IBM谈人工智能技术与企业数据科学应用
- 台北讯
-
人工智能(AI)即将改变人类的生活模式，这是可以预见的趋势，也是正在发生的事实。为协助企业藉由人工智能技术及数据科学应用来提升营运效率，甚至打造全新商业模式，IBM商业价值研究院于过去两年特别关注人工智能和认知运算方面的商业研究，并归纳出一个重要观点：唯有重视且积极运用数据的企业，才能在营运绩效和创新上取得优势，而导入AI正能协助企业获得丰富的数据源并从分析结果来辅佐业务战略的制定。
在日前举行的DIGITIMES 2018巨量数据论坛上，台湾IBM云端运算事业部资深技术协理胡育铭强调「数据重塑企业」，亦即企业和同行拉开差距的重要关键是「数据」；而数据源的品质及丰富性将对企业的竞争力产生重大影响。
于《IBM全球高端主管调查报告》中，IBM调查了全球3,069位高端主管，针对其所属企业现阶段使用AI技术的情况及未来的投资规划，并依据企业导入AI的积极度，由高至低归类为再造者(Reinventors)、策略者(Tacticians)、有志者(Aspirationals)及观察者(Observers)。其中，再造者为目前已采用AI技术且未来规划大量投资的企业；策略者则是目前已采用AI技术但未来仅规划小规模投资的业者。
比较这两类企业，胡育铭指出，再造者成为高绩效与创新组织的可能性，较策略者高出两倍！产生差异的主要原因，在于AI能协助再造者挖掘出他们尚未拥有或者来源不足的数据，并做出有意义的分析及洞察，让企业能依此拟订业务战略，从而表现在高营收成长与高获利率，以及业务创新等竞争优势上。
以数据为凭将决策科学化
以全家便利商店为例，该企业早已进行数据化经营管理，由自家工程师自行撰写系统，每天针对几万笔数据进行运算交叉分析。即便拥有庞大的信息工程人力，也仅能做到算术平均数，能以销售数字大小来进行经营判断，却做不到以并买效应决定进货品项与数量。
要针对某一商品进行下架与否的决策分析时，并买效应的考量会让整个决策过程变得更为复杂与困难，在过去只能以主观经验来判断并买效应的影响，若能透过商业分析软件，以科学数据做为是否移除或新增某类商品，胡育铭强调，「用数据讲话，让决策更具说服力与可信度。」
于是，全家便利商店从2016年开始，导入IBM SPSS分析软件，统整各领域的数据并改善数据的品质。IBM SPSS是透过商业智能的视觉化分析、数据探勘、机器学习及分析资源最佳化平台，将过往的「历史性存档数据」妥善转换为「商业化可用信息」，甚至与商业逻辑结合，成为有见解、能辅助公司做商业决策的「有价数据」，并根据营运需求开发出创新服务。目前，此系统能协助全家便利商店预估商品订购数量、掌握商圈特性，有助打造对消费者更具吸引力的店面。
简单来说，「透过这个系统，企业可以从数据获取更深入、更有意义的见解，并预测接下可能发生的事情。」胡育铭总结。
跨越数据管理障碍迈向AI
利用IBM人工智能与认知运算服务来优化经营绩效及创新服务的企业不胜枚举，胡育铭在论坛中分享了跨产业的企业案例：BMW善用数据分析结果来优化制造品质；Toshiba掌握物联网数据中的价值模式；远传电信透过整合数据发现跨业合作的新商业模式；通力电梯(KONE)利用物联网云平台打造预测性客户服务；和美信息以金融AI平台实现智能客服；日本富国生命保险透过AI系统协助知识传承并加速个案处理。
无论是何种AI应用模式，数据无疑是核心所在，胡育铭直言，台湾产业导入AI的最大障碍在于数据管理。尤其，现今数据管理的难度不仅在于数据增加速度惊人，还在于许多数据并非传统结构化的数据，而是像日志数据这种半结构化或是图片与影音档案这种非结构化的数据，各种内外部数据带来了数据管理复杂化的挑战。换言之，今日许多来自社群媒体、云端平台及本地自建系统的半／非结构化数据，不太适用传统关联式数据库的作法，也就是无法透过固定数据栏位架构，将数据储存到关联式数据库来处理，增加了数据管理的难度。
解决之道在于拥有完善的数据管理平台，而IBM的三大平台工具，包括混合式数据管理平台、统一治理与整合平台、数据科学与商业分析平台，可协助企业迈向AI。
增智能改变人类生活模式
IBM近年积极协助产业导入人工智能，其在数据科学领域的表现先后被Gartner誉为2017「数据科学平台」领导者，软件产品Data Science Experience并且获得德国红点设计大奖(Red Dot Design Award)，在人工智能领域深耕且成效卓着。
IBM更喜欢将AI解释为「增智能(Augmented Intelligence)」，胡育铭进一步说明，AI能协助提升每个员工的专业知识，并非取代人工，而是将员工从繁琐的例行工作中解放出来，让人们能从事更高价值的活动。认知企业的实现最终需仰赖更多专业员工而非机器，而AI技术的导入无疑将为人们的工作和生活带来巨大的改变。
