Nhu cầu về Big data

Họ tất cả đều cần ai đó có kĩ năng trong Hadoop, NoSQL, HBase, Pig, Hive v.v. Đặc biệt những người tốt nghiệp mà có thể phân tích và đi tới thông tin có nghĩa từ khối lượng lớn dữ liệu rót vào trong công ti họ trên cơ sở hàng ngày. Một người quản lí thuê người bảo tôi: “Đây là cuộc đua thâu tóm các công nhân Big data nhiều nhất có thể được và ai có nhiều nhất sẽ thắng.”

Ngành công nghiệp này dự báo rằng Big data sẽ tạo ra trên 2 triệu việc làm mới ở riêng Mĩ, nhưng chỉ có thể kiếm được quãng 400,000 người tốt nghiệp là tối đa. Nhu cầu toàn cầu được ước lượng quãng 3 tới 4 triệu công nhân trước năm 2020 nhưng cung cấp của toàn thế giới chỉ có thể tạo ra được không đầy một phần ba nhu cầu. Do nhu cầu bất thần này, các công ti làm khoán ngoài ở Ấn Độ và Trung Quốc đang vội vàng thuê người tốt nghiệp Big data nhưng không thể tìm được công nhân.

Một quan chức chính phủ Ấn Độ nói với các báo chí: “Tại sao không có kế hoạch để dạy môn này trong các đại học của chúng ta? Tại sao chúng ta vẫn dạy viết mã và kiểm thử nơi phần lớn những việc làm trả lương thấp này đang chuyển sang châu Phi và Đông Nam Á và bỏ qua môn học có nhu cầu cao thế? Vấn đề là chúng ta sẽ ở đâu trong năm 2020? Với sáu năm còn lại, chúng ta có thể tạo ra đủ công nhân có kĩ năng để đáp ứng cho nhu cầu này không?”

Một tình huống tương tự cũng đang xảy ra ở Trung Quốc nơi có hàng triệu người tốt nghiệp bị thất nghiệp. Nhiều báo chí đang phê phán hệ thống giáo dục: “Những người lãnh đạo giáo dục đã làm hỏng thanh niên của chúng ta. Chúng ta cần làm nhiều hơn để gióng thẳng việc cung cấp của giáo dục với nhu cầu cao của thị trường.”

Trong các phòng chát, những người tốt nghiệp bị thất nghiệp chán nản cũng lên tiếng về giận dữ của họ: “Chúng tôi vẫn đang bị dạy cho những thứ mà không ai muốn trong khi có các môn có nhu cầu cao nhưng không ai dạy. Đây là lúc thay thế hệ thống giáo dục lỗi thời của chúng ta.” Sự kiện là công nghệ thay đổi nhanh chóng thế và nhu cầu đang dịch chuyển nhanh chóng, cho dù mọi đại học có thể thay đổi đào tạo của họ, vẫn sẽ không đủ nhanh.

Vấn đề là làm sao sinh viên tự chuẩn bị cho họ về nghề nghiệp trong Big data? Thứ nhất, Big data yêu cầu bằng cấp chuyên sâu cho nên sinh viên cần tiếp tục học bằng thạc sĩ trong Khoa học dữ liệu, Quản lí hệ thông tin, hay Kĩ nghệ phần mềm. Thứ hai, Big data là lĩnh vực lớn yêu cầu những đào tạo khác nhau tuỳ theo việc làm.

Về căn bản có ba kiểu vị trí: nhà Khoa học dữ liệu, người Kiến trúc/phân tích dữ liệu; và Kĩ sư dữ liệu. Để chuẩn bị cho những vị trí này, sinh viên cần xây dựng một nền tảng tốt. Họ cần học các lớp lập trình trong Java, Mathlab, Python và R vì đây là những ngôn ngữ phổ biến dùng trong Big data; họ cần học các môn trong cấu trúc dữ liệu, cơ sở dữ liệu, khai phá dữ liệu và trinh sát doanh nghiệp để hiểu cách dữ liệu được dùng; họ cũng cần học các môn trong thống kê và xác suất vì phân tích Big data phần lớn là về toán học và thống kê.

