IDC 企業 AI 調查顯示，亞太地區有近四成公司已計劃採用人工智能 (AI)。不過企業卻未必清楚如何構建 IT 基礎架構來支持所需的數據分析工作負載，日前 Hewlett Packard Enterprise (HPE) 舉辦的 FSI Innovation Summit 2018 便邀到多位業內專家，分享 AI 可如何驅動業務，在應用前應如何準備基建和措施，並提供一系列的應用實例參考，讓出席者理解可如何推動公司快速啟動其 AI 計劃。
AI 應用非一蹴而就 企業需及早準備
IDC 亞太地區大數據分析暨認知與人工智能全球研究部總監 Chwee Kan Chua 就透過 IDC 的研究數據為出席人士帶來人工智能 (AI) 在 FSI 行業的預測。雖然 AI 目前已經成為各行各業，上至大型企業下至初創團隊都掛在嘴邊的科技術語，但 Chwee 一開始就強調 AI 是困難的，並非大家所想那般簡單。
Chwee 舉例，如 MIT 就研發出「對抗式圖像」能成功欺騙 Google 研發的圖像識別演算法（加上特別貼紙使 AI 誤認香蕉為多士爐、將 3D 打印的烏龜玩具誤認為步槍等）；又例如有銀行使用客戶聲紋作為 Voice ID 可存取銀行賬戶，但百度研發的 Deep Voice 技術只需 3.7 秒就可利用低音質的錄音複製個人聲音；以及 UC Berkeley 學術團發研發出針對 Alexa 等智能音響和人工智能助手的「無聲」攻擊和低音貝攻擊等，均顯示 AI 技術同樣會遭到攻擊，也有漏洞可利用等問題。
▲ IDC 亞太地區大數據分析暨認知與人工智能全球研究部總監 Chwee Kan Chua
在技術採用方面，企業亦明顯未有充足的準備。他援引 IDC 亞太區人工智能及認知服務 2017 報告的數據指，中港企業僅得 10% 有在應用 AI 或認知服務方案，遠遜於美國的 38%；而在 FSI 行業中，仍有逾半企業 (56%) 認為自己仍處於數碼轉型的早期階段 (Earlier Stage)。
報告亦指出，當談及認知服務和人工智能方案，亞太區的企業最希望能做到從數據庫中萃取具價值資訊和非監督式的機器學習 (Machine Learning)，藉此提升處理流程的自動化程度和員工生產力，惟他們普遍面臨兩大障礙：缺乏相應技能和對服務供應商提供方案的理解，以及管理和監管影響 (34%)；缺乏包括企業領袖和客戶等相關利益人士的參與。
Chwee 最後總結，對 AI 有太多不現實的設想、AI 平台的不完整及難以使用、企業需要有足夠數量和類型的數據、缺乏專家和技能以及目前就 AI 尚未有權威測試和質素保證工具，這五項均是導致 AI 如此難於採用的原因。由此可見，企業若要在業務中採用 AI，甚至轉型為以 AI 驅動業務的企業，一定要及早準備，絕非一蹴而就之事。
數據創新藏機遇 HPE 助企業驅動 AI 業務轉型
雖然目前 AI 的行業應用仍處於不斷摸索的階段，但並非沒有成功例子。HPE 亞太區創新研究院總監 Jason Tan 表示，相信金融機構對數據創新並不陌生，這是驅動公司的業務增長引擎之一，關鍵是如何在數碼世代中更進一步。
以銀行業為例，由過往透過分行、電話提供銀行服務，到提供 Online Banking、Mobile Banking 服務給客戶再到目前逐漸有新的 Fintech 應用或初創主打銀行不注重或未能觸及的客戶和服務，時代正不斷進步和轉變。Jason 認為對於金融行業，一方面確實面臨著競爭威脅，不過從另一個角度看，這些新興的模式往往缺乏充足的數據，而傳統的金融機構卻正好擁有著所需的大量數據庫，可以說 Fintech 既可是敵人也可是朋友。
▲ HPE 亞太區研發中心總監 Jason Tan
他表示，數位原生消費者、大數據、雲端服務/智能裝置的普及、Fintech 競爭及數碼銀行等均是上述進步的主要驅動因素，並進一步衍生出各種對金融機構的影響，包括需要變得更敏捷以應對市場轉變、新的客戶關係管理 (Customer Engagement) 方式，以及不應再視 IT 為 Cost Center 和後勤支援而是視其為未來業務發展的重要支柱等。他以星展銀行 (DBS) 的數碼銀行策略為例，DBS 正推行「無分行」及人工智能助理的銀行業務策略，目前已在印度市場實現成為首間無紙化、流動為主 (Mobile-only) 的銀行。
