A One-Stop Data Shop: The Lego Group’s Anders Butzbach Christensen
24:26 Share

安德斯·布茨巴赫·克里斯滕森在进入他梦寐以求的乐高集团丹麦公司工作之前，曾在产品管理领域开始了他的职业生涯。如今，作为数据工程主管，他正领导着乐高的数字化转型，特别关注设计和构建数据产品，包括技术和业务团队都可以使用的自助服务应用程序，以更好地服务客户。在本集中，安德斯与萨姆和谢尔文一起描述了乐高集团如何推进数字化转型，以及这家玩具制造商如何通过成为一家以产品、架构和工程为导向的公司来赋能其产品团队。在此处阅读剧集文字记录。我和 AI 是麻省理工学院斯隆管理评论和波士顿咨询集团合作推出的播客，由萨姆·兰斯博瑟姆和谢尔文·霍达班德主持。我们的工程师是大卫·利尚斯基，协调制作人是艾莉森·莱德和索菲·鲁丁格。通过加入我们的 LinkedIn 群组“AI for Leaders”（mitsmr.com/AIforLeaders）或关注“我和 AI”LinkedIn 账号与我们保持联系。嘉宾简介：作为乐高集团的数据工程主管，安德斯·布茨巴赫·克里斯滕森负责建立强大的能力领域和优秀的数据产品，这将使公司能够更好地利用数据。他领导的产品团队目前正在构建一个自助服务核心数据平台，以确保员工能够在整个组织中发现和使用数据。我们鼓励您对我们的节目进行评分和评论。您的评论可能会用于“我和 AI”的资料中。我们想知道您对“我和 AI”的感受。请参加一个简短的两道题的调查。</context> <raw_text>0 今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，成功运用技术的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。

我们的嘉宾经常使用乐高来比喻组织如何利用数据构建解决方案。但今天，我们将了解乐高本身是如何构建数据组件的，这些组件就像乐高积木一样易于连接。我是乐高集团的安德斯·古特巴特-克里斯滕森，您正在收听“我和 AI”。欢迎收听“我和 AI”，这是一个关于人工智能和商业的播客。在每一期节目中，我们都会向您介绍一位在人工智能领域进行创新的个人。我是萨姆·兰斯博瑟姆，波士顿学院分析学教授。

我同时也是麻省理工学院斯隆管理评论的 AI 和商业战略客座编辑。

我是谢尔文·科杜班德，BCG 的高级合伙人，也是我们 AI 业务的领导者之一。自 2017 年以来，麻省理工学院 SMR 和 BCG 一直在研究和发表关于 AI 的文章，采访了数百名从业者，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。今天，谢尔文和我非常高兴能邀请到安德斯·克里斯滕森。

他是乐高集团的数据工程主管。安德斯，感谢您抽出时间加入我们。欢迎。感谢邀请我，萨姆。首先，请您向我们介绍一下您在乐高集团的工作。我负责乐高集团的数据工程部门。目前，在我的部门下设三个大型全球产品团队。

其中两个团队专注于自助服务，使组织能够做出数据驱动的决策。最后一个团队正在构建一个客户 360 度视图，使我们能够构建个性化体验。让我们从第一个开始。自助服务是什么意思？

大约两年前，我们开始探索乐高集团内部的数字化转型。对我们来说，这基本上意味着我们需要进行大量的技能提升，并且需要专注于在组织内部拥有正确的技能、团队和工作方式。所以基本上是构建正确的数字基础。

为了使我们拥有的四个客户群体（消费者、购物者、合作伙伴和同事）能够实现目标，我们需要确保他们拥有所有合适的工具。而实现这一目标的一个重要部分是自助服务，使他们能够做出数据驱动的决策。因此，我们所做的是，我们采用了几乎所有大型公司今天都拥有的这个集中式数据平台，然后将其提供给每个人使用，基本上就是这样。这就是自助服务。

那么，这看起来是什么样的呢？如果我明天坐在乐高集团，他们不允许我玩积木，我该如何玩数据呢？这基本上意味着，组织中的产品团队可以非常轻松地携带他们的数据，将其导入平台，然后处理数据，以任何他们想要的方式转换数据，然后将其用于任何用途。这可能是为了分析目的，但也可能是为了数据科学目的等等，

