【AICon】AI 基础设施、LLM运维、大模型训练与推理,一场会议,全方位涵盖! >>> 了解详情
写点什么

对话 RackSpace 亚太区 CTO Alan Perkins:开发者应该把非技术人员服务好

  • 2013-10-01
  • 本文字数:3674 字

    阅读完需:约 12 分钟

Alan Perkins 是 RackSpace 亚太区的 CTO。在 2004 之前的近二十年时间,Alan Perkins 从事过会计工作、市场工作、管理工作,并没有做过开发。2004 年后,他走上了 CIO 的道路,并在 2013 年初加盟技术型公司 RackSpace,担任其亚太区 CTO 一职。

在 Perkins 看来,技术与业务是什么关系?开发者与市场、销售等业务人员又是什么关系?在 2013 年 9 月的 Cloud Connect 大会上,InfoQ 编辑跟 Perkins 进行了沟通,了解他对技术价值的观点。

InfoQ:从一线技术人员的角度,你认为传统公司和互联网公司对 IT 的态度有哪些根本性的不同?最近有没有觉得传统公司正在开始把 IT 当做自己业务成功的关键之一?

Perkins:一般而言,我看到的传统公司都把 IT 视为成本,而非投资。大数据和整个 IT(包括云计算)工具对业务的支持正在与日俱增,企业越来越多的需要将 IT 视为自己业务战略的一部分,而不仅仅是一个附属。我们看到越来越多的市场专员比 IT 部门的人员做出更多的 IT 预算,因为 IT 部门往往只关注到基础架构一层,而漏掉了上面业务的需求。所以,业务和 IT 正在越来越紧密的结合到一起。

在有些公司,IT 被视为需要绕过的路障,市场人员和其他业务人员会想办法找到新的方式以避免跟 IT 人员打交道。的确,IT 工具变得更加简单,我们已经将 IT 抽象出来,变成普通人也可以使用以促进业务的工具。越来越多的业务人员开始使用各种 IT 工具来执行非 IT 类的工作,比如进行客户分析,了解客户决策的原因,如何避免客户流失,如何吸引新客户,如何鼓励老客户将自己的朋友发展成为新客户等等。

同时,大数据对于提升业务的效率起到了很大的作用。比如,航空公司使用大数据分析飞机引擎的状态。物流公司 UPS 只不过给所有的卡车装上传感器,通过分析这些卡车的使用情况并进行协调优化,就节省了 1.47 亿公里的传输路程,从而节省了 3800 万升汽油。

InfoQ:对于大数据应用,搭建 Hadoop 这样的基础平台只是第一步,我们还需要更多的考虑定制化体验,以及整体用户体验方面的事情,包括数据如何收集,数据如何呈现。我们该从哪里开始?

Perkins:有意思的问题。我认为第一步还是要尝试把云计算用起来,这个用好了,我们才有条件尝试更多事情。

我的上一份工作是 CIO,当时我设计了一个数据库架构,想要测试一下它的运行效果。我需要 11 台机器来进行测试。在以前,这 11 台机器需要我申请 15000 美元的预算,之后还要等待三个星期这些机器才能到位并部署好,之后我才能展开测试。这意味着我必须对我的测试很有信心,我才敢于提出这批预算请求,而这只不过是一个很简单的测试。但有云平台的情况下,我的 11 台机子只需要半小时就能就位。用三小时完成测试后,我就把这些机子关掉,搞定,总成本不到 5 美元。这意味着企业会更加愿意尝试新的想法,对新想法进行更多的测试。

另一方面就是,工具必须要足够简单,要让不懂技术的人也能把工具用起来。最近的新兴职位——数据科学家将成为技术与非技术之间的桥梁。不过在我看来,到了一定阶段,我们连数据科学家也不需要了。成功的开发者能够为非技术用户打造简单的用户体验。

InfoQ:在你看来,数据科学家应该是一群什么样的人?

Perkins:数据科学家需要掌握跨领域的技能。首先他需要了解数据结构,他需要能够设计传统的关系数据库,也需要了解 Hadoop 和 NoSQL,了解如何将业务目标妥善的与 NoSQL 结合。然后,他需要对业务有很好的了解——有时候,业务人员自己都不知道自己需要什么,但是数据科学家需要能够看到。

我常常认为业务人员并不知道他们手上有多少可能性。比如微博,我们能做的不仅是去关注指定的某人,同时还可以筛选出在过去四天内用过某个内容标签、被关注与关注比例超过二比一的人进行关注——这批人相当于是在这一领域有一定影响力的用户。

我一直认为,能够把非技术人员服务好的开发者将是成功的开发者,能够让非技术人员用好大数据的公司将是成功的公司。

InfoQ:很多公司,尤其在中国的很多公司,他们决定建设自己的私有云,而不是利用一些已经搭建好的公共云平台。你认为长期来说,这种状态是否会转变?