Jason 指出創新總會伴隨著風險，但同時亦帶來機遇，惟大部分機構均未有充足準備。他援引數據指，在亞太地區有逾六成 (61%) 金融服務機構的總裁認為創新非常重要，認同公司已準備充足的僅 14%，情況與新興市場看齊。他指 HPE 同樣非常重視創新，並相信自己在科技上的創新， 不過其創新架構除了專注自身外，亦會吸納初創企業創意和技術以拓寬 HPE 的能力，同時亦有賴企業客戶的合作、經驗、意見，藉此來完整 HPE 的創新能力，又強調企業與初創合作(Work with Startups) 很重要，並總結數據創新要成功，明白企業面臨的挑戰、大量原始數據、領域專家、高效能運算和頂尖的 AI 人才是五大成功因素。
而 HPE 在 AI 技術上，看重深度學習 (Deep Learning) 和預測兩大元素。透過由邊緣裝置收集的大量原始數據，利用深度學習模型和強勁的運算能力進行學習、分析從而得出具價值的商業洞見，為此 HPE 在亞太區的創新研究院中工程人員的技能配套亦不斷進步、深化達致現時超過 40 種。
Jason 又進一步向出席人士分享 HPE 以其 AI 技術協助企業推動業務創新的用例，包括協助台灣銀行優化 CRM 系統，使客戶的對話率由 20% 提升至 30%；用 HP AML 協助本港銀行更清晰並準群地分析評估出高風險交易活動，以打擊洗錢行為，提升其效能及故障轉移能力；以及協助台灣保險公司改善其醫療索償文件處理，透過自動化辨識技術完全取代了過往人手登記填表的方式，加快其理賠核算程序。
他最後總結，企業啟動 AI 計劃並非一個簡單的旅程，而 HPE 願意提供協助，與企業攜手合作、共同建立和推動 AI 在業務應用上的進程。
The Edge + The Core 策略助企業掃除障礙
HPE 香港解決方案及技術部主管 Anthony Hon 則進一步分享了 HPE 在數據架構上的部署。他指 HPE 相信混合 IT 是大所趨，並令其變得更簡單。為此 HPE 提供為企業而設的 IT 支援服務 PointNext。企業可藉由 PointNext 獲取 HPE 專業團隊的建議、專業服務及營運服務，幫助企業跨越基礎設施及架構等障礙，加快其數碼轉型進程。
例如 PointNext 旗下的 GreenLake 服務，正正是為企業提供高靈活性的方案，為企業提供數據及分析服務，同時還涵蓋數據備份及邊緣運算等功能，採用按需收費的付款模式（Pay-as-you-go）之餘，還能按客戶需求定制方案 (On your terms) 。此外，GreenLake 還能為企業預留緩衝資源，以待有突發需求時亦可即時拓展，避免因臨時增購額外資源而浪費時間和資金。
▲ HPE 香港解決方案及技術部主管 Anthony Hon
Anthony 進一步指出在 AI 基建上，HPE 有 The Edge + The Core 的策略，The Edge 是指如智能手機、智能車以致傳感器等工業應用物聯網設備，透過這些邊緣運算設備收集大數據，再用核心的數據中心來分析並訓練機器學習模型，而這兩個領域 HPE 亦分別推出了 HPE Edgeline EL4000 和 HPE Apollo 6500 的設備作針對性部署。
他又指 HPE 同樣重視初創的創新能力，因此該公司近年收購了 niara 及 nimblestorage 來拓展服務之餘，亦加強了公司的機器學習技術。以當中的 InfoSight 方案為例，就能透過人工智能技術分析數據中心環境，包括虛擬機器的資源耗用、狀態等，自動偵察和預防這些難以人手發現的複雜問題，減少時間浪費，而這些問題卻是大部分企業所共同面對的。
GPU 運算加速人工智能發展
致力以 GPU 運算推動人工智能的 Nvidia 亦有代表出席論壇，Nvidia 人工智能技術中心總經理羅建民指，隨著 CPU 踏入摩爾定律的極限，人工智能需要有新的基礎架構來加快其發展，而 GPU 則是 Nvidia 所選擇和相信的架構。
▲ Nvidia 香港 NVAITC 總經理羅建民
他指出應用了 GPU 的機器學習模型的運算速度以指數提升，而 GPU 深度學習開發者的數量，亦在短短兩年間躍升了 25 倍。更有大約有 2,000 間 AI 相關的初創公司出現，專注於智慧城市、醫療保健、金融科技、汽車行業、消費者網路應用等等領域。
他又指，NVIDIA 亦與各大設備廠商合作，推出人工智能專用的架構設備，例如 HPE 的 Apollo 6500 就搭載了 Nvidia 開發的專用於人工智能加速的 Tesla GPU。而目前 Nvidia 的人工智能技術中心亦在近期進駐香港科學園，羅建民表示期望與本地企業共同推動 AI 技術的應用。
