無(wú)論企業(yè)規(guī)模大小 都應(yīng)認(rèn)知AI的價(jià)值

隨著各個(gè)產(chǎn)業(yè)陸續(xù)展開(kāi)數(shù)碼轉(zhuǎn)型，大型跨國(guó)企業(yè)已開(kāi)始運(yùn)用人工智能(AI)以在當(dāng)前的數(shù)碼環(huán)境維持競(jìng)爭(zhēng)力，而無(wú)論規(guī)模大小，AI對(duì)所有企業(yè)同樣重要，因此中小型企業(yè)也應(yīng)該急起直追，馬上開(kāi)始思考如何善用AI。

據(jù)報(bào)導(dǎo)，隨著工業(yè)物聯(lián)網(wǎng)(IIoT)的興起，許多企業(yè)在收集生產(chǎn)系統(tǒng)產(chǎn)生的資料過(guò)程中發(fā)現(xiàn)，僅靠資料分析仍無(wú)法有效處理這些巨量資料，并提供深刻見(jiàn)解以應(yīng)用于驅(qū)動(dòng)生產(chǎn)作業(yè)進(jìn)展。而這正是AI與機(jī)器學(xué)習(xí)能大展身手的領(lǐng)域。

企業(yè)必須認(rèn)知AI與機(jī)器學(xué)習(xí)將扮演日益吃重的角色，2017年企業(yè)在AI與機(jī)器學(xué)習(xí)的支出為120億美元，IDC預(yù)測(cè)，到2021年將成長(zhǎng)到576億美元。雖然機(jī)器學(xué)習(xí)用于篩檢大數(shù)據(jù)(big data)可找出模式與深刻見(jiàn)解，但能讓企業(yè)善用這些見(jiàn)解創(chuàng)造價(jià)值的則是AI，例如在自動(dòng)變更生產(chǎn)線排程時(shí)，管理整個(gè)供應(yīng)鏈的變化，以避免作業(yè)沖突與中斷。

隨著隨選經(jīng)濟(jì)(on-demand economy)的興起與日益復(fù)雜的全球供應(yīng)鏈，AI有助于企業(yè)在高度競(jìng)爭(zhēng)的市場(chǎng)維持領(lǐng)先。為有效運(yùn)用AI，企業(yè)必須先更新與強(qiáng)化基礎(chǔ)架構(gòu)，包括升級(jí)網(wǎng)絡(luò)以利將資料快速、可靠的傳輸?shù)竭吘壪到y(tǒng)進(jìn)行處理；其次須部署收集資料的傳感器與資料分析工具；最后由資料科學(xué)家基于深刻的見(jiàn)解最佳化業(yè)務(wù)程序，讓企業(yè)真正從運(yùn)用AI獲益。

基本上AI可區(qū)分為Big AI與Little AI，Big AI用于解決跨多重企業(yè)的大型復(fù)雜問(wèn)題，通常會(huì)運(yùn)用在云端的大數(shù)據(jù)；而Little AI為實(shí)時(shí)的邊緣(edge)分析工具，專注于解決在最少人力介入下最佳化單一生產(chǎn)線之類的微型(micro)問(wèn)題，可部署于高可用度系統(tǒng)，運(yùn)用AI驅(qū)動(dòng)自動(dòng)化，中小企業(yè)可由此開(kāi)始運(yùn)用AI，臨近自動(dòng)化生產(chǎn)系統(tǒng)就地部署是Little AI主要的應(yīng)用場(chǎng)景。