AI

企業 AI 應用加速在即 善用部署方案免墮後

Share this post:

(文章於2021年8月24日在香港經濟日報網站刊登)

COVID-19 疫情見起伏,不少企業也趁著悄為緩和、有少許喘息時間,來規劃未來業務策略。但不論其取向是進取還是保守,運用 IT 保持甚至提升競爭力定是必不可少的元素,人工智能(AI)就是一項不能忽視的科技。

事實上,AI 的企業應用近年已相當普及,如客戶服務、營運自動化以及網絡安全這些範疇就經常見到 AI 的影子。不過在進一步透過 AI 科技推動營運表現方面,不少企業則曾經抱持觀望態度。

四成多環球企業將加強投資 AI

這個情況開始轉變。IBM 近期委託一家顧問機構進行研究並公佈的「全球人工智能採用指數 2021 」(Global AI Adoption Index 2021 )中顯示,雖然目前企業應用 AI 的比率和 2020 年的同一研究相約(佔總數約三分之一),企業對 AI 解決方案的投資卻很快重拾升軌,而動力正是來自疫情所引發的市場轉變。該研究調查了全球約 5,500 間企業,中國、印度和新加坡亞洲三國佔其中約 1,500 間;有 43% 的企業聲稱,未來 12 個月將加快投資 AI 科技。

研究中值得注意的首個重點,是推動 AI 投資的因素既有危機亦有機遇。一方面,疫情形成了對業務的各種壓力;而另一方面,AI 科技的持續發展則令企業現在更容易掌握和部署。舉例來說,不少企業已經採用了不同程度的 AI 營運自動化解決方案,而疫情令它們下定決心進一步運用相關方案提升員工的生產力。在此基礎上,這些企業還可能作出新的嘗試來提升的營運彈性,例如把 IT 事故的排解過程自動化。

研究中亦指出,逾 91% 的企業認為一項 AI 解決方案必須能清晰展現其邏輯,令決策者相信該 AI 的輸出是公平、安全與可靠,才有可能取得企業的信任以及隨之而來的效益。事實上,IBM早於 2018年發表的「信任與透明原則」(Principles for Trust and Transparency)中,已提倡業界及企業需以負責任及合符道德倫理法規的方式,來引導及發展AI應用。不過,逾半數受訪者承認,欠缺相關專業技能、規管工具、加上企業本身仍擁有大量偏離數據 (biased data) 等因素,現時要實現上述目標存在重大困難。

此外,該研究中有三分之二已經應用 AI 的企業表示,它們的 AI 系統是基於 20 個以上的數據來源,能作出較全面的分析;又有接近九成的企業指出,將位處任何地點的數據都納入 AI 系統的覆蓋範圍,是 AI 科技進一步普及的關鍵。

而不少企業都自覺未能做到這一點。該研究引述受訪企業指,AI 普及的頭三大障礙分別是相關知識不足、越趨複雜的數據及孤島、缺乏構建 AI 模型的工具或平台。

需全面資源及工具支持

所以,對於那些必須慎用資源的企業來說,不得不加強投資 AI 或會令其處於兩難。筆者認為,在這種情況下,企業物色具行業經驗且恪守 AI 倫理付諸實踐的方案供應商來提供支援,會比自行摸索來得理想。透過供應商的諮詢、再加上揉合深科技(Deep Technology)、行業的專業流程知識,創建融合了智能工作流(Intelligent Workflow),讓 AI 的效益事半功倍。

General Manager, IBM Hong Kong

More AI stories

【AI預警】人工智能分析天氣數據 預測人體敏感風險

(文章於2020年9月1日在香港經濟日報網站刊登) 身體對環境敏感是愈來愈多現代人的煩惱,有人在天氣變化或換季時皮膚和呼吸系統就會感到不適或痕癢。美國最近就有一項能對觸發人體敏感的環境因素作出分析,並預測風險的免費服務面世。

Continue reading

護航數碼轉型,IBM Security「三駕馬車」如何先發制人?

  企業大力推動數碼經濟,因為數碼轉型讓其比以往接觸更多客戶,設備和數據。從業務角度來看,這意味著企業能更從容把握市場機會和客戶體驗,進而快速做出決策,及通過資訊的自由流動以進行協作和創新。在數碼經濟中,當務之急是不斷提供新應用和更緊密的客戶關係,以推動增長,並能確保當中整個過程的安全性。

Continue reading

AI更開放普及 企業靈活使用

(文章於2019年4月29日在香港經濟日報刊登) 大家有沒有這樣的經歷:點菜明明選了 A 餐,又想吃 B 餐的頭盤,但餐廳卻不容許混搭選配,只能遙望鄰桌的菜興歎。 資訊科技世界也常有這情況。AI 具強大應用潛力,環球審計機構羅兵咸永道預測,AI 到 2030 年的全球經濟價值將達 16 萬億美元,但業內評估目前 AI 的企業滲透率只得 4%。AI 就像一道很吸引的菜,為甚麼大家不能隨心享用呢? 從業內觀察所得,企業的顧慮主要有三點:第一,現代數據龐大複雜,企業不敢太快引進變革;第二,請不到建立和營運 AI 系統的人才;第三,AI 應用程式介面(API)與特定平台扣連,難以移到企業既有數據平台運行。

Continue reading