使这一过程尽可能简单，并让组织内所有类型的技能都能使用，这就是它的样子。目前，它基本上用于所有方面。所有来自我们网站的数据都流入平台。然后我们查看客户在网站上的行为，然后为他们提供最佳的推荐体验。

这是一方面，但我们也将其用于预测。例如，我们从全球各地的需求规划人员那里获得了大量不同的数据，这些数据都被构建到一个漂亮的数据产品中，用于创建这个预测模型。安德斯，我听到的是数据平台和数据工程，但我同时也听到了数据科学、推荐和需求规划。您的团队同时做这两方面的工作吗？

我们在组织内的组织方式被称为数据办公室。我们确实有一个数据科学卓越中心。他们专注于大量的数据科学工作，但我们也在我的领域内使用数据科学。

但我们使用它的方式是用于赋能。因此，这可能是我们如何构建允许人们更快创新的数据。在我们的用例中，这是在平台上启用合成数据。因此，每当有人想要使用可能包含个人身份信息的数据集时，他们都需要获得法律批准。

这是因为我们需要保护客户的数据。因此，我们所做的是为他们提供一个基于模式生成的合成数据集，然后他们可以立即开始工作。它与原始数据集没有任何相似之处，但它为他们提供了相同的输出。这是一种使我们的数据科学团队比他们原本的速度更快地进行创新的方法，因为获得法律批准可能需要数月的时间。是的，是的。合成数据确实……

非常出色，萨姆，如果您还记得我们与 Humana 的谈话，是的，我认为与 Moderna 的谈话也是如此，合成数据用于实验目的。非常令人着迷。安德斯，您几次提到了数据产品。至少在我听来，这已经是一个相当热门的词语了大约十年了。我们与之交谈的许多组织

都在构建数据产品，您如何定义数据产品？什么构成数据产品？数据产品的组成部分是什么？如果我们首先看一下数据产品的定义，那么对我们来说，数据产品是一种思维方式，是一种思维模式，对吧？所以我们过去认为数据是一种副产品，是业务中某个产品的一部分，诸如此类。但对我们来说，将重点放在数据作为产品上非常重要。这就是为什么我们称之为数据产品。

如果您非常技术性，它可能是一个数据库，其中包含许多数据集，以及许多不同的数据属性。理论上，它有很多不同的输入构成一个产品，对吧？但对我们来说，这真的是思维模式。事实上，数据不再仅仅是我们日常工作中使用的东西。它是我们如何做出决策的方式。它是我们如何创造价值的方式。

当我想到一个产品时，一个产品会有一个产品路线图，它会随着时间的推移而发展，你会在一个产品上进行创新。您的数据产品也是这样吗？绝对是这样。我们将其视为任何其他产品。它与我们构建的其他软件产品没有什么不同。一个很好的例子是，如果我们看一下我们在我部门内构建的 360 度视图，那么有很多不同的数据集构成该数据产品。我认为我们有

乐高集团中需要整合的四五个不同的 ID。为了构建这个 360 度视图，我们需要引入这些 ID

为了为我们提供价值，比如说，我们想要构建一个个性化的电子邮件活动，我们发展这个产品的方式是查看我们需要构建的最小可行产品是什么？我们需要引入哪些数据集、属性等等？然后我们基本上可以从那里开始发展。您不需要所有五个 ID 就能提供该价值。您实际上可以引入一两个 ID 并开始构建这些个性化活动。您所说的内容的妙处在于，除了在您的数据产品之上构建这些

智能产品之外，您不仅仅是一次性构建它，因为

组织的其他成员将来也可以使用许多这些资产。这一点非常重要，因为很多时候您会在组织中看到，也许他们专门为他们想要的东西构建了一个个性化引擎。然后所有这些数据管道和数据工程就会被浪费掉。而隔壁房间的人会做同样的事情。他们会从原始数据重新开始。我认为您所说的意思是，

