隨著人工智慧產業的蓬勃發展，AI正逐漸由技術研發走向落地應用，無論是政府或各產業皆可看到AI應用的身影。根據Gartner報告，過去4年來，全球企業的AI應用已經成長270%，還有高達90%技術主管表示，應該要採用人工智慧或機器學習相關技術。另外，微軟調查也指出，全球有95%企業認為，導入AI應用是數位轉型規畫中相當重要的一部份，80%企業指出，已經在營運流程中導入AI應用，其中81%企業表示AI應用帶來很高的效益。
從這些調查數據可以看出，AI早已由未來式轉變成現在進行式，企業對AI數據賦能的態度，也由「為什麼要做」轉變成「如何加速」。只不過，企業雖然認知到導入AI應用的必要性和重要性，但在實際執行仍免不了遇到諸多挑戰。
企業導入AI應用的2大挑戰：數據孤島、數據專業人才不足
目前，企業導入AI應用時最常面臨的挑戰有兩個，第一個是缺乏數據造成數據孤島，數據是AI應用的基礎，如果沒有數據，也就無法進行AI建模，因此，企業決定導入AI應用時，一定要先思考以下三個問題。
一、誰是數據擁有者？企業或第三方數據商？倘若為第三方數據商，則需進一步思考數據的可信度、合規與否等問題。
二、數據整合程度，數據是獨立存在於不同資料庫，或整合在單一平台，這會決定AI應用的導入難度。
三、如何落實數據治理，明確定出數據使用原則，在合法合規前提下，讓每個人都能輕鬆取用數據，透過這三個問題思考，為AI應用建立完善的數據基礎。
第二個挑戰是欠缺AI策略和人才，有些企業雖然擁有數據，卻礙於缺乏資料科學家、數據分析師等相關人才，不知道要如何制定AI發展策略？如何跨出導入AI應用的第一步？為此，台灣微軟集結已經成功落地推動AI應用的產業案例和微軟長年觀察產業對於AI應用的需求，製作出涵蓋9大產業、7大應用領域共60多種產業解決方案的「微軟產業AI化圖鑑」，讓企業可以跟著圖鑑循序漸進導入AI應用。
產業AI化圖鑑，按圖索驥跨出導入第一步
在「微軟產業AI化圖鑑」中的7大應用領域，分別是知識探勘、對話式AI、文件處理自動化、機器翻譯、語音轉錄分析、AI視覺及數據洞察，每一個領域都有相對應的微軟Azure服務及實際應用案例，讓企業可以按圖索驥，從各種不同應用情境中找出適合自家企業的AI應用。
以機器翻譯為例，某金融業者運用微軟Cognitive Services - Language服務開發「櫃員AI助理」系統，當新住民客戶到銀行辦事時，只要對著櫃檯上裝有「櫃員AI助理」系統的平板電腦說話，系統就會自動將語音轉成中文文字，以便行員能清楚瞭解母語非中文的客戶想要辦理的金融業務，同理，行員若要與客戶溝通，同樣也能透過Azure語音轉文字與翻譯服務，使其更容易理解。
再以對話式AI應用為例，顯示器大廠BenQ結合Microsoft Azure AI LUIS語言理解服務，讓老師可以用聲控的方式，直接操作BenQ教育互動觸控顯示器，不只降低學習門檻，也能為教學現場創造更多互動樂趣。
又如AI 視覺應用，在兩年前台灣疫情剛爆發時，永和耕莘醫院導入以Microsoft Azure認知服務架構而成的AI口罩與紅外線溫度一站式檢測裝置，透過AI進行影像辨識，快速判斷到院民眾是否戴口罩、體溫異常，以降低第一線人員工作負擔，也減少與民眾接觸的感染風險，
還有數據洞察應用，台電運用Microsoft Azure機器學習平台，以AI分析歷史維護數據，從而建立風力發電機的預防性維護機制，提早在最佳時機更換即將故障的零件，降低備料成本和維護成本，將不穩定的再生能源轉變為穩定、可預期的供電生力軍。
下載Azure 應用情境白皮書
微軟AI解決方案，企業沒有資料科學家也能輕鬆導入AI應用
當企業從「微軟產業AI化圖鑑」中定出想要導入的AI應用後，下一步進入落地階段，企業可依據內部有無資料科學相關人才，決定AI應用的落地方式。倘若企業內部有資料科學相關人才，可以根據「微軟產業AI化圖鑑」找到與情境相對應的Azure服務，將AI應用整合至營運系統中。
但若企業沒有資料科學相關人才，則可使用微軟Cognitive Service或Applied AI Service服務，快速建置AI應用。Cognitive Service已經建立好AI模型，並包裝成API或SDK的形式，企業只要將資料餵至AI模型，再於程式碼中呼叫API或SDK，就可以完成AI應用。
至於Applied AI Service所需要的技術能力又更低，微軟根據各產業在語言、視覺、決策與語音等方面的 AI 部署需求，提前訓練好AI模型，並在其中加入了商業邏輯，讓企業只要餵入少數幾筆資料，就能快速讓AI應用落地。像某航空公司用Applied AI Service中的Video Analyzer模型，將飛機落地後的影像透過視覺分析，了解飛地落地時間後執行了哪些任務及各項任務的作業時間，從中找出縮短飛機停留時間的建議，以便減少飛機在地面待機的時間，將資源做最佳化應用。
以發票辨識為例，Cognitive Service與Applied AI Service服務的差異點在於，Cognitive Service需從大量圖片資料中學習發票辨識邏輯，例如公司名稱、統編、金額等欄位，日後才能由AI自動辨識發票資料並帶入至財務系統中，省去人工輸入的作業時間，而Applied AI Service因為已經內建發票辨識邏輯，可以自動辨識發票欄位資訊，就可以更快速簡便的將AI應用導入至財務系統中。
Gartner在2021年2月的報告指出，微軟的Azure AI平台提供適合開發人員和非開發人員的全面產品，「由此可知，無論企業有沒有資料科學人才，都能善用微軟解決方案成功導入AI應用」微軟長期以來都在服務企業客戶，非常清楚企業的需求和痛點，並據此開發相應的AI解決方案，希望讓企業可以在一個透明、可控、安全的平台上去運行AI，創造數據賦能新未來。
瞭解更多產業客戶案例 : Microsoft 產業解決方案 - 產業客戶案例
