【威傳媒記者蘇松濤報導】
隨著生成式人工智慧 (AI) 帶來的無限可能席捲全球，讓科技史揭開新的一章，知名研究公司麥肯錫公司 (McKinsey & Company) 預測，生成式AI每年將帶給銀行、高科技、生命科學和零售等產業增加數十億美元的收入。身為全球領先的AI分析軟體公司，SAS日前於SAS Explore大會上發表將持續關注與發展生成式AI，並聚焦合成資料產生(Synthetic data generation)、數位孿生(Digital twins)與大型語言模型(Large language models ,LLM)等應用場景，希望以最直接、可靠，以及有價值的方式提供整合生成式AI的相關解決方案，兌現打通生成式AI最後一哩路之承諾。
生成式AI於資料整合方面有卓越表現，然而，在預測分析的階段，其能力會受到限制。為了充分發揮生成式AI的潛力，可應用複合式AI的精神，結合不同的AI技術，如確保其與預測式AI之間達到全端的協同和治理，來為複雜商業問題找到最佳解方。SAS領先利用可信任生成式AI之創新進展，具體表現在以下方面：
• 合成資料產生(Synthetic data generation)：合成資料產生可協助企業在真實世界資料不足，或缺乏真實資料時，用合成資料來訓練模型。SAS率先擴展生成式對抗網路 (GAN) 深度學習演算法，協助企業創造仿真實世界的複雜資料；這種能力有助於保護隱私、減少偏見和加強罕見事件，可作為數位孿生的基礎。SAS在這一領域的創新大大的改進了預測模型，可更精準的模擬未來趨勢及模擬不同未來情境，同時降低了醫療保健、生命科學、銀行、保險、零售和製造等行業的洞察成本。
• 數位孿生(Digital twins)：當企業面對業務中斷或需要模擬和供應鏈和製造過程等複雜情境時，透過建構數位孿生系統企業可技術模擬問題像是「假如……會怎樣？」的問題，來提高營運與診斷問題效率，並快速掌握未來情況。這項技術可提供更多策略性決策來增加營運價值，同時降低風險和損失。例如，SAS與聯邦公共財政局和維納博艮集團 (Wienerberger) 等組織合作，不僅優化營運更能診斷問題並改進預測性維護措施。
• 大型語言模型(LLM)：大型語言模型是生成式AI的關鍵要素，LLM重塑了企業與客戶互動方式。為能夠替企業帶來真正價值，這些基礎模型必須針對行業應用場景精細調整，同時保護資料隱私。SAS在神經網路、深度學習、強化學習和自然語言處理方面擁有豐富的經驗，加快了生成式AI為客戶創造價值的速度。SAS正在將Microsoft Azure OpenAI的應用，與SAS Viya生態系統整合，打造複合式AI的場景，使生成式和預測式AI共同解決現實世界的複雜難題。
SAS最新客戶智慧360行銷方案 提供MarTech平台整合生成式AI
應用行銷應用場景，SAS也已將LLM與SAS客戶智慧360 (SAS Customer Intelligence 360) 整合。它可幫助行銷人員更有效地規劃、製作內容及提供行銷建議，SAS行銷客戶現在可以體驗強大的生成式人工智慧 (AI)。SAS®客戶智慧360 (SAS® Customer Intelligence 360) 可以整合生成式AI供應商，進而簡化行銷規劃、內容建立和旅程設計活動。
與許多其他供應商不同，SAS生成式AI整合並不侷限於單一生成式AI模型供應商。SAS行銷客戶可以靈活選擇自己整合和愈使用的生成式AI模型。客戶可以加入自己的生成式AI供應商，選擇OpenAI等廣受歡迎的AI供應商的模型，或者選擇使用開源私有託管模型。此外，客戶可以選擇需要整合和互動的功能，如何對其進行訓練和配置，以及如何將其推介給行銷使用者–全部透過SAS客製的整合框架來完成。
生成式AI可幫助行銷人員制定行銷計劃，確定和建立其他分眾市場和目標受眾。它可幫助行銷人員更有效地規劃、製作內容及提供行銷建議，例如生成針對Email或其他促銷活動的建議文案，或對行銷活動目標客群的人口、心理、行為和地理特徵等提供洞察與建議，如果對文字或圖像建議不滿意，行銷人員也可直接進行編輯。如此一來，行銷人員不僅有了AI行銷助手的支援，更是進階為AI行銷專家，真正落實AI的平民化。
確保安全且負責任的AI SAS提供客戶可信賴且安全的結果
IDC分析與資訊管理集團副總裁Dan Vesset表示：「SAS積極推動生成式AI、合成資料產生、數位孿生模擬和大型語言模型是理所當然的，這些都是加快決策的關鍵能力，也是企業高層針對最新AI、分析和資料投資計劃所追求的目標。更重要的是，SAS以宣導符合倫理道德的AI而聞名，為客戶提供這些科技轉型良好的顧問服務，這對於銀行和醫療保健等處理敏感資料、客戶風險很高的行業尤其重要。」
為實現此目標，SAS為企業打造實用AI的關鍵要素除了將生成式AI良好的與其他AI相整合外，也須在此基礎上加強治理功能，確保每次的AI應用都受到充分的信任和具可靠性。這包括保護數據隱私、確保人類可監督、提供透明的結果，進而使企業在執行AI策略時，不僅能獲得真正的價值，也能確信每一次的決策都是可信賴的。
圖片提供：SAS
(資料來源：WinNews-威傳媒)
