企业数据治理的成功要素之一:数据战略管理

0817102358.png

前言:作为一名数据服务工作者---资深“乙方”,见过、听过或亲身经历过很多的数据治理相关的项目,如:数据交换共享项目、数据治理项目、主数据项目、元数据项目……,这些项目中,有非常成功的——用的很好,也有差强人意的——勉强在用,还有没上线就下线的——基本没有使用。如果我们Review下这些项目,也许我们不难发现影响数据治理项目成功或失败的因素有很多,这些因素有管理方面的、业务方面的、技术方面的、企业文化方面的等等

在笔者看来,数据治理项目的成功要素可以总结为以下几点,接下来的一段时间我会跟大家一起分享数据治理项目的各个成功要素,欢迎关注!

  • 企业数据战略管理

  • 数据治理架构设计

  • 数据治理的时机与切入点

  • 组织与保障体系建设

  • 技术和工具——工欲善其事必先利其器

  • 建立长效运营机制


本期分享主题【数据治理的成功要素1:企业数据战略管理】,本文大纲:

一、数据战略是什么?

二、数据战略不是什么?

三、数据战略的四个要素

四、数据战略的三个层次

五、数据战略制定的方法和工具

六、总结


一、数据战略是什么
战略原本是军事领域的专用名词,是指指导全局战争的规划和方略。战略决定了组织的活动方向和内容,解决“干什么”的问题,是根本性的决策。在DAMA-DMBOK中对数据战略是这样定义的:
1.png
战略是选择和决策的集合,共同绘制出一个高层次的行动方案,以实现高层次目标。通常,数据战略是一个数据管理计划的战略,是保存和提高数据质量、完整性、安全性和存取的计划。然而,数据战略计划可能还包括利用信息达到竞争优势和支持企业目标的业务计划。数据战略必须来自与对业务战略中的所固有的数据需求的理解,这些数据需求驱动了组织的数据战略。数据战略的组成部分包括:

