人工智能(Artificial Intelligence)发展始于1950年代,但早期发展却受限于诸多环境条件而难以实用普及,近期在计算器运算能力(Compute)、运算法则(Algorithm)、大量数字数据(Data)等关键因素的长足发展、成熟搭配下,始逐渐展现出具体实用价值!
经过实证发现,人工智能确实在分类、预测、分群、辨识、搜寻、推荐等领域上足以比拟人脑,甚或更具精准性与速度性,尤其是在机器学习、深度学习等分支技术领域上表现的更为明显突出,并已广泛应用于影像辨识、异常侦测、商业预测、疾病诊断辅助等领域。然而,一般企业要建立一个具备商业实用价值的应用平台并不容易,需要集结产业知识、数学统计、信息技术等多重领域专业人才、技能与软、硬件信息系统,因此,本公司结合专业公有云伙伴推出『云端机器学习智能数据分析平台』与专业顾问服务,让企业快速运用机器学习科技导入商业数据分析应用。
『云端机器学习智能数据分析平台』采用Oracle云端数据仓储、数据湖泊和分析完整解决方案,结合Oracle Autonomous Data Warehouse(ADW)和Oracle Analytics Cloud(OAC)让用户可以经济、高效地构建自己的企业级分析平台。
Oracle Autonomous Data Warehouse(ADW):提供云端数据仓储服务,将数据仓储的作业全自动化,同时具备弹性、自动化扩充、效能调整、安全性,以及广泛的内建功能组,实现机器学习分析、简易数据加载和数据视觉效果。其特点包括:
Oracle Analytics Cloud(OAC):提供全面性的商业智能分析服务,使用嵌入式机器学习和人工智能来分析企业数据,建构优化的企业运营预测和决策模式。
导入云端机器学习,让企业轻松迈进智能运营模式,企业经营数据分析更高效、更精准!
在实证案例中,制造业采购人员过往必须透过历史数据与经验,人工估算各原物料价格的涨跌变化与价格区间,但因目前原物料价格没有存入数据库,且原物料价格的涨跌变化较大,始终难以稳定预测原物料涨跌趋势;现今导入本平台后,透过机器学习算法,找到过往历史数据的关键因子,藉由模拟关键因子,来预测原物料价格的涨跌变化,保存预测销售数据,与后续实际价格作比较,追踪成效与稳定度,并持续修正、精进预测模型,从而建立了数字转型的企业智能运营模式、扩大创造利润。
实证案例(导入机器学习预测价格的制造业原物料采购智能运营模式)