您已经创建了数据的共性或公共层，然后人们在需要时使用他们需要的东西，但这并不是重复的。您说得完全正确。这实际上与组织内数据产品的可重用性密切相关。然后，当您将所有这些数据导入平台并构建所有这些数据产品后，让组织能够发现这些数据也很重要，以便其他人可以将其用于其他目的并创造其他类型的价值，对吧？

我们所做的是，我们有一个可发现性工具，您可以进入该工具并查看不同的数据集。当然，也有一些私有数据集，因为如果它包含例如个人身份数据，那么它必须是私有的，您需要请求访问权限。但也可能有一些数据产品不需要是私有的，可以公开供人们使用。

对我们来说，使其在平台上可发现非常重要，这样您就可以开始将数据整合在一起并创造新的价值类型。而且您不必像我们在不同组织中多年来看到的那样重复使用或重新提取数据。与其对构建这些类型的平台的方式设置非常严格的限制，不如将其视为赋能产品团队，让他们尽可能地获得自由。

这有点像实际的乐高积木，对吧？快速离题。我的孩子们可能已经搭建了 300 套乐高积木，它们按照说明书完成了最初的目的，然后他们最终创造出其他一些怪异的东西或很酷的创作。所以我完全可以理解这个比喻。想到这一点，我们有很多人在我们的播客上提到，哦，它就像一个积木，他们总是会用

乐高来打比方，当然。而乐高本身也在使用这些积木及其自身的比喻。是的。我完全同意。但我认为同样重要的是要说，我们所做的是，乐高是一个实体玩具品牌，对吧？我们制造实体玩具，

我们在数字空间所做的是，我们为这些实体产品提供更好的体验。这只是为了增强用户的体验，并使购买产品和与产品互动的体验对我们的消费者来说更有趣。我还认为，这在很大程度上说明了如何使用机器学习或人工智能来确保我们以负责任的方式进行操作，对吧？

因此，我们也在研究如何利用机器学习来审核平台，并确保我们不会让数据永远存在，而是将其清理干净。同时，还要关注 PII 检测，我们如何确保我们的产品团队知道他们的平台中是否包含 PII 数据？

人们看不到这一点，但在后台，安德斯的办公室里摆满了这些玩具。我非常羡慕，因为我的背景在这里相当单调。人们用您的数据积木构建了哪些东西？我们实际上确实有很多很酷的体验在不久前发布。我认为我们在去年推出了乐高超级马里奥，这是一个巨大的成功。这不仅仅是一款实体玩具，它实际上还可以通过这些数字体验进行互动。这对我们来说是一个巨大的成功。

当我听到数据产品和

它的各种用途时。我认为在企业内部，您提到了规划和优化。我可以想象作为客户与乐高网站或说明书互动，或者购买推荐引擎等等。但您还提到了关于实际体验的事情，例如玩耍。是否有产品可以使玩家

更好地玩耍或不同的游戏体验？大约三四年以前，我们发布了一个移动应用程序，您可以使用人工智能来进行不同的游戏体验。但这需要您拥有手机或 iPad 才能与体验互动。我认为对我们来说，像我们在超级马里奥中所做的那样，将其整合到玩具中，这才是最重要的区别。

安德斯，您与我们分享的内容非常令人着迷。我相信我们的许多听众和在其他组织中戴着您帽子的朋友们都在想知道是否存在某种秘诀或方法。那么您想与他们和我们分享一下吗，构建你们正在构建的东西需要什么？

我认为对我们来说，非常重要的一点是赋能我们的产品团队实际构建新产品并拥有它们。我们做到这一点的方式是在公司内部建立三个不同的支柱。我们希望成为以产品为导向、以架构为导向，然后是以工程为导向的公司。这意味着，以产品为导向是指我们实际上认识到不同的团队本身就是产品。我们不再拥有这些有开始和结束日期的项目，而是不断发展的产品。

然后第二个方面是关注架构本身，确保我们构建的产品（如数据平台）不仅能解决短期需求，还能解决长期需求。并且我们确保我们不需要随着时间的推移而重新进行操作。我认为这种思维方式对我们来说非常重要，它也为我们的团队设定了方向。