Perkins:长期来说,我认为我们会忘记公共云和私有云有什么区别。我们要做的只是理解云计算的核心概念,然后挑选合适自己的去用就好了。我们将会越来越少的关注技术,技术会变得透明。

回想一下彩色电视刚刚进入市场的那个时候,每个人都惊叹于它是彩色的,很多人甚至会把色差调整的非常高,以至于画面看起来都是橘红色的。随着时间推移,彩电变成了常态,大家也就意识不到彩电有什么特别的。现在的 3D 电视也是这样。技术终归会透明化,我们会更多的专注于产出,而非技术本身。

我认为大部分企业总归会有一部分业务跑在自家服务器上,另一部分跑在公共平台上,就好像人们用电,并不会在乎电是哪里来的。虽然现在有隐私问题、安全问题需要解决,但我认为这些问题将逐渐在策略上被解决掉,而无法在技术上根除。技术问题总是会存在的。

使用 OpenStack 这样的技术搭建私有云有一个好处,就是他们可以比较容易的发展到一个比较大的规模,而且也可以比较容易的跟公共云对接,因为公共云的底层也使用 OpenStack。

InfoQ:你说到要让开发者能够更好的为非技术人员服务,我们应该如何培养这样的人才?

Perkins:刚才简单说了一下数据科学家需要的技能,谈到了我们需要更好的工具。不过还有一点我还没说,就是我认为我们需要从小孩子开始培养人才。

越南就有一些很有意思的实践。现在,越南的小孩子们从七、八岁开始就学习编程。第一年先学习用简单的 loop 循环画六边形,第二年开始学习在 loop 循环里面嵌套 loop 循环,画出螺旋状的图形等等。到他们长大到 15、16 岁的时候,这些小孩子已经可以通过 Google 的准入考试了,而很多美国的研究生都还无法通过这个考试。这是一个很有意思的尝试。

我认为我们应该教会小孩子们使用 HTML,JSON,然后是 JavaScript,然后是 Python 或者 Ruby。这意味着下一代们将有更高的起点,也会有更高的成就。

我在我的博客上写过一篇文章,专门论述社会的左脑和右脑这个话题。擅长科学思考的人,左脑比较发达;擅长艺术创作的人,右脑比较发达。右脑型人才主要去做业务管理、市场、销售这样的工作,左脑型人才就去编程、运维。

问题在于,左脑和右脑之间互相无法沟通,这限制了社会的发展。程序员们知道如何去实现,但是不知道他要实现的东西是否重要。商业人员明确的知道自己需要什么,但是并不知道有没有相应的技术可以实现自己的想法。所以,我们需要培养非技术人员的技术思维,培养技术人员的业务能力。这样才有可能更好的挖掘数据的潜力。

就我个人的经验而言,我一开始是做会计的,后来才进入技术圈。这一背景使我具备了对业务提供建议的能力,很多建议是业务人员并没有想到过的。企业要做好,我觉得必须具备这样的能力。其实对人类而言也是一样的,左右脑之间建立更强的联系、达成平衡,就能够获得更强的能力。

普通用户不要怕跟 IT 团队打交道。不要 IT 团队给什么自己用什么,而应该多跟 IT 人员沟通自己的需求。我建议在普通用户和 IT 团队之间建立更好的沟通。

InfoQ:最后一个问题,大数据应用将如何改变我们进行产品设计的方式?

Perkins:首先,大数据能够让我们更好的理解一个产品的生命周期。我们在产品当中嵌入的传感器会提供这些数据——这可能是很简单的、嵌入到食品包装袋上的 RFID 芯片,也可能是比较复杂的、嵌入到椅子里面的加速测量仪。比如,我们吃完了一袋零食,包装袋扔到垃圾桶里,那么垃圾桶会读取包装袋上的芯片,告诉我们下次购物的时候需要补充这种食物。

有些产品的销售方式可能会完全改变。比如商用飞机现在有租用服务,即飞机的所有权仍然归制造商所有,航空公司在需要临时添加航班的时候采取租用的方式,而不是整机购买。这样能够减少航空公司因购买飞机的大量现金支出而造成的风险。

