AI新創Profet AI推AI生命周期管理平臺AILM，年底前可支援生成式AI強化知識管理效率

國內無程式碼（No-code）AI新創業者Profet AI，今天（11/14）發表AI生命周期管理平臺AILM（AI Lifecycle Management），涵蓋AI議題探索、產生模型、應用落地到知識經驗擴散。該公司預告年底前AILM將會支援生成式AI，來提高知識經驗的管理及應用。

成立於2019年的Profet AI喊出口號，要讓80%的關鍵員工成為AI工作者，旗下的No-code無程式碼AI工具AutoML，提供超過50種的製造業常用機器學習演算法，讓不具有IT、開發背景的不同製造業領域專家，可透過無程式碼工具來快速建立AI模型。Profet AI宣稱現在已有14大類製造業、超過160家客戶，並且在日本、中國、新加坡等地設有據點。

Profet AI執行長黃建豪表示，Profet的目的為將機器學習的複雜AI技術，成為工具軟體給領域專家使用，讓99%的客戶在2小時教育訓練後，學會使用該工具，運用歷史資料作各種預測，相信當更多人能使用工具作各種預測，可以提升公司整體的競爭力。舉例來說，企業人資對人才的離職預測，或是對供應鏈的庫存預測、優化。

黃建豪指出，製造業需要以AI為基礎，建立判斷標準化的管理能力，除了數據分析建模進行各種AI預測，過去在生產上仰賴老師傅經驗判斷的管理方式，隨著老師傅退休或人才斷層風險的增加，未來更需要建立判斷標準化的管理方式。AILM的目的是讓企業從過去仰賴經驗的管理標準化，向系統流程的流程標準化，到以AI數據分析的判斷標準化，讓領域知識（Domain Know-how）可管可控。

Profet AI技術長林裕鑫表示，目前市場的管理平臺大多聚焦在AI模型的建立及維護，偏向技術、資料科學的角度，但是企業在使用AutoML建模分析之前，商業問題或議題產生、分析、怎麼被解決也相當重要，在建模的前期，對企業管理而言，Why及How也相當重要。

因此在AILM裡，除了整合AutoML的建模分析之外，建模之前的AI議題建立、AI議題的探索評估、大量議題的管理，還有類似專案管理的工作任務管理，了解工作任務指派的情形、個人任務管理。

為了讓製造業經驗知識可被控管、傳承擴散，AILM也提供企業內部AI知識庫功能，建立企業內部AI知識庫。

林裕鑫表示，相較於一般知識管理偏向文檔管理，AILM的知識庫則以問題為中心來建立相關的AI知識庫。企業能將長期累積的領域AI知識及經驗建立內部資料庫，讓領域經驗知識能夠傳承、擴散，結合在年底前推出的生成式AI模組，使用者可以透過生成式AI，搜尋特定領域的知識，或是對企業內部累積的大量資料，快速搜尋相關資料，獲得資料的摘要。