2021.05.07數位科技下的人才新思維

數位科技下的人才新思維

主講人:郭書廷 台杉投資董事長特助

前言

  邀請郭書廷先生,針對自己的經歷來討論兩個議題:「人文社會科學領域的畢業生,需要有什麼能力才能與理工背景的人合作順暢?」、「如果您的老闆要找人進入你的團隊,人文社會領域的學生應該具備或加強的能力有哪些?」

  取得交通大學資訊工程系學士、輔修傳播科技系的郭書廷先生,退伍後因參加研習生交換計畫,跑到印度投入電子書產業,而非進入一般人想像的工程師職位;他曾制定電子書內容規格、並撰寫品質報告,還有擔任過出版者技術指導、App 專案經理以及產品經理等職位,現在在一家創業投資公司擔任董事長特別助理。在工作上與人文社會領域人士有密切接觸的他,在此分享一些職場經驗與建議、給社會科學領域的學生。

自身經驗

  一個管理學院背景的 BDBusiness Developer Manager,商務開發經理),負責回報廠商需求;一位外文系的朋友,擔任大賣場的對外聯繫人員;曾遇過設計與傳播背景(五專與夜校學歷都有)的人,針對賣家操作商務平台的疑難雜症,協助克服並建立 FAQFrequently Asked Question ,常見問答集),也會不時會去查看公司網頁、檢查錯誤。除了上述合作過的非理工人,郭書廷記得在他擔任電子書技術指導的期間,非理工科出身的團隊成員會到各出版社教人操作、使用工具去轉碼電子書;另一個電子書品質檢查團隊,也只有他是理工背景,其他人有編輯或會計背景,或二專學歷,主要是檢查電子書檔案,產出錯誤檢核的報告書等。

  根據教育部青年發展署在 2020 年針對青年就業困難的調查,42% 的人是專業技能不足,34% 的人不知道自己適合什麼工作,25% 的人則是對產業現況完全不了解;深知青年就業的不易,故這場講座他會以個人的見解來回答:「非理工科的畢業生,在專業領域要如何理工背景的人合作?」

「了解自家的產品,遵守溝通的約定!」

  郭書廷歸納出非理工人該要注意的六個工作細節:一、熟悉公司的產品,了解它能解決什麼問題;二、產品如何解決它所能解決的每個問題;三、大客戶曾經提出哪些需求是公司無法滿足的項目,以及無法達成的因素;四、公司產品中每個選項與按鈕,是為了什麼功能;五、如果產品遇到 bug(缺陷),要記錄發生的細節,例如發生之前做了什麼行為、什麼時間、當下的畫面、及本來期待的正確結果等;六、同仁要有與工程師約定好的專有名詞,如規格,時程,交付產品等,能夠越詳細越好。

  一言以敝之,這六點可以總結為「了解自家的產品,遵守溝通的約定」。在 Hi-Tech(高科技)公司或 ICT(Information and Communication Technology,資訊與通信科技)產業,非理工人大部分只能在與研發無關的崗位上發展,而若想離產品近一些,就會是業務或行銷的角色,要非常了解公司的產品才能上戰場,所以公司的入職訓練,無論如何都比學校知識重要。而若是擔任業務跟行銷,所需要的邏輯力、表達力、以及說服力,是人文社會科學背景的學生從自身科系就能培養的能力—邏輯力意味著理解對方,能快速思考,並提出適當解決方法,提綱挈領;表達力則是能順暢有條理地表達出來,使陳述簡單易懂;最後是要取信於人的說服力。以上若能搭配外文能力,會更如虎添翼。這可以說是業界需要的基本能力,簡單來說:事情都不簡單。

建議具備的計算機概論知識

  究竟非理工的人要具備什麼樣的理工知識才能與理工的人合作順暢?在各種專業知識之中,強烈建議以下幾個資訊科技的精髓概念要搞清楚,了解這幾個計算機相關內容後,在職場上就能對科技產品有正確的理解,也可以分辨他人是否在說大話。

推薦一:大數據與 AIArtificial Intelligence,人工智慧)概論(也可說是資料科學與大數據概論)

