觀點

此標籤共有 328 篇文章

不需建立數據團隊也能使用 AutoML:轉型神隊友
新創, 產業案例, 觀點

不需建立數據團隊也能使用 AutoML:轉型神隊友

2015年創立於矽谷的Mobagel,是家利用Auto ML產品和技術來幫助客戶商業決策的新創公司,過去幾年快速成長,目前在台北、北京、上海、東京都有辦公室。創辦人團隊來自Stanford跟Brooklyn,更於Microsoft、softbank、coca-cola等公司舉辦的數據競賽中獲得良好成績,並於2020年跟2021年獲得Gartner提名全球ML/DL平台代表廠商。Mobagel AI策略夥伴負責人陳胤同(Alan)將與大家分享幾個機器學習能應用的商業情景,說明如何運用數據及模型為公司帶來顯著的成效。

  • AIF EVENT
用AI解決水資源問題,臥龍智慧年節省上百萬水費
新創, 低碳經濟, 產業案例, 觀點

用AI解決水資源問題,臥龍智慧年節省上百萬水費

2021年春季的乾旱危機,喚起全民對「水資源」的重視,受影響的不只民生用水,數萬公頃農田因此停灌休耕,企業更是擔憂缺水將衝擊產業。除了日常用水,工廠排水與污水淨化系統的循環利用,都是水資源運用中關鍵的一環。企業如何透過人工智慧找到節水甚至減碳的方法呢?

  • 楊育青
企業該使用No Code工具嗎?又該注意哪些問題?
人物訪談, 觀點

企業該使用No Code工具嗎?又該注意哪些問題?

人類一直希望機器應該可以再智慧一點,只要跟機器描述需求,就能得到結果。近幾年,大為流行的Low Code、No Code (低程式碼/無程式碼)工具或許就是為了完成這個夢想而出現。以往需要仰賴工程師幫忙寫程式碼執行的任務,現在只要簡單的拖拉動作就能完成工作。但是,對企業來說,Low Code、No Code 工具是不是真的能帶來有效的結果或是商業價值呢?機器產生的決策,真的能百分之百信任嗎?對工程師而言,又將產生什麼影響?

  • 楊育青
永續、獲利只能二選一? 提高利潤將不再是企業經營唯一重點
精選書單, 觀點

永續、獲利只能二選一? 提高利潤將不再是企業經營唯一重點

近幾年來,世界各地發生異常氣候災難的頻率不斷升高,包括強降雨引發的洪災、乾旱、熱浪消息不斷,迫使人們必須正視自然生態失衡、氣候暖化等議題。為了降低氣候變遷的速度,各國政府及企業紛紛啟動零碳排計畫。因此,不只是為了地球永續,更是為了經營永續,企業必須尋找新的經營模式以化解過往高耗能產業帶來的危機。

  • AIF Editor