根据哈佛商学院在线课程，专业人士应了解的数据科学和AI知识
内容提要
本文强调，非数据科学家也能从数据科学和AI中受益，关键在于以决策为起点，而非技术。应先理解数据质量，选择简单有效的模型，严格验证，并将分析转化为行动。大型语言模型应视为助手，需保持人类判断。最终，AI应被审慎用于真正改善决策之处，而非盲目跟风。
延伸解读
从决策出发，而非技术
文章强调，AI项目应始于要改进的决策，而非技术本身。例如，“识别可能流失的客户以便留存团队联系”比“用AI做客户分析”更清晰。这提醒专业人士，在启动AI项目前，应明确问题、使用者、后续行动和成功衡量标准，避免为技术而技术。
数据质量决定模型上限
文章指出，模型性能高度依赖数据质量，探索性数据分析（EDA）能揭示缺失值、重复、偏差等问题。一个看似95%准确率的模型可能毫无用处，因为若只有5%客户流失，预测所有客户留下也能达到该准确率。因此，专业人士应关注指标是否反映真实业务目标，而非仅看表面分数。
简单模型可能更优
对于结构化业务数据，回归或决策树等传统模型可能比大型语言模型（LLM）更合适，因为更快速、便宜、易解释。文章建议在选择模型时比较预测性能、成本、速度、可解释性等，而非盲目追求最先进技术。一个稍不准确但更可靠、易维护的模型可能更佳。
验证与人类判断不可或缺
模型开发时表现好不代表实际有效，需用未参与训练的数据评估，并持续监控。文章引用专家观点，指出弱验证是常见错误。同时，LLM输出可能不准确，应视为助手而非权威，需人工复核。最终，专业人士应结合技术理解、领域知识和判断力，而非完全依赖AI。
Q&A
非数据科学家如何从数据科学和AI中受益？
非数据科学家不需要成为数据科学专家，但应理解这些技术能做什么、可能在哪里失败以及如何评估其输出。关键在于以决策为起点，而不是技术，并培养足够的数据和AI素养，以便提出更好的问题、质疑不可靠的结果、理解系统的局限性并做出明智的决策。
在开始AI项目之前，应该先做什么？
在开始AI项目之前，应先明确要改进的决策，而不是先选择技术。要问清楚：这个问题要解决什么？谁将使用输出？后续会采取什么行动？以及如何衡量成功？例如，不要只说“我们想用AI做客户分析”，而应明确“我们要识别可能流失的客户，以便留存团队联系他们”。
为什么在建模之前要进行探索性数据分析（EDA）？
探索性数据分析有助于理解数据集的结构、质量、分布和关系，可以发现缺失值、重复记录、不一致的类别、异常观测和潜在偏差。这些检查很重要，因为仅靠准确率可能误导，例如在客户流失率仅为5%的情况下，一个预测所有客户都不会流失的模型准确率高达95%，却无法识别任何有风险的客户。
在选择机器学习模型时，应该考虑哪些因素？
选择模型时，应比较预测性能、训练和推理成本、速度、可扩展性、可解释性、维护要求以及错误预测的成本。对于结构化业务数据，回归模型或决策树可能比大型语言模型更合适，因为它们更快、更便宜、更容易解释和监控。目标不是使用最先进的AI，而是选择最可靠且成本效益最高的解决方案。
如何验证AI模型是否可靠？
模型应在未用于训练或选择的数据上进行评估，且评估数据应代表模型将实际运行的客户、市场和条件。部署后还需持续监控，因为客户行为、市场和数据管道会变化。要询问模型是如何评估的、它犯哪些错误、测试数据是否具有代表性，以及性能如何随时间监控。信任应来自证据，而非系统看起来多么先进或自信。
大型语言模型（LLM）在商业中应如何使用？
LLM应被视为助手，而不是权威。它们可以用于总结文档、提取信息、生成草稿、分析客户反馈等语言任务，但流畅自信的语言并不等于事实准确。LLM可能误解上下文、依赖过时信息、编造来源、产生错误代码或忽略安全漏洞。因此，应审查和验证其输出，对于重要声明、代码和安全性要仔细检查。
为什么在AI应用中需要保持人类判断？
AI应作为决策的输入，而不是替代判断。专业人士需要理解AI的能力和局限性，验证其建议，并专注于更好的业务成果。随着AI工具普及，数据素养、实验思维和批判性评估AI输出的能力将越来越有价值。最终，将技术理解与领域知识和商业判断相结合的专业人士会脱颖而出。
企业如何避免盲目跟风采用AI？
企业应避免因为不想落后而急于在所有地方添加AI。成功的项目始于明确的问题、可靠的数据、适当的评估、现实的成本和将结果转化为行动的计划。目标不是到处使用AI，而是审慎地使用它，仔细验证，并应用于真正能改善决策的地方。
