如今，數(shù)字科學(xué)對(duì)于企業(yè)來說，顯得愈發(fā)地“誘人”。但是若要正確地看待數(shù)字科學(xué)，我們亟需了解下面一個(gè)問題：數(shù)字科學(xué)到底能為我們的業(yè)務(wù)發(fā)展做什么，不能為我們的業(yè)務(wù)發(fā)展做什么。

毫無疑問，很多機(jī)器學(xué)習(xí)（ML）和人工智能（AI）領(lǐng)域的進(jìn)展都預(yù)計(jì)將為多種類型的企業(yè)帶來效果和效率上的提升。雖然聽起來很不錯(cuò)，但多數(shù)情況下實(shí)際情況卻并沒有達(dá)成預(yù)期。原因至少有三點(diǎn)：（1） 針對(duì)機(jī)器學(xué)習(xí)/人工智能的宣傳超出了其實(shí)際能力；（2） 在大肆宣傳下，客戶對(duì)機(jī)器學(xué)習(xí)/人工智能抱有過高的期望；（3） 機(jī)器學(xué)習(xí)/人工智能開發(fā)人員不理解或是不知道怎么解決其技術(shù)設(shè)想可能對(duì)組織帶來的影響。

在下文中，我們將詳細(xì)討論第三點(diǎn)原因。具體可以展開為四個(gè)關(guān)鍵問題：（1） 技術(shù)不等同于產(chǎn)品；（2） 產(chǎn)品不等同于價(jià)值；（3） 價(jià)值取決于評(píng)價(jià)其價(jià)值的人；（4） 人們需要區(qū)分產(chǎn)品的目的到底是替代人類還是提高人類工作效率。

技術(shù)不等同于產(chǎn)品

不管它的本質(zhì)多復(fù)雜，算法或神經(jīng)網(wǎng)絡(luò)都不等同于產(chǎn)品。例如， Zebra Medical 開發(fā)出了一項(xiàng)復(fù)雜的技術(shù)，能夠通過放射掃描識(shí)別出是否骨折，通過乳房x光識(shí)別出是否有疑似病變。在掃描了數(shù)以百萬計(jì)的圖像之后，機(jī)器學(xué)會(huì)了如何正確識(shí)別骨折和疑似病變，使得該項(xiàng)技術(shù)不斷完善。在研發(fā)過程中，技術(shù)人員提出了 100 多種算法，但是醫(yī)生們（放射線科醫(yī)生以及其他涉及到的醫(yī)生）卻無法直接使用這些算法，因?yàn)樗惴ㄔ谑褂们笆紫刃枰D(zhuǎn)化為產(chǎn)品。

要使算法成為產(chǎn)品，需要它可以讓醫(yī)生直接使用。也就是說，至少要開發(fā)出可在任一醫(yī)療中心的設(shè)備上運(yùn)行的應(yīng)用程序。該應(yīng)用程序需要易于操作，并能夠生成對(duì)用戶有價(jià)值的輸出。就 Zebra Medical 而言，這就意味著：此應(yīng)用程序生成的輸出可以告訴放射科醫(yī)生骨折/病變的位置和類型。

產(chǎn)品不等同于價(jià)值

雖然 Zebra Medical 開發(fā)的應(yīng)用程序可以幫助識(shí)別病癥，但這個(gè)程序本身并不能直接產(chǎn)生價(jià)值。但他們找到了至少兩種創(chuàng)造價(jià)值的點(diǎn)。第一點(diǎn)是效率。他們開發(fā)的應(yīng)用程序可以比放射科醫(yī)師更快、更多地審查掃描光片和乳房X光片。因此，高效是這項(xiàng)技術(shù)帶來的第一個(gè)巨大價(jià)值。

第二個(gè)巨大價(jià)值在于，Zebra Medical 開發(fā)的創(chuàng)新技術(shù)是一種可以根據(jù)緊急程度對(duì)掃描和乳房X光片進(jìn)行排序的算法。這一算法的發(fā)展需要放射科醫(yī)師和其他醫(yī)生提供大量反饋，以幫助算法了解哪些情況是正常、哪些是緊急和哪些是非常緊急。一旦這項(xiàng)工作完成，Zebra Medical 不僅能夠提供掃描和乳房x光檢查，還能夠?qū)呙韬腿榉縓光片進(jìn)行排序，以便放射科醫(yī)生能夠優(yōu)先處理最緊急的病例。這就是該產(chǎn)品為工作流程和病人生活增加了極大便利和有效性的地方。

