企业数位转型重点:SAS点名要关注的「ModelOps」、「复合式AI」是什麽?

AI(人工智慧)与数据分析公司SAS於今(10)日举办记者会,引用研调机构IDC对於2022年AI及自动化的预测,提到「2024年,60%的企业拥有应用ModelOps的能力。」此外,SAS总经理陈恺新(首图中)特别点出「复合式AI」(Composite AI)是企业必须掌握的下一波技术。

「ModelOps」与「复合式AI」是什麽?对企业又有什麽影响?

ModelOps:让模型管理有流程可以遵循

以SAS的客户玉山银行为例,自2006年起玉山银行就导入统计模型进行预测,之後加入了大数据,并在2018年成立智慧金融处,进一步整合AI。

玉山银行一路打造了很多模型上架给内部使用,包含语音辨识、人脸辨识、自然语言处理、流程AI、风控AI等,「但有一天却开始发现,有些模型预测愈来愈不准。」玉山银行科技长张智星(首图右)说,原来碰到新型冠状病毒(COVID-19)的影响,信用卡盗刷的模型侦测失准,因为消费者转向电商,刷卡习惯不同、诈骗集团的手法也推陈出新,「世界变动的愈快,模型的挑战就愈大,怎麽持续导入资料并监控,就成必要目标。」

张智星举例,就像是一名养殖业者,养了3只鸟来捕鱼,「他们去捕鱼,抓到回来就给一点小奖励。」但当鸟的数量是30只、100只,管理起来就有困难,不管是哪只鸟要休息、哪只鸟需要照护,都成了养殖业者的困难。这些鸟就是一个一个的模型,而ModelOps就是管理鸟的系统,模型不是做完就好,需要监控、管理、更新,才能确保预测准确度。

以实际的状况来说,玉山银行的ModelOps把所有AI(商用或开源)模型版本、分析专案纳管在一个中央储存库,设定权限让应用单位机密不外泄;再来把整个模型生命周期的管理流程标准化,提高协作效率也便於监控。最後一步,就是打造统一且透明的回馈机制,让应用单位的权责人员可以主动监控状况,把关模型的品质。

「对银行来说,不只把模型监控和报表的开发,从3天缩短至几分钟,更重要的是,因为透明能够追溯足迹,符合法遵规范的需求。」张智星说。

台北荣总也与SAS合作,先导入AutoML(自动化机器学习)技术,让资料处理、建置模型、部署与解释的流程自动化,协助院内分析人员减少超过9成的建模时间,如在肾脏科加入血红素侦测,协助医师预判肾性贫血等。这仅是单一的模型举例,当台北荣总拥有愈来愈多的模型,就也需要导入ModelOps,监控模型效能。

台北北荣资讯室主任郭振宗(首图左)表示:「模型做好之後,希望可以拓展至全台湾的医院,大家都可以用,所有病人都可以享受跟医学中心相同的照护品质。」

复合式AI:用来解决真正复杂的商业问题

「复合式AI,是结合了不同AI技术,为复杂商业问题提出最佳解。」陈恺新说,「也是企业下一波必须掌握的重要趋势。」

举例来说,零售业者如果想要了解最佳化定价,可以用机器学习技术,搭配历史交易资料、库存量、竞品价格、客户属性来决定价格区间,这是已经存在的技术。

如果想要进一步挖掘更深度的问题,像是了解在定价与促销之间如何取得平衡,或是该最佳化营业额、利润还是市占率?「像是有些促销是可以接受赔钱来确保市占率成长,或是获利增加区间要从10%增加到15%等,问题很复杂。」陈恺新说。面对这样复杂的问题,就需要运用横跨机器学习、需求预测、统计及最佳化等AI技术。此外,复合式AI还可以从小数据中找出洞察,是企业在未来必须重点关注的转型方向。

SAS在2021年於台湾取得双位数成长,更夺下亚太区卓越绩效国家冠军,主要业务成长动能来自云端产品及软体授权40%的成长。获利的领域包含风险管理与诈欺侦测、AI运算管理平台以及智慧医疗方案等,SAS也预计於2024年IPO。

责任编辑:侯品如

0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
内联反馈
查看所有评论