「從本質來看，Jarvix是一個數據分析平台，」美商訊能集思事業發展副總裁黃逸華認為，嚴格來說，數據分析工具的底層邏輯差異不大，包含基礎的統計學，再加上機器學習方法。然而，使用No code/Low code平台的關鍵在於，是否可以達到原先所期望的便利性？是否能夠有效分析？是否有清晰的呈現，將數據可視化？以及最重要的，是否可以根據這些分析，提供用戶有助於做決策的洞見？

從市場上許多No code/Low code平台來看，BI（Business Intellegency, 商業智能）與AI各自佔據兩種不同商業領域。BI的範疇，會仰賴事前進行許多手動數據分析，接著將數據轉化為可視化的資訊圖表，依然需要人力投入計算以及前端人員的專業知識。AI的領域，要投入大量的數據，並且進行標記，透過各種演算法組合得到結果，然而這個結果相對不容易轉換成可視化圖表。

1.平台主要功能？

JarviX的主要功能與優勢，即在於將兩者結合在一起，並且獨步全球，以自然語言處理（NLP）作為人機對話的模式，將使用者所問的問題，自動拆解成相應程式語言，透過程式語言到資料庫撈取資料進行分析，並自動形成可視化數據圖表。黃逸華認為，BI+AI的智慧分析平台，應達到以下四個層次：

• 描述型分析：從過去到現在發生了什麼事情，描述現況如何。（BI）
• 診斷型分析：包含像是異常分析，將正常跟異常分開，以不同顏色與形狀表現。（BI）
• 預測型分析：根據過去到現在，在數據上呈現出來的趨勢，透過機器學習的方法，以狀況不變的情況下，在可見的時間點進行預測。（AI）
• 指示型分析：如果知道未來走向，決策者該怎麼做，提供洞見，進入模階段。（AI）

JarviX讓使用者以最自然的方式表達，透過機器學習自動解析、撈取資料，提供可視化界面。根據問題，自動抓取、比較資料庫的關鍵因子，找到彼此之間的關聯性，協助使用者從原先相對模糊的問題，可以層層深入解答，最終產出可以支持提問者的結果。此外，這一系列的流程甚至可在數秒中完成，大幅提升效率。既然如此，JarviX究竟聽得懂哪些語言？以語種來說，目前有中文、英文、越南文、柬埔寨文，日文與泰文也正在規劃中。

2.企業使用前該進行哪些準備？

需要有數據，並且知道企業本身需要什麼數據，以及是否俱備所需要的資料，如果沒有，要如何取得？

黃逸華提到，一般搜集數據有三種方法：流程軟體（例如ERP）、傳感器（溫度、濕度）以及機台數據。訊能集思有別於其他No code/Low code平台，有能力直接取用這三種數據，以JarviX為中心，透過5G物聯網閘道器Odin截取資料、Bifrost物聯平台進行資料清整，清整完之後即可指直接放入JarviX進行分析。

「我們要把數據的最後一里路打通（軟硬體整合），」黃逸華表示客戶如果沒有數據，考驗的是他們自己，不可能在沒有數據的前提下做數據分析，沒有數據給出的答案也是不敢信的。

3.適用場景及產業？

目前JarviX的應用跨越各種行業，包含電子業、物流業、零售、物流、金屬加工、鞋業、半導體、半導體設備、銀行、壽險、光能、風能、節能、儲能。

另外也取決於行業的門檻，例如銀行對於資安和金管的要求非常高，門檻就相對較高，必須經過種種考驗，而且只對少數合格廠商開放。

4.使用人員是否有能力限制？

操作JarviX僅需要會中文輸入和拖拉點選，幾個小時的課程訓練就能馬上上手，重點在於使用人員需十分熟悉自己產業的領域知識，才知道要分析哪些數據。

5.成功案例或目前使用客戶？

以倉庫管理為例，所有的生產都需要原料，因為台灣的製造業充滿彈性，需要經常換生產線，所需的原材料也就不同，在原料需求量大的情況下，就會產生資金的積壓，因此對工廠而言，需要達到兩個目標：稼動率極大化，庫存極小化。但是過程中又一定得有庫存，因此多少量是安全庫存？

因此，將這個情境放回BI+AI的四個層次，將現有資料包含現有量訂單數、備料時間、生產期程、交期等進行分析，就可以知道哪些原料已經進入關鍵情況，了解哪些零組件需要有一定的庫存，而且不能對資金造成太大的積壓。

最後，透過JarviX數據採集過程自動化，數據生產自動化，數據分析過程自動化，達到降低資金的積壓，使得資金周轉越快，利潤提升，資金流有更好的應用，帶來實際財務的效益。