IBM助企業以人工智慧加速創新轉型

2018.01.03
IBM
IBM指出,台灣企業的資料分析成熟度呈現兩極化趨勢,先驅者與後進者的差距越來越大。鑑於此,建議企業以資料分析為決勝關鍵,以人工智慧加速創新,迎頭趕上未來世界。

回顧過去數十年,可以清楚的看到,科技的推陳出新,往往會加速產業變革,為協助企業走的更長、更穩,IBM在1997年提出E-Business、2008年聚焦Smart Planet議題、2014年呼籲企業關注CAMSS (Cloud、Analytics、Mobile、Social 及 Security) 技術,展望未來,IBM認為ABCD(AI、Blockchain、Cloud 及 Data Science)將直接左右企業創新服務能量,其中,又以資料分析最為關鍵,不僅可以縮短企業決策時間,還可以進一步優化業務流程,因此,領先企業莫不積極轉型為數據驅動的企業。

金融、零售與製造對資料分析的投資較高

根據IDC的研究調查,全球企業花費在認知軟體/人工智慧的預算將於2021年達到570億美金,單看2018年,認知軟體/人工智慧支出的前三大產業分別是金融服務、製造與零售,佔整體支出的58%,若是從應用情境來看,是以異常檢測與預防(詐欺、威脅)、行動建議,以及服務自動化(客戶關係管理、索賠、人力資源)等三個類型為主。

「在台灣,是以金融與零售產業的資料分析成熟度較高,製造業則有很大的進步空間。」台灣IBM大數據與商業分析部資深業務協理胡育銘表示,已有不少金融業透過資料分析優化業務流程、防制洗錢與打擊資恐、吸引客戶青睞,以及打造全新的商業模式等,而零售業者則以開始透過資料分析建立360度的客戶視角等。「傳統的資料建模還不夠,面對暴增的資料量與資料種類,建議企業進一步透過人工智慧加速創新轉型。」

IDC全球副總裁兼人工智能研究總監Chwee Kan Chua援引最新調查報告指出,左右台灣企業採用認知運算/人工智慧的評估點是以「資料品質」與「高階主管的支援」為主,因此,建議欲採用認知運算/人工智慧的企業先盤點、清洗資料,然後,透過小型專案驗證認知運算/人工智慧效益以取信高階主管。

化繁為簡 Watson Explorer與DSX助力企業萃取洞見

網際網路與智慧聯網裝置的普及,讓全球資料呈現爆發性增長,平均每兩年就會翻倍增長。面對龐雜的資料,企業需要一套可以將資料化繁為簡,甚至是自動萃取洞見的系統平台,例如IBM Watson Explorer。

「除了自動化的資料分析,Watson Explorer是以(動態)視覺化圖表呈現分析結果,因此,企業客戶可以很快的擷取重要資訊。」IBM日本Watson Explorer實驗室架構師Akiko Murakami表示,面對繁雜的非結構化資料,例如醫療報告、理賠申請與核保規範文件、透過IoT搜集以及各類機器所產生的資料,多數企業沒有辦法在第一時間就想清楚該如何轉換為有商業價值的資訊,因此,像是Watson Explorer這種可以自動的幫企業搜尋、採礦與分析結構化、半結構化與非結構化資料的系統平台,將能大幅縮短企業資料分析人員花費在建模的時間,可以更快、更好的萃取洞見,加速決策下達等。

IBM合作夥伴 – 台灣析數以Watson Explorer為核心開發出台灣析數資訊匯流分析平台iCAP,協助企業彙整來自內外部多種格式的資料,例如政府的開放資料、網路、社群、文件與企業資訊系統資料等,然後,藉由資料管理、分析計算管理、指標因子管理、應用管理等功能模組協助企業建立分析與預測模型進行各種應用,例如整體市場指標、產業指標、內部知識庫的資料搜尋、內容關聯性分析與內部客戶服務分析等應用。「憑著多年的經驗,我們已經在iCAP上推出多款產業樣板,但若客戶仍有客製化需求,台灣析數亦能提供客製化服務。」台灣析數總經理梁德馨如是說道。

除了協助企業快速萃取洞見,IBM亦積極於協助資料科學家、資料工程師、商業分析師、或者是應用程式開發人員進行協同合作以提升企業的市場反應力。台灣IBM大數據與商業分析部高級技術顧問蘇友信指出,以前,管理資料的團隊跟負責軟體開發的團隊,就像兩條平行線,甚至額外投入的資金與資源來降低服務中斷的頻率。隨著市場環境的競爭日趨激烈,傳統的合作模式將導致企業競爭力低落,需要一個可以讓資料分析團隊更快、更好的進行協同合作的平台,例如IBM DSX。

「透過DSX的學習(Learn)、創造(Create)與協同(Collaborate)等機制,無論是資料科學家、資料工程師、商業分析師、或者是應用程式開發人員都可以熟悉的工具執行相關作業,並且無縫整合。」蘇友信表示。

總的來說,面對瞬息萬變的市場,企業除需要可以協助企業快速萃取洞見的工具,更需要建立一套可以讓資料分析團隊一起在上面開發、分析與管理資料與服務的協同平台,建議企業循序漸進地導入、部署與維運適合的工具與平台,為未來做完善的準備。

您的企業,是否瞭解該產業最適數據分析法則?分析成熟度在產業中表現如何?

每個企業擁有的資料分析資源與能力都大不相同,如何知道自己在產業中屬於前段班還是後段班?建議使用 「IBM 產業分析能力提升秘笈」網站提供的「個別產業分析法則」與「資料成熟度測驗」,由產業角度瞭解資料應用最佳解決方案,以及IDC與IBM的專業架構來分析企業的資料分析成熟度。另外也可其中獲取最新的資料分析科技趨勢及成功案例,期望能夠幫助企業制定更精準的資料分析策略,從資料中找到競爭力!

人工智慧加速產業創新轉型祕笈:https://www.ibm.com/analytics/tw/zh/analyticsforindustry/

每日精選科技圈重要消息