首圖來源:Shutterstock

台灣人工智慧(AI)數位人才的缺口逐漸顯現,然而疫情催化之下,企業邁向數位轉型的腳步勢必得加快,形成了一個強烈對比。

人才技能的欠缺之外,聘用 AI 技術人才、資料科學家、資料工程師、演算法專家的高昂成本,也是企業的一大考量點和進入門檻。隨著市場上出現了越來越多無程式碼(no-code)AI 平台工具,會有助於企業降低一些成本並滿足數位轉型的迫切需求嗎?

AI 人才缺口擴大,無程式碼平台工具會帶來轉變嗎?

無程式碼平台,帶來最大的轉變之處之一,就在於能夠讓不懂 AI 技術的人員在不須撰寫程式的前提下,快速建立系統與應用程式,降低企業內部的技術負債與人力訓練時間。

透過簡易的拖拽介面、輸入介面、自定義桌布操作,應用程式就能成形,以往需要數週甚至數月才能完成的 AI 工作,現在可以在數天或者數小時內完成。

具備高度易用性無程式碼平台,即使是業務、行銷、財務、物流等部門的人員,都能夠上手並採用。

這類平台容納了更多的參與者,賦能每一個人即時實現所需的功能,也降低在面臨數位問題時,大家總是必須耗時費力地向技術部門求助的情況。

Google 的創投成長基金負責人 Alex Nichols 曾表示,無程式碼平台的出現,優化了企業整體營運流程,原本屬於技術開發部門的人員,則能更專注在解決複雜問題,其他沒有技術背景的人員,也足以建立出各種功能的應用程式(如業務、行銷、財務、物流),讓工作流程更自動化。

無程式碼平台的主要類型和所具備的功能

現在市面上的無程式碼平台,大致上可分為技術端與應用端的服務商,技術服務商以建立 AI 底層技術為主,如電腦視覺、語音辨識、自然語言處理等,像是 Monkey Learn、Datarobot、Clarifai 都是較常見的服務供應商。

以 Datarobot 的 AI App Builder 來說,一樣是由使用者自定義 UI 介面,透過客製化的拖拽介面,在幾分鐘之內把預測模型轉為 AI 應用程式,全程零 coding,就能做到數據分析跟預測。套用了 MLOps 的概念,把構建、部署和共享 AI 應用程式的整體流程變得非常簡單,企業迭代和改進 ML(機器學習)項目和模型結果的速度也自然加快。

圖片來源:DataRobot

而應用端服務商,主要是特定使用情境提供者,像是客戶服務、財務行政流程、企業應用程式建立等,Akkio、Levity、Obviously.ai 就是屬於這類型的服務供應商。

以 Akkio 的例子而言,他們的創新服務等於是一個自助式的機器學習平台,幫助企業任何擁有「數據」的部門都能使用無程式碼平台來處理問題,輕鬆以 AI 模型達到預測和分析效果。比方說,幫助業務團隊對潛在客戶進行評分、幫助客戶關係管理部門識別客戶流失的情形、甚至判別出哪些客戶出現負面情緒跡象,到幫助保險公司標記哪些客戶更有可能產生高額費用等多元應用。

另外,當然也有從技術到應用端皆具備的廠商,如 Google、亞馬遜、微軟以及IBM,無程式碼平台生態系的分工逐漸往特定領域、多元化發展。

圖片來源:Akkio

3 大效益,無程式碼平台為企業數位轉型加速鋪路

基本上,企業導入無程式碼平台,具有三大效益:

1. 高度整合

使用平台和整合模塊,無程式碼 AI 可以適應企業的特定需求,通常能夠對其進行調整以適應特定的業務需求,並且加快作業流程,比方說用 ML(機器學習)把重複性的工作自動化,進而使企業生產率及效率提升。

這樣的效益,是來自於無程式碼平台從資料準備、預處理、模型建立、模型訓練、實際部署、落地等一次打包好,使用更少的步驟與資料量,就能測試或修改自己的機器學習模型,加強 MLOps 模型生命週期和資料品質管理。

2. 成本優勢

實施完全客製化的人工智慧解決方案是相當昂貴的,利用無程式碼平台替代的,成本和耗時會遠低於從 0 到 1 建立起的 AI。尤其對於沒有充足預算聘雇 AI 人才、成立完整 AI 團隊的中小企業來說,無代碼平台其實是值得考慮的妥協方法。

隨插即用(Plug and play)的一大特色,在耗費極少預算情況下,企業各部門人員可以快速用 AI 工具解決工作上遇到的瓶頸,提高自己 KPI 完成度,這在企業轉型上帶來兩大好處,一方面降低內部對於新技術導入的抗拒,一方面也可以用人性化的方式建立起組織的 AI 文化。

3. 實現 BI(Business Intelligence)

無程式碼平台能支援企業的商業智慧解決方案,畢竟,當企業開始轉型至線上、或是開拓電商通路,會蒐集到大量數據,如果仍維持一樣人力以 Excel 作業,自然會是不夠聰明的做法,甚至也會讓數據分析決策不夠精確。AI 解決方案可以提供有價值的見解,在業務決策上也會帶來更具體、更規模化的幫助。

無程式碼平台能夠帶給企業的優勢,是所有 C-level 老闆們必須有意識的注意到的,對於數位人才的渴求,能夠從 AI 平台工具的導入先獲得一些補足。即使缺乏預算建立 AI 團隊、無心力從頭培養 AI 人才、或擔心辛苦培養的人才被挖角,多少都解決了這類痛點。

台灣國發會今年的調查指出,未來 3 年若從新增需求人數占產業就業人數的比率來看,尤以人工智慧應用服務相關產業對 AI 數位人才的需求是最迫切的,針對這個難題,企業或許可以透過本文獲得更好的靈感解法。

參考資料:Forbes網管人DataRobotPR NewswireUDN

看更多 AI 好文

OpenAI 推出機器學習工具 Codex,能直接將英文轉成程式碼!
解決 AI 模型開發的數據困境,MLCommons 打造全球共享資料庫!
【後浪推前浪】比起很會寫 Code,善用「無程式碼工具」才是未來職場的必備條件?