AI應用持續發威 SAS 台灣連10年營收雙位數成長

打造桃市府AI平台、新光人壽業務員詐欺防制,產業應用再拓展

(2020年3月18日) 全球數據分析軟體領導廠商SAS今公佈2019年市佔表現,除了持續於全球預測及進階分析市場獨占鰲頭,取得近3成的市佔率外(1),也寫下業界唯一連七年獲Gartner評為「資料科學與機器學習平台」領導者的紀錄(2)。SAS在台灣則因持續受惠於市場對人工智慧(AI)解決方案的需求,帶動營收連10年雙位數成長!今攜手包含桃園市政府資料科技局發表全台首創「市政資料全分析AI平台」及新光人壽「AI關聯網路防制業務員詐欺」應用,持續展現其於AI領域的強勁表現。

SAS 台灣2019年再創連續10年平均年複合營收成長20%佳績,寫下七度獲頒全球「年度最佳國家奬」紀錄。回顧主要營收領域,包含反洗錢反詐欺、客戶互動即時決策平台以及AI平台基礎建設需求,其中營收核心的「金融業」及「製造業」持續取得22%成長,而「遊戲業」也因仰賴AI照護客群的需求,以黑馬之姿躍升為第三大獲利產業。展望下一波動能,SAS表示將聚焦「AI平民化」策略,於系列產品中增強「自動化機器學習」功能,並主推「模型管理解決方案」簡化建立分析模型流程,以確保AI更容易地導入及部署。

SAS 台灣總經理陳愷新特別指出: 「AI的價值不僅在於『演算法』,而是優化決策與營運。能把分析結果快速變成行動方針的組織,才能取得領先優勢。因此SAS近日將眾多資料科學任務『自動化』,降低技術門檻,讓組織聚焦以AI解決核心業務問題。」

桃市府打造全台首創「市政資料全分析AI平台」

自2009年起多次獲得全球智慧城市獎的桃園市政府,近年積極投入新興科技,從電子化政府轉型為智慧化政府,更於2019年獲得全球智慧城市首獎。旗下統籌市府共通資訊發展的資訊科技局,有感於市府各局處重要業務多已資訊化,累積的資料量及資料複雜度與日俱增,卻因數據分析專案成本高昂、資料品質不佳、人員資料科學素養與能力有限等因素,導致市政數據價值無法有效發揮。遂與SAS台灣合作建置市府內部共用之「市政資料全分析AI平台」,該平台視覺化分析、自動化機器學習(AutoML)及資料探勘等功能,並可整合開源軟體,容易上手,市府承辦人可依需求逕行探索業務數據,輔助業務管理與決策,並可整合各局處資料源,發展跨領域分析專案,而全府還因建置此平台減少50%以上的軟體工具與設備重複投資成本,也讓未來數據分析專案可專注在需求命題與分析過程!

此平台目前也已協助桃園市消防局完成第一個「緊急救護案件熱點與勤務人員調派分析案」,透過救護紀錄找出救護需求的時空分布,掌握各分隊與其轄區的供需狀況,以及救護人員勤務負荷。消防局決策層級可於大隊、分隊、個人等量級自由探究救護勤務及人力配置,使決策更為科學化,除顧及人員的工作品質,並可滿足廣大桃園市民眾的救護需求。

桃園市資訊科技局長陳崗熒表示: 「我們希望透過與SAS的合作以及消防局的示範案例,啟動槓桿效果,將資料科學素養導入市府內部,讓各局處業務數據得以發揮價值。我們也持續以行政獎勵與教育訓練養成內部分析人才,從打造AI基礎建設開始,逐步實踐政府數位轉型。」

新光人壽靠「AI關聯網路分析」嚇阻業務員詐欺

金管會自2019年底公告業務員挪用侵占內控規定,要求各壽險公司2020年完備對應措施。領先此法遵要求,新光人壽於2018年即開始佈局攜手SAS開發「 AI關聯網絡分析」調查平台,透過視覺化網路圖及動態風險分數,迅速判斷可疑業務員行為。

目前業務員詐欺的樣態多樣少量,重複性不高,單純的規則警示已難以應付。加以稽核單位常是由客戶提出申訴時才啟動調查,很難在業務員出現異常行為當下進行有效阻擋,且調閱所有往來保單紀錄動輒耗費數個月,人工審查也難以擴大找出共犯。因此SAS協助新光人壽整合AI數據分析與視覺化關聯調查分析平台,在不同時序中動態地加入、事、地、物...等關聯因子,從點到面以視覺化的網絡圖呈現,讓調查人員可多面向探鑽異常資訊,迅速找到線頭,成功讓發現異常行為的時間從數月縮短為一天,有效進行嚇阻。

新光人壽數位服務發展部廖晨旭資深協理補充: 「業務員詐欺最大的問題,在於過多的調查可能降低業務員對公司的忠誠度,反之無法提前預警,單一詐欺個案即可能帶來千萬元損失,同時傷害公司商譽。這之間的平衡需要不斷動態修正,加以詐欺行為不斷演化,因此AI的導入變成一大利器。」

「AI平民化」,將分析技能擴散到各層級

國際權威調查機構Gartner於最新2020年「資料科學與機器學習平台」報告(註)中再度將SAS列入領導者象限,強調SAS在市場涵蓋度與產品策略完整性的表現最為全面,這也是SAS連續七年被列為領導者。為持續保持領先,SAS積極以「AI平民化」策略推出相關產品,聚焦發展:

  • 提供直覺、增強式(Augmented)的使用介面,降低程式撰寫的需求
  • 支援高度的自動化機器學習(AutoML),強調使用者的業務知識和經驗
  • 支援完整的模型生命周期,從資料(Data)、探勘(Discovery)、到決策(Decision)
  • 支援熱門開源語言技術的介接,包含Python、R、Java、Restful API等

SAS營運長Oliver Schabenberger解釋該策略在於,擁有數據與分析相關技能,已是各組織邁向數位轉型的關鍵,但是這樣的技能若只侷限在資料科學或是資訊團隊中,則無法發揮規模性的影響力,組織需要將分析技能擴散到各層級,特別是高度仰賴領域知識(Domain Knowledge)的部門。

註1: IDC:Worldwide Big Data and Analytics Software 2018 Market Shares, 2019年9月

註2:2020 Gartner Magic Quadrant for Data Science & Machine Learning Platforms. 2020年2月11日

Gartner免責聲明
Gartner 對其調研出版物中所描述的任何供應商、產品或服務不做任何特別推薦,同時也不建議技術用戶僅選擇獲得最高排名或其它稱號的供應商。 Gartner 的調查出版物包含 Gartner 研究機構的各種觀點,不應被視為事實陳述。 Gartner 對於和本調查有關的一切事宜,均不予任何帶有明示或隱含意義的擔保,包括對適售性或特定目的適用性的擔保。

關於SAS

SAS於1976年於美國創立,是全球首屈一指的數據分析領域領導者,提供創新的分析、商業智能及資料管理軟體與服務。目前,SAS在全球59個國家擁有據點,協助超過80,000家企業進行最佳商業決策,其中包括《財富》雜誌全球500強企業,前100家企業中的92家。
SAS台灣分公司於1989年成立,目前國內超過五百家產業客戶。
更多資訊請參見 SAS台灣官網

媒體聯繫:

Back to Top