  現代的所有行為都能被記錄,紀錄後的資料能做什麼?現在有許多大數據可以分析,從而能從資料中計算出一段運作模式;資料搜集而後電腦分析,這其中的經濟價值在於資料科學家,這些人設計出類神經網路的演算法,讓機器自己學習分類,其結果超越人類所及的細緻程度,這就是現在常聽到的 machine learning(機器學習),例如打敗西洋棋棋王的深藍電腦,它就是透過練習棋譜而計算出勝率最高的步數,棋王曾經贏過電腦的那一回合是因為他下錯棋,這個出其不意的舉動導致機器無法理解而落敗。相關的資料科學、資料庫與大數據等,這三者的關係也需要去理解。

  了解這部分的好處,首先是對於資訊安全比較有 sense(警覺心)。現在只要透過每個人在網路上填寫過的資料,如電話號碼、電子郵件信箱、IP(Internet Protocol,網際網路協定)位址等,就可以比對出使用者的個人資料,甚至居住地址等;任何資料輸入在網頁上,都可以輕易地記錄與存取,所以不要隨便進入或登入網頁,留言不要涉及敏感資料,就可以防止被網路搜索的危機。資料科學相關概念讓我們知道:任何資料只要上網、就會被留下來,那這些資料會被拿來做什麼?值得人們深思。另一個了解資料科學知識的優點,是可以分辨他人是貨真價實還是誇大其詞。

推薦二:無線網路通訊的概念

  要觀看網路影片時,訊號是如何傳送到眼前?當人們使用手機或電腦點選畫面上的選項後,會輸出訊號到無線基地台,再把訊號送到小的路由器,各地方的小路由器再傳到更大型的路由器,最後到網站的 Server (伺服器)主機端,之後再依照一開始發送的指令內容,把檔案逐步送回來:網站主機送到大路由器,大路由器送到小路由器,小路由器走到無線基地台,無線基地台再傳回一開始的手機或筆電。先初步了解無線網路通訊的順序,之後再去進階地知道裡面夾帶什麼資訊,以及傳遞過程中的物理極限。

  這部分知識有助於個人生活中的通訊障礙排除。通常遇到網頁無法顯示時,會建議先重新整理網頁,可能是訊號失蹤所導致,那就重新發送就好,倘若還是沒有反應就把 Wi-Fi (無線網路)重新啟動,要是還不行就聯繫電信客服端,請他們重新啟動 Wi-Fi。透過這方式檢查,就能找到是哪一端的問題,除此之外也可能是主機端的 server 當機—往後處理網路問題,就能較有邏輯地應對。相對於職場生活,因為整個訊號傳遞過程,包含軟體商與硬體商的共同服務,這是由許多產業所建構,故若想進入相關產業,就要花時間看清楚其中的樣貌、參與者有誰,將會方便市場調查還有競爭者分析,進而理解產業遇到的難題;如果要創業或加入新創公司,很可能要直接面對公司當前的問題,更要審視自己能回答哪個面向。

  除了手機跟電腦,硬體面還有基地台與路由器的製造商,Server 主機的製造商,還有系統整合商等,這裡面都共同有電路板,也就是有負責的 PCB(Printed Circuit Board,印刷電路板)廠商,板子上的晶片也就是積體電路,俗稱的 IC(Integrated Circuit)設計版,它的功能是製作在半導體的晶圓表面上;晶圓如果製造得越小,它則越省電且運作速度越快,整台完整的機器也會越小台。Intel、Samsung、與台積電(台灣積體電路製造公司),它們為何有名?因為它們能夠製作半導體,執行晶圓製造—Intel 可以自己製造 IC 晶圓與電路板,整套產品自己製造;Samsung 除了同樣也能製造,還會幫別人代工;台積電則是專心做一件事,單純幫人做晶圓代工。台積電的地位是因為晶圓技術的掌握,若是電晶體可以做到非常小,進入三奈米的世界,甚至原子裡面的電子會摧毀它;這麼小的電晶體,放在八寸大的晶圓上面,就代表其整體的產量很大,又性能更好,這就是台積電的著名之處,因爲可以做出最小的電晶體。除了硬體商,還有系統商,它們採買硬體來組裝,完成後再安裝自己的軟體,同時開發並管理這些軟體,最有名的系統商是華為跟 Cisco(思科系統)。以上大致點出幾個產業龍頭,許多上市公司都是在做這些產品,可以直接在股票系統看到公司名稱。

