文章資訊

各行各業如何導入人工智慧?5個最有AI前景的產業

人臉辨識、語音助理、聊天機器人、自動化推薦…..,隨著人工智慧逐步進入人類生活,各產業的面貌也正悄悄改變。全球知名的在線統計資料庫Statista數據顯示,2020年全球人工智慧軟體市場規模約226億美元,主要為媒體、金融、醫療、零售、製造等產業(如下圖)。以下將分別介紹這些靠人工智慧崛起的產業。

     

1. 媒體業

現今媒體大量利用電腦及網路,AI的影響力不容小覷。隨著讀者的注意力從紙本轉往網路,「付費訂閱」與「廣告投放」成為媒體的新營收來源。欲實現流量變現,一方面須產製高品質的內容,另一方面得對讀者的喜好瞭若指掌,精準推薦能引起他們興趣的圖文或影片;例如社群小編觀察與分析社群趨勢,根據時下的議題製造話題,或電視、廣播平台制定季度或年度計畫,確保產製的內容能與時俱進。人工智慧可作為輔助,網路媒體聲量與社群監聽等,都是常見的應用,方便網站經營者對使用者投其所好,傳遞最即時的訊息。

2. 金融業

人工智慧在金融機構的應用可簡略分為四大面向:客群經營、風險合規、流程精進、數據分析。「客群經營」重視應用AI服務客戶,包含依據其投資偏好提供智能投資推薦組合、運用自然語言理解技術進行智能答詢,建構一對一的對話問答。在「風險合規」層面,由AI篩選出可疑交易,進行智能風險控管,防堵洗錢、詐騙等犯罪行為。AI在「流程精進」方面,則結合光學與影像辨識功能,推動票據數位化,還可自動產出作業圖表,加速作業流程。「數據分析」則著重在客戶與行為趨勢分析,以此推薦適合的商品,達到精準行銷。

3. 醫療業

AI在醫療業的應用也相當多元,包含精準診斷、藥物開發、醫療決策輔助、手術機器人等。AI的應用實現了以病人本位的醫療,給予最客製化的藥物與療程,避免延誤治療及使用不適當藥物的副作用,提供更好的醫療照護品質。而面對耗時耗資的新藥開發流程,AI只要確定疾病目標,就可有效減少候選藥物所需的試驗和錯誤數量,對於降低藥物製成的花費與時間有可觀的貢獻。AI準確的影像判讀與整合數據以進行智能運算分析的能力,更可協助醫生做出準確的醫療診斷與決策,甚至能幫病人進行低風險、精細且高效的手術,大幅減少患者的痛苦、醫師執刀的壓力以及家屬長時間等待的心理負擔。

4. 零售業

目前AI的用途,多以改善消費者購物體驗為主要目標。零售業方面,智慧電商結合送貨機器人、自動倉庫、供應鏈分析等,有效降低成本並增加收入。AI的機器學習亦能透過蒐集品牌官網、應用程式及社群媒體等的大數據及流量,將客戶分群並針對各族群提供客製化的服務。AI分析數據及預測顧客行為等能力,更可幫助店家設計少量卻多樣、足以滿足用戶需求的供應鏈,有效減少倉儲成本並隨時自動補貨、精確掌握物流時間,店家不再需要降價以求售出滯銷的產品,於此同時,也減低時尚品牌對環境造成的資源浪費與環境破壞。

5. 製造業

當各行各業都在講求效率,傳統的製造業當然也不例外。以往工廠的機器設備時不時會遇到故障等無預警需要維修的狀況,藉由裝上AI技術裝置,感應器就可在機器面臨故障、零件有瑕疵時偵測潛在問題,減低事故發生的成本。另外,憑藉AI選用合適的原物料、協助設計與品管流程等輔助,有望提升製造業人員的工作表現。更棒的是,AI保障工廠員工的安全,透過簡化及自動處理流程,可以降低因人為作業錯誤導致的工安意外與傷害風險;將重複性質的工作項目交由AI處理,也可避免勞工因過長的工時導致的疲勞、職業傷害。
 

人工智慧可以是一項既複雜又簡單的科技應用,其核心原則只有一個——將客戶擺在產品規劃的中心,以此解決客戶痛點甚至創造更多價值。在眾多導入AI的產業中,醫療業表現最為突出,因為台灣擁有優異的醫療體系、豐富的臨床能量;同時具有可用於規劃、監測和評估醫療服務的國家健保資料庫,這些再加上資訊科技產業的進步,使得人工智慧的強項「影像分析」、「大數據」與醫療的跨域合作成為當紅炸子雞;特是AI電腦視覺與醫療影像的結合,在臨床診斷上是相當重要的非侵入式診斷工具。由此可見,使用AI技術進行醫藥研發,透過數據蒐集與患者有關的症狀,並在機器學習的支援下,利用AI系統處理現代臨床照護所產生的複雜資料已是大勢所趨。

沐恩生醫結合了許多資深的臨床醫師與優秀的資料科學家團隊,共同合作完成多項人工智慧創新,可解決下列醫療AI研究難題:

MAIA平台是全球第一個專為醫療領域開發的自動化人工智慧平台,也是目前市面上唯一可以輸入DICOM格式的人工智慧平台,並可以案例為單位將患者的多張影像合併評估,符合分析醫學領域的需求。

與競品相比,MAIA具備任務種類多元、資料儲存便利、操作簡潔容易、付費方式多元的競爭優勢,不只適合機構級的大規模方案,也適合個人從事研究主題的醫師。平台的AutoDL核心是少數支援segmentation模型自動訓練的平台,可偵測並標示出病灶位置;也是唯一能輸入聲音資料、對資料進行AI模型訓練的平台,另外也支援如影像(Image)搭配表數據(Tabular)的複合資料型態(Metadata)。醫師亦可訓練同一案例具多張影像(Multiview)的模型,這類資料在臨床中十分常見,但市面上只有MAIA的技術足以應用此類資料型態。此外,平台可同時提供單機版、伺服器版和雲端版本。