然后，对我们来说，工程领导主要围绕我们交付技术并使其在公司内部以及公司外部可用。我们实际上坚信工程师是专家。因此，当产品经理或管理人员出现时，他们当然会通过谈论我们做事的原因和目的来设定场景。但团队完全负责如何去做。

他们需要弄清楚，当我们谈论合成数据时，好的，如果我们需要使用合成数据，那么我们该如何以最佳方式做到这一点？POC 看起来是什么样的？最小可行产品是什么样的？我们如何随着时间的推移而发展它？他们需要弄清楚并告诉我们。然后，我们当然会考虑如何尽快交付价值？这就是将这些 POC 推出进行测试，并确保它们为组织带来价值。

对我们来说，工程非常重要，也是我们今天取得成功的关键原因之一。我认为我们有时也需要记住，我们聘用这些熟练的人才，是因为他们是专家，是最好的，对吧？因此，赋能团队是取得巨大成功的关键。您是如何最终担任这个职位的？我的意思是，我们的节目是我、我自己和 AI。我很想知道您是如何最终参与到所有这些事情中的。

是的，我认为这是一个比较长的故事。我的教育背景是计算机科学和网络开发，我实际上是在七年前作为一名顾问开始工作的。我做过移动应用程序和网站，并转向为我们为其构建产品的客户进行项目管理。

然后我认为，像丹麦的许多其他人一样，我们梦想为乐高工作。我们都玩过积木，我们梦想为他们工作。这不仅仅是丹麦。您说得完全正确。我们也看到了这一点。但我完全偶然地看到了一则招聘广告，上面写着关于大型数据高级产品所有者的内容。我可能不知道大型数据是什么，但我了解高级产品所有者，因为我们也在咨询机构内部使用敏捷方法。所以我申请了这个职位，而对这个领域知之甚少。

然后在经过四五轮面试后，我偶然获得了这个职位。我开始在乐高集团工作，负责乐高网站和乐高生活（我们的社交应用程序）的推荐团队。然后我做了图像共享、审核和标记，以确保我们的平台上有安全的内容。

然后半年后，我获得了数字化供应链的工作，构建领域预测等等，这是一个巨大的项目。我什么都不懂供应链、预测或其他任何东西。然后我们决定加快数字化转型。然后我成为数据工程主管。当我们开始时，没有很多公司尝试过这样做。因此，我们需要进行大量的发现和研究，看看其他公司是如何做到这一点的，然后尝试将所有内容整合在一起

这基本上将我们带到了今天，带到了我今天的位置。我认为对数据的求知欲让我留在了这里。太好了。好的，所以您已经为我设定了这个条件。您在数字化转型中谈到的许多事情似乎表明，您在这个阶段已经相当成熟了。例如，您提到了您正在研究的合成数据和 PII 识别。接下来是什么？您和乐高集团将走向何方？

我们面前还有漫长的旅程。当然，现在有很多产品团队正在使用该平台。我认为我们的平台上有 600 多个数据产品，但仍然有很多数字产品团队没有使用它，尤其是在自助服务方面。在我们面前还有很长的路要走，才能在组织内部建立大使，并使其尽可能轻松地构建那些创造大量价值的数据产品。您已经在这段旅程中走了一段时间了，并且积累了很多

经验教训和经验。如果您要快速前进，理想的情况是什么？如果您坐下来说，如果十年后，当组织谈论数据产品时，他们可以拥有 XYZ，那将会多么酷？十年后的 XYZ 是什么？

我梦想的是所有数据生产者都将他们的数据暴露到这个平台上，以便它可以在发现工具中使用。我梦想的是一站式商店。然后，无论您有什么技能，都很容易将其整合到数据产品中。对我来说，这适用于构建 Python 或其他编程语言中转换脚本的技术团队，也适用于进入拖放工具的业务人员，然后它突然在报告工具中可用。