  • 为数据管理制定激动人心的愿景

  • 数据管理商业案例摘要,附带精选的例子

  • 指导原则、价值观和管理远景。

  • 数据管理的使用和长远目标

  • 数据管理成功的管理措施

  • 短期的(1~2年,具体、可度量、可操作、可实现、有时限的)数据管理方案目标。

  • 说明数据管理的角色和组织级其职责和决策权概述。

  • 数据管理方案的组成部分

  • 数据管理实施路线图

  • 数据管理的项目章程

  • 数据管理的范围说明

简单来说,企业数据战略包括:数据管理的愿景(长期目标)、中期目标、短期目标、实施策略、实施方案、实施路线图等。
二、数据战略不是什么
2.png
数据战略是企业愿景吗?
可能是也可能不是,或者说不完全是。我们看下各大公司的企业愿景是什么。
IBM:无论是一小步,还是一大步,都要带动人类进步。
苹果公司:让每人都拥有一台计算机。
阿里巴巴:分享数据的第一平台,幸福指数最高的企业,活“102”年。
腾讯:科技向善。
百度:成为最懂用户,并能帮助人们成长的全球顶级高科技公司。
用友:用技术和创想推动社会和商业进步。
企业愿景是企业利益相关者的本质诉求的整合,是企业战略的最高指引,可以理解为企业的长期战略。在当今席卷全球的颠覆性技术浪潮中,市场变化莫测,相对遥远的长期数据战略,笔者更倾向于哪些有着明确目标、明确范围、明确实施路径,具备可执行、可实现性的短期数据战略。世界变化太快,谁都无法预测10年后的世界是什么样子的,企业数据战略的指定一定要具备应对市场和技术变化的能力。这里申明,笔者并不是反对企业制定长期的数据战略规划,而是要在长期的数据战略之上细化出短期的可执行、可实现、能见效的战略目标,“小步快跑、快速迭代”。数据战略是企业战略的一部分,而企业战略是实现企业愿景的规划和部署。
数据战略是数据架构吗?
显然也不是,至少说不完全是。数据架构是用于定义数据需求,指导对数据资产的整合和控制,是数据投资和业务战略相匹配的一套整体的构件规范。数据架构包括正确的数据定义、有效的数据结构、完整的数据规则、健全的数据文档。数据架构整合了数据、流程、应用、组织、规范和技术,其典型输入包括:企业数据模型、企业价值链分析、数据库架构、商务智能或数据仓库架构、数据集成和整合架构、数据质量管理架构、以及文档和内容管理架构。
数据战略和数据架构不是一回事。定义数据架构的决定,是数据战略的一部分,实施数据架构的决策是战略决策。数据战略会影响到数据架构的设计,反过来,数据架构支持数据战略的实现,并指导其决策。笔者认为:数据架构侧重于技术,是企业数据管理的战术范畴,数据架构对上承接数据战略目标,对下联通数据战略实施计划。数据战略的落地除了需要数据架构的技术支撑,也需要企业数据文化的建设。
既然数据战略既不是看似缥缈的愿景,也是技术相关的架构,结合DAMA-DMBOK给出的数据战略定义,我们尝试总结下企业的数据战略究竟是什么。笔者看来:数据战略就是企业为实现某些业务目标而做出的数据规划和部署,主要包括:数据战略目标、数据战略范围和内容、数据战略实施策略、以及数据战略的实施路径和计划,这也就是我们所说的“战略四要素”。
三、数据战略的四个要素
3.png
1、数据战略目标——愿景和目标
愿景是制定企业战略的起点,是企业的长期战略,而目标是企业短期内要达成的明确目标,是企业的短期战略。企业数据战略目标的规划设计不仅要有“诗和远方”的田野,也要考虑生活“眼前的苟且”。正如我们前边提到的阿里巴巴公司,大多数人都知道阿里巴巴是一个电子商务公司,可马云说阿里巴巴是一家大数据公司,其远期的数据战略目标是“分享数据的第一平台、幸福指数最高的企业”。阿里系的产品,如:天猫、淘宝、支付宝……,每时每刻都在生产、汇集、加工着大量的数据,这些数据是具备变现能力的。通过数据的变现和分享,希望阿里成为幸福指数最高的企业指日可待。如果我们把“分享数据的第一平台、幸福指数最高的企业”理解为阿里的远期数据战略的话, 当年阿里如火如荼的研发AliSQL替换Oracle的战略就是那个时期阿里的中期数据战略,这个战略从部署到实施花了10年之久;而当前被炒上天的“数据中台”就是目前阿里的短期数据战略,并且这个战略目前已经实现了。这里只是举例便于理解,也许阿里的数据战略并非如此关于数据中台的话题,网上有太多的概念了,后边有机会的话可以分享下我对数据中台的理解,这里就略过了。
2、数据战略范围和内容——战略定位
战略定位是回答了“做什么”、“不做什么”的根本问题,企业数据战略定位,就是定义企业的数据管理/数据治理的范围和内容。按照DAMA的给出的数据战略范围主要包括:数据架构、元数据管理、数据标准管理、数据质量管理、主数据和参照数据、数据安全管理等。以上每个部分内容都可各成体系,那对企业来说,数据治理范围和内容该如何选择,却是摆在企业面前不得不回答的问题。这里,笔者建议企业的数据治理定位应充分考虑以下几点因素:企业的痛点需求是什么,希望实现的目标是什么,实施数据治理就能解这些问题吗,数据治理的投资计划(人力和资金),期望的投资回报率。把以上问题问题都想清楚了,你的数据战略定位也就清晰了——或选择全域治理、或选择个别亟待治理的主题。

 

