2024 諾貝爾物理學獎、化學獎分別公布得獎名單，無獨有偶，兩組得獎者早年的研究均與「人工智能」與「機器學習」技術有關，並為人類文明帶來創新及劃時代的突破。時至今日， 人工智能已日益進步，亦不再局限於高端科技，逐漸在社會各階層、各行各業中普及，那麼在面對人工智能大趨勢時，企業決策者又應如何應對？早前 AWS 專家在講座中就分享了企業使用 AI 進行創新及數碼轉型前的「四個基礎」。
由網絡雲端服務平台 AWS 主辦的講座「Generative AI for technology leaders」早前順利完成，當中，AWS 找來曾多次帶領不同企業進行數位化轉型的 AWS 企業策略總監 Tom Godde 分享經驗，他在講座中提出四項讓企業更容易做好數位化轉型的基礎準備。
選擇並快速執行合適案例
第一項基礎準備，Tom Godden 認為企業要選用合適的案例及快速執行案例。Tom 指在使用「生成式 AI」時企業有大量案例可參考，並指如簡單劃分為「前台」及「後台」案例，「前台」為目的的案例可讓企業透過使用 AI 直接影響客戶體驗，重塑顧客與企業互動的方式，「後台」為目的的案例即可有效提升企業員工的生產力和創造力、提高效率、降低成本；作為「前台」例子，他以服裝公司 Adidas China 與 AWS 合作的案例，指 Adidas China 利用產品數據創建虛擬試穿服務，並以「生成式 AI」生成逼真的模特兒和合適的背景來展示 Adidas 產品，從而為顧客提供更優質的購物體驗。另一方面，他亦舉了航空公司 Ryanair 與 AWS 合作的案例，指 Ryanair 利用 AWS 開發出一個讓 Ryanair 機組人員能夠簡單管理其工作生活的應用程式，以便 Ryanair 在確保飛機和員工能準時起飛及降落的情況下，亦能兼顧培訓、休假、天氣等各項因素。作為第一項基礎，Tom Godden 認為企業領導人最重要是快速找到合適的案例並落實執行。
以自身數據客製化最佳 AI 方案
第二項基礎準備，Tom Godden 認為企業應利用自身數據客製化「生成式 AI」解決方案。他指企業應了解到，掌握強大數據集的企業能在使用「生成式 AI」上創造出與基礎模型不同的模組，並最終獲得真正的業務價值。他強調「數據政策」及「數據質量」是關鍵，又引述調查，指 93% 的首席數據官均認同數據政策對成功實施「生成式 AI」項目有正面作用，亦有近一半首席數據官認為數據質量是他們實施「生成式 AI」的最大挑戰；就此，Tom Godden 提到了「提示工程」、「微調」、「持續預訓練」三種利用數據構建 AI 的方法，並建議企業可用支援此三種以數據訓練 AI 方法的 AWS Bedrock。
嚴選服務平台 降低成本 提高效能
第三項基礎準備，Tom Godden 強調企業應選用綜合能力最全面的「生成式 AI」模組或服務，以適應不同層面的 AI 使用。他解釋，不同層面的 AI 使用各有特定的軟件、硬件要求與面向，如最底層訓練基礎模組需要使用的基礎設施，講求消耗大量的計算能力，以應對人工智能在「訓練」和「推論」的兩個主要工作，極講求性能及成本效益；中層應用方面，則牽涉到要選擇最佳的 GPU、最先進的虛擬技術、最強大 petabyte 級別的網絡能力、大規模資料中心等硬件，以配合機器學習、模擬和 3D 渲染等工作；最頂層則是關於如何快速使用 AI 及構建應用程式，並且保持安全性和隱私。
Tom 進一步提到 AWS 正是面向各層面進行了大量投資，如提供了 Amazon Bedrock、Amazon Q、Amazon Code Wgisper 等應用，亦能提供各類型的軟硬件需求，指企業在推動 AI 時應考慮使用如 AWS 的平台，直接使用 AWS 的高效及具成本效益的基礎設施，及透過 AWS 以高安全性、高隱私度的方式構建和擴展基礎模型的新應用。
學懂負責任地使用 AI
第四項基礎準備，Tom Godden 認為企業要準備好負責任使用「生成式 AI」。他以 AWS 自身為例，解釋 AWS 目標在於建構安全、可信賴且對社會有益的「生成式 AI」，例如，他們提高服務的透明度，如他們會向客戶提供一份可以查證的文件「AI Service Cards」，文件會包括 AI 服務的用途、限制、AI 設計、效能優化等資料，他們亦會為客戶處理有關知識產權侵權方面的訴訟。另外，Tom 亦指 AWS 已將限制 AI 上仇恨言論、粗言穢語、暴力等不當內容的選擇，內建在向客戶提供的基礎模型之中，亦可使用 Amazon Bedrock 自定義 AI 模型時，以準確性、穩健性、有害程度去評估和選擇 AI 模型。Tom 亦強調，促成企業負責任地使用 AI 的關鍵仍在於企業自身，但企業大可使用 AWS 提供如 AWS CloudTrail、Amazon CloudWatch、Amazon DataZone 和 Amazon OpenSearch Service 等服務，以更快捷、方便、準確的方式去達成負責任使用 AI 的目標。
總結而言，Tom 認為企業在使用 AI 進行創新及數碼轉型前，需考慮「選用合適的案例及快速執行案例」、「利用自身數據客製化解決方案」、「選用綜合能力最全面的模組或服務」、「負責任地使用 AI」這四方面，亦在講座中舉出了不少客戶使用 AI 進行創新的成功實例。在 AI 技術日漸成熟及普及的今天，企業應加快腳步投入以 AI 創新及提升效率的洪流。如欲了解更多，可瀏覽以下網站，開啟企業的 AI 轉型之路。
分享到 :
最新影片