工厂制造产品的过程当中,质量管理也将受到影响。通过分析流水线上不同阶段半成品的质量,比较差异度和次品率,我们会得出一个“出次品间隔时长的平均数”,并了解不同的举措会对这个数值造成怎样的影响。比如说,我们给工人们提出一项鼓励措施,表示达到多少的产量会提供奖励,结果我们发现工人们的生产率提高了 10%,但是次品率提高了 15%。这时候,也许我们引入了一个会影响产品质量的流程。

大数据对产品设计的影响还体现在产品包装、产品传输、产品标价、产品市场宣传等各个方面,因为我们知道了用户的使用模式。比如,天气对用户购买这种产品的几率产生了怎样的影响。

有些产品的需求跟天气情况密切相关,因此,准确的天气预报对于计划库存和生产有相当大的影响。大数据可以帮助人们识别哪些产品是对天气敏感的,敏感到什么程度。

另外,对于用户已经在使用的产品,试图捕捉数据的过程也会影响到产品的设计。比如我们常见的闹钟。如果用户经常坐飞机旅行,那么闹钟可以从航空公司获取数据,如果航班延误,那么闹钟可以自动顺延响铃的时间。

还有汽车。软件可以从汽车的 GPS 数据判断用户是否要回家,从而提前开启空调,等等。这甚至会进一步影响到我们如何规划城市建设。

诸如此类,大数据对产品设计的影响是方方面面的。

公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2013-10-01 00:33790

评论

发布
暂无评论
发现更多内容

并发和Read-copy update(RCU)

程序那些事

并发 并发和RCU RCU

水滴石穿之Java学习之路

价投小邱

Java 学习 后端

技术分享丨华为鲲鹏架构Redis知识二三事

华为云开发者联盟

redis 鲲鹏

伯克利:serverless是下一代计算范式

华为云开发者联盟

云计算 服务

英特尔为北京2022年冬奥会打造智慧新体验

E科讯

涂鸦红外物联网设备开箱使用

良知犹存

物联网 测评

终于我用JOL打破了你对java对象的所有想象

程序那些事

JOL java对象分析 对象空间占用 java对象

四面阿里成功定级P6,想和Java程序员谈一谈

Java架构之路

Java 程序员 面试 编程语言

读10x程序员有感。

杨鹏Geek

程序员 10X工作法

MySQL-技术专题-MySQL的索引

洛神灬殇

LeetCode题解:83. 删除排序链表中的重复元素,HashMap,JavaScript,详细注释

Lee Chen

大前端 LeetCode

Spring Cloud 微服务实践(8) - 部署

xiaoboey

Docker zookeeper 微服务 Spring Cloud actuator

DB-Engines 10月数据库排名:“三大王”无人能敌,PostgreSQL紧随其后

华章IT

数据库 postgresql Clickhouse MySQ

关于GO语言,这篇文章讲的很明白

华为云开发者联盟

编程语言 语言 Go 语言

两年Java开发经验四面阿里成功拿下P6offer,总结大厂面试的心酸血泪史

Java架构之路

Java 程序员 面试 算法 编程语言

Aspose.pdf破解全程记录

janux

链表反转的两种实现方法,后一种击败了100%的用户!

王磊

Java 数据结构 算法

Minds Factory 2020 HUAWEI HiCar 创新活动

Jessie

物联网 创新 智能 汽车 大赛

Github资源在线加速下载

xcbeyond

GitHub 工具类网站

九面成功定级阿里资深架构师,拿到180W年薪+15000股,学习一下大神的成长之路!

Java架构追梦

Java 学习 架构 面试 微服务

使用 Flutter 快速实现聊天应用

LeanCloud

flutter 后端 聊天

解密360容器云平台的Harbor高可用方案

博文视点Broadview

容器 高可用 云原生 k8s Harbor

对象的实例化内存布局与访问定位

朱华

Java 对象初始化

高难度对话读书笔记——聆听篇2

wo是一棵草

字节跳动总结的这份《Java设计模式(实战+源码)》PDF突然火了,完整版免费开放下载!

Java架构之路

Java 程序员 字节跳动 编程语言 设计模式

c++笔记——类

菜鸟小sailor 🐕

c++

TensorFlow 篇 | TensorFlow 2.x 模型 Serving 服务

Alex

tensorflow keras tensorflow serving model serving

MySQL-技术专题-事务实现原理

洛神灬殇

程序员的美丽假期(并不)

Learun

程序员 敏捷开发 软件设计

spring-boot-route(十四)整合Kafka

Java旅途

Java kafka Spring Boot

MySQL-技术专题-存储引擎详解

洛神灬殇

对话RackSpace亚太区CTO Alan Perkins:开发者应该把非技术人员服务好_服务革新_sai_InfoQ精选文章