台灣IBM
雲端運算事業部資深技術協理
胡育銘
香港商佛萊信電腦軟體有限公司台灣分公司
Assistant Sales Manager
簡子函
孚創雲端股份有限公司
副總經理
陳弘家
雙子星雲端運算股份有限公司
執行長
符儒嘉
東吳大學
教授
沈大白
UBIIX
執行長
莊于慶
竹間智能科技
算法產品副總
應建中
我們提供本研討會主講者同意授權的演講檔案,歡迎參與來賓下載。
如果遇到檔案無法下載,請檢查您的電腦是否有以下狀況,而造成下載問題:
大約半年前,美國在台協會與美國創新中心共同舉辦一項論壇,意在探討未來應用趨勢;其間有專家特別點明大數據應用發展的重要性,綜觀當今炙手可熱的議題,包括物聯網(IoT)、智慧城市、擴增/虛擬實境(AR/VR)、區塊鏈、語音辨識,以及人工智慧(AI)等等項目,可望透過大數據(Big Data)技術產生數位匯流效果,將人類社會帶向一場巨大的變革。
前述提及的重大科技趨勢,彼此環環相扣、相輔相成。比方說,初估目前全球連網裝置來到84億台,這些裝置可借助區塊鏈技術以強化安全性;再者透過物聯網,將使智慧城市應用場景持續產生巨量資料,這些數據亟待AI進行分析;此外,語音辨識與AR/VR則
DIGITIMES企劃
過去幾年大數據可謂頭號顯學,如今風向球已轉為人工智慧(AI);身兼中研院資訊科學研究所研究員、台灣資料科學協會理事長,及台灣人工智慧學校執行長的陳昇瑋認為,此轉變實為健康態勢,有助於提醒企業,並非做好大數據收集、統計分析就能克竟全功,還須借助資料的終極運用----AI,才能真正實現數據的價值變現。
陳昇瑋形容,數據如同原料,機器學習是處理原料的方法,AI是最終結果,三者依序是根本、手段與目標,互為因果關係而非並行,不能漏掉任一環節。
換言之,企業無法在缺乏數據基礎架構(包含資料處理、儲存與
歷經近年來大數據、數位轉型乃至人工智慧(AI)等議題洗禮,多數企業皆體認到資料之於經營管理的重要性,也亟欲建立「資料驅動」企業文化。在去年(2017),IBM與IDC合力進行一項台灣企業的訪談調查,受訪對象共計133家,橫跨金融、製造、零售、醫療、電信等等眾多領域,這些企業一致認同資料驅動模式的價值,並將此列為急迫的轉型目標。
儘管眾多企業急欲建構資料驅動模式,但在實現過程中,仍面臨諸多挑戰。台灣IBM雲端運算事業部資深技術協理胡育銘,歸納箇中挑戰有四,首先在於資料管理,隨著資料型態多樣化,既有結構化資料、非結構化資料還有半結構化資料,加上資料儲存環境趨於多變(本地機房、
隨著大數據科技的發展,已為人工智慧(AI)、物聯網(IoT)等技術應用,注入強大支撐力道;不少產業專家、研究機構預期,2018年是關鍵的一年,舉凡AI、IoT將加速匯流為AIoT,驅動工業機器人、無人機、自動駕駛、智慧建築、智慧城市等等各式智慧應用大鳴大放。
雙子星雲端運算公司(Gemini)執行長符儒嘉認為,AIoT議題的發酵,將偏向各個垂直應用,主要落在智慧製造、智慧醫療、智慧監控、金融科技(FinTech)等領域,各領域的發展方向不盡相同;但無論AIoT應用場景為何,都需要倚靠堅實的底層架構,有效彙集大數據,接著進行資料處理、儲存,結合機器學習分析,最終呈現分析成果
台灣人工作辛勤之餘,都想品嚐美食、犒賞自己,日本連鎖餐飲集團近年積極引進新的餐飲品牌、開拓全台營業據點,並設置中央廚房,現在在台灣已經設立6個品牌、全台也有40個據點,其中包括壽喜燒、義大利餐廳、日氏丼飯與炸物…等,都能滿足許多老饕的味蕾。
