制造业推动AI关键是打造平台搭桥

作者：DIGITIMES廖家宜

Dell EMC大中华区企业技术战略总监许良谋指出，AI落地的关键要素有三：分别是数据、算法以及平台。一般来说，对于企业而言，数据是基本资产，不难取得，而现在也有很多开源工具可供优化算法，但现在企业较缺乏的是良好的“沟通”平台，也就是如何在旧有的架构与基础上搭桥，对接AI所需的新平台或系统，而毋须整套推倒重来。

对于企业而言，推动AI的前提必须先建构一个适合AI化的环境。企业深知数据是驱动AI的基本要素，但现在制造业面临两个问题，一是数据来源来自非结构化或非数字化数据，二则是未能统一管理、利用储存在不同地方的各类数据。

根据Dell数字转型报告指出，制造业是目前国内推动数字转型进程相对较为缓慢的产业，有很多业者仍采取手写抄表的方式记录数据而尚未将其有效保存。对此许良谋则是建议，此类业者应先将作业环境导入数字化、IT化，初步先将有价值的数据建构在可供管理的系统或平台上。

然而，企业储存数据的地方有很多，根据需求企业可能会选择不同公有云加上私有云等多云混和的方式部署，而这是业者走向数字化、IT化后会接着面临的下一个挑战，也就是需解决“数据孤岛”的问题，将混和多云环境架构中的各种数据源进行汇整，统一管理。

为了整合数据库，有效达到统一管理，当前制造业因此也会深感疑虑是否部署AI需要架构全新的环境，砍掉重练，这对业者来说无疑将是一笔庞大投资。对此，许良谋也建议，当前产业发展方向应是尽量避免让制造业者重新推倒重来，而是应思考如何在原有架构与基础上适度调整跟改变。

他指出，像是国内有很多业者导入SAP的ERP系统，就是一种达到数字化、IT化的进程，包括SAP此类的商务软件开发商现在也积极强化平台功能性，尝试透过在原有平台架构上导入AI工具，协助业者透过简易的方式初步完成AI化，而现下许多软件开发商都不约而同采行的发展策略，是尝试如何在传统旧有的系统架构与新开发的平台间搭桥，让新旧数据与分析工具能够有效串连。

许良谋举例，过去IT已经发展出数据仓储(Data Warehousing)技术，就是在协助企业分析大数据，或是Dell旗下PaaS平台供应商 Pivotal Software的Greenplum 结构化数据库，这些技术在架构上看似与AI、深度学习等关系不深，有的企业在考虑开发AI时甚至不会考虑采用，但事实上这些既有的数据库却可以成为推动AI的燃料，因此市场也开始尝试将此类传统数据库与AI平台串连起来，让新的平台与系统可以调动、活用企业原有的数据库，而无需让企业烦恼于如何将庞大的数据资产重新搬迁到新的系统中。