| 成本效益分析
AI大數據分析工具的選擇，要先決定需求，再選擇合適工具。若要適用全公司，最好選擇「企業版」與「網路版」，而非「個人版」與「單機版」，資訊才易分享共用。
此外，除軟體費用，也要考慮導入工具額外的硬體與人力成本，目前有些企業成立數據分析單位，除IT原有資料庫管理員(DBA)之外，尚需AI工程師、數據分析師(DA)與資料科學家(DS)等，至少三人以上。若有提供「私有雲訂閱制」的軟體即服務(SaaS)，善用國際知名雲端廠商軟硬體維運，其資安與備援皆達國際最高標準要求，更優於IT自行建置的Infra環境，目前金融業偏向選擇這種方案。至於人力，若能由營運端使用者 (OT)善用其領域專業知識與經驗，自行利用AI大數據工具分析，若有不足，再專案委外開發所需AI模型，將會更經濟實惠。
若選擇導入國際大廠工具，需要多套系統協作，靈活性較差，對使用者技術要求較高，不論從IT或使用端角度，若要做到類似JarviX功能，較費時耗人力，也缺乏內建演算法與AutoML分析。若IT自行開發，若要做到類似JarviX，需增聘AI工程師與數據科學家團隊協作，曠日廢時，不符成本效益。
一般而言，只要「效益創造+人力/時間成本節省」高於「投入成本」，亦即「投資報酬」能大於「工具總費用」，就值得導入。此外，「訂閱制」較有彈性，可依帳號數、同時使用人數、功能模組、資料量、運算資源等不同計費，應能滿足大、中、小不同規模公司的負擔能力。
陳素敏顧問簡介 （歡迎有興趣的保險公司洽詢陳素敏顧聯絡） | 
沒有留言:
張貼留言