如果你是時下最夯的軟體工程師，或是資料科學家……，非常恭喜，你正走在成功的路上，你是正熱賣的雞蛋。不過提醒你，當雞蛋賣得正好的時候，你很容易忘記只有一個籃子。
科技職場上，只有一個專長並不夠
現在資料科學家的需要量非常大——從網站營運，到生化研究，到自駕車研發，甚至到政府行政部門……，仼何有大量資料的地方，都會需要這樣的人才。這是非常好的前景，不過我的忠告是，不要只懂資料科學，除了本行，一定要精通另一個領域。否則你就淪為一個暢銷的工具，而這個工具將來人人都會用。這就好像一個人只會英文一樣。
軟體工程師也是如此。
那天跟一位有博士學位的資料科學家同事聊天，聊到他的專長以及那個行業過去二十年的變化。我發現那些變化的法則，跟我自己以及周邊同事都有密切而不幸的關係。我們都正在被取代，只是速度不同而已。不過容我稍後再談這個變化。
他的任務是幫團隊開發各種預估模型——比方資料讀取在什麼情況下會出現瓶頸，網站在什麼條件下可能當機。網站運作是我的專長，把數據做成模型是他的專長。只要我給他數據，他就可以告訴我哪些節點在什麼情況下會出現問題。當然，他並不了解網站如何運作。找到問題之後，他也不知道要如何解決。這些都是我的專長。這是一個天衣無縫的組合，也是矽谷今天大部分團隊跟資料科學的合作模式。
不要淪為工具
不過，他也分享了未來的隠憂——那就是他的專長以後會工具化，他必須要不停地進階，避免成為只是一個目前賣相很好的工具。他正在積極開發另一個專業領域，把目前精通的資料科學作為輔助工具。他知道自己不能只懂製作模型。懂資料分析以後就像會開車一樣，在未來的市場裡根本不能算是一樣專長。
再用我二十多年實務經驗的另一個面相舉一個例子。
我的專業是大型網站後端資料庫的產能管理。說得簡單一點，我必須瞭解網站每一個資料庫的性能。問題是我們有幾千個資料庫，每一分鐘都要收集幾百萬筆資料，而且資料來源千奇百怪，所以資料收集是很專門的技術。我的專長是解讀資料，而不是收集資料，這是不同的領域。前者是資料庫經驗，後者是編碼技術。所以過去我們一直僱用大學剛畢業的程式設計師，專門負責工具開發。
小心，不要讓你的專長淪為一種工具。圖片來源：pexel
從這兩個矽谷實例中，你已經看出來，很多工作的完成，都需要不同領域密切結合。以我的工作來說，目前至少需要三個不同領域的人各獻所長……但這一切都在快速改變中。五年後同樣的工作可能只需要一個人就可以完成——甚至有可能不需要任何人。說得更有野心一點，如果我的編碼技術好一點，如果我也懂一些資料分析模型製作，這件事一個人就可以做。可是很公平的是，那兩樣技術我一直沒有花時間去學。
包括我自己在內，如果只會一項技能，不管有多熱賣，那項技能遲早會變成廢古董。這種現象在科技業一直都存在，只不過從前也許是一項專業吃二十年，現在大概只夠吃五年，以後會更短。
開車，並不需要懂汽車
先從資料科學家這一行談起。這個行業聽起來很新，也是目前矽谷人力市場上最夯的工作。其實這一行自古就存在。以前叫做統計學。十五年前我們開始僱用統計學博士設計網路詐騙的早期預警工具。那是一整個模型設計與程式代碼團隊的組合——那本身包含了兩種不同領域的專業。而今天幾乎所有的資料科學家都是自己開發程式，同樣的工作一個人就可以完成。
複雜的模型設計只是難在背後的理論，不在編碼。新一代的程式語言加上網路上已經開發好的成品，使得資料科學家可以自力更生。順便寫程式已經變成資料科學家必備的技能。因為程式永遠只是工具，而工具會變得越來越強大，也越來越簡單。