價(jià)值取決于評(píng)價(jià)其價(jià)值的人

上述技術(shù)可能對(duì)一些人來說很不錯(cuò)，但對(duì)放射醫(yī)師、其他醫(yī)生、醫(yī)院管理人員、保險(xiǎn)公司和監(jiān)管機(jī)構(gòu)來說卻未必如此。醫(yī)生們總是會(huì)擔(dān)心骨折和病變鑒定結(jié)果的質(zhì)量和可靠性，他們尤其會(huì)特別關(guān)注第一類錯(cuò)誤和第二類錯(cuò)誤：第一類錯(cuò)誤（Type 1 error）是指病人被確定為受傷或生病時(shí)，實(shí)際上卻并沒有受傷或生病；第二類錯(cuò)誤（Type 2 error）則是指當(dāng)病人被診斷為健康時(shí)，實(shí)際上他/她卻不是健康的。

醫(yī)生們可能會(huì)進(jìn)一步擔(dān)心未來自己的工作有可能被機(jī)器取代。這并非沒有可能，但我們還是需要把識(shí)別疾病和診斷疾病分開來看。

醫(yī)院管理人員可能對(duì)新技術(shù)的態(tài)度有所保留。一方面他們還是很高興看到新產(chǎn)品帶來了潛在效率和質(zhì)量的提升，但另一方面，他們也擔(dān)心會(huì)發(fā)生第一類錯(cuò)誤和第二類錯(cuò)誤——這不僅僅是出于質(zhì)量的角度，更是出于責(zé)任的角度。

保險(xiǎn)公司可能會(huì)持樂觀態(tài)度，效率提高進(jìn)而降低了醫(yī)療成本，而早期發(fā)現(xiàn)也讓我們可以采取更多預(yù)防性的干預(yù)措施。

監(jiān)管機(jī)構(gòu)則希望了解這些算法實(shí)際上是依據(jù)哪些變量作為識(shí)別依據(jù)。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的問題在于，即使是程序員自己也不知道他們編出的程序是如何得出結(jié)論的。更進(jìn)一步的問題是：現(xiàn)在應(yīng)該由誰(shuí)來為診斷和治療負(fù)責(zé)。是醫(yī)院、醫(yī)生、放射科醫(yī)生、算法公司、程序員還是算法本身？

這就引出了人工智能/機(jī)器學(xué)習(xí)對(duì)組織影響的最后一個(gè)方面。

替代人類的產(chǎn)品 VS 幫助提高人類工作效率的產(chǎn)品

就目前而言，距離依靠機(jī)器進(jìn)行病癥診斷、設(shè)計(jì)治療方案、開具醫(yī)療干預(yù)處方和跟進(jìn)病人護(hù)理還有點(diǎn)遙遠(yuǎn)，現(xiàn)在這些步驟都要依靠醫(yī)生來進(jìn)行。即便如此，在掃描效率、工作流程管理和緊急病例的快速檢查等方面，應(yīng)用程序的骨折和病變識(shí)別功能的確已經(jīng)顯著提高了人力的工作效率。

只有人工智能/機(jī)器學(xué)習(xí)公司真正地理解潛在客戶的挑戰(zhàn)，才能夠從客戶角度出發(fā)創(chuàng)造出能夠真正賦能效率和有效性的產(chǎn)品。正如上文所述，創(chuàng)造這樣的價(jià)值遠(yuǎn)比聽起來要困難得多，特別是在醫(yī)療領(lǐng)域，因?yàn)椴煌嫦嚓P(guān)者的需求和關(guān)注點(diǎn)有所不同，有時(shí)甚至還會(huì)產(chǎn)生沖突。雖然人工智能替代人類作業(yè)距變成現(xiàn)實(shí)還有很長(zhǎng)距離，但如果運(yùn)用得當(dāng)?shù)脑挘斯ぶ悄?機(jī)器學(xué)習(xí)確實(shí)可以極大地提高人類的工作效率。

責(zé)任編輯：ct