发展巨量数据分析 驱动产业转型 智能应用 影音
Microchip Q1
ADI

发展巨量数据分析 驱动产业转型

巨量数据分析的发展应用,不仅有助于加速智能城市(Smart City)与智能生活科技的实现,若应用于制造与服务产业的场域,不但能有效控制营运成本,还可以洞察市场趋势,提早掌握客户的需求,还有机会透过跨产业的巨量数据分析结果,发展智能联网、智能自动化、智能生活、智能城市等新兴科技服务业,进而重塑产业形貌,创造我国产业转型的崭新新契机。

如面对全球人口结构的转变,预防医学、健康照护、个体化医疗需求的增加,如医疗产业与穿戴科技若能结合彼此的专长,运用巨量数据分析技术将可加速新药、医疗器材开发,带来健康管理与诊治方式的改变。

我国在智能终端装置,包括各式穿戴式装置、智能联网装置的制造优势,可说是发展巨量数据分析的最有力后盾。DIGITIMES摄

我国在智能终端装置,包括各式穿戴式装置、智能联网装置的制造优势,可说是发展巨量数据分析的最有力后盾。DIGITIMES摄

对于营运范围扩及全球的服务业而言,可望因此增加更多消费产值。DIGITIMES摄

对于营运范围扩及全球的服务业而言,可望因此增加更多消费产值。DIGITIMES摄

运用巨量数据分析,也可以加速提升人流、物流及信息流的流通便利性,尤其在极端气候变迁与复合性灾害日趋严重的大趋势下,城市治理需要面对的环境变化,将变得更为诡谲多变,对巨量数据分析技术的需求,自然也就应运而生。

巨量数据分析技术对产业的帮助,更是显而易见。根据麦肯锡全球研究所(McKinsey Global Institute)的数据显示,美国医疗照护产业藉由巨量数据分析技术,每年可以创造3,000亿美元的产值,同时提升0.7%的生产力(约21亿美元)。而美国零售产业,透过巨量数据分析技术,更使得整体产业毛利率提升至60%以上,每年生产力提升则达0.5?1%。

巨量数据分析对制造业的帮助更是明显,尤其是产品开发与组装成本可因此大幅降低,也让营运成本可因此降低7%。由于巨量数据分析技术也可应用于分析个人,对于营运范围扩及全球的服务业而言,可望因此增加更多消费产值,而服务供应商每年也因此至少有1,000亿美元以上的营收。

发展巨量数据分析产业的优势与机会

我国在智能终端装置,包括各式穿戴式装置、智能联网装置的制造优势,可说是发展巨量数据分析的最有力后盾,由于智能终端所蒐集而来的巨量数据,已是分析的主要来源,如何研发并制造出能够完成巨量数据分析应用的整合软硬件产品,正是台湾ICT产业走出代工竞争的产业转型契机。

值得注意的是,巨量数据分析的价值,相当程度依赖数据取得的完整性及正确性,台湾的网络言论环境开放且自由,蒐集数据的便利性极高,不但有助于降低蒐集数据的成本,也可让巨量数据分析的结果预测更为正确。

台湾虽然地狭人稠,但也正是巨量数据分析练功的好地方,如数量达百万以上的中小企业,可以提供完整但不至于过于庞大的企业营运模型;多变的气候特性,从台风、地震、暴雨到土石流,等于提供完整的天灾巨量数据分析的试炼场;已经实施多年的信息化服务,如劳健保建构的数据库,本身就是巨量数据分析的现成来源,只要能善加利用,点石成金的可能性其实是很高的。

巨量数据分析产业的发展方向

经济部技术处指出,解构巨量数据产业生态体系,要从总体解决方案之「蒐集」、「储存」、「萃取」、「分析」、「应用」流程,所分别对应的「环境感知芯片与终端」、「巨量数据库软件或平台」、「数学演算法挖掘与压缩」、「分析模型专业分析」、「趋势预测终端」着手。

其中在「环境感知芯片与终端」部分,「泛用型芯片」及「终端整合制造能力」,都有相当程度的优势,至于「传感芯片」方面,因为需要整合特定应用领域(如生医、环境等),且须省电功能,相对于「泛用型芯片」,技术能力就还有改善空间。

至于「巨量数据库软件或平台」部分,以硬件为主的「服务器」制造整合能力,就比属于软件的「巨量数据库」强大许多;同样的状况,也反映在「巨量储存」等应用面,也显示台湾巨量数据分析产业,急需在软件层次做出更多的努力。

「数学演算法挖掘与压缩」部分,不管是「数据采撷」(Data Mining)及「机器学习」(Machine Learning),我国在理论部分都不强,但因应特定应用需求调整演算法的能力尚可;「分析模型专业分析」部分,不管是由应用需求产出的分析模型能力,或是整合发掘与应用的洞察力,都有待强化,也显示台湾ICT产业长期以来偏重在硬件制造领域的方向,在巨量数据分析时代,显然已不合时宜。

值得注意的是,「趋势预测终端」部分,只要是具新兴「应用」特性的领域,如社群媒体、移动应用、适地性服务、虚实整合(Online to Offline;O2O)等,台湾的分析能力都不差,也显示台湾在创新产业的发展潜力。

善用既有基础发展

巨量数据的发展路径,必须从应用领域如制造、零售、批发、政府、教育、医疗等出发,逐步累积数据,研发与试验分析模型、预测方法,才能建立高价值解决方案。其中又以跨领域整合的能力最为重要,才能发展出各式各样的巨量数据应用成功案例,并与政府开放数据结合,做为领头示范。

尤其是台湾既有的电子化政府基础,更是巨量数据分析的重要基础,包括医疗、流通、媒体与网络、信息电子、警政、环保等,都是可以聚焦推动的垂直领域。

如行政院长毛治国在主持行政院毒品防制会报时,指出毒品防制牵涉面向广、流程复杂,过去执法单位有许多个案性数据没有善加利用,如2014年毒品查缉量较2013年同期大幅成长,但查获案件数与人数却较同期减少,背后原因就需要加以了解,毒品查缉不仅看查缉量、案件数的消长趋势,更应向上溯源,唯有透过巨量数据分析技术,进行更细致分析,才能作为拟定政策的参考。

巨量数据分析的人才培育工作,也有很大的发展空间,如建立数据分析与顾问专业认证、推动企业分析能力成熟度认证等;推动大专院校设置跨学科巨量数据分析学程,延揽国际人才回台任教或任职,都是可以努力的方向。

推动开放数据授权机制,鼓励企业将数据加值转化为资产,例如台湾经济新报将公司的公开说明书转为电子数据库等,设法建构利基领域数据库,推动数据资产化,也会有利推动法人机构或厂商针对垂直领域建立数据库,如华人网络行为数据库、华文数码影音数据库等,更有助于台湾市场成为全球业者与华人市场接轨的优先参考区域。

必须做出示范成果

但俗谚说的好;「尽信书,不如无书。」如果找错解决方案,用错误的方式解读巨量数据,得到的结果非但无助于决策参考,还可能造成严重的后果。巨量数据分析到底能提供什麽实质的帮助,到底是增加利润、降低成本,还是能够洞悉并发展出商业模式,都必须要尽快做出属于台湾自己所拥有的巨量数据分析成果,才能让外界得以信服,台湾有能力发展巨量数据分析技术。