發展巨量資料分析 驅動產業轉型 智慧應用 影音
EVmember
ADI

發展巨量資料分析 驅動產業轉型

  • 鄭宛倫

巨量資料分析的發展應用,不僅有助於加速智慧城市(Smart City)與智慧生活科技的實現,若應用於製造與服務產業的場域,不但能有效控制營運成本,還可以洞察市場趨勢,提早掌握客戶的需求,還有機會透過跨產業的巨量資料分析結果,發展智慧聯網、智慧自動化、智慧生活、智慧城市等新興科技服務業,進而重塑產業形貌,創造我國產業轉型的嶄新新契機。

如面對全球人口結構的轉變,預防醫學、健康照護、個體化醫療需求的增加,如醫療產業與穿戴科技若能結合彼此的專長,運用巨量資料分析技術將可加速新藥、醫療器材開發,帶來健康管理與診治方式的改變。

我國在智慧終端裝置,包括各式穿戴式裝置、智慧聯網裝置的製造優勢,可說是發展巨量資料分析的最有力後盾。DIGITIMES攝

我國在智慧終端裝置,包括各式穿戴式裝置、智慧聯網裝置的製造優勢,可說是發展巨量資料分析的最有力後盾。DIGITIMES攝

對於營運範圍擴及全球的服務業而言,可望因此增加更多消費產值。DIGITIMES攝

對於營運範圍擴及全球的服務業而言,可望因此增加更多消費產值。DIGITIMES攝

運用巨量資料分析,也可以加速提升人流、物流及資訊流的流通便利性,尤其在極端氣候變遷與複合性災害日趨嚴重的大趨勢下,城市治理需要面對的環境變化,將變得更為詭譎多變,對巨量資料分析技術的需求,自然也就應運而生。

巨量資料分析技術對產業的幫助,更是顯而易見。根據麥肯錫全球研究所(McKinsey Global Institute)的資料顯示,美國醫療照護產業藉由巨量資料分析技術,每年可以創造3,000億美元的產值,同時提升0.7%的生產力(約21億美元)。而美國零售產業,透過巨量資料分析技術,更使得整體產業毛利率提升至60%以上,每年生產力提升則達0.5?1%。

巨量資料分析對製造業的幫助更是明顯,尤其是產品開發與組裝成本可因此大幅降低,也讓營運成本可因此降低7%。由於巨量資料分析技術也可應用於分析個人,對於營運範圍擴及全球的服務業而言,可望因此增加更多消費產值,而服務供應商每年也因此至少有1,000億美元以上的營收。

發展巨量資料分析產業的優勢與機會

我國在智慧終端裝置,包括各式穿戴式裝置、智慧聯網裝置的製造優勢,可說是發展巨量資料分析的最有力後盾,由於智慧終端所蒐集而來的巨量資料,已是分析的主要來源,如何研發並製造出能夠完成巨量資料分析應用的整合軟硬體產品,正是台灣ICT產業走出代工競爭的產業轉型契機。

值得注意的是,巨量資料分析的價值,相當程度依賴資料取得的完整性及正確性,台灣的網路言論環境開放且自由,蒐集資料的便利性極高,不但有助於降低蒐集資料的成本,也可讓巨量資料分析的結果預測更為正確。

台灣雖然地狹人稠,但也正是巨量資料分析練功的好地方,如數量達百萬以上的中小企業,可以提供完整但不至於過於龐大的企業營運模型;多變的氣候特性,從颱風、地震、暴雨到土石流,等於提供完整的天災巨量資料分析的試煉場;已經實施多年的資訊化服務,如勞健保建構的資料庫,本身就是巨量資料分析的現成來源,只要能善加利用,點石成金的可能性其實是很高的。

巨量資料分析產業的發展方向

經濟部技術處指出,解構巨量資料產業生態體系,要從總體解決方案之「蒐集」、「儲存」、「萃取」、「分析」、「應用」流程,所分別對應的「環境感知晶片與終端」、「巨量資料庫軟體或平台」、「數學演算法挖掘與壓縮」、「分析模型專業分析」、「趨勢預測終端」著手。

其中在「環境感知晶片與終端」部分,「泛用型晶片」及「終端整合製造能力」,都有相當程度的優勢,至於「感測晶片」方面,因為需要整合特定應用領域(如生醫、環境等),且須省電功能,相對於「泛用型晶片」,技術能力就還有改善空間。

至於「巨量資料庫軟體或平台」部分,以硬體為主的「伺服器」製造整合能力,就比屬於軟體的「巨量資料庫」強大許多;同樣的狀況,也反映在「巨量儲存」等應用面,也顯示台灣巨量資料分析產業,急需在軟體層次做出更多的努力。

「數學演算法挖掘與壓縮」部分,不管是「資料採擷」(Data Mining)及「機器學習」(Machine Learning),我國在理論部分都不強,但因應特定應用需求調整演算法的能力尚可;「分析模型專業分析」部分,不管是由應用需求產出的分析模型能力,或是整合發掘與應用的洞察力,都有待強化,也顯示台灣ICT產業長期以來偏重在硬體製造領域的方向,在巨量資料分析時代,顯然已不合時宜。

值得注意的是,「趨勢預測終端」部分,只要是具新興「應用」特性的領域,如社群媒體、行動應用、適地性服務、虛實整合(Online to Offline;O2O)等,台灣的分析能力都不差,也顯示台灣在創新產業的發展潛力。

善用既有基礎發展

巨量資料的發展路徑,必須從應用領域如製造、零售、批發、政府、教育、醫療等出發,逐步累積數據,研發與試驗分析模型、預測方法,才能建立高價值解決方案。其中又以跨領域整合的能力最為重要,才能發展出各式各樣的巨量資料應用成功案例,並與政府開放資料結合,做為領頭示範。

尤其是台灣既有的電子化政府基礎,更是巨量資料分析的重要基礎,包括醫療、流通、媒體與網路、資訊電子、警政、環保等,都是可以聚焦推動的垂直領域。

如行政院長毛治國在主持行政院毒品防制會報時,指出毒品防制牽涉面向廣、流程複雜,過去執法單位有許多個案性資料沒有善加利用,如2014年毒品查緝量較2013年同期大幅成長,但查獲案件數與人數卻較同期減少,背後原因就需要加以了解,毒品查緝不僅看查緝量、案件數的消長趨勢,更應向上溯源,唯有透過巨量資料分析技術,進行更細緻分析,才能作為擬定政策的參考。

巨量資料分析的人才培育工作,也有很大的發展空間,如建立資料分析與顧問專業認證、推動企業分析能力成熟度認證等;推動大專院校設置跨學科巨量資料分析學程,延攬國際人才回台任教或任職,都是可以努力的方向。

推動開放資料授權機制,鼓勵企業將資料加值轉化為資產,例如台灣經濟新報將公司的公開說明書轉為電子資料庫等,設法建構利基領域資料庫,推動資料資產化,也會有利推動法人機構或廠商針對垂直領域建立資料庫,如華人網路行為資料庫、華文數位影音資料庫等,更有助於台灣市場成為全球業者與華人市場接軌的優先參考區域。

必須做出示範成果

但俗諺說的好;「盡信書,不如無書。」如果找錯解決方案,用錯誤的方式解讀巨量資料,得到的結果非但無助於決策參考,還可能造成嚴重的後果。巨量資料分析到底能提供什麼實質的幫助,到底是增加利潤、降低成本,還是能夠洞悉並發展出商業模式,都必須要儘快做出屬於台灣自己所擁有的巨量資料分析成果,才能讓外界得以信服,台灣有能力發展巨量資料分析技術。