近年來,人工智慧已成為熱門的IT技術應用議題,從IT廠商到各產業,都可看到不少導入的案例,然而,企業實際採用AI的狀況究竟如何,各界都很關注。

今年上半,我們看到已經有業者揭露相關的現況。例如,以出版電腦資訊書籍而聞名的O’Reilly公司,在三月發表了調查報告,裡面提到幾個可以參考的數據。

例如,正在評估或在生產環境使用的企業比例,已高達85%;有一半的人表示,他們對於AI的採用方式是成熟的,意味著將AI用於分析或正式環境。

而在機器學習的技術當中,監督式學習是AI採用成熟者最常用的作法,比例為73%,比去年下滑7%,深度學習的採用比例為66%;而仍在評估AI的人士,最常採用的方式是深度學習,比例為55%,監督式學習則是54%。值得注意的是,在AI採用成熟者當中,有接近25%的人表示,他們使用增強式學習(Reinforcement Learning),另外,也有23%的人使用遷移學習(Transfer Learning)。

至於企業採用AI的障礙,多數人表示,缺乏機器學習與人工智慧的技能是最大的困難,而在技能缺口的部份,有58%的人表示,他們缺乏機器學習建模人員與資料科學家。採用AI的第二、三大挑戰,則分別是理解與維持商業應用案例(49%),以及資料工程(40%)。同時,有22%的人認為,缺乏機構支持是最顯著的問題,他們也看到少數組織的作法,是運用正式的治理控制來支援AI的努力投入。

而在AI應用軟體上,TensorFlow是最普遍使用的工具,比例為55%,而就AI五大熱門軟體來看,就有四種與Python有關,有的是基於這個程式語言而成,有的則是相關的程式庫、設計模型、專案。

至於使用AI的風險,有53%的人表示,出乎意料之外的輸出與預測,是建構與部署機器學習的最大風險(採用AI成熟者這麼認為的比例接近三分之二,AI評估者為53%)。而就第二大風險而言,採用AI成熟者認為是機器學習模型的互通性與透明度,占55%;AI評估者則認為是公平性、偏見與倫理學的爭議,將近40%,而這也是採用AI成熟者認為的第三大風險,占48%。

除了透過使用調查來反映企業AI採用現狀,另一個需要注意的問題則是:企業已經準備好採用AI了嗎?我們也看到有多個研究機構,提出了AI成熟度模型評估方式,例如,在Forbes網站的一篇文章〈5 Steps To Get Digital Enterprises Ready For AI Adoption〉,作者Mark Minevich列舉了7種作法,並彙整為1套AI先行者成熟度模型,當中區分成9個等級,有意採用AI的企業,也可以看看這裡面的分法,並反思本身目前處於何種狀態。

整體而言,這幾年以來,企業對於AI的採用意願並不低,投入發展的機會相當高,而在今年武漢肺炎肆虐之下,各界如何善用AI來控制疫情,成為眾所關切之處,使得AI不僅是企業長期發展的策略,也能在短期、緊急的狀態下,提供、補充與強化應變能力。

對此,有些研究機構也提出建言,例如,Garter在5月發出新聞稿指出,對於政府與醫療照護的CIO而言,他們認為,AI可以改善5個領域的決策制定品質,分別是:早期偵測與流行病分析、封鎖隔離、分類與診斷、健康照護的維運、疫苗的研發。

同樣受到疫情衝擊的其他產業,其實,也可以思考如何運用人工智慧的技術,來提升既有的作業效率,並且積極發展自動化處理的作法,減少實體的人員接觸。

過去,若提出這樣的建議,很多人會覺得不切實際,這只是為了滿足技術狂熱者追逐新科技的興趣,但如今全球性大規模急性傳染病來襲,已是無可逃避的現實,發展已久的IT、數位化,因為可以跨越實體環境的限制,而且穩定提供服務,此時足已承擔業務持續運作的重責大任,然而,接下來,該如何能更準確、快速地作出判斷,我們需要更懂得善用資料庫、大數據、人工智慧等資料科技,來提供協助。

作者簡介


Advertisement

更多 iThome相關內容