公有雲AIaaS朝產業雲方案發展 初期聚焦零售、醫療、金融、製造產業

近來全球企業數位轉型風潮方興未艾，加上2020年爆發COVID-19(新冠肺炎)疫情驅使加速企業轉型，推升雲端AIaaS(Artificial Intelligence as a Service)服務商機。由於公有雲平台具有按需付費、靈活擴展等特性，因此許多企業將公有雲平台視為發展數位轉型的跳板。展望2023年，DIGITIMES Research觀察AIaaS公有雲平台將逐漸朝更客製化、更貼近垂直市場需求的產業雲方向發展。

過去指標公有雲平台業者(如AWS、GCP、Azure)所提供的AIaaS服務，多是提供企業用戶發展AI應用所需軟硬體技術資源，著重跨產業的通用性，如影像辨識、語音處理、聊天機器人等，讓企業用戶能直接採用公有雲平台提供的AIaaS服務來發展成AI應用。然而，這些通用型AIaaS因缺少特定產業中的情境知識，讓企業不易導入既有的業務流程，難以實質解決業務所面臨的問題。

DIGITIMES Research觀察，近來公有雲平台業者已逐漸擴及針對特定產業應用情境，打造垂直領域(vertical industry)專用的產業雲方案，以求更貼近各產業運作需求。而公有雲指標業者目前優先針對零售業、醫療業、金融業及製造業，推出專用產業雲方案，主因在於這些產業型態多已具有較完備的數據資產，因此成為公有雲平台首推產業雲方案的領域。

零售產業雲

零售產業雲方案強調透過大數據分析工具與AI應用服務項目，可協助零售業者提高用戶體驗及業務效能。例如平台可根據消費者旅程(buyer journey)來提供個人化推薦或採用智慧化即時客服系統，以提升消費者購物體驗，增加購買意願；或是根據零售系統中的庫存量及訂單量來提出銷售預估，以提高業務效能並增加實質營收。

醫療產業雲

在醫療保健方面，醫療產業雲方案訴求整合AI技術，協助醫療機構運用數據進行分析預測來輔助決策，以期達到精準醫療、優化醫療服務品質目標。在生命科學方面，醫療產業雲能提高醫療機構基因研究或藥物研發效率，利用公有雲的高速運算資源搭配大數據分析及AI技術，加速各項醫療研究項目進程。

金融產業雲

為緩解金融機構在數據隱私方面的疑慮，金融雲方案力推混合雲機制，讓重要數據存放於企業內部私有雲、業務項目則部署於公有雲上，相互協作加快業務流程效率。另外，金融產業雲方案也利用AI技術來協助優化金融機構業務流程，例如透過影像辨識來識別支票上的文字與簽名字跡，或透過自然語言處理(NLP)來加速合約審核。

製造產業雲

製造產業雲方案能協助製造領域業者由終端感測數據採集開始，先透過物聯網網路節點蒐集數據，再以AI/ML技術分析數據，並提出庫存及產能預測，藉此完整化數據流程(data flow)，協助業者建立更敏捷的製造生產流程、供應鏈管理，同時滿足提高產能及降低成本，以增加實質營收的目標。

再者，製造產業雲方案強調能將數據流程完整視覺化，藉由儀表板(dashboard)形式，協助企業掌握工廠營運實況，未來可結合更多虛擬化技術來實現數位雙生(digital twins)目標，即使工作人員不在現場，亦可透過遠距方式管理產線，達到無人工廠的遠程境界。

DIGITIMES Research觀察，現階段三大公有雲平台皆已推出產業雲方案，AWS已針對16個垂直產業推出專用產業雲方案，Azure及GCP分別為8個和12個，並持續增加中。其中，零售業、醫療業、金融業及製造業為三大公有雲平台優先布局的產業領域，其次為媒體娛樂業及政府機關產業雲方案，能源、電信、遊戲及教育等領域則為下一階段目標。

隨著公有雲平台積極完善各產業雲方案，也意謂其業務重心正逐漸擴及各垂直產業，預期後續將擴大深入到更多應用場域，加速推動各產業朝數位化、AI智慧化轉型的腳步。