部落格
Aug, 07, 2024
AI時代,如何釋放數據效能,連通數據孤島?
作者:緯謙科技總經理 夏志豪
AI浪潮襲來,不少企業將其視為推動未來轉型的關鍵力,AI技術的發展為產業帶來更多創新,例如,在零售業,AI應用可以預測消費者需求,提供精準行銷,並改善顧客服務。在製造業,AI應用可以優化生產流程,提升產品質量,並降低生產成本;在醫療領域,AI應用可以減少醫事人員行政作業時間,協助疾病診斷,提升醫療品質。
在這個大規模拓展AI/ML應用的階段,可以常聽到發展AI訓練有三大要素:數據(Data)、算法(Algorithm)、算力(Compute Resources),這些要素共同決定了AI模型的效能和效果,其中「數據」橫跨整個AI開發的生命週期,充足的數據資料量及有效的數據基礎建設,將是影響AI成敗的重要因素。
也可以說,企業的「數據策略」是發展AI應用前不可忽視的關鍵環節,導入AI和數位轉型一樣,企業應該以終為始,評估可行性與最終目標,而非盲目跟風推動AI。
數據孤島的挑戰與應對策略
以零售產業為例,「人、貨、場」是重要的商業元素,尤其跨門市、跨部門、跨系統的數據治理並不容易,當這些龐大的結構化、半結構化、非結構化數據無法整合互通時,企業便難以獲得全局性的數據洞察力,這不僅影響商業決策的準確性和效率,還限制了在大數據和AI應用上的潛力發揮。
數據孤島問題在其他行業同樣存在,如金融業,數據來自不同的系統和平台,往往無法無縫整合,這導致風險管理和客戶服務方面的挑戰。在醫療保健領域,患者數據分散在不同的醫療機構,缺乏統一的數據標準,使得診斷和治療的協同效應難以實現。
如何運用AI整合和管理全通路資料,打通不同渠道的數據孤島,導入以數據驅動的新零售模式?本文提供幾項建議:
數據孤島問題在其他行業同樣存在,如金融業,數據來自不同的系統和平台,往往無法無縫整合,這導致風險管理和客戶服務方面的挑戰。在醫療保健領域,患者數據分散在不同的醫療機構,缺乏統一的數據標準,使得診斷和治療的協同效應難以實現。
如何運用AI整合和管理全通路資料,打通不同渠道的數據孤島,導入以數據驅動的新零售模式?本文提供幾項建議:
- 整合技術與數據架構:建立統一的數據架構和標準,使不同部門和系統的數據能夠互相兼容和整合。利用先進的技術,如數據倉庫、數據湖和中介軟體,實現數據的集成和共享,提升數據利用效率。
- 數據中台與協作:建立數據中台,作為統一的平台來治理數據,促進跨部門和跨團隊之間的數據共享協作。透過標準化數據接口和集中管理,實現訊息流通和數據的高效利用。
- 流程創新與技術創新:AI的應用不僅限於技術層面,更應用於流程改進和重組。根據研究指出,企業利用AI進行流程創新,能夠提升3~7%生產力。這代表AI不僅能幫助企業從多樣化的技術中找出多元組合,還能應用於新技術整合並推動商業流程改進。
- 保護創新成果:企業在使用AI進行創新時,應考慮建立專門的部門來分析創新成果並尋找新的組合,保護發明並防止被其他企業迅速模仿並結合現有工作。
AI的廣泛應用可以協助企業跨越不同技術領域、重塑產品創新,並解決大數據所帶來的挑戰。根據緯謙科技多年與產業的合作經驗發現,大部分企業領導者雖然認同AI是帶動變革的必然驅動力,但在組織調整與文化上,並未隨著AI導入應用,調整相應的組織架構與流程。而單純導入AI工具並不足以帶來預期的效益,顯示企業在組織管理和文化變革上,還需投入更多努力。
在這個資訊爆炸的時代,「整合」是至關重要的概念。AI不僅在創新中扮演引導角色,更是一個潛力巨大的智慧管理工具。未來,讓我們一同迎接更多挑戰、探索AI與數據帶來的無限可能,迎接廣闊的創新視野!
資料來源: 中華軟協 x《今周刊》