將大數(shù)據(jù)轉(zhuǎn)變成商業(yè)價值的關(guān)鍵秘密武器：人

據(jù)顧問公司估計，全球網(wǎng)絡(luò)購物者的消費力達(dá)50兆美元，其中英語系用戶約占叁分之一，若想要觸及98%的網(wǎng)絡(luò)消費者，企業(yè)就必須跳脫英文框架，將內(nèi)容翻譯為48種語言。

　　大數(shù)據(jù)(Big Data)使得挑戰(zhàn)國際企業(yè)挑戰(zhàn)更為艱鉅。IDC預(yù)估至2020年時，每天將出現(xiàn)4500億件商業(yè)交易;IBM也估算，網(wǎng)絡(luò)現(xiàn)有數(shù)據(jù)量約達(dá)27億兆位元。為了因應(yīng)全球接踵而來的資訊浪潮，企業(yè)唯有結(jié)合云端大數(shù)據(jù)、翻譯應(yīng)用程式、智慧人類用戶，才能將多元數(shù)據(jù)轉(zhuǎn)化為自身優(yōu)勢。

　　使用大數(shù)據(jù)應(yīng)用程式可分析大量網(wǎng)絡(luò)資訊，這些數(shù)據(jù)被視為是可以幫助企業(yè)更了解營運狀況與市場的利器;但若無人賦予數(shù)據(jù)意涵，再巨量的數(shù)據(jù)也只是一大堆數(shù)字而已。

　　因此，企業(yè)該如何運用大數(shù)據(jù)并轉(zhuǎn)化為商業(yè)價值，關(guān)鍵在于人類如何改良詮釋的技能。

　　大數(shù)據(jù)時代為何仍不能倚賴機(jī)器

　　試想，當(dāng)企業(yè)得同時面對數(shù)十種語言與文化差異又接受大數(shù)據(jù)沖擊時，人們很自然的會期待機(jī)器能夠加速工作效率。

　　拿翻譯來說，許多人會期待機(jī)器能夠讓翻譯更有效率，但如你所見，機(jī)器翻譯有時完全行不通，因為「翻譯記憶」(編按：translation memory，指機(jī)器翻譯軟體尋找正確譯文的數(shù)據(jù)庫)都由各個平臺各自儲存。

　　以往專業(yè)的筆譯員一天的數(shù)據(jù)處理量大約是2至3千筆，相較于今日動輒數(shù)百萬筆根本小巫見大巫，而且企業(yè)都將翻譯記憶儲存于私人數(shù)據(jù)庫內(nèi)，此時，若使用機(jī)器翻譯，可用的詞語條目就相當(dāng)有限，譯文也因此支離破碎;再加上各家企業(yè)若使用不同的軟體也無法統(tǒng)一，就更難保證大量數(shù)據(jù)的翻譯品質(zhì)。

　　如今，企業(yè)雖已經(jīng)擺脫老舊無效率的翻譯技術(shù)，逐漸轉(zhuǎn)往云端平臺，并開放給無數(shù)筆譯員使用，同時迅速累積翻譯記憶，改善機(jī)器翻譯品質(zhì)。然而，云端一如大數(shù)據(jù)本身，無法替企業(yè)解決最迫切的問題：如何在不犧牲品質(zhì)的前提下，迅速處理大量內(nèi)容?如何藉由大數(shù)據(jù)創(chuàng)造真正的商業(yè)價值?如何結(jié)合大數(shù)據(jù)及全球內(nèi)容，讓企業(yè)更具智慧?

　　大數(shù)據(jù)的真正價值操之于人

　　根據(jù)Avenade公司一項調(diào)查發(fā)現(xiàn)，逾六成企業(yè)需要BI員工發(fā)展新技能，以期符合詮釋大數(shù)據(jù)內(nèi)涵的能力。

　　施拉吉(Michael Schrage)在哈佛商業(yè)評論部落格里寫道，「太多組織尚未明白，若要以大數(shù)據(jù)為運作基礎(chǔ)，人員判斷比云端機(jī)器學(xué)習(xí)更重要，」應(yīng)用程式無論多么易于使用、功能多么強(qiáng)大，仍無法取代人類理解能力。

　　所以解答就在于，人類做為智慧終端用戶，應(yīng)將大數(shù)據(jù)數(shù)據(jù)與趨勢簡化為可落實的資訊，弭平數(shù)字與商業(yè)價值之間的落差;就像由機(jī)器翻譯完成初稿后，也需要人員編修俚俗語、口語及文化差異，才能跨越機(jī)器翻譯的障礙。

　　商業(yè)世界正邁向大數(shù)據(jù)與機(jī)器翻譯建構(gòu)的未來，也唯有人能跨越這道鴻溝