Họ nên đi ra ngoài các môn toán học chính qui cơ bản vào các môn chuyên sâu trong khu vực hồi qui đa biến và phương trình vi phân. Vì những đào tạo nghiêm ngặt này chuẩn bị cho nghề nghiệp trong Big data, ít sinh viên sẽ đi vào trong nó mặc cho nhu cầu cao; có thể là thiếu hụt này sẽ kéo dài trong một thời gian lâu.

Mặc dầu Big data đã được dùng trong công nghiệp từ nhiều năm, gần đâu khối lượng dữ liệu đang tăng lên nhanh chóng thế và có những công cụ mới được thiết kế để trích ra giá trị từ đa dạng rộng các dữ liệu này thế rồi đột nhiên nó bùng nổ. Big data là cách thức mới để trích rút và tổ chức thông tin để dự đoán mọi sự đang xảy ra theo thời gian thực. Nó cách mới để làm kinh doanh trong thế giới được kết nối này nơi mọi sự xảy ra nhanh chóng.

Big data sẽ buộc mọi người thay đổi nhanh chóng và nó sẽ tác động tới mọi ngành công nghiệp. Với Big data, công ti có thể dự báo sản phẩm nào có nhu cầu cao để thay đổi chiến lược tiếp thị của họ, lực lượng bán hàng của họ, và các qui trình chế tạo để tạo ra chúng một cách nhanh chóng. Vì doanh nghiệp của họ thay đổi, đối thủ cạnh tranh sẽ không có khả năng đáp ứng đủ nhanh để cạnh tranh.

Chẳng hạn, bằng việc dùng phân tích Big data, Samsung đã có khả năng dự báo tính năng nào khách hàng muốn có trong điện thoại di động để phát triển điện thoại của họ (loạt Galaxy) khi Motorola, Sony, Nokia vẫn còn phụ thuộc vào ý kiến của người quản lí bán hàng của họ. Ngày nay Samsung đã thâu tóm phần lớn thị trường di động, thậm chí còn tốt hơn Apple trong khi Nokia, Motorola, và Sony mất hầu hết thị trường và có thể phải ra khỏi kinh doanh.

Với Big data, các quyết định sẽ được dựa trên thống kê và xác suất hơn là ý kiến cá nhân. Chúng ta hãy tưởng tượng một cuộc họp người điều hành để quyết định tính năng cho sản phẩm mới. Một người quản lí nói: “Tôi nghĩ sản phẩm tiếp của chúng ta nên có các chức năng XYZ vì tôi nghĩ nó là tốt.”

Người quản lí khác nói: “Theo phân tích Big data của chúng tôi được thu thập từ một trăm triệu dữ liệu từ mạng xã hội, internet, báo chí, phòng chat, các bài báo khoa học, tạp chí, tôi kết luận rằng nếu chúng ta có các chức năng ABC chúng ta sẽ có 85% thị phần và có thể tăng lợi nhuận lên 65%; nếu chúng ta có các chức năng XYZ, chúng ta sẽ chỉ có 42% thị phần và tăng lợi nhuận lên 32%; và nếu chúng ta có các chức năng JLK thì chúng ta sẽ mất 35% thị trường và lỗ 18 triệu đô la. Phân tích hơn kết luận rằng dự báo này đạt chính xác 83% và xác suất hơn 90% rằng chúng ta có thể thâu tóm được thị trường trong vòng 6 tháng nếu chúng ta có các chức năng ABC và chúng ta có thể đẩy ba tới năm đối thủ cạnh tranh ra khỏi thị trường đến cuối năm.”

Bạn nghĩ người chủ công ti sẽ hành động theo cái gì? Ông ấy sẽ ra quyết định dựa trên ý kiến của người quản lí bán hàng hay các dự báo dựa trên phân tích kĩ lưỡng về thị trường? Đó là sức mạnh của Big data.

