時至今日，能用計算機軟件提高效率的地方，幾乎已經被全部發掘過了，計算機軟件成為人們日常生活的必備品，人們已經習慣了計算機軟件的存在。在這種情況下，如果想讓軟件再成百上千倍地提高我們的生活和工作效率，使用以前的那套“分析用戶需求和業務場景，進行軟件設計和開發”的做法顯然是不可能的了。
計算機軟件不能再像以前那樣，等用戶輸入操作，然後根據編寫好的邏輯執行用戶的操作，而是應該能夠預測用戶的期望，在你還沒想好要做什麼的情況下，主動提供操作建議和選項，提醒你應該做什麼。
這聽起來很科幻，但實際上已經出現了，那就是大數據技術和機器學習技術，也就是後來我們都耳熟能詳的人工智能 AI 技術。
如果未來是面向 AI 編程的，但是軟件工程師也不要把 AI 當作什麼萬能的東西。當機器學習結果出現問題的時候，我們既不要陷入某種不可知的“玄學”之中，也不要無謂的抱怨什麼“人工智障”，而是應該積極參與到問題的討論、分析和解決中去。這也是我的觀點，即使自己不做大數據與機器學習相關的開發，每個程序員也應該懂大數據和機器學習。
將來，數據會越來越成為公司的核心資產和主要競爭力，公司的業務展開和產品進化也越來越朝著如何利用好數據價值的方向發展。不懂大數據和機器學習，可能連最基本的產品的商業意圖都搞不清楚。如果只懂編程，工程師的生存空間會越來越窄，發展也會處處受限。
分享到:
