▲透過全託管服務(Hosted Managed Services,HMS)可為企業省下將 AI 分析遷徙至雲端背後。(圖/SAS提供)

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。