從AIOps、MLOps與BPO談AI科技服務業模式
AI-as-a-Service Business Models of AIOps, MLOps and BPO
- 2021/06/28
- 1730
- 36
AI科技進展神速下,全球展開產業AI化,因而帶動全球各種AI科技服務業如雨後春筍冒出,然而疫情影響一般大眾生活、產業發展與公共治理等層面。
因此本文從目前AI科技服務業常見的服務模式AIOps(Artificial Intelligence for IT Operations)、MLOps(Machine Learning for IT Operations)、BPO(Business Process Outsourcing)切入,再從目前全球面臨的疫情下宅生活需求、防疫或資源缺乏等出發,列舉並分析國外AI科技服務業代表性案例,其如何依據不同情境,結合不同IoT裝置解決一般大眾的生活痛點與需求,進而形成一個 AI-as-a-Service的模式。
【內容大綱】
-
一、AIOps/MLOps模式:簡化企業內部流程,以加速產品服務開發
- (一)德國Vorwerk與StormForger:開發食譜平台與AI多功能料理機
- (二)美國Water Mission與IBM jStart:遠端監控供水系統與平台
-
二、BPO模式:提供AI服務企業委外服務,提升企業營運流程效益
- (一)印尼Qlue:推出智慧監控解決方案完善防疫措施
- (二)美國Microsoft:以混合實境與遠端共同作業提升病患照護效益
- (三)美國CVS Health:使用IBM智慧語音助理提升電話客服系統
- IEKView
【圖表大綱】
- 表1、AI科技服務業-AIOPs/MLOPs、BPO案例分析列表
- 圖1、Thermomix Cookidoo產品運作架構圖
- 圖2、Water Mission太陽能供水系統
- 圖3、Qlue智慧監控解決方案與收費模式
- 圖4、Microsoft智慧醫療解決方案