3、数据战略实施策略——致胜逻辑

致胜逻辑是解决了“怎么做”,“由谁做”,“做的条件”、“成功原因”等问题,是战略的精髓。我们都知道数据治理项目涉及的业务范围广、系统范围大、参与人员多,并且数据治理是一个需要不断迭代、持续优化的过程,不能一蹴而就。那么数据治理项目该从何处入手,谁来主导、谁来配合、怎样才能保证项目的成功实施并能够取得效果?这个问题不好回答。根据笔者这些年见到、听到或亲身经历的数据项目,成功或失败,很大一部分因素是由这个“致胜逻辑”决定的。成功的项目不表,我们看大多数失败的项目都可能会有以下几个特点:目标不明确、范围不清晰、主导人员分量不足、参与人员不够积极、过分迷信技术和工具、过渡依赖外部资源……。做正确的事远比正确的做事更加重要,事前想清楚数据战略的致胜逻辑,要比事后总结教训的成本低很多。数据治理项目的成功一定是将以上因素有机整合,忽视某一因素都可能会影响的数据治理的成效。
4、数据战略的实施路径——行动计划
行动计划是落实战略目标或指导方针而采取的具有“协调性”的计划安排。行动计划解决了“谁”、“在什么时间”、“做什么事”、“达成什么目标”的具体活动计划。行动计划要具备可执行性、能够量化、能够度量,遵循PDCA的闭环管理,定期进行复盘和检讨。前文我们提到:数据治理是一个需要不断迭代、持续优化的过程,不可一蹴而就经验告诉我们:数据治理绝对不是引入先进的技术、牛X的软件就能够解决的。项目建设过程需要企业高层的高度重视并给予足够的资源支持,需要有经验丰富的顾问团队,需要技术部门和业务部门的通力协作,这样提高项目建设的成功率。然而,项目建设阶段的成功并不代表数据治理的成功,建设阶段的成功企业数据治理项目的终点,却是企业数据治理的起点。路漫漫兮其修远,企业数据治理需要的是持续运营,将数据治理形成规则融入企业文化,是企业数据治理的根本之“道”。
四、数据战略目标的三个层次
数据战略的三个境界——此节内容并没有官方定义,单凭个人理解,如有偏颇但求指正。笔者认为企业数据战略大致可以分为:满足基本的管理目标和业务目标、创新与创业、定义在数字化竞争生态中的角色和地位,三个层次。这三个层次并不是不同企业不同的数据管理目标,而是企业数据战略的在不同阶段、不同成熟度条件下的三个具体形态。
4.png

1、第一个层次——短期目标
满足基本的管理决策和业务协同。通过解决企业的数据管理中的各类问题,以满足决策分析和业务协同的需要,对于该层次的战略目标,笔者认为是企业最基础的、最迫切需要的、最能击中企业痛点的。随着多年的信息化建设,企业上了多套业务系统,而这些业务系统是由业务部门驱动建设的,缺乏信息化的顶层规划,各系统各自为政、各成体系、信息孤岛……,系统之间的数据不标准、不一致,导致的应用集成困难、数据分析不准确。可以说目前国内绝大部分企业都是处于这个状态,而信息技术的发展速度又太快,已逐步形成了技术倒逼企业数字化的转型的趋势,而高质量的数据资产,无疑是企业数字化转型的基石。
2、第二个层次——中期目标
创新与创业。基于数据实现企业管理的升级和业务的创新,通过数据的利用拓展新业务、构建新业态、探索新模式是笔者认为的企业数据战略的第二个层次,也是企业数据战略的中期目标。数据战略不再是企业战略的支撑,而是引导,或者说是相互作用,这个阶段“IT即业务”!对于传统制造企业利用数据的治理和融合,可以加速管理的创新、产品的创新、销售模式的创新,例如:利用数据治理加强集团管控、基于客户偏好的个性化定制、利用数据的供应链协同和优化、基于市场预测的创新产品设计与快速上市等等。对于服务行业利用大数据的探索服务的新模式,数据可以拓宽服务的视野,实现模式领域的横向拓展、服务精度的纵向延伸,例如:根据消费者需求推出定制化的主题房,酒店新零售的服务模式,都是酒店服务业在业务创新方面上的尝试,大大提升了客户的粘性,提高了酒店的盈利点。这样的案例,在金融服务、餐饮服务、医疗服务、教育服务等服务行业,每天都在上演……。未来的服务业的竞争将更加白热化,而数据资产的利用价值将愈发明显。
3、第三个层次——远景目标
定义在数字化竞争生态中的角色和地位,企业数据战略的最高奥义。用友董事长王文京预言:“未来所有企业都将是数字化企业”,针对这个观点本人深以为然。科技的变革将改变企业的业务形态和竞争模式,未来的数字化竞争中,数字化将是不可忽视的核心因素,企业数据战略的部署和成功实施,将决定您的企业在未来的竞争和数字化生态中,是领导地位、挑战者、特定领域者或是淘汰出局。“什么样的愿景,决定了什么样的未来”,企业数据战略愿景的规划一定要有未来的“诗和远方”。将数据战略愿景融入企业行动方针和核心价值观中,勾勒出企业未来的“图景”。例如,马云描述阿里巴巴的愿景:分享数据的第一平台,幸福指数最高的企业,活“102”年。
五、数据战略制定方法与工具
数据战略的制定以企业战略为基础、以业务价值链为模型、以管理应用为目标,以可执行的活动为步骤,通过系统化的思维,挖掘信息以及信息间的规律,经过科学的规划和设计,形成企业数据化运营的一幅蓝图。对于数据战略规划的方法,目前业界还未形成一套成熟的方法论体系,但是,IT咨询和IT战略规划的方法论已经比较成熟,可用作企业数据战略规划的参考,我们先看下各大知名咨询公司的IT战略规划方法:
埃森哲 IT战略规划方法论
5.png
IBM IT战略规划方法论
6.png

