管理層憑數據做決策
這工作相對簡單,不用花太多時間就完成,既然工作要與客戶部門溝通,我問他們還有什麼需要,「當時他們很想有人分析銷售數據,見手頭工作做到七七八八,於是開始幫手組織數據再分析。剛巧那個年代,全球企業也在談商業智慧(business intelligence),P&G總部也在推動各地分公司進行數據分析,公司既然非科技企業,因此所有分析必定要幫到客戶才有價值。說到底就是要解答到商業問題,通過分析協助商業決策,這正是數據科學家近年愈發受重視的原因,管理層開會也要有我在場,數據往往是決定未來營運方向的最終答案。」

曾在日本工作6年的譚德揚(左),在P&G神戶辦公室接受媒體採訪。

隨着網絡愈來愈發達,譚校友說要處理的數據量愈來愈多,但數據科學家人數卻沒有明顯增長,要用相同人手處理更大量的數據,一定離不開自動化/流水綫,「初入行做數據分析,流程不外乎由數據科學家執行算法,然後將結果轉做PowerPoint向管理層作解說;自從機器學習流水線成熟以後,決策者直接查詢機器學習得出的結果,數據科學家退居幕後,維護機器學習模型。終極做法是甚至沒有決策者,人工智能處理數據後,即時作出分析及做決定,現時網上廣告已在使用這個模式,由機器分析最佳廣告位置後直接投放。」

這也牽連到大眾最常爭議的焦點,就是人類工作會否被機器取代,Victor認為這是毋庸置疑的,「假以時日,機器會取代人類,但現階段人工智能發展還未到這一步,還需要為電腦清晰界定問題,提供數據及列明清楚條件,機器才『懂得』做決定,捉棋就是其中一個好例子。但在高層面的商業決策上,商業邏輯太抽像,而且數據不一定齊全,人的角色仍然不會被替代。大家別太神化機器學習,實際上機器是不會自行學習的,還有很多因素需要由人來決定,最經典命題是何時重新訓練機器學習模型,因為訓練太密會影響模型的穩定性,但長期不訓練又會令方案落後於人,到底提供什麼數據,在什麼時候訓練,還是需要由人做決定。」

於中大讀書時學到的理論,工作時會慢慢體現,譚校友(左一)說到內地及日本工作時,也隨身帶備大學的教科書,遇有問題時查看。

邊做邊學持續增值
在P&G工作了18個年頭,譚德揚由香港調任到廣州再到日本,並於2015年來到新加坡,目前負責帶領亞太、中東及非洲地區的數據科學分部,問他開發數據方案時,是否有可能應用到所有地方,「理論上是可以,但每個國家的網絡生態環境有別,舉例說之前做過關於YouTube廣告投放的數據方案,計算怎樣用最低價錢投放最佳效果的廣告,理論上是任何地方均適用的,實際上內地沒有YouTube,而印尼等地TikTok活躍用戶已經比YouTube多,變相方案未必可以全盤應用到所有地方,但背後的數據科學理念是一致的。」

他說香港優勝之處是可以找到很多數據科學家,「在曼谷、雅加達等地要聘請數據科學家,十分困難,香港在人才發展很全面,我讀書的年代,工商管理也只有市場學等幾個專修範圍,但如今也加入大數據等課程,裝備師弟師妹入行。」但單是讀書是不夠的,他解釋:「資訊科技行業變化好快,一定要持續學習才能學懂創造價值;而且不要只專注於數據科學,例如早幾年人工智能在內部部署的電腦集群上運行,近年已變成在雲端運行流水線式計算,如果對雲端等技術一無所知,可能應付不了新科技,因此只能夠邊做邊學,保持好奇心及肯學肯做,是數據科學家必備條件。」


2007年,Victor(左二)奉派往廣州開發數據分析方案,與同事在公司合照。

譚德揚小檔案

  • 2004年‧香港中文大學工商管理學士
         P&G商業分析員及客戶系統經理
  • 2007年‧P&G商業分析員(廣州)
  • 2009年‧P&G商業分析員(日本)
  • 2015年‧P&G商業分析部門經理(新加坡)
  • 2019年‧P&G媒體分析總監(新加坡)
  • 2021年‧P&G數據科學總監(新加坡)

訪問原文:《中大校友》季刊第一百零一十一期.中大校友事務處 2022

網上閱讀《中大校友》9月號
pdf版本:http://alumni.cuhk.edu.hk/zh-Hant/magazine/categories/pdfversion/202209
揭頁式ISSUU版本:http://www.alumni.cuhk.edu.hk/magazine/issuu/