智能应用 影音
云达科技
TXOne

AI真是万灵丹? 产业AI化有哪些挑战与迷思?

AI真是万灵丹? 产业AI化有哪些挑战与迷思?

COVID-19新冠疫情自2020年冲击全球,2021年台湾也因疫情实施半封锁,线上办公成为新工作型态、仰赖线下营运的零售业几乎没有人流、工厂生产力放缓等,产业各自面临前所未有的难题,也因为疫情暴露原先组织结构的弱点,企业弹性应变能力变得更加重要。

创投基金蜂行资本(Hive Ventures)日前所发表的一份「2022年台湾企业AI趋势报告」中就发现,台湾已有近6成企业导入AI来因应疫情带来的影响,也因此2022年台湾AI成熟度对比去年,可以说是有了「飞跃性」的提升。

疫情无疑是企业数码转型、加速AI发展进程的催化剂,企业都想导入AI来解决问题并创造价值,然而产业AI化的过程,仍有许多挑战需要被一一克服。

AI真是万灵丹?

AI已经在许多产业应用上证明其价值,让许多企业趋之若鹜,现在产业风向似乎是,没有导入AI,就没有跟上潮流,许多企业甚至认为,只要收集数据,就是导入AI。然企业在发展人工智能时的迷思,往往就出现在这些环节中。

通常企业最容易陷入的迷思之一,就是认为AI是万能的。

工研院建置的「AIdea 人工智能共创平台」,让来自产、官、学界,乃至非营利组织的各式 AI 相关需求,都在AIdea公开上架,再由来自各方的数据科学家在线解题。工研院资通所副组长暨AIdea人工智能共创平台计划主持人洪淑慎就观察到,许多企业会把各式各样的问题丢到平台,希望AI能一解谜团,但若某些企业本身曾长期累积结构化数据,其实往往会发现这些问题藉由统计分析也能找到不错的解决方案,此时导入AI并不一定是加分,况且投资回收也是企业必须优先考量的现实问题。

洪淑慎表示,事实上AI并非万灵丹,它仍有适用的特定情境。举例来说,AI擅长解决更复杂的问题,导入AI后最明显的改进,应该是在于能够消化更多与议题相关的非结构化数据,增加数据特徵丰富性,因而从中找到更多的洞见。

产业AI化正面临的三大挑战

挑战一、重新建立对人才资本的概念

在产业AI化的过程中,不论产业别及公司规模,都会遇到许多共通挑战。其中几乎没有例外,业界遇到的第一个挑战就是缺乏人才。

日前群创荣誉董事长段行健与台湾人工智能学校校务长蔡明顺都不约而同针对此发表看法,其认为,未来企业三到五年对于AI最重要的投资当属人才。段行健表示,发展AI是对的方向,但不能因此而忽略像是基础科学或物理化学的专业知识培养,才能有逻辑地整合分析AI专案,这意味着,未来AI所需的是「整合性人才」,蔡明顺表示,AI时代所需之才绝没有想像中简单,并非旧瓶换新装,而是需要从核心全面升级,因此蔡明顺也建议,当前对企业主来说,最重要的就是要尽快重新建立对人才资本的概念。

挑战二、数据的「质」比量更重要

业界有句话是这样说的,「有数据不一定能够成功导入AI,但没有数据是万万不可能导入AI」。通常产业AI化会遇到的挑战,除了数据是否有以数码化形式保存,具有足够的「量」之外,企业还要考虑的是这些数据的「质」,是否为训练AI模型过程中真正所需。举例来说,目前产业相当成熟运用的瑕疵识别,是依靠AI学习多种不同样态的瑕疵pattern,倘若瑕疵样态不足或过于单一,便容易使AI在「欠缺经验」下而影响其识别精准度。这也是为什麽大多数的企业通常需要花80%的时间用于整理数据,然后才能开始训练AI的原因之一。

LandingAI创始人吴恩达就曾表示,通常数据量越少,模型受数据杂讯的影响也就越大,但只要数据的品质够好,即使是少量乾净的数据也能找到好模型。例如吴恩达自己就多次遇到有些专案只能提供40或100张影像数据,这才发现,只要有工具或流程确保数据够乾净,模型也能有不错的结果。

挑战三、没有一劳永逸的AI模型

各产业近年都看好AI所带来的庞大效益,但真正能从开发走到应用的企业却只在少数,或许也有企业发现到,原本训练好的AI模型精准度高达99%,但为何一旦实际部署到场域中就无法运行?根据Gartner调查,在企业原先预期的年度AI计划里,最后却仅有5%真正被部署。根据业界人士分析,初期从情境确认、数据分析到每一次模型部署上线,企业内部通常就需花费大量的时间沟通,而等到模型上线后,又会因为情境需求改变,甚至是日益增长的数据而让模型执行环境变得不堪使用。

后期在AI模型管理上,许多企业甚至会以为管理AI模型跟管理网页一样,但其实两者间有很大的落差,AI模型在开发完成后,通常会随着时间失去它的精准度,洪淑慎因此也直言,因应制造环境的复杂与多样化,有时候甚至连同一种、同一厂牌的机台,在不同时间或地点也会呈现出不一样的效果,因此也会衍生出不同机台需对应不同AI模型的需求。因此,没有一劳永逸的AI模型,即使已经有训练好的模型,企业还是必须持续地训练,反覆校正,后续的维运仍然相当重要。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: AI