  用一個娃娃來理解:硬體製造商會做出娃娃的許多不同結構,如手腳與身體,而系統整合商 (華為跟 Cisco)則是把各個零件組裝起來,灌入 OS(Operation System,運作系統)好讓它能夠動起來。通常東西壞掉,通常會去找是哪裡壞掉後更換零件,而華為跟 Cisco 的厲害之處,是產品損壞將無法讓消費者自己去把部分零件抽換,而是要把整個組件都換掉,原因是整個產品都是使用自家的特製系統,除非要求它們的工程師來處理(維修費用無法議價),不然就是要購置多台來備用。所以產業內的強弱關係就是如此現實,華為跟 Cisco 佔據了大部分網路與通訊設備的市場。

  重申一次:熟悉無線網路通訊的概論,就能夠了解產業概況;未來要做市場分析、競爭者分析、或是產業困境的分析,都會相對順手。

推薦三:雲端系統概論

  雲端的初步概念,是讓許多電腦都串聯在一起、去執行應用程式或是儲存資料,在任何地方都可以登入後進入編輯內容,再把結果傳回來本機端。若對前兩項的大數據與 AI、還有網路通訊技術有認識後,就能明白未來發展。未來就是所謂的 IoT(Internet of Thing)、俗稱的物聯網產業趨勢—未來的許多東西都可以裝上感應器並連線上網,感應器接收到資料後就會往主機送資料,感應器透過網路不斷與主機連線與傳輸,管理者將可以時時看到同步的資料,了解情況。

  非理工人理解無線網路通訊,能藉此知道產業現況;而理解雲端系統,是要洞悉未來。以設置偵測器為例,是想要讓特定區域遇到狀況後可以立即做出反應,然而依照網路傳輸的邏輯,勢必會有訊號來回的延遲性,假若倉庫偵測到有人闖入,會通知保全進入查看,這過程可以很快!然而如果是電動車,當它偵測到前方有車輛緊急煞車則會來不及反應,所以在感應器連接到主機的路徑上,需要開發出邊緣計算(edge computing) 的產品—當發現或預測到前方緊急煞車時,要立刻協助車子脫離現況。邊緣計算的主機幾乎會與 sensor(感應器)擺在同個位置,也會連上網路,才能有夠快的反應速度,它裡面就會有如 AI 的自我判斷程式,而當 sensor 出問題時能夠馬上反應,這就未來的 IoT 狀況。在管理層面,若有什麼需要調整與修改,例如演算法的修正或是資料更新,可以因應需求而變動,邊緣計算就可以接著調整算式或提供新的功能,並應用到同個網路之中,不用再請工程師處理。不久的將來,雲端系統中間再加入一層邊緣計算的主機,將是各廠商大力開發的商機。

學習的方法與興趣

  前面提到的三個概論:大數據與 AI 的概論、無線網路通訊的概論、以及雲端系統的概論,非理工的人最好去搞清楚這些產業知識,以利進入相關職場;透過搜尋網路或紙本的資料、無論中文或外文,或是影音簡報等,任何吸收都有幫助,在校時除了查資料還可以多找老師或同學討論,不用擔心自己理解速度慢,因為這些都是近十年才進入普羅大眾的眼簾,本來就要花時間理解,就連身在業界的人,都需要逼自己去學習新的技術,實行新的理論與方法,否則不進則退。

  郭書廷初次接觸理論時很痛苦因為都看不懂,反而是在進入業界後看到市場現象再去請教他人,同學、教授、與同事等,才一步步搞懂原理,算是反向學習。學校是從原理到應用,反之他是先對應用層面有興趣,才回頭去看架構,理解其原理是什麼,以做中學的方式習得,所以這整場講座是從應用面談起,避免去講原理,因為要馬上理解理論是頗有難度,這是想要學習基本理工知識的建議方向。要讓非理工人激發興趣,並且快速進入科技產業趨勢,可以透過各種新名詞開始深入,然而只要是突然被大力倡導的新科技名詞,就要小心它是如何被陳述,就用近來最紅的兩個遠景:「5G(5th Generation,第五代通訊)體驗」與「AI 開發」來思考。

