人工智能和預測分析技術日漸成熟，並廣泛地應用在我們生活當中。當我們日漸依賴這些科技時，我們更要明白科技背後的原理和所有結論的依據。
隨着人工智能的發展，預測分析(Predictive Analytics)已經逐漸普及，並變得越來越容易實踐。許多行業已使用預測分析，作為商業戰略的核心部分。但從前這技術只提供給能夠負擔得起的大型企業或跨國巨企，也因為在數據不足的情況下，它的應用變得十分局限，主要集中在銷售預測方面。
最近，在人工智能和大數據普及下，預測分析的應用才變得多元化和經濟實惠，也變得容易操作。越來越多企業爭相學習該技術，並願意投資開發適合自己的預測分析模型和應用，以致提升日常運營效率。
其實，預測分析並非新鮮事，它源於統計學，亦利用數據建模(Data Modelling)、人工智能的機器學習(Machine Learning)、深度學習(Deep Learning)等算法進行數據分析。這技術從歷史數據中，提取信息來辨認趨勢和行為模式，分析未來事件發生的概率，並作出預測，繼而根據預測結果，提出最佳行動方案，以實現最佳結果。
人工智能預測使企業能根據歷史數據，對問題的可能結果，作出高度準確的猜測，為企業提供更具商業價值的洞察力。例如從歷史數據顯示，某些客戶如果具備某些條件和特質，在不久將來就會有流失的可能；那麼，人工智能就可檢視現有客戶是否具備這些類似條件，從而預測他們一年內流失的可能性，企業就可據而通過溝通和優惠來防止。
除應用於銷售和營銷，人工智能和預測分析，已被廣泛應用於不同行業。有機構研發出可預測機器設備何時發生故障的模型、有的專門預測員工離職和申請病假的情況、有的更預測運動員在不同情況下的表現等。
筆者認為，應用人工智能和預測分析，在醫療產業將帶來顛覆性的改變。數據一直是醫療保健領域中的熱話，使用人工智能和預測分析，可帶來更有效的治療和疾病預防。透過整合來自醫院內的各種數據，再結合外部數據，例如從個人裝置上得到的實時身體情況和社區健康的數據，預測分析就可實現更有效和更全面的護理，甚至能實現個性化醫療(Personalised Medicine)。現今，各國政府都已採用類似技術去預測和防控COVID-19疫情。
然而，人工智能和預測分析的應用，仍存在信任問題。即使人工智能在醫療上，可協助醫生分析數據達致精準判斷，但畢竟仍是一項嶄新科技，要得到社會和病人的信任，還需一些努力以證明其穩定性和準確性。
無論規模大小，人工智能和預測分析正日益成為企業的核心功能，整個商業世界和社會各界別，都可使用預測分析，從而提高洞察力和執行的有效性。可是，在建設預測分析系統的過程中，最重要的還是如何獲取信任，畢竟這都是一門預測將來的技術。
作為科技的研發者，我們有責任讓企業和用家，明白預測模型所作的結論，背後有什麼根據，以及為何分析值得信賴；而成功關鍵，就在於與用家須具有良好的溝通。
撰文：馮景龍 香港電腦學會人工智能專家小組執行委員會成員
Optix Solutions Ltd. 創辦人
Commentaires