智慧應用 影音
中華電信股份有限公司國際電信分公司
12/16 Research產業趨勢論壇

導入AI前置作業繁多 找對命題即能事半功倍

AI成為眾多企業期能導入的技術之一。李建樑

人工智慧(AI)潮流正盛,許多企業在數位轉型的過程當中亦將導入AI作為其中的環節。不過,在導入AI前與過程中企業往往遇到許多困難,舉凡數據資料不足或不夠乾淨,更甚至是尚未了解到AI真正能夠協助解決的問題為何。

中國信託科技金融發展中心資深副總經理王俊權指出,許多產業皆提到,在導入AI之前需先問對問題,思考其應該落地在何種場景與應用,才能使AI效益最大化。然以金融業而言,許多企業未曾設想過,因此導入AI可能帶來的只是曇花一現的火花,而非實際而長遠的效益。以中國信託金控為例,在經過3~5年的理解與嘗試過後,才慢慢抓到要領,了解AI置放於何種應用,以及對哪種類型的問題能夠發揮最大價值。

王俊權也提到,企業在導入AI的過程中也須了解AI技術的限制,而非一味地認為AI可以解決所有的事情或問題。此外,AI是否能夠模組化,將成功的應用案例複製到另外類似的需求上,若是不能,則能力的擴張將會成為未來AI很大的瓶頸所在,因此將持續找尋相關的解方。

華碩智慧解決方案產品規劃處處長彭愷翔提到,智慧製造與AI並非導入便完事,在布局的過程當中前置作業的部署耗費較多時間,比如工廠架設攝影機或感測器等,以利取得資料。而在取得資料後,便可以著手處理標記,此時便需要產業知識作為輔助,供應鏈夥伴的協助不可或缺。因此,彭愷翔提到,在導入AI的過程中,前置作業如資料蒐集與標記等約佔整體作業流程時間的八成,建模可能惟需短短一周即可完成。

不過,AI新創InfuseAI創辦人高嘉良指出,在前置作業確實需要耗費大量時間,且由於每個不同的場域與應用所需或蒐集到的數據資料不盡然相同,事實上若要將AI模組化是非常困難的,因為解決方案或許能依數據資料或特定問題作為分類,但卻很難做出一個能夠廣泛被套用的模組。

高嘉良觀察到,現在許多企業組織都希望能獲得一個可以協助處理資料問題的工具,而此類型的工具至為重要,因可促使企業內可運用的數據資料更為公開而透明,內部不同部門便可運用這些資料進行創新或其他應用。換言之,擁有處理資料問題工具的重要性在於,奠定了部門內部或彼此之間的合作與創新可能性。

王俊權與彭愷翔皆認為,無論是金融業或是製造業在導入AI前,最為重要的是問對問題,因為一旦知道AI運用於何處將能將其為企業帶來的效益最大化,後續的一連串AI部署將能夠事半功倍。儘管AI並非無所不能,然在市場大趨勢的推波助瀾下,已然成為未來大多企業不可或缺的新興科技之一。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 中國信託 AI