全球企業都在做 IT 現代化!微軟全渠道事業部首席技術官徐明強:從「決策流程」優化才是根本重點

全球企業都在做 IT 現代化!微軟全渠道事業部首席技術官徐明強:從「決策流程」優化才是根本重點
▲全球企業都在做 IT 現代化!(圖/翻攝自科技報橘,下同)

【本文經合作夥伴《科技報橘》授權轉載,並同意《智慧機器人網》修訂標題,原文標題為《全球企業都在做 IT 現代化!微軟全渠道事業部首席技術官徐明強:從「決策流程」優化才是根本重點》,《智慧機器人網》編輯整理】

文、圖/科技報橘

20 世紀初,「電」的問世,造就第二次工業革命,而福特汽車所發明的流水生產線,則成為當時的經典代表。21 世紀,以雲端為基礎的數位轉型革命,同樣也在企業間造成廣泛討論,「沒有跟上雲端浪潮的企業,很可能像當年沒有跟上電力趨勢、維持蒸汽機生產的工廠一樣,最終只能黯然退出市場,」微軟全渠道事業部首席技術官徐明强說。

企業升級需求漸增,IT 現代化的四個要件:A、B、C、S

據 Gartner 統計,2017 至今全球企業 IT 支出成長 10%,顯見所有企業都在加大 IT 設備升級的投資。數位轉型是現代企業必修的學分,據徐明強觀察,企業數位轉型的目標不外乎以下四種,與客戶做更密切的互動溝通、提高員工生產力、優化營運效率、及帶動產品或服務升級。

而要實現這四大目標,IT 架構走向現代化,是最重要的第一步。

徐明強認為,數位轉型與前幾年在談的企業 e 化,有很大的差異,企業如果用過往 e 化時所建立的 IT 架構,進行數位轉型,很難實現上述所想要達到的四大目標。因為企業 e 化強調用程式來解決問題,將各個企業所面臨到的問題,變成軟體程式可以解決的問題,而數位轉型則著重在用數據預測輔助企業做決策,隨著電腦運算能力越來越快且成本低、數據越來越豐富、模型越來越好,這些因素降低了數據預測的進入門檻,讓企業能夠把各種各樣的問題變成預測問題,進而引爆這一波數位轉型浪潮。

由這個角度來看,現代化 IT 架構至少應具備 A、B、C、S 四大要素,也就是 AI(人工智慧)、Bigdata(大數據)、Cloud(雲端)及 Security(安全)。

AI 賦予企業預測的能力,而要做好預測就必須以數據為基礎,因此企業必須將客戶資料、日常營運、產品、研發…等內部各項數據整合在一起,成為 AI 預測分析的基礎。無論是人工智慧或大數據,皆得架構在一個非常有彈性的基礎設施上、也就是雲端平台,企業可以使用公有雲上的運算或儲存資源,也可以在自家數據中心建私有雲,或是採用混合雲架構,去提昇 IT 基礎設施的彈性及便利性。

最後無論人工智慧、大數據或雲端的應用,都應該以「安全」為基礎前提,舉凡資料傳輸及存取過程、雲端平台上的資料…等,都是值得企業注意的安全問題,如此才能降低資安風險對企業造成的傷害。而「合法合規」,更是在隱私觀念崛起的時代企業應該關注的新焦點,一次客戶資料外洩面對的不只顯示出企業資安的門戶洞開,更將面臨商譽的重大流失。

因此挑選雲端平台時,可以藉由觀察其是否具備相關合規性標準為評鑑準繩,例如是否符合 GDPR、HIPAA、FedRAMP 等相關規範,若還能符合國家特定標準如澳洲 IRAP、英國 G-Cloud 及新加坡 MTCS 等則更為穩妥,例如 Azure 等雲端平台都是符合標準的,都相對要更為保險。

微軟雲端三支箭,滿足企業所有應用需求

數位轉型年代,企業務必得在 IT 現代化著力,微軟數年前開始積極發展 Azure 雲平台,除了公有雲服務外,還提供 Azure Stack 模組,讓企業可以從自有資料中心連到雲平台,打造結合彈性與資料機密性的混合雲架構。此外,Azure 雲平台不只有運算與儲存資源,還提供各種與大數據分析及人工智慧相關的解決方案,協助企業快速佈建相關應用。

以人工智慧來看,目前 Azure 提供的解決方案分成三種類型。

第一是針對目前發展比較成熟的 AI 應用,例如:人臉/語音辨識、圖像識別、自然語言理解、資料搜尋… 等,提供一個預先處理好的模型,並包裝成 API 形式,讓企業能夠方便且快速地導入既有應用之中,使其具備視覺、speech、自然語言理解及搜尋的 AI 能力。

第二則是針對有自行建模需求的企業,如果屬於深度學習應用,Azure 支援各種不同深度學習開放原始碼框架,像是 TensorFlow、PyTorch、MXNet 等,以及微軟自行研發的 CNTK,讓資料科學家能夠選擇適合的框架進行建模。

第三,若是統計類機器學習,微軟則提供由系統自動推薦最佳模型的服務,諸如像是 Azure Machine Learning Studio 等服務,使用預先建置且預先設定的機器學習演算法,以及資料處理模組,並採用可視化的拖放式視覺化工作區,可以協助企業將繁雜的步驟變得簡單、容易處理,降低人工智慧應用的難度。

中小企業也能自己做!數位轉型應從「決策流程」開始做起

徐明強解釋,過去資料科學家看到數據後,要從中選取屬於這份數據的特徵、選擇適合模型、以及調校參數,這是一個非常繁瑣又耗時的工作,如今微軟自動機器學習服務,只需要提供訓練數據、希望達到的目標,例如:要進行預測或分類,以及預計訓練時間,Azure 就會自動在後台選擇適合的模型並推薦給使用者。

這對企業來說,有兩種不同層面的效益,首先可以提高資料科學家的生產力,使其能夠在同一時間內,執行很多需要建模的 AI 應用,再者目前資料科學家數量的薪資成本較高,一般中小企業可能無力負擔,透過 Azure 自動機器學習服務,讓中小企業也能夠自行建模、滿足內部 AI 應用需求。

徐明強認為,面對數位轉型,企業的思維不應該是,分析現有作業流程、思考哪一段可以用 AI 技術去優化,這種思維邏輯很容易落於「現狀的偏見」,應該要問的是,目前內部需要做哪些決策,這些決策需要哪些預測及數據來支撐,從決策、數據到預測,一步步打造現代化 IT 架構,進而實現數位轉型目標。

熱門標籤

留言

延伸閱讀