生活中心 / 綜合報導
AI已成企業標配，但如何跟企業營運業務接軌，產出實際商業價值，是近期企業關注的核心重點。許多國際領先企業，更在疫情後意識到在各地都能持續運算各種規模資料的重要性，開始積極將 AI 分析遷徙到雲端。
全球數據分析領導大廠 SAS 台灣業務顧問部副總經理陳新銓指出，在雲端平台運行 AI，能大幅縮短企業開發模型的時間和人力成本，在模型上線後平台也能自動監控模型效能、自動重新訓練模型或重新部署，讓模型決策正確性維持在最佳狀態。
IDC 統計，2020 年至 2024 年，包括金融、醫療、零售在內的產業，將運算工作負載上雲比例平均將達 54%，在 4 年內快速提升 20％，善用 AI 與雲端提升競爭力，已成企業共識。
雲端架構可分為 IaaS（基礎設施即服務）、PaaS（平台即服務）、SaaS（軟體即服務）三種，企業選擇IaaS 與 PaaS 服務，可享有較高自由度的整合能力，能按自身需求調整功能與效能，不過因為不同的功能平台各有廠商負責，資安防護標準不一，需要龐大 IT 團隊來維運；SaaS服務則相對敏捷性與安全合規性高，可最佳化配置IT資源，但也遇到過度部署的問題，Gartner即指出，全球企業每年SaaS有 25％ 沒有充分利用。
對此陳新銓建議，企業可選擇軟硬體全託管服務（Hosted Managed Services，HMS）以同時保有 IaaS 、PaaS、SaaS 的優勢。尤其企業實際在部署 AI 分析平台時，往往才會發現需要準備的基礎建設眾多，得先付出龐大安裝與維運成本，才能讓分析軟體順利運作，這些隱藏的成本，難以在專案起始被精確估算，這也是為何 HMS 成為近日業界部署雲端AI方案的偏好。
陳新銓說明，HMS 包含架構設計管理、事件管理、網路監控、系統問題管理、軟體升級、效能管理在內的軟硬體端到端全託管。以SAS協助多家企業的經驗，導入HMS證實可帶來以下優勢：基礎建設減少多達 50% 以上 IT人力；軟體上可省下 20% 維護成本，並在省下 50% 資安人力的同時，維持系統安全性。
曾有北歐某銀行業者就曾遭遇，為優化消金貸款業務的核貸流程與業務成長，要著手資料倉儲系統現代化，並建立分析與決策流程。但內部系統廠商眾多、既有系統建置已久，都形成極大挑戰。SAS 決定除了提供既有分析軟體協助其核心業務，還提供HMS，後續只在1.5 個月內完成建置合規的分析環境、半年內整合完現有系統、優化整體 AI 導入效能。
各雲端巨頭近年也紛紛投入整合雲端平台與 AI 的應用。如微軟 Azure 便與 SAS 建立策略合作夥伴關係，整合彼此服務，已共同打造包含零售與製造業專屬的雲端分析解決方案。Forrester 的 Total Economic Impact 研究也證實，在 Microsoft Azure 上部署 SAS Viya 人工智慧雲原生管理平台的企業，3 年內獲得 204% 的投資報酬率。
GOOG 
NKE 
AMZN 
AAPL 
TSLA 
TSM