Google宣布台企于云端导入机器学习

Google举办机器学习系列聚会，聚焦云端服务主题，说明Google机器学习技术在云端平台(Google Cloud Platform；GCP)上应用的四大重点，包括云端运算、演算法、数据与技术人才，以及如何透过TensorFlow和云端平台提供的，帮助企业与开发者更容易、快速地取得有用的机器学习模型和工具。此外也首次邀请到台湾企业代表—和明纺织，分享如何透过Google机器学习技术结合云端平台的应用帮助企业转型，并带动服务及商业模式创新。

面对全球纺织业及快时尚的激烈竞争，以及内部旧有仓储技术、仰赖人力处理的接单流程相当费时等困境，和明纺织一直希望将累积多年的专业经验和技术，有效结合科技智能让其以数据形式保留，进而能分析、再利用并提升企业营运效率。2017年10月开始，和明纺织运用Google机器学习技术及云端平台服务，陆续将生产过的布料样式数码化建档，并训练布料样式的识别模型，帮助设计师能快速从数据库中查找特定样式，以往接到客户的布料样式需求，从灵感发想、设计到看样到提供样布，平均需要1.5至3个月的时间，透过新系统的协助将能有效利用既有档案及库存，甚至只需2~3天即可完成。

和明纺织策略执行顾问李佳宪表示，在机器学习系统和应用程序的帮助下，和明纺织得以改善既有作业方式及流程，把新设计带到市场平均所需的时间预估能大幅降低25%，从原先12个月缩短至9个月。而和明纺织的长期计划则是结合机器学习和移动应用程序产品作为云端服务，让来自其他产业的参与者都能使用，促进纺织业整体效率的提升。

Google云端企业客户经理田哲禹表示，我们很高兴看到和明纺织运用Google云端平台和机器学习技术，有效改善内部作业流程更创造了新的服务模式。Google长期致力于降低人工智能的进入门槛，搭配云端平台的应用，能让企业和开发者更快速、容易的导入相关技术，为台湾传统产业带来新契机，朝向智能转型前进。

2018年1月Google也发表Cloud AutoML，并推出Cloud AutoML的第一款产品Cloud AutoML Vision API，让一般公司即使无法像大型企业投入大量资源和人力操作，也能开发出符合自身工作需求的定制化机器学习模型。同时，Google云端也提供语音、翻译、影像识别及自然语言处理等API，协助企业多样化的运用机器学习技术以达成不同工作目标。Google云端将持续优化现有的云端机器学习服务，也将扩大与企业合作，期望透过多元的云端机器学习服务，协助更多企业提升市场竞争力。