德勤  IT战略规划方法论
7.png

无论哪家方法论,对于IT战略规划本质上都是一样的,基本都包含了三个步骤:

1、调研分析,关键活动有:战略理解、需求分析、现状评估、行业最佳实践对比……

2、远景规划,关键活动有:业务规划、组织架构、技术架构、数据架构、应用架构、IT支撑……

3、实施策略,关键活动有:项目实施、进度和质量管控、效益分析、基础支撑……

以上IT咨询规划方法,同样适用于企业数据战略的规划设计,但在数据战略规划设计时需要重要考虑以下几个核心问题:

推荐文章

个多月前,21岁的贵州女孩小吴完全没有想到,自己能够在家门口找到一份心仪的且听上去有点儿“高大上”的工作。7月18日,由支付宝公益基金会、阿里巴巴人工智能实验室、中国妇女发展基金会联合发起的“AI豆(谐音‘爱豆’)计划”在贵州铜仁启动试点:通过人工智能产业释放出大量就业机会,探索“AI扶贫”新模式,让贫困群众尤其是困境女性成为“人工智能培育师”,在家门口实现就业、脱贫。经过半个多月的教学和练习,小吴与其他30名易地扶贫搬迁群众通过了“人工智能培育师”公益培训考试并顺利拿到结业证书,作为一名AI培育师开始正式接单。跟她一起工作的人中,有24名是来自大山深处的贫困妈妈和困境女性。据国家统计局公布的数据显示,截至2018年年末,全国农村贫困人口为1660万人,贫困发生率为1.7%。在今年2月举行的“宣传贯彻中央一号文件精神暨2019中国三农发展大会”上,中央农村工作领导小组办公室秘书局副局长祝卫东进一步指出,尚未脱贫的群体中,大多是老弱病残以及缺乏技能、自我发展能力弱的群众。让这些人脱贫并不容易。除易地扶贫搬迁、教育扶贫、生态扶贫等现有扶贫措施,探索新的扶贫模式也迫在眉睫。“AI扶贫”提供了一个新的思路。据了解,除为贫困地区培养相关职业人才,“AI豆计划”还将推动建立相关职业认证标准,进行产业扶持,让贫困地区实现自我造血。在家门口找到心仪的工作小吴出生于1998年,在贵阳读完中专后便留在当地工作,那时她只有17岁。几年间,她先后做过不少销售类的工作,包括婚纱摄影机构和网络销售等,但每份工作持续时间都不太长,收入也不太稳定。这两年,在政府易地搬迁扶贫政策的影响下,小吴一家和村里人一起,从大山深处搬迁到了铜仁市万山区旺家社区易地扶贫安置点。在父母的劝说下,小吴回到了家乡。“我们家姐妹三个,但都不在父母身边。搬迁之后,父母希望我回来工作,我妈妈身体有一些残疾,也需要有人照顾。”小吴告诉记者,刚回到铜仁的时候,她找到了一份比较稳定的工作,但收入很低,只有一千多块钱。对她来说,这样的工作和状态并不理想。  今年7月中旬,由支付宝公益基金会、阿里巴巴人工智能实验室联合中国妇女发展基金会发起的“AI豆计划”首个试点落地万山易地扶贫搬迁安置点,并设立全国首个人工智能产业扶贫孵化空间。学历低、劳动能力弱的女性、残疾人以及留守妇女等是该项目重点帮扶的人群。这让小吴看到了希望。据阿里巴巴集团副总裁、阿里巴巴人工智能实验室总经理陈丽娟介绍,近年来阿里在教育脱贫、女性脱贫、生态脱贫等方向的探索发现,贫困原因大多集中在缺思想、缺人才、缺产业等方面,而人工智能的快速发展不仅让相关产业释放出大量工作机会,还催生了一批AI新职业,“仅从事人工智能标注的群体已超过10万人”。“AI豆计划”正是借助人工智能产业发展释放出的大量就业机会,通过公益培训、考试认证、社会企业孵化、订单扶持等方式,帮助贫困地区培养相关职业人才,并建立“AI培育师”职业认证标准,帮助贫困人群在家门口实现就业脱贫——尤其是帮助贫困地区女性拓展就业渠道,为她们提供更多平等发展的机会。那么,从事人工智能标注的“AI培育师”工作内容是什么?“AI豆计划”万山区试点学员培训练习场景陈丽娟进一步解释说,机器要懂得人类世界,就需要像幼儿牙牙学语一般经历完整的学习和认知过程,人工智能也必须有个‘老师’手把手来培育、训练机器模型。