Search
Close this search box.

當全球紛紛將 AI 遷徙至雲端,全託管服務如何助攻企業搭上敏捷轉型浪潮?

在這個人工智慧(AI)已成企業標配的時代,AI 如何跟企業營運業務接軌,產出實際商業價值,是近期企業數據相關部門關注的核心重點。

要能更快速取得 AI 投資報酬效益,重點在於能讓模型加速部署到營運環境當中,而且確保模型效能維持在最佳狀態,才能降低決策偏差,並提供數位轉型試錯的時間與空間,讓實際使用 AI 的單位更加有感。

國際上許多領先的企業,除了已高度重視模型部署效率的議題,也在疫情後開始意識到在各地都能持續運算各種規模資料的重要性,因此紛紛積極將 AI 分析遷徙到雲端。對此,全球數據分析領導者 SAS 台灣業務顧問部副總經理陳新銓指出,不只美國,包含香港等部分亞太國家,都已開始在雲端上部署 AI 工作負載,「大家都發現搶時效、求精確,才能讓 AI 在營運端發揮功用,達成真正決策敏捷化!」

陳新銓解釋,在雲端平台運行 AI,能以更彈性、容器化的架構大幅縮短企業開發模型的時間和人力成本,且在模型上線後,平台也能自動監控模型效能,根據使用者設定,自動重新訓練模型或重新部署,讓模型的決策正確性維持在最佳狀態。

陳新銓引述 IDC 的統計(註)指出,2020 年至 2024 年,包括金融、醫療、零售在內的產業,將運算工作負載上雲比例平均將達 54%,在短短 4 年內快速提升 20%,「可以看出,善用 AI 與雲端的力量提升競爭力,已成企業共識。」

趨勢已成但困境難解?SaaS 的美麗與哀愁

陳新銓進一步分析現在企業上雲的狀態。就架構面來看,雲端可分為 IaaS(基礎設施即服務)、PaaS(平台即服務)、SaaS(軟體即服務)等三種。

其中 IaaS 與 PaaS 因為系統主要掌握在自己手中,企業可按自身需求調整架構、功能與效能,自由度整合性高。不過因為不同的功能平台由不同廠商負責,溝通成本會因此大增,需要龐大 IT 團隊來支撐維運。加以各平台之間的資安防護標準不一,以及內部過多的專案導致管理複雜、無法追蹤各平台的效能是否有達成最佳化,也常使企業內部 IT 人員無力有效管控。

相對於IaaS 與 PaaS,SaaS 因此成為企業的主流選擇。SaaS 的好處是敏捷性與安全合規性都相當高,IT 資源也可以最佳化配置,因此目前市場上絕大多數企業的雲端資料分析多採用 SaaS 架構。

然而 SaaS 仍有可控性受限、客製與校調彈性低的缺點。事實上,Gartner 在 2021 年的報告就顯示,現在全球企業每年的 SaaS 支出成長超過 19% 以上,但其中有 25% 並沒有充分利用,部分企業還有過度部署的問題。

對此陳新銓建議,企業可選擇軟硬體全託管服務(Hosted Managed Services,HMS),「全託管服務不但能讓企業保有 IaaS 與 PaaS 服務的自由度、可控性、整合性、效能調校空間優點,SaaS 的敏捷性、安全合規性、IT 資源最佳化等特色也能繼續保持。」

北歐銀行採用全託管服務,1.5個月完成合規基礎建設

一家位於北歐的某銀行業者,為了優化消金貸款業務的核貸流程與業務成長,兩年前即找上 SAS 想要著手資料倉儲系統現代化,並建立分析與決策流程。不過專案時間卻相當急迫,要求在 6 個月內完成,而且內部系統的廠商眾多,包括架構能否全部合規?相容問題能否盡數排除?都是極大挑戰。

除此之外,該銀行的既有系統建置時日已久,效能與可用性都未能滿足終端業務單位期待,因此他們期望這次的系統現代化專案可以把包括專案規劃、基礎建設、架構設計、應用層建置等工作都能一併整合就緒。

在這樣的時間與龐大架構翻新的壓力下,SAS 決定除了提供既有的分析軟體協助快速核貸的核心業務外,還提供全託管服務,後續在1.5 個月內就完成建置合規的分析環境,並在 6 個月內整合完現有系統、優化整體 AI 導入效能。

全託管服務如何降低隱形成本,讓企業無後顧之憂?

