個人
付款方案
尋求支援
商務
環球方案
共創繁榮未來
新聞與趨勢
投資者關係
2024 年 1 月 18 日
在莫桑比克，非正規工人可以註冊使用 Biscate 商業平台，該平台將他們與客戶聯繫起來。一項部分由 data.org 普惠增長與復甦挑戰賽資助的資料倡議，利用這種市場資料提供洞見，以幫助他們發展業務。
在印度，小農戶透過使用冷藏庫減少收成損失，並提高銷售價格，冷藏庫與行動應用程式相連，可即時追蹤農產品的保質期，進行數位庫存管理。
在莫三比克，許多勞工在釘在樹木上的木板上塗上電話號碼，以此刊登招工廣告。現在，他們可以將勞動市場的洞察力直接傳送到他們的手機上，並使用工具來提高他們的行銷和業務管理技能。
在審核哥倫比亞、墨西哥和印度銀行的貸款記錄時，研究人員發現未來對女性申請人產生偏見的風險很高。女性在現有資料中所佔的比例偏低，使得用來辨識信用良好的申請人的演算法有所偏差。所以他們建了一個新的，是男女公平的。
這一切在十年前是不可能發生的。但是，連網裝置的興起和所產生資料的指數級成長，加上人工智慧和機器學習的快速進展，釋放了資料科學的潛力。然而直到最近，政府、非營利機構和民間組織仍缺乏預算、人員和能力，無法充分利用資料科學來幫助更多人。
由 Mastercard Center For Inclusive Growth 與 Rockefeller Foundation 於 2020 年成立，data.org透過在全球建立夥伴關係來運用資料科學，應對社會最緊迫的問題，從而實現資料民主化。其倡議包括：Inclusive Growth and Recovery Challenge (資助突破性數據以實現社會效益概念，包括以上三項)；以及 Capacity Accelerator Network (目標是透過在超過 20 個國家及地區的中心，於 2032 年前培訓一百萬名數據專業人士)。Mastercard 繼續支援 data.org，透過大規模資料科學加速影響力。
"Center for Inclusive Growth 創辦人兼總裁 Shamina Singh 表示：「資料有可能擴大有錢人與無錢人之間的差距。「我們需要繼續進行必要的工作，以確保用於社會影響的資料科學能創造包容性的成長」。
Mastercard 新聞中心訪問了 Singh 和 data.org 執行總監 Danil Mikhailov，探討如何應對社會影響數據這一新興領域所面對的挑戰、為何多元化對培養人才梯隊至關重要，以及他們在哪些方面看見成效。
Singh：數據就是力量，而我們現時看到圍繞 AI 的激烈競逐正好證明了這一點。我們必須銘記在心的是，在這場競爭中落敗的人，亦是最能從數據存取中受益的人。資訊不平等是指資訊極具力量、極具用途，而那些能夠接觸資訊的人確實可以加速成長；相反，沒有接觸或能力的人則可能被拋下。這與我們在金融共融領域所見的趨勢一致，即是隨著更多人進入數碼經濟，我們亦看到更多人被拋諸腦後。
我們嘗試透過資料驅動的計畫，以及以包容為先的新技術的有意實施，來解決這些正在形成的差距。我們在中心所做的，是為社會部門創造能力，讓他們能發揮自己資料的力量，將資料用於社會公益。這就是此次合作和建立 data.org 的基礎 - 實際上創造一個新的機構，一種使用新技術和新資料資源來進行這項工作的新方式。
米哈伊洛夫：沙米娜，我喜歡你對資訊不均的闡述：數據的擁有者和數據的匱乏者。這仍然是現實。差距沒有縮小。差距正在擴大。我們正努力減緩差距擴大的速度。數十年來，甚至數百年來，我們一直在不同領域運用資料。當前一代的數據科學技術，包括生成式 AI，是如此新穎且變化迅速，導致該領域非常分散。每個人都在推出自己的初創企業或新工具和方法，這意味著很難將該領域的人們聚集起來，共同應對一些常見的挑戰。而數據對社會的影響，或影響 AI 的定義——它們是新術語，且該領域尚未就這些術語的含義達成共識。data.org 正在做的是匯集該領域的許多參與者——社會影響力組織、科技公司和初創企業、學術機構等，共同探討我們對這些術語的理解。