所以我梦想的是这个组织中所有人的一站式商店，使他们能够成为数据驱动的。如果我展望未来，我希望在 14 年后达到这个目标。

谢尔文，当我们回顾时，我们已经听过很多人表达了类似的事情，但在不同的领域。显然，并非每个人都在制造儿童玩具或成人玩具，正如谢尔文刚才提到的那样。他仍然玩乐高。但我们已经看到医疗保健领域的人们。我们已经看到他们，Ziad Obermeyer，他们正在构建夜莺。他们正在构建一个基础设施，让人们能够访问数据并使用这些东西。我认为我们看到了这一点

这似乎有点令人兴奋。这就是我们的方向吗？每个人最终都能自己做所有这些事情吗？我真心希望如此。我认为，正如我们现在在许多地方看到的那样，人工智能正在向前发展，谷歌不再是谷歌了。现在出现了 chat GPT，还有很多五年前我们甚至无法想象的技术。它们现在已经公开提供给普通人使用了。

首先，这非常令人着迷，感谢您的分享。我们将进入另一个环节，这应该只是向您提出五个快速问题。您给出您脑海中想到的第一件事。好的。让我实际获得这些问题。好的。您最引以为豪的人工智能时刻是什么？或者让我概括一下数据时刻。

我与数据一起最引以为豪的时刻之一是，当我们实际上从拥有许多不同类型的数据（具有我们无法整合在一起的不同数据质量）转变为拥有这些数据时。它没有创造我们需要的价值，因为它们只是没有以正确的方式做事。因此，我们所做的是构建了一个工具，教育数据生产者如何实际创建良好、高质量的数据产品。这是一个巨大的成功。我认为该数据产品取得成功的关键原因之一

人工智能让您担心什么？担心并不是它会取代我们的工作。我认为担心的是，我们不幸的是永远无法停止学习，对吧？非常好。这是千真万确的。这与您所说的您永远不会完成数据处理工作是一样的。您最喜欢的不用技术的活动是什么？对我来说，是体育活动。下班后工作很多小时后，我需要做一些事情来让我忘记数据和技术。

您想从事的第一份职业是什么？您小时候想做什么？首先，我实际上想成为一名律师，但我发现这并不适合我。我有一个阿姨是律师，我借了她的一本教科书，我看了看，发现法律太多了。所以我很快就放弃了。然后我想成为一名交易员。然后我发现这需要长时间盯着屏幕上的股票。那也不适合我。然后我转向了科技。

并构建不同类型的应用程序。我认为我真正觉得 IT 很酷的地方在于，您可以构建创造大量价值、大量收入的产品，而无需购买很多东西。您不需要实体产品。我认为这正是让我进入 IT 行业的原因。您对人工智能未来的最大愿望是什么？我最大的愿望是它能让世界变得更美好。

我会在这里结束，因为这意味着可以通过不同的方式来实现。您不会告诉我们如何去做。我想您会把这个留到我们下次与您交谈时再说。没错。我认为今天讨论中特别有趣的是，特雷弗和我与之交谈的许多人都将乐高视为积木。他们打了个比方，说他们在组织中所做的事情是，哦，我们正在构建这些乐高积木，以便人们可以构建数据。

他们没有意识到的是，他们认为他们在谈论乐高积木，但他们实际上是在谈论乐高处理数据的方式。我认为这非常令人着迷。我认为这是很多人可以从中学习的东西。感谢您抽出时间与我们交谈，感谢您的分享。是的，谢谢，安德鲁。这太好了。感谢您的收听。下次，我们将与 Expedia 产品和技术公司的首席技术官兼总裁 Rathi Murthy 谈谈。请加入我们。

感谢收听“我和 AI”。我们相信，与您一样，关于 AI 实施的对话不会仅限于此播客。这就是为什么我们在 LinkedIn 上专门为像您这样的听众创建了一个群组。它被称为 AI for Leaders。如果您加入我们，您可以与节目创建者和主持人聊天，提出您自己的问题，分享您的见解，并了解有关 AI 的更多信息。

并获得来自麻省理工学院 SMR 和 BCG 的有关 AI 实施的宝贵资源，您可以通过访问 mitsmr.com/AIforLeaders 来访问它。我们将把该链接放在节目说明中，我们希望在那里见到您。