AI 导入起手式!企业该具备的原则与策略是什幺?

原创 O默生活  2020-06-06  阅读 995views 次

AI 导入起手式!企业该具备的原则与策略是什幺?

人工智慧的发展持续扩增经济型态,举凡企业、政府与各新创公司无不趋之若鹜,宣示插旗。在 2018 年 7 月,一份国际调查报告 (注)中,过半(51%)AI 早期採用者的组织表示部署 AI「获得实质成效」,77%认为「分析技术」在其中扮演重大角色。但实务上,许多企业的 AI 发展仍处于沙盒演练状态,究竟分析技术如何协助企业部署 AI?还有哪些基础建设,是这些表示已改善流程、提高营利的组织,所共通投入的做法?

做到企业级 AI:分析驱动、最佳决策以及流程自动化三合一

「AI 对企业的价值在协助或部分取代『高重複性』及『高运算量』的人类工作,而本质就是分析」,SAS 台湾资深顾问分析师林育宏说明,「AI 的商业面貌是分析驱动的自动化决策 ,为建构这样的价值,在应用上要做到让营运流程具备『分析驱动』、『最佳决策』以及『流程自动化』三要素合一。」

林育宏以电商导入 AI 为例,商业目标是从消费者的大量消费、浏览纪录中,使用 AI 学习分类消费者的数位样貌,加以预测其购买机率、潜在流失机率。我们该如何开始呢?

首先,分析团队必须了解资料特徵、业务情境、应用限制等,以拟定「分析策略蓝图」,协助营运单位快速预测消费者的未来行为(Prediction)。-分析驱动

进一步地,透过业务经验或进阶演算法,从众多行动方案中,拟定出对客户与公司而言整体最好的决策(Optimization)。-最佳决策

同时,分析团队需反覆评估整体流程的逻辑是否符合 AI 导入的预期产出,最终由 IT 人员将「资料→模型→决策」的流程做到自动化(Automation)。-流程自动化

上述透过分析驱动,到完成自动化决策的流程,能大幅降低「高重複性」或「高运算量」人力的需求,将员工生产力集中在高附加效益的策略性业务上,实现企业级 AI 的价值。

AI 导入起手式!企业该具备的原则与策略是什幺?

(图片来源:「人工智慧的动能、成熟度和成功模式」调查报告,SAS)

AI 导入起手式: 将大数据由「资料型态」转换为「模型型态」

许多企业发展 AI 专案时,光在启动阶段就因面临到不同部门对导入 AI 有认知落差而延宕。究竟开始投入时,该如何双方协作 ?林育宏以金融业打造智能客服为例,分享 SAS 协助业者发展 AI 的实际程序:

Step1:发想业务情境 -由营运部门提出,根据 AI 三要素,思考商业情境。例如:我们要打造一个智能客服,满足「自动回应客户的常见问题,并从对话过程中适时提供客户感兴趣的服务或商品,进而提升客户满意度与营运绩效」。

Step2:拆解分析命题 -由 AI 或分析团队提出,将业务情境细分成多个分析命题。例如:「如何从对话中了解客户意图 ?」、「如何专业回应客户问题 ?」、「如何了解客户偏好、特徵 ?」、「如何做到个人化推荐 ?」。

Step3:拟订分析策略 -由 AI 或分析团队对每一个分析命题提出多个模型或演算法,如:「自然语言处理」、「意图预测」、「情绪分析」、「客户特徵工程」、「客户偏好探勘」,并开始与技术、营运部门讨论业务逻辑。

Step4: 盘点营运数据 -由 AI 或分析团队与业务部门讨论,共同梳理实际可取得资料并建立衍生变数,如:「即时对话文字资料」、「帐务流量资料」、「客户行为资料」、「CRM 价值特徵」。

Step5:建立 AI 模型 -由 AI 或分析团队开始将企业数据由「资料型态」转换成「模型型态」,建立智能客服模型。该智能客服模型经过测试后,正式部署到实际的营运环境中。

完成以上步骤后,当客户开始与 AI 模型互动,企业即可收集到更多的资料,并回馈到下一次的 AI 训练中建立良性循环机制,长期下来为企业探索更多潜在新商业。

完成 AI 基础建设 – 统一、协作的分析平台

林育宏提醒,AI 被高层认可的初步价值在于部署的速度及业务解释的透明度,因此全程化的 AI 分析週期-从资料管理、分析洞察、模型部署,到资料视觉化都相当重要。企业要完成 AI 基础建设需注意三件事:

  1. 共享且协作 :支援不同程式语言的协作环境,例如:Python、R、SAS、Java 等;且所有人均共享分析结果及模型。
  2. 高运算效能 :从资料管理、多元的模型演算,到模型推论的效能。
  3. 资安权限控管 :加速 AI 模型开发的同时,也能让管理者统一治理数万个模型及资料安全。

林育宏总结:「拥有统一架构的分析环境才得以让企业的资料科学家、商业分析者及决策者协作 AI 的多样性、共享策略,同时完成控管。最终,AI 的价值与伦理才得以被信任。」

注:「人工智慧的动能、成熟度和成功模式」这项调查由 SAS、Accenture Applied Intelligence 及 Intel 委託,由 Forbes Insight 于 2018 年 7 月进行。为一项针对 305 位企业领袖的全球调查,其中有超过半数是资讯长、技术长及分析长。

(首图来源:Max Pixel,CC licensed,本文开放合作伙伴转载。)

上一篇:
下一篇:
相关文章