“机器变成天才的第一步就是消化、学习海量带有标签的文字、图片、视频等内容,而所有这些素材都需要由人类进行分类和标记,由此诞生了智能时代背后的隐形者——AI标注人员,他们从事的工作就是人工智能产业链上最基础的劳动密集型环节。”以自动驾驶场景为例。自动驾驶需要采集并标注成千上万张红绿灯、路标信息,标注过程技术含量并不高,但需要细心、耐心和大量重复经验。对于这样的工作,小吴感觉很是新奇。“以前从未听说过人工智能培育师,觉得很新鲜。听老师们讲课的时候我也很感兴趣,而且我之前接触过网络,培训之后觉得这个工作很适合我,也很有前途。更重要的是,这个工作就在家门口,也方便我照顾父母。”电脑、网络、人工智能、有空调的办公室……这种当地人以前想也不敢想的工作吸引了很多人报名。据旺家社区书记罗焕楠介绍,该项目刚刚落地时前来报名参加培训的人以大中专、高中学历居多,年龄和背景跨度很大,“有建筑工人,有开流动餐车的,但在服装厂、超市、美容院等行业打工的留守妈妈、家庭主妇居多。这些人当中最小的19岁,最大的37岁,90%的人没有稳定的收入来源。” 27岁的张金红也是其中之一。一个月前,曾经在服装厂打工的她甚至没有听过“爱豆”这个词。而现在,她已经成为“AI豆计划”首批报名学员,能够通过自己的努力在家门口获得一份不错的收入。“能在老家上班多好,家里多一份收入,又方便带孩子。”抓住人工智能产业发展红利期“贫困具有一张女性面孔。”联合国《人类发展报告》指出,世界上的贫困人口中有70%是女性。在我国,由于传统观念和分工方式还普遍存在,农村贫困人口中近半数是女性。而受教育水平低、劳动技能差、无酬的家务劳动占去了农村女性大量精力和时间,让女性脱贫更为艰难。中国社会科学院学者闫坤也曾指出,女性贫困具有“传递性”,贫困妇女的子女在很大程度上也会陷入贫困境地。因此,让女性脱贫影响更为深远。支付宝公益基金会秘书长李姗表示,“AI豆计划”帮扶的重点是缺乏科技产业资源的贫困地区女性,希望为她们提供更多发展机会。而之所以将该项目取名为“AI豆计划”,是谐音英文单词Idol(偶像),希望加入该计划的贫困群众“脱贫靠双手”,自食其力,成为新农村劳动致富的楷模。在国外,贫困人群尤其贫困女性从事AI标注工作已有不少成功案例。 印度有一个名叫Kumaramputhur的小村庄,全村约有3500户人家,男女比例和识字率都低于全国平均水平。这样一个没有任何突出产业的地方,却是全球知名的AI数据标注村。村子里有一个高中都没有毕业的人指挥着一个由200多名员工组成的团队,为美国、欧洲、澳大利亚和亚洲的客户提供人工智能解决方案。其中,低学历的贫困女性占到50%。根据相关预测,到2023年年底,人工智能和机器学习相关数据准备解决方案的全球市场将从2018年的约5亿美元增至12亿美元。而在自动化工具能够有效地创建良好的标注集之前,大量人工标注的需求将长期存在。这也成为“AI扶贫”能够持续下去的重要原因。与传统扶贫项目相比,“AI豆计划”有很多亮点:首先,该项目采取“技能培训+产业孵化+订单扶持”的可持续模式,阿里人工智能实验室每年将向试点基地输送近1000万元产值标注订单;其次,阿里将建立“AI标注师”职业资格证考评体系,培训贫困人群掌握AI新职业技能,并派驻专家志愿者提供陪伴式支持;此外,该项目将精准帮扶留守妇女、困境女性等弱势人群,让贫困群众在家门口就业、增收,将人工智能产业相关的工作机会下沉到贫困地区。“在人工智能和大数据产业的发展红利期,因地制宜在贫困地区孵化相关产业,让贫困群众不仅能在家门口就业,还能掌握AI新职业技能,适应时代的科技变迁完成自我造血,这是我们成立专项基金、发起相应项目的初衷。”李姗表示。 8月6日,“AI豆计划”在万山区易地扶贫搬迁安置点举行了试点揭牌暨全国启动仪式。之所以选择贵州作为首个试点地,主要考虑两方面原因:一是尚未脱贫人口集中,当地缺乏优势产业,但有劳动力优势;二是地方政府有过科技扶贫、政企合作经验,能够快速孵化出能自我造血的社会性企业。