訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
SAS看AI:應該從營運面而非行銷面思考
數位時代何佩珊
獲取產業訊息零時差!立即訂閱電電公會電子報。

 

 

SAS認為目前市場上對AI的討論經常聚焦在行銷面或客戶體驗端,卻可能忽略了營運面的思考和布局。

AI是時下最熱門的話題之一,不過國際數據分析公司SAS發現,現今市場上許多對AI的討論大多是圍繞在前端的應用面、行銷面,而對此他們想要提醒的是,企業在AI佈局上,也應該試著從營運面去思考。

 

之所以認為必須從營運面思考,是因為從這個角度出發才能讓AI真正在企業內扎根,深入日常營運,達到「可擴充、自動化,以及數據驅動決策」這個他們對AI的定義。

而就營運面出發,SAS全球人工智慧卓越中心暨進階分析研發中心副總裁Radhika Kulkarni認為,要讓AI落地,不能缺少三大要素。

從營運面著手,AI落地需要三大要素

首先是擁抱開源軟體,並且要能夠整合開源軟體,以及絕不能少的,具備相關應用和管理能力的資料科學家。這一方面當然是因為工具變得愈來愈多元,同時在實際上他們也發現許多企業內部擁有大量資料科學家,但每個科學家其實都有自己擅長和慣用的程式語言,所以擁抱開放,以及具備整合不同工具的能力是非常必要的。

第二點則是必須打造可擴充架構,而背後原因其實也不難理解。從最早的文字,發展到圖片、然後影音,各種結構化和非結構化資料隨著網路普及和4G發展,呈現爆炸性增長,自然對資料量的乘載能力也是不能缺少的關鍵。

除了AI在前端應用面的討論,後端該如何讓AI在日常營運落地也是值得思考的一個面向。
shutterstock

而最後一點是「分析流程智能化」。相對於AI目前過度被放大在用戶體驗端,在她看來,真正的關鍵應該在於打造一個能串接起資料分析過程每一個環節的整合平台,進而才能讓企業的日常營運真正達到數據驅動自動化決策的目的。

仍有企業使用專家智慧,卻泛稱為AI

此外,SAS發現,即便AI的議題相當熱,至今很多企業對AI還是有所誤解,如將預設規則的客戶互動機制泛稱為AI就是一例。白話一點來說,就是許多企業未必願意投資發展數據分析,所以使用的其實還是專家智慧,卻把它稱為人工智慧。

以保險業當例子,在判定什麼情況是否該理賠時,有些公司用得可能還是根據過去經驗定下來的固定標準,再根據這些標準得出相對應的決策,但這顯然不是AI。所謂AI應該具有學習能力、預測能力,並且是能夠因應數據變化跟著不斷進化的,而不會是一套固定標準。

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。