全托管服务如何向ai转型,ai云端托管

目录


在这个人工智慧(AI)已成企业标配的时代,AI 如何跟企业营运业务接轨,产出实际商业价值,是近期企业数据相关部门关注的核心重点。

image.png

要能更快速取得AI 投资报酬效益,重点在于能让模型加速部署到营运环境当中,而且确保模型效能维持在最佳状态,才能降低决策偏差,并提供数位转型试错的时间与空间,让实际使用AI 的单位更加有感。

国际上许多领先的企业,除了已高度重视模型部署效率的议题,也在疫情后开始意识到在各地都能持续运算各种规模资料的重要性,因此纷纷积极将AI 分析迁徙到云端。对此,全球数据分析领导者SAS 台湾业务顾问部副总经理陈新铨指出,不只美国,包含香港等部分亚太国家,都已开始在云端上部署AI 工作负载,「大家都发现抢时效、求精确,才能让AI 在营运端发挥功用,达成真正决策敏捷化!」

陈新铨解释,在云端平台运行AI,能以更弹性、容器化的架构大幅缩短企业开发模型的时间和人力成本,且在模型上线后,平台也能自动监控模型效能,根据使用者设定,自动重新训练模型或重新部署,让模型的决策正确性维持在最佳状态。

陈新铨引述IDC 的统计(注)指出,2020 年至2024 年,包括金融、医疗、零售在内的产业,将运算工作负载上云比例平均将达54%,在短短4 年内快速提升20%,「可以看出,善用AI 与云端的力量提升竞争力,已成企业共识。」

趋势已成但困境难解?SaaS 的美丽与哀愁

陈新铨进一步分析现在企业上云的状态。就架构面来看,云端可分为IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软体即服务)等三种。

其中IaaS 与PaaS 因为系统主要掌握在自己手中,企业可按自身需求调整架构、功能与效能,自由度整合性高。不过因为不同的功能平台由不同厂商负责,沟通成本会因此大增,需要庞大IT 团队来支撑维运。加以各平台之间的资安防护标准不一,以及内部过多的专案导致管理复杂、无法追踪各平台的效能是否有达成最佳化,也常使企业内部IT 人员无力有效管控。

相对于IaaS 与PaaS,SaaS 因此成为企业的主流选择。SaaS 的好处是敏捷性与安全合规性都相当高,IT 资源也可以最佳化配置,因此目前市场上绝大多数企业的云端资料分析多采用SaaS 架构。

然而SaaS 仍有可控性受限、客制与校调弹性低的缺点。事实上,Gartner 在2021 年的报告就显示,现在全球企业每年的SaaS 支出成长超过19% 以上,但其中有25% 并没有充分利用,部分企业还有过度部署的问题。

对此陈新铨建议,企业可选择软硬体全托管服务(Hosted Managed Services,HMS),「全托管服务不但能让企业保有IaaS 与PaaS 服务的自由度、可控性、整合性、效能调校空间优点,SaaS 的敏捷性、安全合规性、IT 资源最佳化等特色也能继续保持。」

北欧银行采用全托管服务,1.5个月完成合规基础建设

一家位于北欧的某银行业者,为了优化消金贷款业务的核贷流程与业务成长,两年前即找上SAS 想要着手资料仓储系统现代化,并建立分析与决策流程。不过专案时间却相当急迫,要求在6 个月内完成,而且内部系统的厂商众多,包括架构能否全部合规?相容问题能否尽数排除?都是极大挑战。

除此之外,该银行的既有系统建置时日已久,效能与可用性都未能满足终端业务单位期待,因此他们期望这次的系统现代化专案可以把包括专案规划、基础建设、架构设计、应用层建置等工作都能一并整合就绪。

在这样的时间与庞大架构翻新的压力下,SAS 决定除了提供既有的分析软体协助快速核贷的核心业务外,还提供全托管服务,后续在1.5 个月内就完成建置合规的分析环境,并在6 个月内整合完现有系统、优化整体AI 导入效能。

全托管服务如何降低隐形成本,让企业无后顾之忧?

从北欧银行的案例可以看出现在企业的问题。多数企业在部署AI 分析软体时,才会发现后端需要准备基础建设众多,从资料中心、伺服器、储存空间、网路、虚拟化平台、作业系统、第三方软体等,企业都需要付出庞大的建置时间与管理的成本,才能让分析软体顺利运作。「然而这些隐藏的技术成本,很难在专案起始被精确估算,因此这是为何HMS 成为近期业界的偏好服务。」

image.png

陈新铨进一步说明,HMS 包含了架构设计管理、事件管理、网路监控、系统问题管理、软体升级、效能管理在内的软硬体端到端全托管,较领先的供应商还会承诺99% 时间服务级别协定(SLA)高安全级别,再加上单一价格、单一窗口与24/7 技术支援,企业将能透过可预期成本与低人力投资,让SaaS 平台的效益完全浮现。

他表示,以SAS协助全球多家企业的经验,实际导入HMS全托管服务已可看见五大优势:

(1) 基础建设部分可减少50 % IT 人力
(2) 软体上可节省20% 维护成本
(3) 整体效能优化达15%
(4) 系统可用性提升至99%
(5) 在省下50% 的资安人力下,仍维持系统的高安全性。

HMS 将会是企业将分析迁徙到云端的可靠起点,能大幅降低看不见的隐形成本,把转型的痛点降到最低。

image.png

云端AI 已证实,为企业带来超过200% 投资报酬率

为了掌握提供企业更便利的云端分析服务的趋势,各云端巨头近年也纷纷投入整合云端平台与AI 的应用。像是微软Azure 也与SAS 建立策略合作伙伴关系,深度整合彼此服务,双方已经共同打造包含零售与制造产业专属的云端分析解决方案。

且根据Forrester 最新的Total Economic Impact 研究,在Microsoft Azure 上部署SAS Viya 人工智慧云原生管理平台的组织,3 年内最高获得204% 的投资报酬率(包含数百万美元净现值)。

过往由于资料存取的障碍及异质资料源,使得建置、部署和管理AI 模型变得困难且耗时,在导入SAS Viya on Azure 后,整体生产力与效能大幅提升,包括缩短分析洞察投入营运的时间、提高模型营运效率,以及淘汰原来分析基础架构带来成本的节省等。

近期的指标性案例即是全球卡车制造商Iveco Group,其目标是要将旗下卡车的运作状况汇整到单一平台,并做到卡车远程故障预测机制,Iveco Group 透过SAS on Azure 整合多点资料流,并利用SAS Viya 平台达成一站式的资料分析与管理,借此成功建立卡车故障预测机制,协助客户提升车队管理效率,减少卡车召回的营运成本。

目前, SAS Viya 人工智慧云原生管理平台,已扩大支援在AWS、 GCP 和Red Hat OpenShift 上,今年第3 季,也将在K8s 上推出地端版的Viya 平台服务,让使用者可在地端环境使用,为无法上云的业者提供另一种选择,将选择和控制权归还给业者,使其能在企业中任何地方,依照任何规模,部署领先的分析技术,降低数位转型门槛。


最后编辑:2022年07月25日 ©著作权归作者所有

猜你喜欢

发表评论