扎穩數據分析基礎 循序養成AI競爭能量
- 洪千惠
-
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、儲存與分析)之下，憑空邁向AI，故須步步為營，花力氣建立完整的Infrastructure、Pipeline；在發展過程，企業亦應導正過往的資訊採購文化，無論引進任何大數據或AI工具，都不能僅側重功能規格，應基於日後可能的分析應用，預先設想需要動用哪些資料、需要保存多久、是否需要建立備份，乃至能否從工具中取出資料，及資料格式的可用性。
此外企業亦須審慎安排AI Team的主導者。按以往經驗，企業直覺認為IT可勝任此角色，但IT強項在於資訊基礎建設，論及數據的價值變現，實已逾越IT能力範圍；企業務須體認到，AI只是工具，唯有設法讓每個擅於領域知識(Domain Knowhow)的專業人士都有能力駕馭這個工具，培養基本認知，才能如願實現「產業AI化」目標，將AI能量融入實際工作流程，而非一股腦把AI重任交付IT部門執行。
AI導入進程，涵蓋五大步驟
陳昇瑋歸納，合理的AI導入進程，依序含括五大步驟：成功案例、資料生態、技術工具、流程整合、開放文化。先從小處著手，選定一個不涉及太多資料的專案題目，嚐試建立成功案例，藉此創造價值、營造信心；繼而打破部門間隔閡，使資料可被分享與集中處理；選擇正確的AI技術工具、建立團隊或尋找技術夥伴；接著讓AI技術成為工作流程一部份，確使數據收集的過程自然而然、流暢無礙；最終形成開放文化，人與AI得以協同增進生產力，形塑高值化的工作環境。
毫無疑問，對於台灣，AI實為至關重大的議題，亦是驅動產業升級的關鍵能量，因此如何讓機器學習及人工智慧在台灣深化，帶動產業發展，可謂當務之急；惟欲落實產業AI化，有頗多挑戰亟待克服，包含實戰人才的缺乏、找對問題不簡單、產學之間的鴻溝，及企業對自建技術的信心不足，其中尤以「實戰人才的缺乏」為亟需突破的首要障礙。
有鑑於此，台灣資料科學協會遂與財團法人科技生態發展公益基金會攜手合作，輔以中研院的資訊科學研究所、資訊科技創新研究中心的支持，正式催生台灣人工智慧學校，由陳昇瑋擔任此校執行長。
他指出，台灣人工智慧學校為產業AI化的軍校，意在找尋各行業領域的專家接受培練，使之懂得如何利用AI解決企業的營運課題，終至讓「找不到人才」，不再是企業難以推動AI應用的障礙。
值得一提的，台灣人工智慧學校共計開設兩大類學程，一是「經理人周末研修班」，目標學員即為上述領域專家，幫助他們懂得AI應用的大方向；另一則是「技術領袖培訓班」，培養具AI思維與實戰經驗的技術領袖人才，意即具問題定義、資料蒐集、資料淨化、模型開發、上線運作、場域驗證等實務能量的AI工程師。
台灣人工智慧學校執行長陳昇瑋將於3/27的巨量資料論壇--當AI遇上BI，數據時代的企業決策大躍進擔任Keynote講師，活動完全免費，掌握趨勢，請速報名參加！