万山区作为省级易地扶贫搬迁示范点,在“搬得出”后,还面临着群众“稳得住、能致富”的挑战,急需发展扶贫产业解决群众的就业问题。而地方政府积极探索电商、扶贫微工厂等模式,积累了一些产业孵化经验,更利于打造成功试点。“我们希望当地女性在家门口实现就业,不再迫于生计外出打工,和孩子、亲人分离,同时还能掌握一项新技能,有个人发展提升的机会。”李姗强调说,为贫困女性创造在家乡就业的机会可以在一定程度地缓解留守儿童、留守老人带来的社会问题。同时,作为有一定技术含量的工作,也能拓宽“母亲”和“孩子”两代人的眼界。构建稳定脱贫的长效机制事实上,如何利用科技企业优势,帮助未脱贫的深度贫困人口精准脱贫,帮助脱贫摘帽地区发展稳定、可持续的产业,是包括阿里在内的很多企业一直在积极探索解决的问题。在“AI豆计划”之前,阿里在技术扶贫方面已经有了很多成功的探索。如,2018年,阿里巴巴脱贫基金发起“蚂蚁好保险”项目,充分应用互联网公益保险和金融科技的力量,在云南元阳、陕西宁陕、湖北巴东等试点县,为所有建档立卡的贫困女性赠送教育健康保险,让贫困女性少有所学、老有所医。 2019年,该项目升级为“加油木兰”,通过公益宝贝、蚂蚁庄园等互联网公益产品,带动更多公众参与。阿里巴巴区块链、人工智能等新技术的应用,不仅实现了项目投保与理赔的便捷高效,而且保障了“捐给谁、捐多少、赔多少”等项目信息全程透明。此次推出的“AI豆计划”在全国范围内开创了“AI扶贫”的公益新模式。但就具体操作层面而言,AI标注工作听上去比较容易,通过培训之后就能很快上手,但实际上也有一定的门槛。作为典型的劳动密集型产业,劳动力水平决定了AI标注的质量。不过,目前中国AI标注质量良莠不齐,这与从业者鱼龙混杂、服务商大量采用兼职外包人员有很大关系。鉴于此,为推动行业规范化发展,阿里巴巴人工智能实验室将推出“AI培育师”职业考评体系,推动建立相关行业标准,并开放AI标注服务平台,通过该平台每年向试点基地至少输送产值近1000万元订单,同时呼吁全行业加入“AI豆计划”,主动释放产业红利。“我们希望它不是一个一次性的公益项目,而是可以持续下去,所以阿里人工智能实验室也会给试点地一定的订单。我们希望通过订单扶持能够真正孵化出一个产业,未来可以成长为一个小企业或者新型企业。这样的形势,是我们最愿意看到的结果。”陈丽娟表示。因此,各方的积极配合非常重要。在该项目中,支付宝公益基金会联合阿里人工智能实验室,向中国妇女发展基金会定向捐赠“AI豆计划”专项基金,优先用于贫困女性的就业扶贫工作。阿里巴巴负责提供人才培训、技术输出、职业考核认证及AI标注产业服务平台,同时向全社会开放,鼓励人工智能企业加入并进行订单扶持。妇基会在女性扶贫、女性就业创业等领域有丰富经验,将作为项目运营的核心管理方,联动全国妇联体系,推动“AI豆计划”在中西部贫困县推广、落地。而除了带动当地贫困群众就业、创业,各方也希望从项目孵化出的社会企业能将收入反哺社区,打破商业公司“中间商赚差价”模式,把产业利润投入到地方发展,因此地方政府的管理、参与也非常必要。陈丽娟谈到,在试点阶段,每个基地预计孵化培育20至50名骨干,就近覆盖50至100人就业。“未来一年,我们将在中西部贫困县加快复制10至15个基地,采取企业孵化、政府管理、NGO深度参与的模式逐步在全国落地。我们也希望国内外更多人工智能企业加入,把AI标注的订单定向输送给贫困地区,为弱势群体提供更多就业脱贫机会。” 7月30日,阿里巴巴脱贫基金发布2019上半年脱贫成绩单。报告中提到,发展产业是实现脱贫的根本之策,产业扶贫是实现脱贫最稳固、最持久、最根本的途径,要让“让贫困地区可以自己造血,实现自力更生,脱离保障性扶贫的温室”。“公益的心态、商业的手法,技术的力量。”在专家看来,帮助缺乏资源及科技产业优势的贫困地区建立起相关产业体系,构建稳定脱贫的长效机制,才是脱贫致富的根本之策。