再往後看五年，資料科學本身可能也不再是專業，而變成普通工具。網路上現在已經出現一大堆開發好的模型可以下載使用。不同領域的人只要知道如何使用簡單的程式介面，把適合自己的模型嵌入就可以。所以資料分析未來也會工具化，而不再是專業知識。資料科學所涵蓋的複雜理論與模型，都可以用專家已經設計好的特殊工具來解決——使用者並不需要了解這背後深奧的理論，就像開車的人根本不必了解引擎運轉的原理一樣。
自學時代來臨，越來越多已設計好的介面工具，讓使用者更快上手。圖片來源：pexels
一旦淪為工具，那一行很快就會被消滅。科技界的一切都在邁向工具化。所有的程式設計都只是工具，你不能只懂造工具，因為你會被工具取代。
再談程式設計。四十年前大學教的程式語言是COBOL/Fortran。以前靠著寫COBOL就可以在大公司吃一輩子。現在這個語言連古董店都找不到。COBOL 唯一能做的就是商業報告。現在用一台筆電加滑鼠，連完全不懂電腦的阿嬤都可以在幾分鐘之內，做出專業又漂亮的報告。這些聽起來都像是廢話，可是我們都可能不知不覺地重覆這個廢話，因為前景光明，你可能只是忙著收成，沒有意識到你是在重覆上一世代的廢話。跟過去不同的是，在這條準備被淘汰的路上，現在移動的速度比從前快了好幾倍。
過去十年由於軟體開發漸走向開放式，任何人研發的成果都可以放在網路上分享。所以工具的更新變得更快、也更無情。十五年前我自己開發的工具，寫了幾萬行代碼，後來才請專人來做。最近看看那些新僱的年輕人寫的程式，幾十行就可以取代過去我所寫的幾千行。還好我的專業不是軟體工程師，不然以我陳腐的技術早就被淘汰了。
再看看現在的環境。有了這麼強大的資料收集工具，只要幾行指令就可以打造自己所需要的一切，也許我們再也不需要僱一位專職的程式設計師了。
未來的市場需要，未必能帶給你新的機會
最後談我自己的專業。我是從系統管理跨行到資料庫管理，再到資料的儲存策略。這是所有網站的基礎，很複雜也很深奧，我大概花了十年才精通——這就像三十年前的汽車一樣。剛到美國的時候，看到每一個加油站都有調節引擎的廣告：四缸 $39 ，六缸$49。其實引擎點火系統的確有很多需要保養與調節的，比方火星塞間距，分電盤接點，及點火正時都需要專業人員定期調節。那時候想必加油站都僱了引擎調節師，那也想必是個專門的行業。
現代的汽車遠比三十年前更複雜，引擎調節師這個行業卻不存在了，就跟三十年前的 COBOL 程式設計員一樣。因為現代的引擎根本不需要調整。所以，汽車並排沒有消失，引擎也比以前更複雜，可是這個行業卻消失了；商業報告的需要並沒有消失，內容也遠比過去更複雜，而這個行業也消失了。這一切都是因為工具的快速自動化。
現在網路上已經出現原始碼完全公開的資料庫引擎，任何人都可以下載。我們也正在研發下一代完全不需要管理的資料庫，將來也會放在網路上供人免費下載。未來的資料庫可以從錯誤中自我學習改進，並自動調節。所以我的專長也不可避免地正走向被淘汰的命運。新世代無所不在的資料需求，完全沒有帶給我新的機會。在科技職場中求生存的我們，命運其實都是一樣。不同的只是被取代的速度。
所以當你到處都有高科技工作機會的時候，請不要忘了花點時間開始去精通另外一個領域。說句危言聳聽的話：今天你賴以維生的技能，三、五年後就會開始受到挑戰，不久的未來可能根本不再存在。你的專業以後也許只是人人會用的工具而已，很可能老阿嬤用滑鼠一兩分鐘就可以建構出來。
YOTTA 你最專業的學習夥伴，提供優質內容與有趣觀點，擴大豐富你的視野。
訂閱鱸魚的專欄，不錯過新文章通知。
封面圖片來源：pexels