隨著營運規模擴大和管理的挑戰,導入佛萊信電腦軟體的連鎖餐飲公司深知針對管理流程、控管機制與分析報表...等環節皆須跟著改變,重新建立完善的企業管理架構,評估新的ERP系統,以期望跳脫過往單店經營的框架;幾經評估,在多年前擇定導入佛萊信電腦軟體提供的FlexSystem ERP系統解決方案。
借助高
DIGITIMES企劃
在今年(2018)初,有一則文章探討「去識別化」為大數據與AI之於金融科技的重要基礎建設,文中頗多論點著實發人深省,包括如果缺乏質量兼具的資料來進行分析,即使有再好的技術含量,也難以在適當的場景加以發揮;再者,為兼顧開放分享資料與個人資料保護之間的平衡,「去識別化」(De-identification)是重要的發展方向。
上述文章為身兼東吳大學會計系教授暨富蘭克林金融科技開發中心主任、台灣信用評等協會秘書長的沈大白之傑作;事實上,今年他接受媒體專訪時,拋出一席「若一個人經常早上6點起床開臉書,代表此人可能工作勤勞
現今環顧各大產業的科技應用議題,人工智慧(AI)無疑是當紅炸子雞,與之相關的機器學習(ML)、深度學習(DL)等技術紛紛躍居新寵,而搭配物聯網應運而生的AIoT(AI+IoT)新題材也成為亮點;相形之下,早些年盛行一時的大數據(Big Data),鋒芒似乎遭到掩蓋。
但就在眾多企業爭相追逐AI、ML、DL及AIoT等熱門主題的同時,大數據的價值不僅未曾消退,其重要性還高於以往;有一些媒體文章形容得貼切,大數據像是AI的食物,只要它愈豐富、新鮮、乾淨,AI一旦吃進,便能產生更大能量,在此同時,ML或DL等各門各派演算法,即猶如消化系統,幫助AI消化大數據並汲取養分,產出富含
NetApp(NASDAQ:NTAP)在日前Insight技術大會中發表,現在NetApp以深厚知識基礎、預測分析、主動式支援和認知運算技術為後盾,能夠幫助數位客戶運用前瞻洞察而做出資訊完整的決策,大幅改善數位客戶體驗。而全新推出具備人工智慧的NetApp虛擬支援助理Elio,以及Active IQ雲端分析功能,可以讓公司輕鬆獲取明智見解,讓他們將時間花在客戶互動上,而非費心管理基礎架構。
資料早已成為每家企業的命脈,必須順暢流通,才能
Teradata天睿公司宣布,Teradata再次入選Gartner公司發布的《2018年資料倉儲和分析型資料管理解決方案(DMSA)魔力象限》報告的「領導者象限」,連續16年入選該報告。
Gartner公司透過詳實調查研究,根據企業願景的完整性及執行力對22家廠商進行評估。該報告由Gartner分析師Adam M. Ronthal、Roxane Edjlali和Rick Greenwald共同撰寫。
針對當前分析型資料管理解決方案市場,Gartner報告指出,儘管大多數企業分析項目,仍舊以傳統資料庫的使用案例為主,但企業還是會關注內外部資料日趨多元
專精於人工智慧的新創公司沛星互動科技(以下簡稱Appier)宣布旗下Aixon人工智慧商業決策平台將串接Google廣告管理平台,其中包括DoubleClick Bid Manager(DBM)、DoubleClick for Publishers(DFP)和DoubleClick Campaign Manager(DCM)。與Google廣告平台串接後,未來全球各地的企業都能將從Aixon所獲得的目標受眾輪廓與消費者洞察輕鬆匯出至Google廣告平台,進而在平台上執行廣告活動,有效觸及理想受眾。
Appier商務長余俊德表示:「我們積極聆聽客戶的意見並持續強化Aixon
