實踐生成式 AI 真正商業價值！SAS 如何助力企業高度串連數據、服務與流程？

生成式 AI 影響力席捲全球，被譽為帶動新時代的生產力革命。根據 Gartner 指出，至 2026 年，預計將有超過 1 億人與生成式 AI 一起工作。入選 2023《時代雜誌》AI 領域百大影響力人物，華人 AI 大神吳恩達也強調現在正要進入生成式 AI 應用爆發期，他十分看好台灣在全球熱潮底下發展獨特產業的 AI 應用，創造貢獻與價值。那麼現在的關鍵問題即為：如何將 AI 技術銜接落地？

雖然整體市場保持高熱度，但對於企業的技術長來說，在部署生成式 AI 到商務和產業的既有流程中，仍需持謹慎觀望的態度。SAS CTO Bryan Harris 即分享：「實現生成式 AI 的價值除了需要先進的 AI 能力外，還需確保每個關鍵節點的治理策略。」

生成式 AI 的崛起與複合式 AI 的未來

生成式 AI 確實加速企業盤點 AI 策略的步伐，但企業是否掌握數據治理的工具與方法，或是否已經具備 AI 策略與技術，仍是產業中待發展的議題。在數據與 AI 領域專注耕耘的 SAS 於年度 Explore 大會上也分享將持續關注與發展生成式 AI，並逐層破解技術趨勢與探討策略，協助企業掌握數據能量、善用 AI 的優點以提供更完善的客戶體驗與服務。

生成式 AI 為大眾提供重新思考軟體、數據和人類互動體驗的機會。當 AI 與人之間的互動變得像日常對話一樣自然時，技術採用的障礙也會減少。然而，儘管生成式 AI 在資料整合方面表現優秀，但在預測分析階段存在某些限制。為了充分發揮生成式 AI 的潛力，我們可以採用複合式 AI 的理念，結合不同的 AI 技術，確保其與預測式 AI 之間實現全面的協同作業和有效治理，以找到解決複雜商業問題的最佳方法。這也有助於推動技術在商業環境中更好地融合和發展。

Bryan Harris 也盤點出 SAS 生成式 AI 之創新進展，具體表現在以下幾個面向：合成數據生成、數位孿生以及大型語言模型（LLM）。

生成式 AI 釋放產業能量的實踐方式

合成數據可以作為真實資料的有效補充或替代，以更好的效率來建立準確、可擴展的 AI 模型。Gartner 分享預計到 2030 年，AI 模型中的合成數據將完全取代真實數據。 SAS 具有一項專利的生成式對抗網路（GAN）深度學習演算法，用以協助企業創造仿真實世界的複雜資料，可更精準的模擬未來趨勢以及模擬不同的未來情境。協助企業在兼顧資料隱私、中立性的前提下，調校出穩定、準確的 AI 模型。

數位孿生系統是反應真實世界的虛擬數據模型，透過調整裡面的不同參數，可協助企業在沒有實際風險的前提下，預先測試不同方案的可行程度，甚至是提前預知風險。例如製造業者面臨業務中斷或需要模擬和供應鏈和製造過程等複雜情境時，透過數位孿生，可全面性的掌握模擬過程的數據、模型與分析變因，並可提高營運與診斷問題效率，降低風險和損失，並快速掌握未來情況。舉例數位孿生的實務場景，SAS 與比利時政府合作進行稅收改革，促進政府與公民的共同利益，並且協助奧地利維也納的 Wienerberger 製磚商將其能源相關生產成本平均減了 10%。

使生成式 AI 爆紅的 ChatGPT，即是最知名的 LLM 應用之一，透過 LLM，企業與顧客間的交流模式被賦予了新的方式，同時也讓我們在獲取 AI 洞察和協助方面開闢了嶄新定義。SAS 正在將 Microsoft Azure OpenAI 的應用，與 SAS Viya 生態系統整合，打造複合式 AI 的場景，使生成式和預測式 AI 共同解決現實世界的複雜難題。

Bryan Harris 進一步分享，可將 SAS Viya 定義為一個 AI 夥伴，與企業中的人員共同協作，以企業想要了解特定門市業績下滑的原因為例，儘管生成式 AI 能整理相關數據，但深入的因果分析仍是一大挑戰，而 Viya 可以結合生成式 AI 提供對話式服務解決問題，同時結合預測式 AI 的分析洞察，回答「哪家門市業績最佳，業績最好的原因為何？」等實際問題，實踐產業實用 AI 的最大價值。

強化 AI 生態系，SAS 如何賦能 Martech 領域？

SAS Martech 解決方案行銷主管 Jonathan Moran 表示，LLM 的強大威力更是已在許多行銷場景逐步實踐，SAS 也已將 LLM 與 SAS 客戶智慧 360 （SAS Customer Intelligence 360,SAS CI360） 整合。它可幫助行銷人員更有效地規劃、製作內容及提供行銷建議。SAS 生成式 AI 不同於其他供應商，並不侷限於整合單一生成式 AI 模型供應商，SAS 行銷客戶可以靈活選擇欲整合使用的生成式 AI 模型，比如選擇 OpenAI 等廣受歡迎的 AI 供應商的模型，或者選擇使用開源私有託管模型。

SAS 生成式 AI 可幫助行銷人員更有效地規劃、製作內容及提供行銷建議，例如生成針對 Email 或其他促銷活動的建議文字，或對行銷活動目標客群的人口、心理、行為和地理特徵等提供洞察與建議，如果對文字或圖像建議不滿意，行銷人員也可直接進行編輯。如此一來，行銷人員不僅有了 AI 行銷助手的支援，更是進階為 AI 行銷專家，真正落實 AI 的平民化。

在生成式 AI 時代穩當前行，哪些關鍵要素必備？

IDC 分析與資訊管理集團副總裁 Dan Vesset 分享，SAS 以倡導符合倫理道德的 AI 而聞名，並協助客戶提供可靠的新科技轉型顧問服務，這對於處理敏感資料、客戶風險很高的行業尤其重要。

根據 IDC 的報告，當我們探討導入生成式 AI 時，資料的安全性、錯誤與偏差，以及負責任 AI 的管理工具均是重大挑戰。這種技術提供了一個難得的機會，讓我們獲取嶄新的人機互動體驗。然而，在人類與 AI 的互動被簡化為對話的當下，我們必須警惕，避免過度簡化其複雜性和忽略可能的風險。

因此，企業打造實用 AI 的關鍵要素除了將生成式 AI 良好的與其他 AI 相整合外，也須在此基礎上加強治理功能，確保每次的 AI 應用都受到充分的信任和具可靠性。這包括保護數據隱私、確保人類可監督、提供透明的結果，進而使企業在執行 AI 策略時，不僅能獲得真正的價值，也能確保每一次的決策都是可信賴的。