科技與分析別讓AI專案敗在營運問題上

別讓AI專案敗在營運問題上

The Dumb Reason Your AI Project Will Fail

許多企業推行人工智慧專案看似很順利,最後卻以失敗收場。大多數原因在於企業投注大量的時間資源來打造人工智慧模型,卻沒有考慮能否與自己現有的系統搭配。本文提醒主管,應從最初就打造能發揮人工智慧效益的生產環境,並成立適合的團隊。重點並不在於人工智慧模型本身,而是需要一整套由人工智慧推動、順暢的運作機器,才能將企業從今日所在的位置,帶向未來期許的目標。

想採用人工智慧(AI)的企業之所以無法成功,以下是一種常見的情形。企業與某家看來十分可靠的科技供應商密切合作,投入必要的時間、金錢、心力,希望自己的概念驗證(proof of concept)能得到巨大成功,並呈現如何使用人工智慧,來改善本身業務。但接著,一切在一陣刺耳噪音中戛然而止,企業發現陷入困境,原本看來優異的概念驗證被擱置,團隊感到沮喪。
為什麼最後會落入這種令人失望的結局?原因是,很難(其實是非常難)把人工智慧模型整合進入企業的整體科技架構。若要這麼做,必須把這項新科技適當地嵌入整體資訊科技系統和基礎設施裡;如果你無法把頂尖的人工智慧連結到你現有的系統裡,它就無法為你帶來任何好處。然而,目前企業投注時間和資源來思考人工智慧模型本身,卻常常忽略了應考慮要如何讓這些模型,真正與企業擁有的系統搭配運作。
這裡忽略的部分,就是「人工智慧營運」(AI Operations,簡稱AIOps)。這種實務做法包括打造、整合、測試、釋出、部署及管理這套系統,把人工智慧模型得出的結果,轉化為公司想要的有關最終使用者的見解。人工智慧營運的最基本概念,在於不只要有適當的軟硬體,還要有適當的團隊:開發人員...