  有些公司大力推廣的 5G 體驗或說 5G 應用,其實分成兩種:一種是比 4G 快一點的網路,業界會說這是 sub-6 giga hertz(GHz),也就是頻率在 6 giga hertz 的網路;另外一種是比 4G 快上許多倍,延遲速度可降低到 28 giga hertz 的毫米波(細節先不討論,只要記得 6 giga hertz 與 28 giga hertz 即可)。兩者都是 5G ,但前者只要改良現有基地台的硬體設備就可以接受 6 giga hertz 的頻段、就能支援 sub-6 giga hertz 的體驗了,而這種體驗速度上的確會比 4G 快一點,而華為之所以可以說自己能提供 5G 體驗,是因為它已經佈建了這世界上最多的 4G 基地台了。

  可是科技業現在的期待,是要能支援更高品質的影像通訊,例如 4K 畫質(註:是一種超高解析度(Ultra High Definition)的影像格式,水平解析度約為 4000 畫素)甚至 8K 畫質,要有 8K 畫質的 AR(Augmented Reality,擴增實境)、VR(Virtual Reality,虛擬實境)或即時通訊,是否能實現?去年因應疫情,許多人在家工作而需要在家進行電話會議,影像基本上還是有所延遲,如果今天需要遠距離手術或是極地探索,例如把機器人丟到火山口挖掘能量,傳輸速度就必須比岩漿流動速度還快。

  進一步講,如果需要有可靠的自駕車,也是需要有更高頻率的毫米波才能辦到。現在的基地台升級到 5G 後就不可能再升級了,因為會撞到物理極限,許多廠商會把 5G 體驗講得極盡所能地美好,但不可能實現,因為剛才說可以傳輸最高畫質的毫米波,雖然感覺它可以傳輸得大量又快速,但也因為這個過程的耗能也很大,故傳播出去容易衰退,進而需要的基地台就更多、密度更高,不然無法傳輸,與 4G 所需條件差很多,為了達成這個真正的 5G 體驗,基地台的數量要比現在增加更多,因為 5G 基地台的網路覆蓋範圍會比 4G 小很多,那這樣要如何建立 5G 環境?要在居住環境建立非常密集的基地台嗎?若城市與城市之間有段無人居住的區域,那這基地台是要怎麼蓋?現有解法是往天上蓋,開發出低軌道衛星,飛行高度不會距離地面太遠,從而可以接收 5G 或基本的網路訊號。

  簡而言之,如果沒有開發足夠的 5G 基地台,基本上沒有辦法實現大家對於 5G 的美好想像,現在能施行的 5G 其實只是傳輸速度快一點的 4G 而已。2020 年日本發佈一個影片,公開對於 5G 美好世界的想像:主角坐著自駕車,一路開到祖父母家,到達後開啟即時通訊,讓全球各地的家人透過裸視 3D(Autostereoscopic 3-Dimension Displays)一個個呈現在面前,並且人手一個樂器,一起合奏。想像一下:每個人都有網路延遲的話,節拍要如何拿捏?要完成上述想像,基地台一定要蓋,但是新的基地台都還沒開始蓋,所以理想很豐滿而現實很骨感。

