【產學合作】臺科大獨家技術X信諾超前部署─帶您了解時代趨勢掌握關鍵情資創造無限商機

---

 圖片取用自freepik，作者為sebdeck)

 

在大數據與人工智能盛行其道的時代裡，面對形式多元、繁雜的海量資料(Big Data)時，如何處理，判讀，從中萃取出有意義，甚至具有商業價值的關鍵資訊便成為了在這波新技術趨勢浪頭下的贏家「秘訣」。

 

身為目前全球最大的網路線上零售商─亞馬遜(Amazon）即透過大數據的分析，來優化行銷機制，進而精準地掌握了顧客的需求、喜好，最終獲得營銷利潤的增長。據麻省理工學院教授 Erik Brynjolfsson指出，擅長使用資料來做決策的公司，整體績效比不用資料的企業，生產力至少高出 6％─即可知人工智能在商業應用上價值的重要性。

大數據資料的分析與相關的應用─所掀起的浪潮，其實正全面驅策著企業進行轉型。為促進開發這些應用技術的價值，而誕生了這次的合作─由臺灣科技大學營建工程系的教授周瑞生與信諾科技有限公司的產學合作案─「機器學習與數位孿生於環境工程之分析技術精進計畫」。

此次合作的意義與價值，除了能有效延展、深化─在大數據分析目前的應用領域外，更能透過臺科大PIM(Project intelligence & Management)研究室所開發的獨家優化法，來提升分析、預測的精準度。

相比過去，在大數據資料的分析與應用上的價值都停留在對「過去」資料的分析，也都只是基礎的應用；但這次的產學合作是期望在機器學習(Machine Learning)與數位孿生(Digital Twin)技術的優化中，不僅要挖掘出隱藏在龐鉅資料海中的新價值，更期望擴展應用的範圍與商業價值的可能性。

因坊間在AI應用上也有相似的產品與服務，但透過臺科大的調校與研發的加持，不僅在分析的驗證上更為嚴謹、精準。也因為臺科大是繼台大、清大、交大、成大以後，第五所獲教育部核准之國家重點領域研究學院計畫的研究型大學，因此也更有學術加持的公信力價值。

 

 圖說:透過臺科大獨家「仿生優化法」與嚴謹的演算法做資料適配的調整，能有效降低誤差值，提升精準度。

 

透過學術機構的研發加持，未來可望持續拓展機器學習與大數據在應用領域上的範圍與方法。例如在風險管理上，信用與債務關係的分析及預測，以此建立起風險控管的機制，或股價的漲跌，輿情的分析及預測、市場調查、競業分析、商情趨勢等─都是大數據資料分析的應用領域。

而相同的概念，轉換領域，也能為企業的營收與產值來進行演算做預測；只要能提前透過演算來知道結果，即能搶佔先機─比其他競爭者更能超前部署，或至少能做到提早停止虧損。而這樣的應用方式，可針對各產業或公司的特性，進行資料與模型適性的評估，來設計出適配的分析、預測的模型，故在應用範圍與方式上十分自由且寬廣。

 圖說：大數據分析的相關應用能幫助提升營運決策的精準度與效率；但人工智能的應用價值，其實端看使用者「如何」使用而定。
(圖片取用自freepik，作者為fullvector)

 

在應用的基礎效益上，能以機器自動分析的方式來處理海量資料，減少無謂的人工心力與時間成本的浪費外，更能快速讓人了解趨勢與隱藏在繁雜資料海中的關鍵情資，幫助提升營運決策的精準度與效率；但人工智能的應用價值，其實端看使用者「如何」使用而定。

在實際案例的應用上，以整治費為例，便成功地為土基會追討回近一千多萬的應收帳款；而這樣的應用，即是以「歷史資料」，作為機器學習的素材，來建立預測模型。而未來可望透過研發，來發展更多應用的可能性，也將透過「平台化」的方式來對外經營，讓更多有需要的企業、團體或市民用戶來使用。

「海量資料能夠為企業帶來新的契機，但企業需要更智慧型、自動化的儲存設備來解決龐大的資料量，以提升效率，掘發出海量資料的寶貴資源，成為企業營運最大助力，紮實企業競爭力。」

──上文摘錄自〈具體化海量資料 發掘隱藏商機〉，作者廖仁祥為台灣戴爾科技集團總經理。

 

 在面對海量資料時代與工業4.0的挑戰，企業是否做好了轉型的準備，以迎擁更廣闊的商機?

(圖片取用自pexels，作者為ThisIsEngineering)
 

 

此次產學合作的簽約儀式，在2022年11月30日於臺科大舉辦。出席人士有信諾科技總經理陳冠榮與臺灣科技大學營建工程系教授周瑞生暨PIM實驗室成員信諾AI小組。

 

回上一頁