供應鏈韌性已成為企業生存必修 新興AI應用帶來新突破 垂直領域需求驅動可信任AI商機 數據治理助打造數據生態系
軟體
瀏覽數:1994
發布日期:2023/10/31
(圖為資策會MIC研究總監韓揚銘)
 
資策會產業情報研究所(MIC)於10/30-11/2舉辦第36屆MIC FORUM Fall《智匯》研討會,今(31)日發布資料治理趨勢,針對AI應用於供應鏈韌性提升、可信任AI發展,以及數據經濟時代的數據治理議題提出觀測。供應鏈韌性已成為企業生存必要條件,而AI技術發展為供應鏈管理帶來嶄新契機。研究總監韓揚銘表示,新興AI技術提供新一波創新應用,強化建立韌性供應鏈的能力,使供應鏈韌性不再侷限於單一功能,而是一整套策略與手段,主要透過整合「分析型AI」與「生成式AI」,可利用分析型AI為企業提供自動化優化的效能,並利用生成式AI達到整合智慧能力,讓企業獲得更多決策與反應能力。未來企業須思考供應鏈視覺化,如何調適、監控與規劃,以及深入分析風險。
 
根據資策會MIC觀測,已有廠商藉由ChatGPT與原有風險數據的判斷,處理大量供應商合約、輿情資料,更可進行風險分析,提供及時反饋;或運用生成式AI回答運輸相關問題,協助規劃臨時的運輸路徑。更有前瞻性公司開始利用ChatGPT進行供應鏈訪價、詢價與議價。研究總監韓揚銘表示,打造供應鏈韌性已成為企業必修,且預期AI技術將發揮愈來愈關鍵的作用,企業應掌握此應用發展趨勢,活用分析型AI與生成式AI,為決策判斷與流程整合做出完善應用。
 
可信任AI成為發展最大共識 垂直領域差異化需求帶來商機
隨著生成式AI技術與應用更普及,AI潛在危害也成為產業關注焦點,進而催生對可信任AI的需求。資策會MIC產業分析師郭唐帷表示,對可信任的差異化需求成為產業發展契機,如金融業注重AI系統公平性、醫療業注重病患資料的隱私性、製造業注重演算法的透明性與可解釋性等。信任維度與指標對於不同產業應用之下的AI系統存在需求差異,如何在不同維度需求之下,評估AI系統每個環節的信任指標,是後續可信任AI重要發展方向。
 
資策會MIC指出,可信任解決方案將融入AI產品開發流程,過去軟體開發流程從IaaS、PaaS到SaaS,主要以技術堆疊為導向,隨著可信任AI技術發展,逐漸轉變為融合可信任開源架構、數據隱私、模型監控等技術與解決方案的可信任堆疊,而科技大廠如Google、微軟提供一站式可信任平台工具,諸多新創依據模型開發週期也提供局部解決方案,郭唐帷表示,可觀察到DevOps流程轉向TrustAIOps發展的趨勢,未來企業在AI模型開發時,可依據需求選擇解決方案,滿足AI風險管理並達到最終AI產品的可信任需求。另外,也須留意全球AI治理監管框架朝向嚴格標準靠攏的趨勢。
 
符合國際標準的數據治理機制 有助建立更強大的數據生態系
資策會MIC表示,數據經濟時代已經來臨,如何確保數據在信任機制下妥善管理與利用,創造更多價值,是產業與數位轉型組織皆須關注的議題。隨著產業開始從過去數據孤島邁入數據生態系,將有利於生態系夥伴廣泛共享數據與協作,實現數據資產的全面價值,進一步推動產業合作,加速產業升級。資深產業分析師朱師右表示,一個「跨產業」數據治理框架將扮演關鍵角色,其包含了標準制定與法規配套,全面的治理框架不僅能促進數據更有效流通,讓數據安全與合規,也有助於企業與個人在更安全、更高效的環境使用數據。
 
為促進國際數據流通和個人隱私保護,主要國家制定數據治理機制,確保合規並降低數據濫用風險。資策會MIC觀測國際數據治理發展,全球主要國家可區分為兩大發展路線,對外路線如歐盟、英國、東協等,主要強調數據主體權利、跨境數據保護;對內路線如美國、加拿大、日本、韓國,主要強調個人權利與更嚴格的監管。資深產業分析師朱師右指出,符合國際標準的數據治理機制將有助建立更強大的數據生態系,而面對不斷變化的數據環境,公開透明的驗證機制也愈來愈受重視,透過這些機制,企業與政府能建立更強大的數據治理體系,確保服務與決策符合國際標準。