Mikhailov：我們已經做了很多工作來定義我們認為在這個領域所缺乏的角色 -資料生態系統設計師。我們認為，從根本來說，要建立更健康的資料生態系統，我們需要的是找到能夠專注於將組織聚集在某些原則下的人。就像城市規劃一樣，建立一個健康的城市，擁有良好的公共空間和私人空間，以及平衡的建築，你需要有人來負責。因此，我們一直與其他組織合作，共同圍繞道德資料生態系統設計的概念。那麼我們需要解決資金問題。這方面需要進行大量的工作，萬事達卡一直在為這類工作建立可持續的資金流。技術是昂貴的。這是無法避免的。當您建立資料科學技術時，您要與世界上其他大型科技公司競爭。因此，我們現在所做的，就是透過與大型科技巨擘合作，將它們與社會企業領域聯繫起來，提供一個協助該領域的管道，並讓它們運用自己的力量來幫助他人。
在 Mastercard Center for Inclusive Growth 的支持下，data.org 的U.S. Financial Inclusion Accelerator（美國金融包容性加速器）透過一個包括歷史上的黑人學院和大學、西裔服務機構和社區學院的聯盟，推進有關社會影響數據的課程。
為了達成這個目標，我們正努力確保我們提供訓練，並透過與 HBCU 網路和西裔服務機構等合作，建立資料科學的多樣性，以確保我們與這些解決方案所要支援的人一起建立，而不只是為他們而建立。這與慣常的做法不同，在慣常的做法中，擁有資料或技術的人通常會先獲得使用權，然後技術才會普及到其他人群，而他們必須使用不一定是為他們而設計的東西。我們希望從一開始就確保新興技術，例如生成式 AI，成為開發的一部分。這種包容性從一開始就被放在優先地位。
米哈伊洛夫：我會作弊並選兩個。所以一個例子是比較高端、全球性的，而另一個例子則更具本地化色彩。因此，在高階層面上，Epiverse是一個全球協作組織，正在建立一個數據分析生態系統，幫助所有人搶先應對下一場公共衛生危機。這是關於為公共衛生分析師、數據科學家、流行病學家，以及這類社群，建立一套開源工具。顯然，這是受疫情啟發而來；我們需要全球行動，亦需要能夠迅速分享洞察。目前已在六個國家推行，並預計在未來幾年內將擴展到另外 10 到 20 個國家。然後我會選擇我們的「包容性增長和復甦挑戰」，我們在全球支持了九個偉大項目，每個項目都在非常特定的當地環境中，由當地社區推動並產生持久的影響。例如，協助美國各地社區運用其城市中棕地地點的數據，幫助社區重建該土地。
Singh：讓我再補充一下。包容性增長與復甦挑戰的重要性在於，我們希望為社會影響數據科學建立需求與供應，而這是一個相對較新的概念。我們的意圖是為部分優勝者提供財務支持，協助他們擴展規模並帶來更多投資，同時壯大他們的使命與我們的使命。你知道它成功的方式，就是如果該獎項帶來更多投資。而我們非常高興看到這一切實現，值得注意的是，挑戰賽的得主實際上已帶來約 3,000 萬美元的額外投資。當其他人也become invested in能力建設時，你就知道變化正在發生。
米哈伊洛夫：我們需要更多數據科學家。我們需要他們有所不同。我們需要在不同的地方擁有他們。首先，是數字。我們沒有為新經濟培養足夠的數據科學家，不僅在私營機構，更遑論在社會影響領域了。所以我們需要對大學投入更多，更多的非正式培訓，為已在職人士提供更多專業培訓，讓他們再培訓並為現有技能集增加所需的技能。但是，我們也需要那些人與眾不同。所以我們需要投入更多，以確保有更多女性數據科學家，並有更多來自不同、目前處於弱勢的背景的數據科學家，尤其是在全球南方國家。我們也需要不同的技能。所以目前，我們將數據科學僅作為一門技術學科教授——數學、編碼，這些都非常重要。但通常，為了解決問題並創造社會影響，你需要了解相關主題。所以你需要了解，例如，當你談論氣候、健康或金融不平等時，這些問題背後的原因是什麼？如果你只有技術技能，你嘗試創建解決方案時，往往會弊大於利。因此，培養數據科學家具備技術知識和主題理解這兩種跨學科技能，是我們在 Capacity Accelerator Network 中關注的重點。
辛格：在 Mastercard，我們一直都說客戶是我們創新的核心，但事實是，如果你正在編碼或創造技術或解決方案，你都會基於你的知識、身份和生活經驗來進行。我們透過能力加速器網絡，一直致力於在發展階段擴大科技人才庫，以確保投入能代表我們所營運的社區、國家和地區的多樣性。