  另一個流行話題是 AI 開發。現在有許多 AI 顧問公司或應用公司,提供許多公司諮詢,幫助公司進行 AI 化,然而這些說要提供 AI 化的公司,大部分都無法說明、要用什麼樣的資料分類方法。它們背後都是找外包商的服務,而外包商若只是串接各大公司的程式,那就無法為客戶提供客製化開發,所以縱然工作流程變快,接受服務的公司並不知道最適合自己的辦法。加速但不一定最好,找到適合自己的方案才是最佳解,而 AI 服務需要不斷地優化,將會完全客製化,若負責的工程師沒有進入 AI 的思考領域,就無法說自己是在真正的 AI 開發。換個方式比喻:若現在要把區公所「唐鳳化」,讓每個民眾都能體驗到唐鳳本人的服務,但是並不是把區公所的窗口都變得像唐鳳一樣優秀,而是讓每個窗口都直接傳訊息問唐鳳問題,而唐鳳還要立即回覆解決方案;這過程中,聰明的人還是唐鳳,大家還是不知道該怎麼變得跟唐鳳同樣厲害,而每個區公所所面臨的問題不盡相同,如果每個窗口都能進入唐鳳的思維,各個區公所才能調整出最適合的版本與效率。上述的 AI 化公司就不是好公司嗎?套句創業投資業界最常說的話:「是也不是」,雖然它們只是使用已知或開放的技術,可是 AI 化的公司至少有協助世界更加應用 AI 技術,但若以後再聽到有人說:「本公司正在推展新的 AI 應用」就必須弄清楚:這公司是買 AI 服務給客戶,還是開發新的 AI 技術?要能夠分辨。又業界每兩年都會有新的名詞開始熱門起來,例如「互聯網 +(Internet plus)」,O2O(Online To Offline;註:又稱線上線下整合,經由線上的行銷手法,帶動線下通路的消費,甚至再延伸到線上的網路聲量創造),網路爬蟲(專門在網路上捉取資料的大數據資料搜集方法)等,如果遇到這類詞彙不懂,就好奇地去查資料,把概念串起來,就能慢慢地懂得其中的本質及細節。

成功的特質

  在科技新創公司,會成功的人通常是能看得遠且走得穩的人,理工科或非理工科的人都有可能。要能看得遠、就要有能夠看見需求的眼光,這要靠多看書多做資料,才能有這種境界,吸收速度要快;而走得穩,是指執行力、魄力、跟說服力的展現,許多資料佐證:這類型的 leadership(領袖特質)不一定是哪個專業背景的人才會具備,而這三力都需要鍛鍊,無關科系,會合作的人才是最厲害,近一步談、一個合作順暢又願意進步的團隊,才會成功!職場就是一個群體,有實力的人就是老大,其他人服氣就會追隨,只要主管統御得當,無論組織是歡樂氛圍或軍事化管理,都會成功。所以說非理工的人要如何與理工人合作?大原則就是:自己的實力不要讓對方瞧不起,讓他人知道自己有料且無法被敷衍,雙方就會好溝通、能理解,合作就會有效率。

  「好溝通、能理解,合作就會有效率」,所有人文社會領域的學生,去哪裡就業都會遇到這樣的挑戰。根據教育部青年發展署在 2020 年的調查發現:社會科學以及行為科學背景的青年,偏好去公家機關或 NGO(Non-Government Organization,非政府組織)任職,不傾向去私人企業上班;反而資訊通訊或製造加工業背景的青年,喜歡去私人企業而非學術機構或公家機關工作,這會讓人文社會領域的學生誤會,認為以後進職場就不會需要上述的領域知識。前面提到的未來趨勢,各行各業都會遭遇到相應的轉型跟改革,勢必會需要找廠商協助,或是與資訊科技公司合作,在那之前最好要準備能夠溝通的知識量,才會事事順利。

結論

  在理工專業的產業內,非理工的學生應該具備什麼技能,才能與理工人順利合作?了解自家的產品,遵守溝通的約定!要是公司沒有好的員工訓練,自己也要摸熟產品,且無論是否要進入科技公司,職場必須要準備好邏輯力、表達力、與說服力,也因為哪裡都會有與理工人合作專案的可能,所以推薦幾個要先行理解的知識概論:一、大數據與 AI:知道資料可以做到多深,專案規劃時就可以有科技深度;二、無線網路通訊的概論:理解資料傳遞的過程與步驟,也能幫助認識整個產業,有利於精準地分析市場與競爭者;三、雲端系統概論:具備理工人看科技發展的前瞻性,還有產業發展方向。推薦去找幾個較熱門的技術與行銷論述,看看商人們說的內容哪裡有問題,從而分辨未來的可能性,例如 5G 體驗與 AI 化。

  準備好這些技能,無論是從原理學起,或是從實際操作中發現問題,都要能夠在平常就對科技產業有多點好奇心,藉此累積基礎知識,讓理工人也知道與你溝通不困難,最後就會合作順利,團隊就會有好的工作效率。