勤業眾信聯合會計師事務所發布「人工智慧商業價值勢不可擋:AI發展的現在與未來」報告,指出目前人工智慧(Artificial Intelligence;AI)主要用於透過數據分析與歸納,協助企業提升決策能力;而面對自動化將取代勞力的論述,超過5成的企業表示,AI的導入將亦將強化真人的工作效益,達到相輔相成的結果。
勤業眾信管理顧問股份有限公司總經理鄭興建議,欲發展AI技術的台灣企業,可先自資訊相關基礎建設著手改造,而企業在策略上釐清短、中、長期的AI發展規劃,才是企業轉型與成長之基礎要素。
勤業眾信風險管理諮詢股份有限公司執行副總經理曾韵
阿里巴巴集團為國際奧林匹克委員會的全球合作夥伴,於平昌冬奧展覽館提供了極具互動性和前瞻性的體驗,展示了阿里巴巴對未來奧運會的願景「完全在雲端上舉行的奧運會」。現場能夠探索與奧運項目相關的各種不同場景,感受這些場景所描繪的阿里巴巴雲端運算及電子商務平台技術對未來奧運會的影響潛力。
阿里巴巴集團董事局主席馬雲表示,阿里巴巴集團與奧運會的長期合作能夠最大程度展示集團的企業定位和如何通過科技重新暢想數字時代的奧運會。與奧運會一樣,阿里巴巴堅信要營造一個平等的競賽環境,讓每個人都有機會在全球舞台上公平競爭。
國際奧委會主席Thomas Bach表示,國際奧委會
當今市場瞬息萬變,產業競爭愈趨激烈。速度,成為企業擊敗對手的核心能力之一,於是企業越來越仰仗各式新興科技協助完成各項營運活動,有了眾多系統隨之而來也快速累積起巨量資料。所謂「Data is King」,能迅速從企業巨量資料中挖掘分析出有助於決策的資料才是王道,而在人工智慧的加持下,決策流程更為縮短,大數據的分析越來越精準,善用AI的產業領先者將拉開一波與追隨者更大的差距。
DIGITIMES日前舉辦2018巨量資料論壇,與會專家學者從趨勢面、平台工具面、風險管理面及應用面來剖析在大數據時代,人工智慧能如何輔助企業進行決策。
研究資料科學多年的台灣資料科學協會理事長陳昇瑋,以淺顯易懂的比喻說明人工智慧、機器學習與大數據的關係。他指出,機器學習是一種從經驗裡學到規則的演算法而不是可被明確寫成程式的,所謂經驗指的是大數據,而如此產出的最後結果就是人工智慧。過去以「If…Then…Else…」作法的是傳統AI,現在的AI指的是機器學習,尤其是從非結構化資料中學習的深度學習。
為協助台灣產業AI化,陳昇瑋與團隊深入製造業現場了解產業問題需求,發現AI能有效解決產業所面臨的四類應用挑戰,唯獨目前AI人才不足、產業是否問對問題、產學鴻溝以及對自建AI技術信心不足等尚待克服。
而四類關
最新《IBM全球高階主管調查報告》中顯示,業界領先者正在重塑他們的企業成為具有擴展能力、能吸引跨業合作的商業模式,同時更廣泛地採用如AI等新興技術,以獲得更豐富的資料源並從分析結果來輔佐業務戰略的制定。台灣IBM雲端運算事業部資深技術協理胡育銘以各產業領先者的實例,說明數據與AI為企業創造哪些不同價值。
首先,資料洞察協助企業決定業務戰略:全家便利商店將過去備份用資料做深入分析,透過數據決定商品是否上架並能協助店長預估商品訂購數量。其次,生態系引介更多資料:遠傳電信透過外國觀光客的漫遊資料瞭解其喜愛停留的觀光據點,並進一步與當地商店跨業合作推出行銷方案。再者,AI成為新興
創立30年的FlexSystem,在亞太地區已累積超過一萬多家企業系統導入經驗,領域橫跨多品牌零售業、服務業、國際貿易業、金融、不動產、生技醫療、多媒體行銷廣告…等。FlexSystem認為一套好的報表工具必須滿足以下三點要求,方能即時體現商業數據價值。首先,功能如客製軟體般彈性符合公司需求;第二,成本如套裝軟體般經濟實惠;第三,使用介面如微軟Office般容易上手。
