发布在即!企业 AIGC 应用程度测评,3 步定制专属评估报告。抢首批测评权益>>> 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:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2013-10-01 00:33785

评论

发布
暂无评论
发现更多内容

使用appuploader工具流程(Windows版本)

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

EOSdreamer111

梳理日常开发涉及的负载均衡

WizInfo

负载均衡 网关

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

鳄鱼视界

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

BlockChain先知

JMeter源码解析之结果收集器

优测云服务平台

Jmeter 性能测试 压力测试 #性能测试

EndNote 21 for Mac(文献管理软件) v21.0.1激活版

mac

苹果mac Windows软件 EndNoter 参考文献管理软件

Llama2 评测大公开!知识库场景下能否赶超 ChatGPT?

Zilliz

Zilliz Towhee ChatGPT llama llama2

10. 数据类型 - 元组详解

茶桁

Python 数据类型 tuple

erp系统都有哪几家,如何选择适合自己企业的erp系统?

优秀

ERP系统

适合自己企业的erp系统怎么选?这8条关键因素缺一不可!

优秀

ERP系统

吴声年度演讲,关于Notion 的“模版”和 CLG |highlight

B Impact

Windows上值得推荐的6款冷门软件

这我可不懂

工具 windows 高效率

【腾讯云 Cloud Studio 实战训练营】使用Cloud Studio构建SpringSecurity权限框架

小鲍侃java

Java' spring、

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

西柚子

用低代码开发平台构建高效敏捷工作流

力软低代码开发平台

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

股市老人

AI融入管理软件,是否会是下一个“ERP时代”的前奏?

B Impact

TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度,减少内存占用

汀丶人工智能

人工智能 自然语言处理 知识蒸馏

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

威廉META

使用 RKE 方式搭建 K8s 集群并部署 NebulaGraph

NebulaGraph

k8s

k8s安装prometheus

tiandizhiguai

k8s Promethues

并发中atomic BUG分享

FunTester

拨开迷雾:利用全链路消息跟踪揭示系统奥秘

鲸品堂

数据库 分布式 全链路 企业号 8 月 PK 榜

不容错过的MSBuild技巧,必备用法详解和实践指南

这我可不懂

自动化构建工具 MSBuild Visual Studio

Zebec Protocol ,不止于 Web3 世界的 “Paypal”

大瞿科技

斩获可信云最佳实践,天翼云存储资源盘活系统助力“一云多芯”!

天翼云开发者社区

云计算 存储

三言两语说透webpack对vue的编译

互联网工科生

源码 Vue webpack

中小企业都用哪些工具进行项目管理?

PingCode

项目管理 PingCode 项目管理软件

让三驾马车奔腾:华为如何推动空间智能化发展?

脑极体

全屋智能

CMake中使用vcpkg

攻城狮Wayne

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