AI-AIoT

如何經由“人工智慧”獲得更好的業務成果

May 10, 2022 by GIGABYTE

現代商業環境中的“人工智慧”

科技與應用的演進，以及網路快速連通性已經改變了過往商業活動，同時產生了機會和挑戰。商業運作的活動力和投資運作已可以隨著預估前景並自由地跨境傳送，擴大不同層面行業更深入合作，想法和創新得到了實現。然而於此同時，對人才、資源和客戶的競爭也在加劇，加速改變與顛覆，加劇各個行業的波動。

再則全球online市場連通性和手指經濟的超便利性，造就了更精明且更複雜的新一代消費者，他們超越了傳統的價格和質量因素。新一代消費者的心裡同時顧慮到便利性、客製化的主控性、品牌宣傳、24小時不間斷的在線訂購和客服支援，並且具備完整資訊安全性，才會納入購買決策過程。

商業環境和消費者基礎群眾的日益複雜，導致許多企業開始轉向“人工智慧”來保持領先於消費者的洞察力。在亞洲，企業組織開始將“人工智慧”視為加速數位化轉型、發展或增強數位運作彈性以及提高其在全球商業環境中的競爭核心優勢評估項目之一。

在 2020 年 11 月的 IDC 研究中，87% 的 CXO(電商企業首席體驗官)表示，成為一家更加“智能的企業”是他們未來五年內的首要目標。IDG在2021年8月的年度數位業務研究顯示，依據受訪組織估算預計未來12個月平均總投資值，在數位計劃上將投入1650萬美元，其中的38%受訪者（比例最高）特別表示預計在“人工智慧”和機器學習 (ML：Machine Learning)應用工具上的支出會更多。

企業數位轉型正在運用“人工智慧”來實現各種各樣的業務效益，大致分為三個主要方向：

提供令人愉快的體驗
“人工智慧”運用於改善現有產品和服務洞察力的客戶體驗。包括根據特定客戶的個人化體驗，主動提供偏好建議或通過數位助理增強服務洞察功能。

改善流程和技術效率
部署 “人工智慧”以增強業務工作流程，無論是在辦公室還是跨區域性。“人工智慧”經由主動式監控、模擬預測性和預防性維護計劃以及簡化庫存管理來完成工作。

提高最終用戶參與度
“人工智慧”在對客戶需要更深入詢問產品細節的需求而不斷增長的企業勞力投資成本之間架起了一個溝通橋樑。新一代客戶支援需求和參與度，將大量採用“人工智慧”，例如智能化網頁上的文字聊天機器人，或是交互式自動語音回覆應答作為基礎功能準則。

隨著更多廣泛應用和引人注目的範例，“人工智慧”的使用率不斷增加。 IDC 2021 年2月 AI Tracker報告中，預估2021年全球“人工智慧”市場將增長16.4%，市場規模將達到 3275 億美元，到2024年市場規模將突破5000億美元大關。IDC 2021年4月的另一份報告更進一步顯示，在亞太地區（不包括日本）接受採訪的企業中有89%已經開始了利用“人工智慧”的相關應用。

“人工智慧”在現代商業環境中的重要性迅速提升，已經成為首席資訊長(CIO)運用“人工智慧”潛力的首要任務。

採用“人工智慧”的阻礙

儘管“人工智慧”有望得到企業的廣泛認可，但亞洲的大多數企業組織仍然缺乏能夠最大限度地發揮“人工智慧”潛力的組織範圍的戰略。在已經開始運用“人工智慧”的89%組織中，有52%的亞洲區企業組織承認，他們目前對“人工智慧”的投資最終為孤立的運用，某些情況僅被選定的團體或單一的項目使用。

除了缺乏全面性的“人工智慧”戰略和路線圖外，許多組織還低估了支援“人工智慧”工作負載的頻寬與網路密集程度。這些工作負載可以包括構建“人工智慧”能力所需的軟/硬體平台，以及基於機器學習 (ML：Machine Learning)和從大量非結構化數據和資訊中做到深度學習的“人工智慧”應用程序，並大量使用記憶體暫存、高速儲存和平行運算來執行批量化Floating-point操作。

這種對高效能運算性能的需求貫穿整個“人工智慧”生命週期：從數據蒐集和準備，到建構和訓練“人工智慧”模型，然後使用所蒐集的數據進行推論，再到擴展“人工智慧”實用模型，才能在整個企業服務流程中實施。

