文/廠商新聞稿 | 2023-11-30發表

無庸置疑，今年（2023）最炙手可熱的科技應用議題，非人工智慧（AI）莫屬，幾乎企業內部所有的職能角色，至此都不會懷疑AI對於企業數位轉型的加速與否，具有關鍵影響力。

然而事實上，並非此時才首次顯現AI價值。近10年以來，有不少特別講求嚴謹的統計邏輯與資料處理、或是需要頻繁制定關鍵決策的企業，早已借重機器學習（Machine Learning）技術，持續解決業務場景當中一個個難題，並締造不俗的應用績效。

深究上述企業之所以能順利展現機器學習應用成效，其中的共同關鍵，在於能夠佈建高效、易用、可信賴的AI平台；比方說SAS Viya平台，即是深受眾多大型半導體廠、金融機構、醫療院所甚至政府部門青睞的熱門標的。

憑藉逾40載統計基底，孕育高效可信賴ML平台

成立於1976年的SAS，發展至今已逾40年，在臺灣市場也已深耕超過30個年頭，一路走來始終穩居統計分析市場的佼佼者。

約莫8年前，SAS憑藉累積40幾年的資料科學底蘊，正式跨足AI/ML領域，推出Viya機器學習與視覺化平台。

若從廣義視角來看，AI應用類型大致分為非結構化資料分析、結構化資料分析，前者有諸如影像辨識、語音辨識等常見情境，偏向深度學習範疇；至於後者則屬於數值型處理型態，算是非常適合機器學習發揮強項的場景。所以Viya長期專注於結構化資料處理，因為數值型資料無所不在、遍佈於日常生活或工作環境，所以此類分析需求一直很高，只是從前企業慣用統計方法來執行資料探勘，後來隨著資料量擴增且分析需求趨於即時、複雜，以致統計方式逐漸出現瓶頸，驅使企業開始轉向機器學習模式。

也許有人好奇，從統計起家的SAS，為何可以將能力延伸到AI/ML分析專案？主要是因為，AI可被為大腦，但背後萃取數據價值的過程，多源自於統計理論，意即先經過統計分析與探勘之後，才進入機器學習建模過程，這些工作對SAS可說駕輕就熟；因此舉凡半導體大廠、PCB大廠、LCD大廠、大型銀行、大型保險公司、醫學中心…等眾多用戶，都選用Viya平台，從海量營運數據中挖掘Insight。

平均12分鐘完成分析，運算效能大幅領先競品

值得一提，綜觀Gartner「資料科學與機器學習平台魔力象限」，SAS連續多年蟬聯領導地位。除此之外，SAS Viya也屢屢成為國內中大型機器學習專案的常勝軍；只因它與市場上一般機器學習方案相比，存在許多差異性優勢：

  • SAS從嚴謹的資料處理邏輯出發、再延伸到建模，堪稱是中大型企業最為信賴的技術發展脈絡

  • Viya深具保留彈性，不管企業要在國際三大公雲上運行，或在傳統機房運行皆可。

  • SAS長年深耕臺灣，在地服務支援體系十分完整；對比於一些在臺灣僅靠代理商協助推廣的國外機器學習工具，相對受到客戶信賴。

  • Viya的功能完整性十足，從模型建置、部署，到上線後維運（例如當偵測到模型精準度下降，隨即自動重啟訓練），通通涵蓋在平台之中。

  • 支援No-Code或Low-Code，方便領域專家藉由拖拉點選進行流暢開發。

  • 提供圖像化ETL流程，且能自動清整資料欄位，藉此提高探勘效率，有助AI團隊專注執行更高價值任務。

  • 提供具解釋力的「AI 白盒子」，透過直覺化介面清楚呈現模型開發者及所用資料集、演算法等種種資訊，並詳細說明每一次分析結果產生歷程，徹底顛覆大家對於AI黑盒子的疑慮。

  • 藉由匯聚DataOps、AutoML、ModelOps等完整機能的管線，確保每個模型都能順利部署到客戶的業務場景，如製造產線、醫療儀器、金融業的信貸試算…等。

  • 天下武功、唯快不破。奠基平行化運算架構的Viya，展現優於競品的高運算效能。

以效能而論，2023年上半由第三方機構The Futurum Group進行評測，透過近1,500個情境做綜合評量，顯示SAS的運算速度較其他商業平台或Python等開源運算架構快了30倍以上；相比競品，Viya平均僅12分鐘完成分析作業，其他產品可能歷經數小時、甚至出現測試失敗狀況。

三大價值，輔助各領域創造更高商業價值

總括來說，Viya可望為客戶帶來P.P.T三大價值。

  • 生產力（Productivity）：降低AI與數據分析門檻，賦能所有人快速創新，讓企業不會因為缺乏頂尖資料科學家而無力推動AI/ML專案。

  • 效能（Performance）：Viya平台可承接1TB、2TB甚至10TB大量資料，進而快速運作、產生商業價值。

  • 信賴（Trust）：SAS堅持打造可信任AI，不只回答問題，亦讓客戶清楚知道答案從何而來，有利於贏得領域專家或平台使用者的信賴，願意把AI推論結果列為決策參考依據。

正因如此，SAS Viya在臺灣累積許多深具指標性意義的應用實例。以下的篇幅，就讓我們看看這些經由Viya機器學習平台的輔助下、所淬鍊而成的精彩故事。

  • 半導體企業極為重視良率，日復一日追求良率上的突破。隨著開源工具或統計軟體的運作能量到達極限、難以幫助他們找到再突破的點，於是擁抱AI，利用Viya分析所有工序上的巨量參數，快速運用機器學習方式找出影響良率的根因（Root Cause）。

  • 金融機構為強化詐欺防制，利用機器學習方法解析大量歷史資料軌跡，探尋各種交易活動的常態Baseline，後續針對每個客戶的每一次交易進行風險評分，倘若偵測到評分偏離Baseline警戒值，便即時發出預警，同時根據異常行為人的關聯式網絡分析，還原這個疑似詐欺活動的來龍去脈。

臺北榮總攜手SAS打造「即時血液透析」AI預判系統，以AI即時分析洗腎機毫秒級輸送的巨量連續資料，預判心衰風險與找出最佳洗腎後體重，以減少腎友因脫水不足而導致呼吸不順與心臟衰竭再住院的風險。

全球最值得信賴的分析合作夥伴

 
 

SAS 專業代理商
https://www.dawningtech.com.tw/

觀看以下影片, 可以幫助您更快了解SAS 可以助您的部份!

影片連結: https://youtu.be/S8VaBvYbnGY

看完影片後, 可參加問卷答禮活動 (https://reurl.cc/9Rgxnv)，分享貴公司目前在商業上遇到的痛點，以及您認為可以透過SAS達到改善的部份，即可獲得100元7-11禮券。

活動將於2024年1月31日截止。

https://reurl.cc/9Rgxnv

熱門新聞

Advertisement