Member-only story

#AI解決商業問題

MoBagel 如何在不同產業中透過 AI 來解決商業問題

講者：Adms，Co-founder & CEO@Mobagel

講者簡介

Adms 現任 MoBagel 共同創辦人及 CEO，台灣大學資訊工程博士畢業。

一、顛覆生活關鍵技術的黃金十年

在千禧年後，科技發展更加的突飛猛進，主要是因為

1. 智能手機的出現解決了空間的問題。

2. 2010年開始，晶片越做越小，物聯網蓬勃發展，大量使用在公共設施上，讓我們可以透過 IOT 的技術，解決溝通的問題。

3. 現在不管是政府、企業或個人有了這些 data，要去理解這些數據變成了一個大難題，因為越來越大的數量和維度，我們因此就必須使用更好的資料科學和機器學習的技術幫助我們去最佳化的使用資料以及處理資料所產生的問題。

二、 AI的力量

1. MoBagel 提供機器學習在味全的商業運用，其目的是要解決新鮮農產品在配送物流上所碰到的問題，如果少送，會造成味全公司被罰款，多送又會造上資源的浪費，這是一個典型的雙邊問題，之前都是透過經驗判斷供給和需求的量，但透過搜集越來越多的數據後，不管是公開數據像季節、天氣或特殊活動，和公司內部的數據，MoBagel 用 AI 需求預測幫味全節省了140萬瓶鮮奶的浪費。

2. 協助政府公部門搭配 AI 進行異常案件的評估，其常年會有公共資源浪費的問題，導致在公部門的成本會過高，所以可以透過 AI 搭配足夠的資料就可以來稽查異常案件，像是解決實價登錄所產生的問題，包含地產逃漏稅等等，讓人們稅賦可以更加公平。

3. MoBagel 也致力在培養年輕資料科學家，2020的實習計畫中招募了2位沒有任何機器學習和程式背景的 Ross MBA intern 2 個月，其在許多競賽都獲得了非常優秀的成績。

三、Think with AI (企業要怎麼運用 AI)

目前每年有10%的企業會引入 AI，如果以此比例的持續成長，未來十年後每個企業都將讓 AI 加速決策之中，從中也會創造許多的產業和職位，資料也成為了新的一個商業核心。

1. AI 有兩個應用層面

面向客戶的過程: 聊天機器人、銷售和行銷策略的制定

生產和製造: 良率和供應鏈等等

2. 企業採用 AI 的五大挑戰

(1) 缺乏關鍵技能與人才

(2) AI 的關鍵綜效不明

(3) 尋找 AI 可應用案例

(4) 對於 AI 預測結果認知不明確

(5) 個資與資安疑慮

MoBagel 在 Gartner 2020 十大戰略性科技趨勢“的報告中並推薦為 AI/ML 平台的關鍵供應商，能夠協助企業解決上面的五大挑戰。

3. 企業和政府要如何引進 AI

MoBagel 協助企業導入 AI 時碰到的商業挑戰

(1) 該不該導入 AI

需進行商業問題的轉化和命題的交流與建議。

(2) 命題如何設計?

命題設計：針對各個不同的商業場景，所遇到的商業問題轉換成符合機器學習可執行的分析問題。

較差命題 v.s. 較佳命題

較佳的命題應該有包含時間、地區和產品的維度。

ex. 銷售量預測 -> 預測 A 產品在OO區9月每週銷售量

(3) 多少 Data 才夠

透過資料健檢和需求釐清、專案執行與效果驗證來判定。

(3) 產品導入

提供培訓

(4) 落地應用

分析目標 -> 可用數據 -> 效益衡量 -> 分析方法

透過流程的建立確保 AI 是否會提供公司的效益

四、AI 成熟度的有五個等級，讓公司檢視 AI 導入時的階段

(1) AI 影響力的研究

(2) 成功的 AI 實驗

(3) AI 融入日常運行

(4) 以經營角度決定 AI 策略發展

(5) 透過 AI 發展出新的商業模式

筆記：[鍾佑偉](https://www.facebook.com/profile.php?id=100001813412133)👉 歡迎加入台灣資料科學社群，有豐富的新知分享以及最新活動資訊喔！