一个企业到底需不需要数据团队？当然得先限定上下文，否则脱离上下文的需要与不需要就没有意义了，在我看来，只有两类企业需要数据团队，一类是从事数据类技术咨询类企业，一类是从事数据类产品研发的企业。
抛开这两类，其他企业需不需要数据团队？当然不需要，或者说不需要有独立的数据团队，数据是一个领域，数据相关的工作是一项能力，而支撑的东西才是业务。如果把数据团队割离出来，类比一下，到今天还有多少企业有Java团队？ 有DBA团队？

image

参考上面这张图，可以看到软件的发展过程一直是把很多基础设施建设的东西丢出去，让那些专业的产品公司去开发合适的产品，然后留下的技术人员就贴合自己的业务，提供自己的2C或者2B的软件，让它变得很好用。
而产品类的企业，先是提供纯粹的虚拟机托管服务，解决硬件问题，再逐步提供一些容器服务，解决开发人员写的代码还需要软件来运行的问题，伴随着这个发展，这些年来，一个开发人员也不需要会采购硬件，会采购软件，会装系统了，只需要会业务需要的编码语言就好了，这个发展是很合乎情理的。

但是，上面这个发展历程，被搞数据的打的措手不及，因为数据业务，把所有的技术人员，拉回了第一阶段，也就是技术人员需要采购硬件，装软件，配置软件，当年会安装Hadoop，那都算是一门手艺，为什么会出现这个问题？
为什么以前业务系统是Java写的，现在换成Ruby，甚至是go，rust，也没有出现把技术人员拉回第一阶段，而搞个报表，就把技术人员拉回第一阶段了？

如果把数据的工作，以出一张报表来举例的话，如果从技术视角来看，这背后有几大核心原因：

  • 计算报表需要的技术，现有的技术人员不太会。
  • 现有的云上平台，没有好用的数据类产品（指以前）。
  • 计算报表，需要的硬件有点不一样。

如果站在业务或者管理者视角来看，也有几大原因：

  • 大数据是在现有业务上突破的，很多人听到大数据是因为知道Hadoop，而不是知道雅虎的那个PDF业务，所以搞不明白这玩意儿是干嘛的，后知后觉，觉了后开始瞎跟风。
  • 虽然不明白数据咋搞，但是不能掉队，先激动起来。
  • 把数据当成创新类业务，既然创新，那自然要专项得有专门的团队。

在这样的背景下，很多企业于是成立了一个新团队，数据团队，由于基础设施的匮乏，这个团队成立第一天就是采购硬件，安装软件，配置集群，然后倒腾数据。基础设施搞完了，得做业务了，那么怎么定业务？什么业务算数据业务？数据团队有自己的思考，业务团队也有自己的思考，各自的观点是这样的：

  • 业务团队：那种非常消耗资源的，苦力体力活，让数据团队去做，他们资源多。
  • 数据团队：要把核心业务拿过来，长在我的数据平台上，让业务团队调API就行了。

而关于边界的定义，至今依旧在很多企业内吵的不可开交，且出现生产事故的时候闹的不行，甚至有的数据团队提出了”要比业务更懂业务”的口号，嗯，我也曾违心喊过，这简直就是扯，这就是不可能的事。

数据的事还没理清，AI的浪潮又来了，深度学习全面铺开，不买几块xxTI都不好意思出门，这时候AI又面临同样的问题，又把企业拉回了第一阶段，稍微有点思考的企业觉得AI不过是数据的一种处理方式，把AI全部划入数据团队管。
有的企业干脆再成立个AI团队，于是AI团队又从采购硬件GPU开始，开始新的一个轮回。

扫码手机观看或分享：