Alpine F1车队 在速度中紧跟数据科学的发展步伐

Alpine F1车队CIO兼数据科学总监Nathan Sykes正努力调整自己的职能定位，希望证明数据科学的良好投资回报、颠覆人们对于IT的固有观念。

凭借全球庞大的粉丝基础，再加上Netflix最新剧集的“煽风点火”，F1赛车运动已经迎来新的发展热潮。2022年第一季度，F1集团收入迎来倍增，达到3.6亿美元，纯利润为1900万美元。形势可谓一片大好，成功扭转去年第一季度4700万亏损的颓势。

由于新冠疫情的突然爆发，2020-21赛季被迫推迟，最终比赛只能在没有粉丝在场的情况下进行。另一方面，赛事内部各车队的竞争则愈发激烈，车厂、车队以及车手的组合与对抗每时每刻都在上演，也有越来越多国家希望把F1引入国内。

再来看赛道上的变化。2022年F1出台新规定，要求车辆空气动力学做出调整以拉近观众与赛道间的距离；此外，新规还强制设定了赛车的预算上限，以缩小领先车队与其他车队间的差距。

对于中游车队Alpine的CIO兼数据科学总监Nathan Sykes来说，在赛道上取得好成绩的关键，就是证明数据科学回报、以低代码开发提高效率，最终将IT部门重塑为业务系统、重塑为价值中心。

将IT部门重塑为业务系统

Sykes在Alpine F1车队的正式头衔，是IT业务系统与数据科学总监，与他之前在雷诺车队时保持一致。2021赛季，雷诺车队正式更名为Alpine赛车运动部门。而之所以选择“业务系统”这个称呼，是因为他觉得这样表达了更广泛的职责，更契合自己丰富的从业背景。

Sykes表示，“我在F1工作了超过16年。作为空气动力学家，我从工程师一路成长，负责的基本都是收集和管理数据方面的事务。”

Alpine F1车队CIO兼数据科学总监Nathan Sykes

在他自己看来，数据科学正是他最独特的技能优势。在雷诺时代，他最初是以数据科学负责人的身份加入车队，后来被提升为首席数据官（CDO），后来又将头衔改为IT业务系统和数据科学总监。

但他这边信心满满，整个车队却似乎难以跟上。雷诺车队的数据状况不佳，第三方成本呈螺旋式上升，而IT部门自始至终都没什么存在感，几乎接触不到车辆、服装等曝光率更高的部门。

Sykes坦言，“当时IT部门的地位不高。他们想帮助车队，但却没能成功。我们只能依赖各合作外包商，而他们的服务其实相当昂贵。”

“我们自己掌握着业务，但车队并没有向我们表达需求、描述理想工作流程的习惯。我们IT部门也一直不理解他们到底想要什么。因此，最重要的就是突破这道沟通的障碍，让IT部门能倾其所能为车队提供需要的解决方案。”

Sykes决定从文化入手，为IT成员与其他部门间的协作授权，同时高度强调业务系统的重要意义。

在此期间，Sykes建议把关注重点从“帮IT部门理解业务部门的需求”，转化为立足当前/未来需求建立起数据驱动的中立视图。简而言之，一切项目的定义要求都要同其业务范围和流程保持一致，这种一致性也将令数据模型更加准确适用。

Sykes表示，“从此开始，IT部门开始获得需求信息、掌握流程主动权，这样才有机会在着手开发之前设计出可靠的线框图。最终，IT部门就有了向其他部门展示设计成果，并把这些成果真正转化成现实的能力。”

构建低代码PowerApps，建立更佳工作流

从赛车模拟和生产，到数据可视化与协作，Alpine F1开始利用微软技术维持赛车和车队在比赛中的表现。该团队使用Dynamics 365与Power Platform在工厂车间和Azure上快速制定决策，并借云基础设施之力实现数据整合与分析。

借助Dynamics 365与Power BI仪表板，团队能够在大型Surface Studio屏幕上全面了解项目生产周期。但最令他们意外的收益，其实来自微软的低代码Power Apps平台。

Sykes表示，车队目前有10名PowerApp开发人员，而一年之前这一数字只有2名。他们负责开发PowerApp工作流，用以改进包括上报不合格零件在内的各个实施环节。

Sykes坦言，这类报告是“大家最不想做”的麻烦事。Alpine F1员工以往需要手动拍照，把信息反馈给设计人员，再由对方查看这些部件是否正确无误、良好工作。现在，随着大家将PowerApps、Office 365和Microsoft Teams结合起来，整个流程都得到了极大简化。

Sykes坦言，“在日常使用过程中，我经常会觉得这就是我们最需要、功能最强大的软件之一。”

成本有限，数据也要有投资回报

Alpine车队的F1赛车约有200个传感器，收集超过500亿个数据点。利用这些数据，技术人员才能持续改善汽车的空气动力学、操控性和性能。如今，Alpine的高级数据模型已经在轮胎性能衰减等各个层面，帮助车队在赛道上取得优势。

以往，Alpine车队只能根据特定型号的车胎在排位赛中的表现做出分析和选择。但如今，车队的先进数据模型已经能够填补信息空白（根据法规，轮胎制造商倍耐力只能与10支车队共享有限的信息），摸清这款轮胎的衰减规律。

然而，对数据科学投资回报的证明仍是个艰巨挑战。在这个成本拥有明确上限的时代，车队在每赛季中的投入不得超过1.4亿美元。2023赛季这一数字将再下降400万美元。Sykes表示，这就要求进一步将支出与人员效率做精细化挂钩，甚至要计算出每项投入跟单圈时间之间的联系。

但让数据科学得到重视并不轻松，毕竟很多部门的负责人从来都没从数据的角度考虑过价值问题。

Sykes坦言，“不同的人对数据的价值理解有别。有些比较容易接受，有些则坚持反对……总体来说，大多数人对数据科学其实没什么好感。”

但成本上限是客观存在的。设置上限不是坏事，能帮助车队在全球巡回赛中控制成本投入、削减资源消耗、平衡竞争关系。不过，用好成本预算又带来了新的难题。

Sykes在伦敦一次会议上强调，“我们不仅要让赛车跑得更快，还要严格控制赛车成本。”

“大家都说要努力提高效率……我们就是这么做的，不仅要搞清楚怎么让汽车跑得更快，还要想办法用更低的投入让汽车跑得更快。”