佛萊信電腦軟體台灣區業務副理簡子函指出, Financial Information ON-line(FION)有別於其他報表分析工具的最大特色,採用線上分析處理(OLAP)技術概念,能自動從ERP系統擷取
TIBCO Software大中華區解決方案資深顧問于正之,舉零售業、電信業、製造業導入機器學習的實例來說明企業採用AI的效益。
首先是美國百貨業龍頭先透過非監督式學習(Unsupervised Learning) 將客戶資料分群分類,並透過Random Forest演算法找出客戶特徵與採購行為間的關聯,得出不同族群客戶喜愛不同類型的商品。接著利用每個檔期與促銷方案結合的機會,不斷重新訓練此模型。藉由導入客戶喜好的預測模型到真實環境中,每當客戶走進實體商店或登入線上商城時,系統就可第一時間立即傳送客戶喜愛商品的促銷方案。
另外是電信業客戶轉台分析,首
孚創雲端是運用人工智慧來解讀全球專利大數據,並據以提供企業佈局專利、研發選題或併購投資的資訊。
孚創雲端副總經理陳弘家表示,早在1817年就開始有專利申請,因此有些專利資料不是電子化的,或是字拼錯以及同一家公司名稱卻有不同寫法,資訊十分混亂。
孚創雲端透過分散式計算及儲存技術,以深度學習、機器學習、資料探勘、統計等為基礎來開發專利搜尋的應用,包括透過資料正規化處理名稱問題,透過自然語言處理、語意分析等來建立專利網路,而某些專利資料無法透過文字說明找到時則藉由影像處理來搜尋。孚創雲端已掌握全世界近億筆專利文檔。
陳弘
雙子星雲端運算執行長符儒嘉為產業邁向AI化提出三點建議。首先需瞭解企業的資料,了解不同資料源之間的關係,並建立起自己的模型。企業不用從頭做起,可以善用既有的問題解決模型套用在新的問題上,做Transfer Learning。在當今物聯網、雲端的世代,贏家都是能善用資料的人,如Amazon、Facebook、Netflix。
第二,企業需培育AI人才,包括負責資料基礎架構、準備工具平台的資料工程師,負責資料搜集、建模與分析的資料科學家,以及分析數據是否有效的資料分析師。第三,異質環境的管理,在運用AI的過程有些是在實體機,有些則是在雲端環境上運行VM、Spark、Storm
東吳大學會計系教授沈大白談到創新商務下的決策風險管理有三大重點,分別是脈絡(場景)風險管理、容錯風險管理以及創新商務的風險商機。
他指出,現今發展創新商務的基礎為整合能力、資料、技術以及對場景脈絡(Context)的掌握。所謂脈絡場景風險管理是指現今分析企業風險,不光只是審視企業本身內部的風險,包括與企業相關的人、事、物以及有所連結的IP都需一起考量。在2017新的風險管理趨勢如COSO中也提到,衡量風險須看企業組織整體績效的脈絡而非單一獨立活動,同時除了看風險也要看到改變帶來的新機會。
創新與風險管理是一種螺旋的關係,創新伴隨著風險,但風險也帶來新
三家新創公司也現身說法分享其利用AI所提供的產品與服務。萬里雲是Google雲端平台代理商,能協助企業建立雲端架構並以機器學習、大數據分析技術為企業提供商業預測服務,曾經為某家紡織業導入AI技術,過去該客戶在接到布料樣式需求後,需要由師傅根據記憶與經驗去比對,約需1.5至3個月才能提供樣布,導入AI後能有效利用既有檔案與庫存資料,整體流程縮短到2至3天即可完成。
雲太電信則是將企業整合通訊雲端化,並加入AI、大數據技術可提供智能客服等應用。整合通訊雲端化可將與客戶往來的語音、文字、影像等通訊資料整合並做中央控制及數據統計,以瞭解客戶問題與需求;同時也可大幅節省人力,第一線