科技行业热爱定律。处理器性能领域有摩尔定律,互联网领域有梅特卡夫定律,带宽领域则有吉尔德定律。
现在又出现了乔伊定律(Joy's Law),一条以Sun联合创始人比尔·乔伊(Bill Joy)命名的晦涩理论。乔伊曾说:“无论你是谁,大多数最聪明的人总是在为别人打工。”
几十年来,这条关于劳动力和专业水平缺乏的谜一直被看作是真实有效的,无论是在经济成本方面,还是在地域方面。这个问题并不仅仅是聘请最聪明的人需要高成本,而且成为企业在劳动力市场物色知识和技能最合适人才的障碍。
不过乔伊定律或许不会再长时间有效了。新一轮的创业公司为多个劳动力市场带来了创新,使得任何人都可以(有偿)聘请到世界上最聪明的人。数据分析竞赛网站Kaggle就是最典型的范例,它让我们看到一种趋势:优秀的数据科学家将和球星、歌星、影视明星赚得一样多。
Kaggle网站是做什么的?
成立于2010年的Kaggle是一个进行数据发掘和预测竞赛的在线平台。与Kaggle合作之后,一家公司可以提供一些数据,进而提出一个问题,Kaggle网站上的计算机科学家和数学家,也就是现在所说的数据科学家,将受领任务,提供潜在的解决方案。
重要的是,参与竞赛的这些科学家并不局限于一个答案,他们可以在截止日期之前修改自己的答案,进而推动自己和整个社区向着最佳答案不断进步。Kaggle联合创始人兼CEO安东尼·高德布卢姆(Anthony Goldbloom)解释说:“准确度不断提升,他们都倾向于同一个解决方案。”
Kaggle“任务”全球分布情况
万事达、辉瑞制药公司、好事达保险公司和Facebook,甚至NASA都曾经在Kaggle平台上发起过竞赛。通用电气举行过一个竞赛,旨在为飞行员提供更有效航线规划的工具。医疗技术公司Practice Fusion举行的竞赛则是为了根据匿名医疗记录发现二型糖尿病患者。
最终胜出的解决方案可以获得3万美元到25万美元奖励。在上周结束的一场竞赛中,Heritage Provider Network提供了高达300万美元的奖励,其竞赛是根据历史数据,预测哪些病人会在接下来一年住院。获胜者将在今年6月份的“健康数据大会”(Health Datapalooza)上公布。
Kaggle成功的关键就是它的社区:8.5万名数据科学家曾经参与过竞赛(谁能想到,世界上竟然有这么多数据科学家!),每名科学家都会根据自己的技能和参赛结果获得一个排名。目前排在第一位的是法国国籍、居住在新加坡的沙维尔·科诺特(Xavier Conort),他曾经6次获奖,并且十多次进入10%优胜范围。截至本文撰写时,排名最后一位的是美国人约书华·莫斯科维茨(Joshua Moskowitz),不过他刚刚在9分钟前才加入Kaggle。几个月之后,他可能会对沙维尔发起挑战。
每个人都有机会
“每个人都有机会”的理念意味着,所有参赛者,无论他们相距多远,都可以根据总体排名评判自己的技能。另外,在该公司的论坛上,参赛者还可以进行探讨和相互学习,进一步提高自己的技能。高德布卢姆表示,一位优秀的程序员只要在两到三次竞赛中表现出现,就可以在这个梯子上迅速往上爬。
不过Kaggle还有一个真正创新之处,那就是该公司的新服务Kaggle Connect。通过这项服务,Kaggle可以成为一个“红娘”,有特殊要求的客户可以聘请到最适合解决这个问题、具有特殊技能的数据科学家。候选人均来自顶级Kaggle参赛者:排名前1%的一半,相当于大约500名数据科学家。
这意味着,你可以聘请沙维尔,或者其他世界上最优秀的数据科学家之一,只要你能付得起报酬。或者说,如果想少付点钱,你可以聘请那些排名较低的科学家,但他们同样拥有Kaggle认证。
众包理念
当然,从某种意义上说,Kaggle只是又一个众包理念,利用全世界的人才来解决一个大问题。这个理念存在于世已经有十多年时间,至少维基百科(或者更久远的Linux等)都是众包成果。另外,多年来TaskRabbit和oDesk等公司也在向大众市场投放职位。但Kaggle等在线劳动力市场不仅仅是众包,有以下两个原因:
首先,Kaggle并不是接受所有水平的参赛者,无视职业与业余。参赛者必须是专业人才,他们也不是出于慈善而参赛,他们想要获胜,想要不断进步,以便在下一步比赛中拿奖。
其次,Kaggle并不仅仅是偶尔创造一项工作成果,而是创造了一个全新的劳动力市场,对该职业领域产生了更加深远的影响。与传统的临时劳动力不同,这些人并非求职市场的底层人士,而是顶级专家。