不同的現有基礎設施也對“人工智慧”架構整合造成了挑戰。企業可以選擇跨多個不同IT產品建構橫貫各個環節端到端的“人工智慧”生命週期，然後嘗試與現有基礎架構整合以便支援“人工智慧”工作負載。 Gartner 2020 年的一項調查特別強調，只有53%的“人工智慧”專案從試驗階段進入生產階段，因此與現有基礎設施整合的問題，已被列為成功實施“人工智慧”解決方案的三大障礙之一。

對於完成建構和運用“人工智慧”模型並成功實現概念驗證的企業來說，在整個企業中部署需要達到有效的擴展。“人工智慧”應用程序將需要高速中央處理和高速網路支援，因為它們必須有效且快速處理企業級的大量數據集。

需要持續準備必要資源以確保“人工智慧”模型管理完整性，還必須將新建“人工智慧”架構與模型整合到現有的企業應用程序中。就是與企業現有基礎設施、系統監控和迭代改善，並持續數據更新、治理和合規性要求，達成整體系統可用性。

在開始“人工智慧”之旅前，組織人員必須對建構和部署“人工智慧”模型所帶來的時間、財務和人力成本進行預先評估，並且應該了解快速開發和部署並非易事，尤其是從頭開始時…

面對“人工智慧”工作負載挑戰，供應商正在為企業開發解決方案，期望在整個 “人工智慧”生命週期內有效地支援和管理其“人工智慧”工作負載。

具備適當效能水準
必須能充分支援“人工智慧”工作負載以及處理“人工智慧”運算模型的初始訓練和推論所需要的大量數據。

具備可擴展性
除了概念驗證之外，“人工智慧”平台必須能夠將專案從測試帶到企業範圍內的部署，無論軟/硬體方面，都必須具備可擴展性。

具備簡化管理
“人工智慧”解決方案必須能夠確保匯集數據並跨異質平台的互操作性，以及與現有企業基礎設施完成整合。

如何克服“人工智慧”工作負載挑戰

NVIDIA AI Enterprise套件搭配VMware vSphere with Tanzu軟體，在GIGABYTE 設計生產的高效能伺服器產品裡，提供一個橫貫各個環節的端到端完整應用程式堆疊運算架構平台，已預先針對支援“人工智慧”工作負載進行優化。在整套雲原生“人工智慧”和資料科學應用程序和框架中，所有內容包含NVIDIA的關鍵技術與支援，可滿足現代混合雲架構快速部署、管理和可擴展的“人工智慧”工作負載。

藉由技嘉科技伺服器上使用 NVIDIA AI Enterprise套件和VMware vSphere虛擬化軟體技術，企業可以獲得好處，包括：

快速部署：NVIDIA和VMware共同認證的軟/硬體的最佳組合解決方案，直接運用已經優化AI套件，供應各種AI工作負載。
簡化管理：在現有企業基礎架構環境中簡化管理和無縫部署。
趨近裸機性能：近乎裸機的原生性能提供AI訓練和推理最佳效能，具有企業級安全性、可管理性和運算硬體最佳效率特性。
高可用性：藉由整體簡化的基礎架構與維護（整合、擴展、升級）軟/硬體環境，實現AI的工作負載高可用性，使得客戶得以輕鬆擴展或縮減運算資源需求。
儲存海量資料集能力：藉由技嘉科技的高效儲存伺服器和高密度伺服器，提供AI的海量平行運算能力及高速儲存等應用功能。
滿足特定要求的客製化配置：客戶可藉由NVIDIA-Certified Systems查詢技嘉科技通過原廠驗證所有伺服器產品。

日益複雜的各種超連接應用環境和成熟的消費者基礎，已經引導許多組織轉向“人工智慧”以便獲得更好的洞察力、效率和下一代客戶參與度。但建構規劃和部署有效的“人工智慧”短期內要求很多，組織必須準備好投入人力、成本和時間來完成整個建構過程。企業需減少跨不同產品和現有基礎設施建構“人工智慧”解決方案所帶來的風險，投資高性能運算能力以維持“人工智慧”工作負載，並管理成本和資源以確保有效擴展企業範圍的部署。

幸運的是“人工智慧”運算系統架構已可在技嘉伺服器上NVIDIA AI Enterprise和VMware快速部署軟體，結合領導市場的軟體和硬體，完整支援從數據收集到擴展部署的“人工智慧”工作負載，提供了信心保證。

NVIDIA認證系統完成技嘉科技產品系統驗證，優化端到端、雲原生應用程序。憑藉完整認證的安全性、性能和可擴展性的解決方案，可為未來成功的企業級“人工智慧”奠定戰略基礎。