醉裏吳音
茅簷低小 溪上青青草 醉裏吳音相媚好 白發誰家翁媼
溫妮燕 的帖子 “我決定45歲從零開始學AI”，很多背景和我類似，感觸良多，借熱點詞說些我的想法。
我也在加拿大，拿了會計牌照後生了2娃，產假結束時在一個中型公司做Seniro Financial Analyst，很多困惑和你類似。
那份工活少離家近時間自由，錢也還可以，家人都勸我待下去。我自己覺得職場前途無望不說，老板年紀和我差不多，本地男英語自然是好的，但是技術上政治上毫無建樹。如果我原地不動，今後越來越大的可能會有這類人一直做頂頭上司，自尊心受不了。
那時發簡曆見獵頭，幾個發現：原來自以為傲的技術並不值錢，SAP之類的ERP手藝隻有做谘詢才有高薪，這類職位需要長期出差，有小娃的做不了。企業建構並不希望自己內部有太能幹的技術大拿，一旦走人是個巨大風險。我當時的年薪在SFA已經基本到頭，隻有管理層職位能多賺。我對管人並不感冒，多年前就做過AP supervisor，管理本地基層老油條是費心費力不討好。但是！Money talks，好吧，我就立誌做管理去了。（給溫妮燕的第1個建議，做重大決定前不要閉門造車，出去見見獵頭，分析一下市場，再決定方向。）
管理職位有兩種：管人，或管事。後者是因為和內外管理層打交道，需要個經理頭銜充充場麵。從SFA到這類職位還是很有希望的。我就是從這裏起步，通過跳槽帶上了經理的帽子。後來逐漸開始管人，這是後話了。
管事的基層經理確是背鍋俠，我做的business controlling， support marketing & sales，從人頭到財務預算，從營收預測到成本控製，和牙尖嘴利的營銷部門鬥智鬥勇，英語好也不見得占上風。好幾個本地的財務同事，被刺激到和某些marketing同事勢不兩立。我本來性子急，被倆娃磨得忍耐力大漲，同事隻要別躺在地上打滾嚎哭，都不算啥事，營銷的同事表揚我是最好相處的會計了。（給溫妮燕的第2個建議，你和同事相處愉快是難得的性格優勢，不要小看自己。）
再說說轉行和AI。我專業是MIS，數據分析是長項。用數字說理，再能掰的同事也都很難挑戰。Big data風行的時候，我也躍躍欲試想轉那方麵。
去年公司推出一個創新基金，我報名了，陳述理由是“多年前我入行財務，就被種種預測這個行業很快會沒落，因為ERP取代了人力。現在又有種種預測AI會取代很多工種，我非常好奇結果會怎樣。”結果我被分派到AI小組，用業餘時間做一些項目。我已經很多年沒編過程了，更別提現在種種新技術，ML DL LL 等等，光概念就眼花繚亂，我很顧慮過自己能有什麽貢獻。
一年過去，除了了解世麵上各種新技術之外，發現所謂Big data, Blockchain, AI，在傳統行業裏的真正地位還是很尷尬的。總公司花巨資組建了自己的Data science部門，做了一些很有趣的分析。在執行方麵，卻遭到了業務部門的頑強抵製，聽到私下議論data scientists們全部是一個模子出來的，名校博士，聰明而木納，讓一群書呆子指導業務部門怎麽幹活，高層也覺得不好下嘴。
今年我挑頭，提了個AI forecast 項目，這個數據模型在業務和財務部門間扯皮N年了，永遠在變化，從來沒進步，是我好大一塊心病。加拿大的data scientist一聽就興奮了，我拍胸脯：我保證你有預算，保證你的數據來源，隻要你能證明AI模型比現有算法精確靈活，保證能得到應用。Data scientist也拍胸脯：不用擔心人力和技術，總公司的同事正在積極找項目，尤其是這樣短線能立即印證有效性的項目。簡直是情投意合，皆大歡喜。
（給溫妮燕的第3個建議，如果真打算轉行，最好不要以己之短和新人拚編程技術，而是用自己的財務背景和行業知識，從business side入手。當年做SAP implementation，一小時賺$300的CO consultants最貴，他們都是學了點IT的持牌會計，而不是學了點會計的程序員。身價的貴重在於溝通技術和應用，把複雜的技術落實到實際流程中，解決問題。）
最後幾點感概，技術再多變，也是要適應人的需求。職場再多變，天花亂墜的項目總要落實到ROI，看給企業短期長期帶來的好處。一方麵堅持踏實/正直/尊重，一方麵向榜樣學習，想清楚自己想要什麽，什麽能讓自己愉快過日子，才是最終目標。
