• 會員中心
  • 訂閱管理
  • 常見問題
  • 登出

新興科技AI服務模式推陳出新 AI新創公司特色看這裡 (上)

 路透
路透

本文共2953字

AIdea 人工智慧共創平台

讓每間企業都能做AI?除了導入AI人才還可以…」 一文中提到了不少家企業推出AI資源供企業使用,包含Google發表AutoML機器學習自動化服務模式;AWS推出AI整合開發工具;IBM Watson及Microsoft Azure等等,接下來將依序介紹幾家新創AI平台。

Landing.ai 擁有獨特的經營哲學以期在穩定中成長

推薦

1.追求提供客戶長期顧問服務,並銷售既有套裝商業軟體

長期顧問服務雖會占掉一家新創很多的資源,但對每個專案品質控制將較有把握。

2.如何提升顧客滿意而不自砸招牌

以創造產業內的能見度,遠比短期內達財務「損益兩平」更為重要。

3.符合市場需求及口碑效應

依現在市場需求,只要做到一家Fortune 500等級大型客戶得到場域實績後,依口碑效應自然還會有具相當財力的客戶排隊合作。

Landing.ai主推商業應用解決方案有兩類

「視覺瑕疵檢測」:如氣體、液體洩漏偵測、來料/成品表面瑕疵檢測、微粒檢測、工件成品幾何量測、各式零件/瑕疵分類等

「人體行為訓練」:如產品的組裝過程監督,以及後來針對COVID-19發展出提醒公共場合應「保持社交距離」的影像相關演算法

除了上述的兩種方案,Landing.ai也提供長期顧問服務合作模式,稱為「AI Transformation」;具備幾點特色值國內AI新創參考:

「AI Transformation」 特色

透過24個月全面合作,將AI方法論融入企業,最終建立企業自身的AI實施策略並配合成果廣宣,最終智財項目含原始碼皆歸於合作企業所有。

先期協助企業以6個月時間挑選2~3個關鍵性AI計畫,確保未來成效足以對企業有明顯助益;合作對象除經特定篩選外,也要確認管理階層會全力支持導入。

再藉18個月的計畫徹底執行,將文化深植公司內,並培養未來可以承接技術並持續開發新應用的團隊。

收費上除客戶需支付兩年的外派工程師人力成本外,另針對最終績效可採取發給獎金(針對上市公司)或分享股份(針對未上市新創)作為報酬,以「分潤」代表對客戶的高度承諾;已有大型傳產選擇套用此模式進行數位轉型。

H2O.ai是一家知名中型新創,專注「企業用開源機器學習平台」的建立,同時也以「有效率的AI開發」方式嘗試解決客戶痛點。其中大力提倡「負責任的AI」觀念,包括幾項重要元素:

1.合規性:

歐美系軟體大廠已在進行類似自律規範,確保未來演算法發展不應使用未授權或違反隱私權的資料,而此類自律規範將會影響特定國家演算法在特定地區的銷售限制。

2.道德性:

包含技術是否符合價值觀並對社會有益處,屬開源或私密軟體,是否公平(Fairness);是否能夠偵測偏見並達到去偏見(Debiasing)的能力。

3.安全性:

資料在處理的過程中,是否有達到如加密、保密的功能:整體演算法產出有紀錄可追蹤,避免被操縱。

4.「可解釋」:

長期目標希望達到「可解釋」的地步,能夠將AI的黑盒子打開並產生一套程序可進行檢驗,不會產生違反常理的預測/分類結果。

H2O.ai業務範圍廣泛,以下為主要代表:

銀行/保險:客戶流失、信用風險、洗錢防制、詐欺偵測、申報管理、異常偵測、個人化利率設定等…

醫療/健康:藥物測試、診所流程、加護病房需求等…

行銷/銷售:智慧區隔、提案建議、客製化網頁、商品推薦、最佳存貨、最佳定價等…

電信/通訊:客戶支援,客戶服務、預測性車隊維修…

製造相關:供應鏈最佳化、交通最佳化、製造設計…

由上可知,金融業(如銀行、保險、證券、理財等)其實是機器學習平台很大的專用市場,歸究主因在基於法遵要求,需保存很多資料作為交易證明,也提供了大規模加值應用的基礎。另以H2O.ai所公布的案例,例如「精準行銷」(撈出目標客群)的導入效益可達700%,而核保全/半自動化一年可省下兩千萬美金的行政成本,一般模型建構則可減少50%時間(利於應用擴散),都是對企業能產生重大經營績效的領域。

