AI 導入起手式!企業該具備的原則與策略是什麼?

人工智慧的發展持續擴增經濟型態,舉凡企業、政府與各新創公司無不趨之若鶩,宣示插旗。在 2018 年 7 月,一份國際調查報告 (註)中,過半(51%)AI 早期採用者的組織表示部署 AI「獲得實質成效」,77%認為「分析技術」在其中扮演重大角色。但實務上,許多企業的 AI 發展仍處於沙盒演練狀態,究竟分析技術如何協助企業部署 AI?還有哪些基礎建設,是這些表示已改善流程、提高營利的組織,所共通投入的做法?

做到企業級 AI:分析驅動、最佳決策以及流程自動化三合一

「AI 對企業的價值在協助或部分取代『高重複性』及『高運算量』的人類工作,而本質就是分析」,SAS 台灣資深顧問分析師林育宏說明,「AI 的商業面貌是分析驅動的自動化決策 ,為建構這樣的價值,在應用上要做到讓營運流程具備『分析驅動』、『最佳決策』以及『流程自動化』三要素合一。」

林育宏以電商導入 AI 為例,商業目標是從消費者的大量消費、瀏覽紀錄中,使用 AI 學習分類消費者的數位樣貌,加以預測其購買機率、潛在流失機率。我們該如何開始呢?

首先,分析團隊必須瞭解資料特徵、業務情境、應用限制等,以擬定「分析策略藍圖」,協助營運單位快速預測消費者的未來行為(Prediction)。-分析驅動

進一步地,透過業務經驗或進階演算法,從眾多行動方案中,擬定出對客戶與公司而言整體最好的決策(Optimization)。-最佳決策

同時,分析團隊需反覆評估整體流程的邏輯是否符合 AI 導入的預期產出,最終由 IT 人員將「資料→模型→決策」的流程做到自動化(Automation)。-流程自動化

上述透過分析驅動,到完成自動化決策的流程,能大幅降低「高重複性」或「高運算量」人力的需求,將員工生產力集中在高附加效益的策略性業務上,實現企業級 AI 的價值。

(圖片來源:「人工智慧的動能、成熟度和成功模式」調查報告,SAS)

AI 導入起手式: 將大數據由「資料型態」轉換為「模型型態」

許多企業發展 AI 專案時,光在啟動階段就因面臨到不同部門對導入 AI 有認知落差而延宕。究竟開始投入時,該如何雙方協作 林育宏以金融業打造智能客服為例,分享 SAS 協助業者發展 AI 的實際程序:

Step1:發想業務情境 -由營運部門提出,根據 AI 三要素,思考商業情境。例如:我們要打造一個智能客服,滿足「自動回應客戶的常見問題,並從對話過程中適時提供客戶感興趣的服務或商品,進而提升客戶滿意度與營運績效」。

Step2:拆解分析命題 -由 AI 或分析團隊提出,將業務情境細分成多個分析命題。例如:「如何從對話中瞭解客戶意圖 」、「如何專業回應客戶問題 」、「如何瞭解客戶偏好、特徵 」、「如何做到個人化推薦 」。

Step3:擬訂分析策略 -由 AI 或分析團隊對每一個分析命題提出多個模型或演算法,如:「自然語言處理」、「意圖預測」、「情緒分析」、「客戶特徵工程」、「客戶偏好探勘」,並開始與技術、營運部門討論業務邏輯。

Step4: 盤點營運數據 -由 AI 或分析團隊與業務部門討論,共同梳理實際可取得資料並建立衍生變數,如:「即時對話文字資料」、「帳務流量資料」、「客戶行為資料」、「CRM 價值特徵」。

Step5:建立 AI 模型 -由 AI 或分析團隊開始將企業數據由「資料型態」轉換成「模型型態」,建立智能客服模型。該智能客服模型經過測試後,正式部署到實際的營運環境中。

完成以上步驟後,當客戶開始與 AI 模型互動,企業即可收集到更多的資料,並回饋到下一次的 AI 訓練中建立良性循環機制,長期下來為企業探索更多潛在新商業。

完成 AI 基礎建設 – 統一、協作的分析平台

「如果說分析驅動是 AI 的關鍵起手式,那麼擁有一個『統一架構、共同協作的分析平台』就是 AI 部署的最後一哩路。」

林育宏提醒,AI 被高層認可的初步價值在於部署的速度及業務解釋的透明度,因此全程化的 AI 分析週期-從資料管理、分析洞察、模型部署,到資料視覺化都相當重要。企業要完成 AI 基礎建設需注意三件事:

  1. 共享且協作 :支援不同程式語言的協作環境,例如:Python、R、SAS、Java 等;且所有人均共享分析結果及模型。
  2. 高運算效能 :從資料管理、多元的模型演算,到模型推論的效能。
  3. 資安權限控管 :加速 AI 模型開發的同時,也能讓管理者統一治理數萬個模型及資料安全。

林育宏總結:「擁有統一架構的分析環境才得以讓企業的資料科學家、商業分析者及決策者協作 AI 的多樣性、共享策略,同時完成控管。最終,AI 的價值與倫理才得以被信任。」

了解如何使用單一平台管理、分析多樣數據
下載  實現 AI,驅動創新 –了解何謂統一、協作的分析平台  報告書

註:「人工智慧的動能、成熟度和成功模式」這項調查由 SAS、Accenture Applied Intelligence 及 Intel 委託,由 Forbes Insight 於 2018 年 7 月進行。為一項針對 305 位企業領袖的全球調查,其中有超過半數是資訊長、技術長及分析長。

(首圖來源:Max Pixel,CC licensed,本文開放合作夥伴轉載。)

延伸閱讀

Gartner 數位創新十大預言之一:75% 決策團隊將不再以「財務」為優先考量
Gartner 發布 2019 十大科技預言:量子運算、AI、區塊鏈將迎來爆炸性發展
台灣舉辦電子化選舉不難,但是國家的資安防護概念有跟著數位化嗎?

 


點關鍵字看更多相關文章: