什麼是 AI？了解人工智慧
人工智慧條款
人工智慧已經成為一個集體的代名詞，是指能執行複雜任務的應用程式，這些複雜任務曾經需要人工輸入，例如與顧客線上溝通或下棋。這個詞常與它的子欄位交換，包括機器學習 (ML) 和深度學習。
但實際上是有區別的。舉例來說，機器學習著重於建立能從資料中學習，或透過所存取的資料提高績效的系統。其中一項重要的區別是：雖然所有機器學習都屬於 AI，但並非所有 AI 都是機器學習。
為了完全發揮 AI 的價值，許多公司都投入大筆資金發展數據科學團隊。資料科學結合了統計、電腦科學和商業知識，從各種資料來源中萃取出價值。
AI 與開發人員
開發者使用人工智慧來更有效率地執行手動完成的工作、與客戶連結、識別模式及解決問題。為了開始使用 AI，開發者應該具備數學背景，也應該舒適地使用演算法。
開始使用人工智慧建立應用程式時，有助於從小規模開始使用。透過建立相對簡單的專案 (例如 Tic-tac-toe) 來學習人工智慧的基本知識。進行學習是所有技能的好方法，而且人工智慧並無不同。一旦您成功完成了一或多個小型規模專案，人工智慧能夠帶給您什麼限制。
AI 技術如何協助組織
人工智慧最核心的原則是複製並超越人類感知世界及反應的方式。AI 正快速成為創新的基石。通過各種機器學習技術，可以識別出資訊模式並進行預測，AI 為您的業務增值的方式有以下幾種
- 更全面地深入了解大量可用數據
- 藉由預測自動執行過於複雜或繁瑣的工作
用於企業的人工智慧技術
藉由將過去需要人工進行的流程或任務自動化，人工智慧技術正在提高企業的績效和生產力。同時，人工智慧也可以理解人類無法理解的大規模數據。AI 的強大力量可以帶來巨大的商業利益。舉例來說，Netflix 運用機器學習技術推動一定程度的個人化，協助公司增加超過 25% 的顧客基數。
大多數公司都視數據科學為首要任務，並斥巨資投資此領域。關於 AI 的 2021 年 McKinsey 調查發現，報告採用 AI 的公司至少有一種功能，較去年同期增加 56%。此外，27% 的受訪者表示，AI 可能佔收入至少 5%，比去年同期增長 22%。
對大多數功能、業務和產業來說，AI 都極具價值。其中亦包含一般及特定產業專用的應用程式，例如
- 使用交易和人口統計數據來預測某些顧客在業務關係中將花費多少金額（即顧客終生價值）
- 根據顧客行為和偏好將定價最佳化
- 使用圖像識別分析 X 光片，找出癌症跡象
企業如何使用人工智慧技術
根據哈佛商業評論指出，企業主要使用 AI 來
- 偵測並嚇阻安全性入侵 (44％)
- 解決使用者技術問題 (41％)
- 減少生產管理工作 (34％)
- 衡量企業內部在與經認證的供應商合作時，內部是否遵循法規 (34％)
是什麼讓企業開始採用 AI？
有三大主因推動了 AI 在各大產業的發展。
- 高效能計算能力的價格合理，且隨時可用。 雲端商用計算能力十分強大，企業能以合理的價格輕鬆取得高效計算能力。在 AI 開始發展前，唯一能搭載 AI 的計算環境為非雲端環境，且成本高昂。
- 有大量資料可用於訓練演算法。 人工智慧需經過大量數據的訓練後，才能做出正確的預測。簡單的資料標註功能和經濟實惠的儲存體，以及結構化和非結構化資料的處理方式，可提升演算法的建置和訓練效率。
- 運用人工智慧可以帶來競爭優勢。越來越多企業知道將 AI 分析洞見應用於業務目標能帶來競爭優勢，因此也將發展 AI 應用視為首要業務任務。例如，AI 提供的高針對性推薦有助於企業更快做出更好的決策。人工智慧技術的許多特徵和功能可以降低成本及風險，並縮短產品上市時間等。
AI 模型訓練與開發
開發和部署機器學習模型 (包括訓練和推論) 有多個階段。AI 訓練和推論是指透過機器學習模型實驗以解決問題的過程。
例如，機器學習工程師可以針對電腦視覺問題實驗不同的候選模型，例如偵測 X 光影像上的骨折。
為了提高這些模型的準確性，工程師會將資料饋送至模型並調整參數，直到符合預先定義的臨界值為止。這些訓練需求以模型複雜度衡量，每年成長指數。
大規模 AI 訓練的基礎架構技術包括叢集網路，例如 RDMA 與 InfiniBand、裸機 GPU 運算，以及高效能儲存。
實施 AI 的優勢與挑戰
有許多成功案例都證明了 AI 的價值。如果組織能將機器學習和認知互動用於傳統業務流程和應用程式，便能大幅改善使用者體驗並提高生產力。
然而，實際執行沒有那麼容易。因為某些原因，很少有公司成功大規模部署人工智慧技術。例如，如果不使用雲端運算，機器學習專案的計算成本通常很高。AI 構建起來也很複雜，所需的專業知識非常搶手。了解要將這些專案納入的時間和地點，以及要前往第三方的時間，將有助於減少這些困難。
AI 成功案例：
AI 技術是許多重要成功案例背後的推手。
- 根據哈佛商業評論報導， 美聯社訓練人工智慧軟體自動撰寫關於短期收益新聞，成功將新聞產量提高了 12 倍。美聯社此舉讓社內記者可以撰寫更多更深入的報導。
- Deep Patient 是西奈山伊坎醫學院 (Icahn School of Medicine at Mount Sinai) 打造的人工智慧工具，讓醫生在診斷出疾病前即識別出高風險病患。此工具會分析患者的病史，在發病前一年預測近 80 種疾病，insideBIGDATA如此報導。
隨時可用的 AI 在操作上更便利
各式由人工智慧驅動的解決方案及工具的出現，意味著有更多公司能以更低的成本、在更短的時間內部署人工智慧技術。隨時可用的 AI 指的是內建 AI 功能或能使演算法決策過程自動化的解決方案、工具和軟體。
隨時可用的 AI 包括自主修復的自主資料庫和前台模型，用於各種資料集的影像辨識和文字分析。
如何開始使用 AI
用聊天機器人和顧客溝通。聊天機器人運用自然語言處理技術瞭解顧客，引導顧客提問並從中獲取資訊。他們會隨著時間的推移不斷學習，以便為顧客互動帶來更多價值。
監控您的資料中心IT 作業可以透過整合所有資料的雲端平台簡化監控作業，並自動追蹤臨界值與異常情況。
不需專家即可進行業務分析。 搭載視覺化 UI 的分析工具讓非技術人員能輕鬆查詢系統並得出容易理解的答案。
培育正確的企業文化
充分利用 AI 優勢，避免讓 AI 無法成功實施的問題發生：培養完全支持 AI 生態系統的團隊文化。在這種類型的環境下
- 業務分析師與數據科學家一同合作，定義問題和目標
- 數據工程師負責管理資料及底層資料平台，使其可完全發揮分析潛力
- 數據科學家在數據科學平台上準備資料、探索可用資料、將資料可視化並建立模型
- IT 架構師負責管理大規模數據科學所需的底層基礎架構，無論是在公司內部部署還是部署在雲端
- 應用程式開發人員將模型部署至應用程式中，打造由數據驅動的產品
從人工智慧到調適型智慧
隨著人工智慧能力進入主流企業的營運作業中，出現了一個不斷進化的新詞彙：調適性智慧。調適型智慧應用程式將內部和外部即時資訊、決策科學和可擴充的計算基礎架構相結合，協助企業做出更好的業務決策。
這些應用程式能讓您的公司更加提升智慧。您能夠為顧客提供更好的產品、推薦和服務，這些進步會帶來更好的業務成果。
部署人工智慧是必要的策略決策，可以為企業帶來競爭優勢。
對於希望提高效率、創造新的獲利機會及提高顧客忠誠度的企業而言，採用人工智慧絕對是必要的策略決策。AI 正迅速成為許多組織的競爭優勢。有了人工智慧，企業可以在更短的時間內完成更多任務，打造個人化且強而有力的顧客體驗並預測業務成效，從而提高獲利能力。
但它依舊是一項全新技術，且高度複雜。要充分發揮 AI 的潛能，您需要有建構及管理大規模 AI 解決方案的專業知識。AI 專案要成功不僅僅需要僱用數據科學家。企業必須採用正確的工具、實施正確的流程並採取正確的管理策略，才能確保 AI 能成功。
充分利用人工智慧需要哪些最佳實踐
哈佛商業評論 為入門 AI 的企業提出以下建議：
- 在對收入和成本有最大且最直接影響的活動中，使用 AI。
- 使用 AI 可以在相同員工數的情況下提高工作效率，無須減少或增加員工人數。
- 在企業對內部門開始採用 AI 技術，而不是對外部門 (IT 和會計部門將受益良多)。
在發展人工智慧的路上，我們助您一臂之力
您已無法不加入 AI 轉型計畫。為了維持競爭力，所有企業最終都必須擁抱 AI 並建構 AI 生態系統。未來10年內，未能採用人工智慧技術的公司將被遠遠拋在後頭。
雖然您的公司可能是例外，但大多數公司都缺乏內部人才和專業知識，無法開發最大化 AI 效能的生態系統和解決方案。
如需成功的 AI 轉型之旅 (其中包括策略開發和工具存取)，請找到具備產業專業知識的合作夥伴，以及全面的 AI 產品組合。
AI 成功案例：
AI 技術是許多重要成功案例背後的推手。
- 根據哈佛商業評論報導， 美聯社訓練人工智慧軟體自動撰寫關於短期收益新聞，成功將新聞產量提高了 12 倍。美聯社此舉讓社內記者可以撰寫更多更深入的報導。
- Deep Patient 是西奈山伊坎醫學院 (Icahn School of Medicine at Mount Sinai) 打造的人工智慧工具，讓醫生在診斷出疾病前即識別出高風險病患。此工具會分析患者的病史，在發病前一年預測近 80 種疾病，insideBIGDATA如此報導。
隨時可用的 AI 在操作上更便利
各式由人工智慧驅動的解決方案及工具的出現，意味著有更多公司能以更低的成本、在更短的時間內部署人工智慧技術。隨時可用的 AI 指的是內建 AI 功能或能使演算法決策過程自動化的解決方案、工具和軟體。
隨時可用的人工智慧有各種形式，從使用機器學習自我修復的自主資料庫到可以用於各種資料組、能解決圖像識別及文本分析等挑戰的預建模型都屬於此類。這類人工智慧讓公司能更快地實現價值、提高生產力、降低成本並加強顧客關係。
如何開始使用 AI
用聊天機器人和顧客溝通。聊天機器人運用自然語言處理技術瞭解顧客，引導顧客提問並從中獲取資訊。他們會隨著時間的推移不斷學習，以便為顧客互動帶來更多價值。
監控您的資料中心IT 營運團隊可以將所有網路、應用程式、資料庫效能、使用者體驗和紀錄數據放到雲端資訊平台上，此平台會自動監控閾值並偵測異常現象，從而節省大量用於監控系統的時間與精力。
不需專家即可進行業務分析。 搭載視覺化 UI 的分析工具讓非技術人員能輕鬆查詢系統並得出容易理解的答案。
哪些因素讓 AI 無法完全發揮潛力
儘管 AI 承諾會為我們打造無可限量的未來，有許多公司還沒有完全發揮機器學習及其他 AI 功能的潛力。這是為什麼呢？諷刺的是，事實證明，這個問題在很大程度上是因為人。缺乏效率的工作流程，可能會讓企業無法實現 AI 應用的最大價值。
例如，數據科學家可能面臨挑戰，他們可能無法獲得建立機器學習模型所需的資源與資料。他們與其他隊友合作時可能會面臨困難。數據科學家會使用多種不同的開源工具來管理，而應用程式開發人員有時得先重新編寫數據科學家所開發的模型，才能將模型嵌入到應用程式中。
隨著越來越多開源人工智慧工具的出現，IT 團隊最終需要花更多時間、不斷更新數據科學團隊的工作環境以提供支援。這個問題因為數據科學團隊喜歡以有限的標準化方式工作而加劇。
最後，儘管公司斥巨資投資 AI，高級主管可能無法看到 AI 的潛力得到完全發揮。因此，他們便不會提供足夠的資金和資源，打造 AI 成功所需的協作與整合生態系統。
培育正確的企業文化
充分利用 AI 優勢，避免讓 AI 無法成功實施的問題發生：培養完全支持 AI 生態系統的團隊文化。在這種類型的環境下
- 業務分析師與數據科學家一同合作，定義問題和目標
- 數據工程師負責管理資料及底層資料平台，使其可完全發揮分析潛力
- 數據科學家在數據科學平台上準備資料、探索可用資料、將資料可視化並建立模型
- IT 架構師負責管理大規模數據科學所需的底層基礎架構，無論是在公司內部部署還是部署在雲端
- 應用程式開發人員將模型部署至應用程式中，打造由數據驅動的產品
從人工智慧到調適型智慧
隨著人工智慧能力進入主流企業的營運作業中，出現了一個不斷進化的新詞彙：調適性智慧。調適型智慧應用程式將內部和外部即時資訊、決策科學和可擴充的計算基礎架構相結合，協助企業做出更好的業務決策。
這些應用程式能讓您的公司更加提升智慧。您能夠為顧客提供更好的產品、推薦和服務，這些進步會帶來更好的業務成果。
部署人工智慧是必要的策略決策，可以為企業帶來競爭優勢。
對於希望提高效率、創造新的獲利機會及提高顧客忠誠度的企業而言，採用人工智慧絕對是必要的策略決策。AI 正迅速成為許多組織的競爭優勢。有了人工智慧，企業可以在更短的時間內完成更多任務，打造個人化且強而有力的顧客體驗並預測業務成效，從而提高獲利能力。
但它依舊是一項全新技術，且高度複雜。要充分發揮 AI 的潛能，您需要有建構及管理大規模 AI 解決方案的專業知識。AI 專案要成功不僅僅需要僱用數據科學家。企業必須採用正確的工具、實施正確的流程並採取正確的管理策略，才能確保 AI 能成功。
充分利用人工智慧需要哪些最佳實踐
哈佛商業評論 為入門 AI 的企業提出以下建議：
- 在對收入和成本有最大且最直接影響的活動中，使用 AI。
- 使用 AI 可以在相同員工數的情況下提高工作效率，無須減少或增加員工人數。
- 在企業對內部門開始採用 AI 技術，而不是對外部門 (IT 和會計部門將受益良多)。
在發展人工智慧的路上，我們助您一臂之力
您已無法不加入 AI 轉型計畫。為了維持競爭力，所有企業最終都必須擁抱 AI 並建構 AI 生態系統。未來10年內，未能採用人工智慧技術的公司將被遠遠拋在後頭。
雖然您的公司可能是例外，但大多數公司都缺乏內部人才和專業知識，無法開發最大化 AI 效能的生態系統和解決方案。
如果您需要外部協助以制定正確的策略並取得正確的工具，好在 AI 轉型過程中取得成功，您要找的創新合作夥伴應具備深厚的產業知識，並提供全面性 AI 產品組合。
免費在 Oracle Cloud 上建置、測試及部署應用程式。