Ví dụ khác về Big data là trong cửa hàng bán lẻ. Tưởng tượng một khách hàng muốn mua tivi màn hình phẳng nhưng không chắc mua ở đâu hay cửa hàng nào có giá tốt nhất. Người đó dùng app di động để so sánh giá giữa vài cửa hàng. App này quét qua mọi cửa hàng trong thành phố và hiển thị danh sách các giá tivi màn hình phẳng để cho người đó có thể chọn cửa hàng giá thấp nhất. Bằng việc dùng Big data thu thập thông tin trên Internet, người chủ cửa hàng lập tức được thông báo về khách hàng tiềm năng đang kiểm giá. Với phân tích Big data, người đó cũng nhận được thông tin về khách hàng này như tín dụng tài chính, tài khoản ngân hàng và các thông tin liên quan khác v.v.

Người chủ cửa hàng sẽ phải ra quyết định nhanh chóng. Nếu giá của ông ta cao hơn người khác, ông ta phải giảm giá và gửi một tin nhắn tới khách hàng thông báo cho anh ta rằng anh ta có “giảm giá đặc biệt” cho phép anh ta mua tivi với giá thấp hơn người khác nhưng anh ta phải đáp ứng nhanh chóng vì việc giảm giá có giới hạn thời gian.

Nếu khách hàng vẫn không chắc, vài phút sau anh ta nhận được tin nhắn khác thúc giục anh ta mua với lời hứa là cửa hàng sẽ chuyển giao ti vi tới tận nhà và lắp đặt miễn phí phụ. Bạn nghĩ khách hàng này sẽ làm gì? Có được tivi anh ta muốn với giá thấp nhất và có mọi thứ được thực hiện mà không phải rời khỏi nhà? Các cửa hàng khác không dùng Big data sẽ không bao giờ biết rằng họ vừa mất một thương vụ tiềm năng. Đó là sức mạnh của Big data.

Trong “thị trường toàn cầu được dẫn lái bởi công nghệ” này, mọi người quản lí đều cần hiểu sức mạnh của Công nghệ thông tin (CNTT). Việc dùng Big data như một công cụ cạnh tranh nên được dạy trong mọi chương trình quản lí. Cách tiếp cận liên ngành này của “Khoa học dữ liệu” nơi toán học, thống kê và công nghệ thông tin được tổ hợp lại sẽ là yếu tố chính trong kinh doanh toàn cầu nơi các công ti dùng công nghệ sẽ có ưu thế. Để làm điều đó, điều tuyệt đối mấu chốt là công ti phải có chiến lược công nghệ thông tin tại chỗ. Không có lí do trong đầu tư vào Big data như chiến lược mà không có người quản lí hệ thông tin có kĩ năng, người có thể gióng thẳng chiến lược CNTT với chiến lược doanh nghiệp và biết cách thực hiện nó một cách thành công.

Khi các công ti nhìn vào Big data để giúp cho họ ra quyết định, người điều hành phải chắc rằng họ có chiến lược CNTT tại chỗ, công ti phải bắt đầu bằng việc có người quản lí hệ thông tin để xác định công ti có thể làm gì với Big data: Các vị trí như Nhà khoa học dữ liệu thường yêu cầu các kĩ năng máy tính và thống kê; Người phân tích dữ liệu sẽ yêu cầu kĩ năng quản lí và phân tích dữ liệu, và Kĩ sư dữ liệu sẽ yêu cầu kĩ năng lập trình và diễn giải dữ liệu. Tuy nhiên các kĩ năng kĩ thuật là không đủ, các công ti muốn những người có tri thức về phương pháp và ứng dụng của phân tích, nhưng cũng hiểu vấn đề doanh nghiệp và có khả năng làm việc trong tổ và có thể trao đổi hiệu quả tốt với người điều hành.

Mọi tuần tôi đều nhận được điện thoại từ các công ti tìm thuê người tốt nghiệp Big data. Tất nhiên chúng tôi có danh tiếng tốt về phát triển nhà chuyên nghiệp Big data có phẩm chất mà làm việc tốt trong công nghiệp. Tôi tin dữ liệu đang trở thành tài nguyên có giá trị nhất dẫn lái tăng trưởng kinh tế toàn cầu ngày nay. Trong thời đại tri thức này, dữ liệu là yếu tố chính cho sự kiện và chân lí.