热门文章

        对数据标注行业稍微有些了解的人都知道数据标注进入门槛低,适合很多人兼职也适合创业。        正是因为数据标注行业的门槛低这个特点最近两年从事数据标注的小公司小工作室如雨后春笋般的遍布全车大大小小的县城。        但是目前有个有趣的现象,那就是有很多进入数据标注行业做了一段时间的人慢慢的感觉数据标注行业就是个坑?为什么有些人会说数据标注就是个坑呢?        其实对与有上述问题认识的人我们认为,这些人多数都是有于对这个行业对自身条件的不了解,盲目的开始进入数据标注行业的。为什么我们会这样说呢?下面就给给大家来分析下到底有哪几方面的原因:        一、有相当一部分人是听了朋友或者网上消息说这行很火爆,好做,门槛低,也有一部分人了因此租办公室买电脑招人,然后就去群里面找分发项目的人就开张干起来了。可实际上这些人他们大多数都没有充分了解数据标注行业,更没有认真仔细得去调查分析,到底自己能不能做好一个项目,到底自己能不能有质有量按时交付的完成一个项目,到底自己有没有这个能力来管理项目。更多的人也没有去用长远的眼光去考虑数据标注项目。        二、数据标注项目虽然入门门槛低,但是相当一部分有于理解认知应变能力上都不能保证去做好数据标注项目,还有一部分人由于自己对标注项目重视程度不足接到项目之后呢?不仔细认真的去阅读理解项目规则,更没有很好的对规则质检标准去培训员工,而对员工的要求主要看重每天的产出效率,从而导致接到手的项目做的质量很差,频繁的返工,有提项目甚至因为质量太烂项目方不给结算或者是结算比例很少,最终的结果就是做好些个项目但基本都是赔钱。        三、虽然业内人都 说数据标注简单,但是标注项目他也是一个系统性的工程,一个项目能不能做好并不简单的看项目好做就能赔钱。实际上决定项目赚不赚钱考验的是一个团队的项目管理水平,质量管理能力,运营能力各方面因素的。一句话再好赚钱的项目也照样有人赚钱也有人赚钱,要赚钱不是那么简单的。        四、还有些工作室 、小公司因为对行业不够了解等他们做了一段时间后发现,自己团队经常会没有项目做,而自己团队接项目的业务能力又不具备,甚至有的时候为了员工有活干去接一些价格极低根本就不赚钱的标注项目,时间稍微一长这些工作室团队就会赔上很多钱最终关门倒闭。        五、下来要说的就是一部分人人兼职人员由于认识不到位,对项目的规则质量要求 文件不认真阅读消化理解导致做的项目质量差返工有的甚至最后不结算,最终退出这行。更有一些人由于经验不足被标注行业的项目骗子给忽悠到辛苦劳动到最后结算时找不到人。        标注行业本身由于进入门槛低,做的人很行业内盲目打价格战,导致很多转手二手三手的项目在质量工期的要求下根本就不赚钱甚至赔钱,所以在这里也提醒大家做任何事都要谨慎而行。