本文共1547字
台灣的科技能量持續提升,尤其在強勁的科技應用產業鏈,而近年AI浪潮來襲,透過AI技術協助國內各類型產業升級,早已成為產官學界重點。
數位發展部就明確指出,將以「產業AI化」與「AI產業化」兩大方向作為主要推動路徑,其中產業AI化,意指是將AI技術融入現有產業,提升效率和創新能力;AI產業化則是將AI本身視為獨立的產業,加以扶持、培育。
加速發展 最關鍵的一年
全球AI分析領導廠商SAS的台灣區總經理陳愷新認為:「展望2024,強化AI發展的策略、對企業以及產業界而言是極為關鍵的一年。」
陳愷新在上任SAS台灣總經理14年來,看見了AI與進階商業分析是未來趨勢,倚靠獨特的價值主張帶領公司轉型,協助各領域企業運用AI及資料科學解決問題、創造價值,並帶領SAS台灣業績提升超過十倍,更將國外的AI成功經驗實踐於台灣市場,加速台灣的AI發展進程。
根據IDC報告指出,2027年全球AI解決方案市場規模將超過5,000億美元,作為台灣AI分析領導者的SAS台灣,相較2022年,2023年包含雲端在內及新軟體授權收入,大幅成長六成。三年的年化業績增長率不僅位居亞太日本區之首,同時新授權收入也名列SAS全球前十大國家。特別是在製造業領域,更連續第二年位居全球分公司之冠。
2023年以來,陳愷新明顯感受到橫空出世的生成式AI,讓多數企業體認到AI的重要性與急迫性,不過他也指出,目前台灣企業發展AI仍有實作上的挑戰與困難,未來一年將是企業穩健基礎、站穩先機的關鍵時刻,陳愷新建議:「台灣產業啟動AI化,可先從AI平民化、負責任AI、AI持續營運化三大施力點著手。」
首先,人工智慧人才缺乏,不是台灣獨有的問題,全球都求才若渴。根據數位發展部的調查指出,56.1%企業認為AI專業人才不足,而此問題也將隨著AI發展日益嚴重。
除了持續培育人才外,其中重要解方即是「平民化AI」,降低操作AI的門檻,讓不同背景的工作者,如業務單位、產線人員、行銷人員等,都可以創建和部署AI解決方案。
隨著AI的迅速發展,全球多國已陸續制定AI法規,呼籲產業界應打造負責任的AI,確保以安全、透明與合乎道德的方式進行AI開發與應用。而關鍵基礎便是打造具備可解釋性的AI系統。
智慧應用 三大方向著手
例如具解釋力的人工智慧平台,可以讓醫生追溯AI的診斷過程,理解判讀結果的依據,加強安全性,銀行和保險業者,運用AI分析上億筆交易,進行自動核保、核貸、防範詐欺時,可避免演算法偏見造成的不公平,以達到公平待客及普惠金融。
近年企業的AI進程,開始從試驗性「前導式AI」走向「營運化AI」,不過根據陳愷新多年協助企業建構AI平台的經驗發現,企業辛苦產出的分析模型,有多數未能實際營運,陳愷新點出,企業不可忽視AI全生命周期的重要性,這同時也是企業能否快速地將AI實際落地應用的核心概念。
事實上,AI的生命周期不只是開發AI模型,耗費更多時間與心力的階段,往往於開發前巨量資料處理,及後續將AI模型部署在營運環境,如各銀行分行的電腦、工廠的機械設備等。
陳愷新建議,企業需有效管理AI生命周期,使每個階段緊密連結,團隊協作更緊密。而要達到這個目標,要建立一套標準化且自動化的AI平台與AI開發流程,定期審查和改進,以加速模型落地,並持續保持AI模型的準確性及效能。
陳愷新認為,2024年將是企業鞏固AI基礎、建立堅實AI治理架構的關鍵年,以加速台灣產業AI化、AI產業化,形成創新智慧應用的生態系。
看好AI基礎扎實建立後,下一步將技術已成熟的預測式AI,結合全球關注的生成式AI,形成「複合式AI架構」,以因應日益複雜的營運流程,擴大數位新時代的競爭優勢,期望在下一波的智慧革命中取得機會,以帶動經濟發展至新階段,讓台灣成功躋身尖端智慧國家之列。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容
留言