從北歐銀行的案例可以看出現在企業的問題。多數企業在部署 AI 分析軟體時,才會發現後端需要準備基礎建設眾多,從資料中心、伺服器、儲存空間、網路、虛擬化平台、作業系統、第三方軟體等,企業都需要付出龐大的建置時間與管理的成本,才能讓分析軟體順利運作。「然而這些隱藏的技術成本,很難在專案起始被精確估算,因此這是為何 HMS 成為近期業界的偏好服務。

陳新銓進一步說明,HMS 包含了架構設計管理、事件管理、網路監控、系統問題管理、軟體升級、效能管理在內的軟硬體端到端全託管,較領先的供應商還會承諾 99% 時間服務級別協定(SLA)高安全級別,再加上單一價格、單一窗口與 24/7 技術支援,企業將能透過可預期成本與低人力投資,讓 SaaS 平台的效益完全浮現。

他表示,以SAS協助全球多家企業的經驗,實際導入HMS全託管服務已可看見五大優勢:

(1)    基礎建設部分可減少 50 % IT 人力
(2)    軟體上可節省 20% 維護成本
(3)    整體效能優化達 15%
(4)    系統可用性提升至 99%
(5)    在省下 50% 的資安人力下,仍維持系統的高安全性。

HMS 將會是企業將分析遷徙到雲端的可靠起點,能大幅降低看不見的隱形成本,把轉型的痛點降到最低。

雲端 AI 已證實,為企業帶來超過 200% 投資報酬率

為了掌握提供企業更便利的雲端分析服務的趨勢,各雲端巨頭近年也紛紛投入整合雲端平台與 AI 的應用。像是微軟 Azure 也與 SAS 建立策略合作夥伴關係,深度整合彼此服務,雙方已經共同打造包含零售與製造產業專屬的雲端分析解決方案。

且根據 Forrester 最新的 Total Economic Impact 研究,在 Microsoft Azure 上部署 SAS Viya 人工智慧雲原生管理平台的組織,3 年內最高獲得 204% 的投資報酬率(包含數百萬美元淨現值)。

過往由於資料存取的障礙及異質資料源,使得建置、部署和管理 AI 模型變得困難且耗時,在導入 SAS Viya on Azure 後,整體生產力與效能大幅提升,包括縮短分析洞察投入營運的時間、提高模型營運效率,以及淘汰原來分析基礎架構帶來成本的節省等。

立即參加《2022 雲端 AI 應用大調查》
8/5 即可領取調查報告書,更能搶先收看簡立峰獨家分析未來 AI 趨勢!

近期的指標性案例即是全球卡車製造商 Iveco Group,其目標是要將旗下卡車的運作狀況彙整到單一平台,並做到卡車遠程故障預測機制,Iveco Group 透過 SAS on Azure 整合多點資料流,並利用 SAS Viya 平台達成一站式的資料分析與管理,藉此成功建立卡車故障預測機制,協助客戶提升車隊管理效率,減少卡車召回的營運成本。

目前, SAS Viya 人工智慧雲原生管理平台,已擴大支援在 AWS、 GCP 和 Red Hat OpenShift 上,今年第 3 季,也將在 K8s 上推出地端版的 Viya 平台服務,讓使用者可在地端環境使用,為無法上雲的業者提供另一種選擇,將選擇和控制權歸還給業者,使其能在企業中任何地方,依照任何規模,部署領先的分析技術,降低數位轉型門檻。

註:IDC,Worldwide Semiannual Big Data and Analytics Software Tracker 2021

(本文開放合作夥伴轉載。)