H2O.AI 特色

支援多種語言

核心語言是Java,並支援R、Python、JSON等不同介面。

Sparkling Water

重點推廣產品,可直接將數據從Spark傳輸到平台中,並結合機器學習。

H2O4GPU

為開源GPU提供加速機器學習的工具集。

H2O.ai獨特的推廣做法則是,對一般潛在客戶皆開放可直接下載產品試用,透過廣泛試用建立「口碑行銷」。

H2O.ai的「企業用開源機器學習平台」所針對之市場機會,有兩項指標性意義

1.針對「讓每間企業都能做AI?除了導入AI人才還可以…」所提因短期內仍看不到科班專家的供給缺口能獲解決,但缺乏人才的企業目前也能藉該公司的平台與工具集,透過「Citizen資料科學家團隊」仍有能力打造客製化的機器學習模型。

2.長久來說,「機器學習自動化服務」在可預見的未來,將成為一般公司企業進行「產業AI化」所使用的標準配備。

DataRobot則是「機器學習自動化服務」類新創中規模相對較大者,於去年完成E輪募資;同樣以「AI開發自動化」為賣點外,也有另三個獨特競爭優勢。

三大競爭優勢

1.資料整備工具:

Paxata 原是一家獨立公司,專注發展用於業務分析師(BI Analyst)所需的資料整備工具集,於2019年被DataRobot購併。DataRobot利用其技術,將數據從不同的企業資料庫來源相結合,同時檢查數據品質;針對常見的數據問題如檢測重複值和異常值,可在分析前便進行預處理

2.時間序列數據自動分析

許多AI模型是基於時間序列資料來進行趨勢預測;但時間序列資料建模相對複雜,也需要大量人工投入以尋找關鍵因子,一旦關鍵因子產生巨大改變,模型便可能需要重新訓練(例如金融資產價格預測模型中的利率因素)。DataRobot提供了相對易上手的工具來處理時間序列數據,減低建模負擔。

3.連結AI開發自動化

在機器學習模型發展完成後,DataRobot也提供制式化工具協助資料科學家進行佈署(Deployment)工作,連結AI開發自動化的最後一哩路。

DataRobot 各產業主要代表服務項目:

銀行/保險:信用評分/評等、金融犯罪防治、優化現金管理、預測新貸款需求、減少客戶流失、降低訴訟、詐欺偵測等…

投資銀行:貴賓/企業資產管理、客戶併購預測、客戶摩擦風險管理等…

零售通路:利潤最大化定價、庫存優化、最佳店址選擇等…

高科技製造:原料組合優化、異常偵測、瑕疵檢測、維修預測等…

醫療生技:再入院預測、ICU資源最佳化、掛號未到預測等…

按照DataRobot所公布的案例,針對醫療院所導入效益一年可節省一千八百萬美金,主要來自於減少不必要的病患住院與最佳的護理人員資源配置;另該公司提出的「Model Blueprint」程序,讓預測/分類結果有效提高可信度:

1.內建經Kaggle測試過的上百種模型,可自動排名模型適用度讓使用者參考。

2.依最新開源機器學習框架,持續新增並優化原內建的模型庫。

3.模型建構每一步皆自動產出完整文件,最終利於企業進行整體知識管理。

下一篇:新興科技AI服務模式推陳出新 AI新創公司特色看這裡(下)

AI落地決勝關鍵,透過AIdea用AI改變產業,帶領企業走向全新高峰!

填寫問卷取得「企業轉型 | AI導入建議與案例說明」全攻略:https://bit.ly/3to7sKA

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容

以群眾解題的創新機制,為企業快速取得最佳解決方案。目前已有逾13,000位AI解題人才、50個以上跨領域產業的AI冠軍模型,並由多位AI領域專家領導,引導企業釐清AI需求、擬定議題,找出最適合企業的AI應用發展。https://aidea-web.tw/

延伸閱讀

上一篇
供應鏈需求預測創新 AI落地應用沒有界線
下一篇
鴻海攜手台師大引領AI科技教育 助27所高中開課學AI

相關

熱門

看更多

看更多

留言

完成

成功收藏,前往會員中心查看!