AI可望成為企業IT應用新常態

近年來，人工智慧已成為熱門的IT技術應用議題，從IT廠商到各產業，都可看到不少導入的案例，然而，企業實際採用AI的狀況究竟如何，各界都很關注。

今年上半，我們看到已經有業者揭露相關的現況。例如，以出版電腦資訊書籍而聞名的O’Reilly公司，在三月發表了調查報告，裡面提到幾個可以參考的數據。

例如，正在評估或在生產環境使用的企業比例，已高達85%；有一半的人表示，他們對於AI的採用方式是成熟的，意味著將AI用於分析或正式環境。

而在機器學習的技術當中，監督式學習是AI採用成熟者最常用的作法，比例為73%，比去年下滑7%，深度學習的採用比例為66%；而仍在評估AI的人士，最常採用的方式是深度學習，比例為55%，監督式學習則是54%。值得注意的是，在AI採用成熟者當中，有接近25%的人表示，他們使用增強式學習（Reinforcement Learning），另外，也有23%的人使用遷移學習（Transfer Learning）。

至於企業採用AI的障礙，多數人表示，缺乏機器學習與人工智慧的技能是最大的困難，而在技能缺口的部份，有58%的人表示，他們缺乏機器學習建模人員與資料科學家。採用AI的第二、三大挑戰，則分別是理解與維持商業應用案例（49%），以及資料工程（40%）。同時，有22％的人認為，缺乏機構支持是最顯著的問題，他們也看到少數組織的作法，是運用正式的治理控制來支援AI的努力投入。

而在AI應用軟體上，TensorFlow是最普遍使用的工具，比例為55%，而就AI五大熱門軟體來看，就有四種與Python有關，有的是基於這個程式語言而成，有的則是相關的程式庫、設計模型、專案。

至於使用AI的風險，有53%的人表示，出乎意料之外的輸出與預測，是建構與部署機器學習的最大風險（採用AI成熟者這麼認為的比例接近三分之二，AI評估者為53%）。而就第二大風險而言，採用AI成熟者認為是機器學習模型的互通性與透明度，占55%；AI評估者則認為是公平性、偏見與倫理學的爭議，將近40%，而這也是採用AI成熟者認為的第三大風險，占48%。

除了透過使用調查來反映企業AI採用現狀，另一個需要注意的問題則是：企業已經準備好採用AI了嗎？我們也看到有多個研究機構，提出了AI成熟度模型評估方式，例如，在Forbes網站的一篇文章〈5 Steps To Get Digital Enterprises Ready For AI Adoption〉，作者Mark Minevich列舉了7種作法，並彙整為1套AI先行者成熟度模型，當中區分成9個等級，有意採用AI的企業，也可以看看這裡面的分法，並反思本身目前處於何種狀態。

整體而言，這幾年以來，企業對於AI的採用意願並不低，投入發展的機會相當高，而在今年武漢肺炎肆虐之下，各界如何善用AI來控制疫情，成為眾所關切之處，使得AI不僅是企業長期發展的策略，也能在短期、緊急的狀態下，提供、補充與強化應變能力。

對此，有些研究機構也提出建言，例如，Garter在5月發出新聞稿指出，對於政府與醫療照護的CIO而言，他們認為，AI可以改善5個領域的決策制定品質，分別是：早期偵測與流行病分析、封鎖隔離、分類與診斷、健康照護的維運、疫苗的研發。

同樣受到疫情衝擊的其他產業，其實，也可以思考如何運用人工智慧的技術，來提升既有的作業效率，並且積極發展自動化處理的作法，減少實體的人員接觸。

過去，若提出這樣的建議，很多人會覺得不切實際，這只是為了滿足技術狂熱者追逐新科技的興趣，但如今全球性大規模急性傳染病來襲，已是無可逃避的現實，發展已久的IT、數位化，因為可以跨越實體環境的限制，而且穩定提供服務，此時足已承擔業務持續運作的重責大任，然而，接下來，該如何能更準確、快速地作出判斷，我們需要更懂得善用資料庫、大數據、人工智慧等資料科技，來提供協助。