企業數位轉型重點:SAS點名要關注的「ModelOps」、「複合式AI」是什麼?-科學人雜誌
產業趨勢

企業數位轉型重點:SAS點名要關注的「ModelOps」、「複合式AI」是什麼?

2022/03/11 數位時代
《財星》500強企業中,包含金融、製藥、電信、航太都100%為SAS的客戶,他們提出企業在AI領域值得關注的「ModelOps」與「複合式AI」是什麼
(圖片來源:SAS)

AI(人工智慧)與數據分析公司SAS於今(10)日舉辦記者會,引用研調機構IDC對於2022年AI及自動化的預測,提到「2024年,60%的企業擁有應用ModelOps的能力。」此外,SAS總經理陳愷新(首圖中)特別點出「複合式AI」(Composite AI)是企業必須掌握的下一波技術。

「ModelOps」與「複合式AI」是什麼?對企業又有什麼影響?

ModelOps:讓模型管理有流程可以遵循

以SAS的客戶玉山銀行為例,自2006年起玉山銀行就導入統計模型進行預測,之後加入了大數據,並在2018年成立智慧金融處,進一步整合AI。


▲AI模型並不是開發完就能無限運作,需要不斷監控、管理、重新校正,才能長期發揮作用。(圖片來源:數位時代/陳君毅攝)


玉山銀行一路打造了很多模型上架給內部使用,包含語音辨識、人臉辨識、自然語言處理、流程AI、風控AI等,「但有一天卻開始發現,有些模型預測愈來愈不準。」玉山銀行科技長張智星(首圖右)說,原來碰到新型冠狀病毒(COVID-19)的影響,信用卡盜刷的模型偵測失準,因為消費者轉向電商,刷卡習慣不同、詐騙集團的手法也推陳出新,「世界變動的愈快,模型的挑戰就愈大,怎麼持續導入資料並監控,就成必要目標。」

張智星舉例,就像是一名養殖業者,養了3隻鳥來捕魚,「他們去捕魚,抓到回來就給一點小獎勵。」但當鳥的數量是30隻、100隻,管理起來就有困難,不管是哪隻鳥要休息、哪隻鳥需要照護,都成了養殖業者的困難。這些鳥就是一個一個的模型,而ModelOps就是管理鳥的系統,模型不是做完就好,需要監控、管理、更新,才能確保預測準確度。

以實際的狀況來說,玉山銀行的ModelOps把所有AI(商用或開源)模型版本、分析專案納管在一個中央儲存庫,設定權限讓應用單位機密不外洩;再來把整個模型生命週期的管理流程標準化,提高協作效率也便於監控。最後一步,就是打造統一且透明的回饋機制,讓應用單位的權責人員可以主動監控狀況,把關模型的品質。

「對銀行來說,不只把模型監控和報表的開發,從3天縮短至幾分鐘,更重要的是,因為透明能夠追溯足跡,符合法遵規範的需求。」張智星說。

台北榮總也與SAS合作,先導入AutoML(自動化機器學習)技術,讓資料處理、建置模型、部署與解釋的流程自動化,協助院內分析人員減少超過9成的建模時間,如在腎臟科加入血紅素偵測,協助醫師預判腎性貧血等。這僅是單一的模型舉例,當台北榮總擁有愈來愈多的模型,就也需要導入ModelOps,監控模型效能。

台北北榮資訊室主任郭振宗(首圖左)表示:「模型做好之後,希望可以拓展至全台灣的醫院,大家都可以用,所有病人都可以享受跟醫學中心相同的照護品質。」

複合式AI:用來解決真正複雜的商業問題

「複合式AI,是結合了不同AI技術,為複雜商業問題提出最佳解。」陳愷新說,「也是企業下一波必須掌握的重要趨勢。」

舉例來說,零售業者如果想要了解最佳化定價,可以用機器學習技術,搭配歷史交易資料、庫存量、競品價格、客戶屬性來決定價格區間,這是已經存在的技術。

如果想要進一步挖掘更深度的問題,像是了解在定價與促銷之間如何取得平衡,或是該最佳化營業額、利潤還是市占率?「像是有些促銷是可以接受賠錢來確保市佔率成長,或是獲利增加區間要從10%增加到15%等,問題很複雜。」陳愷新說。面對這樣複雜的問題,就需要運用橫跨機器學習、需求預測、統計及最佳化等AI技術。此外,複合式AI還可以從小數據中找出洞察,是企業在未來必須重點關注的轉型方向。

SAS在2021年於台灣取得雙位數成長,更奪下亞太區卓越績效國家冠軍,主要業務成長動能來自雲端產品及軟體授權40%的成長。獲利的領域包含風險管理與詐欺偵測、AI運算管理平台以及智慧醫療方案等,SAS也預計於2024年IPO。


■本文經合作媒體「數位時代」授權使用


【數位時代延伸閱讀】

  1. 減少洗腎後併發心臟衰竭!SAS攜手台北榮總,靠AI讓洗腎更安全
  2. AI發展下一步?李開復:AI治理是各國必須共同解決的事





更多文章
活動推薦更多
追蹤科學人