AI(人工智慧)喊了這麼久,到底企業該如何讓AI落地?資料科學與機器學習平台廠商SAS(美商賽仕電腦)亞太區人工智慧首席顧問Jason Loh表示,企業若要成功接軌AI,需要打造整合開源軟體,公司內部也需有具備機器學習演算法能力的人才,才有望打造出貼近企業需求的AI應用。

SAS指出,目前全球因「數據分析技術」所帶來的年度產值已達15.4兆美元(約462兆台幣),代表已正式宣告進入「分析經濟」的世界,其中人工智慧領域更是蓬勃發展。Jason Loh表示,目前,普遍企業把與消費者互動的機制泛稱為AI,但這樣其實尚未真正發揮AI學習、預測的價值。

Jason Loh表示,AI的價值在於「靠數據幫助商業決策自動化、智慧化」,而要做到這一點,需先累積數據並做出不同的分析模型。企業要導入AI,應先檢視自己的分析成熟度,再來定位AI發展方向。

SAS全球人工智慧卓越中心副總裁Radhika Kulkarni則表示,「數據(Data)是新一代天然資源,而洞察(Insight)則成了貨幣」。若企業能快速得到洞察,就能讓商業決策更快速、更聰明,也可造就出更多未知的產值。「AI的精髓在於透過學習,讓連結這些分析與決策的流程轉為自動化。這樣一來,企業在面臨詐欺偵測、產線預警維護及客群探勘時,就可更精準快速。」

Jason Loh觀察亞洲各國企業導入AI人工智慧多年,他指出,五年、十年前還要跟企業講解什麼是分析、什麼是數據挖掘,現在已經不需要說服企業AI的力量,「客戶會直接問應用有哪些?我有這些需求,你們能不能做到?」目前台灣企業導入AI的狀況,以銀行金融業腳步最快,高科技製造業因本就具備不少蒐集資料的感測器,數據相對完備,導入AI的公司也越來越多。另外,因應智慧城市發展,政府部門也開始浮現AI相關的需求。

至於企業要讓AI落地有哪些關鍵?Jason Loh認為,企業需要有具有整合開源軟體的平台。他舉例,過去SAS的競爭對手只有IBM、微軟等,後來因人工智慧趨勢崛起,Google、騰訊、阿里巴巴等對手冒出頭,並提供開源的人工智慧軟體。這些開源工具雖然好上手,但穩定性卻不夠、彼此之間也無法整合,導致部署在終端時不易。這時候,企業若擁有分析工具與能管理開源軟體的平台,將可解決導入AI的一大痛點。

#人工智慧 #AI #智慧 #SAS