AI最主要的價值之一即是圍繞在自動化，自動化可以協助人類執行一些有規律可循的工作。這並不是代表AI將會取代人類，而是代表更訓練有素的技術資源將被重新部署到更關鍵的應用上。此發展趨勢之下，決策者也需儘速找出過去或許因為高價格及時間成本未能改善的企業創新，有效透過發展產業AI化，成功協助企業轉型。
人工智慧（Artificial Intelligence，AI）是近來各界熱門關注主題，並且大幅度地改變現今人類的工作方式及思考模式。Gartner所公佈的2018年十大科技發展趨勢（Gartner Top 10 Strategic Technology Trends for 2018）中也明確指出了AI的重要性。台灣部分，除了從政府喊出台灣AI元年，同時也有許多產業紛紛啟動產業AI化的轉型發展，幾乎所有產業都想踏入AI的應用當中，但大家是否已經做好萬全準備？
AI最主要的價值之一即是圍繞在自動化，自動化可以協助人類執行一些有規律可循的工作。這並不是代表AI將會取代人類，而是代表更訓練有素的技術資源將被重新部署到更關鍵的應用上。AI和機器學習（Machine Learning）使得電腦有辦法辨識非結構性數據並且將其轉化成可應用的結構性數據。舉例來說，工廠或倉庫中作為影像辨識用途的高清攝影機，可以協助管控商品品質，和有效的庫存管理；零售供應商也可利用影像來辨識、處理顧客的行為，甚至進一步發展臉部辨識。
此發展趨勢之下，企業必須要決定從哪裡、蒐集什麼樣的資料，以及進行甚麼樣的分析行為。我們可以利用AI來減低成本、縮短時間去發展過去認為不可能的創新。而決策者也需儘速找出，過去或許因為高價格及時間成本未能改善的企業創新究竟為何，有效透過發展產業AI化，成功協助企業轉型。
其中，「機器學習」是發展AI的根本。機器學習的核心概念在於數據分析，蒐集和累積大量且有效的數據則是學習的基礎。在進入到AI最困難的計算、應用和推理之前，必須先確保數據資料蒐集與儲存的過程順利進行。Pure Storage觀察到，在過去兩年內，領先的深度學習演算法所需的運算量成長15倍，而由GPU傳送的運算量則躍升10倍；但與此同時傳統儲存技術的成長緩慢，運算和儲存的性能之間有相當大的落差。因此在企業擁抱AI之前，除了設計出良好的運算程式，更不能忽略的是選擇好的儲存方案，以確保企業有辦法迅速且有效益地蒐集到巨量的數據資料，進而達到更高效的應用。
台灣的AI發展才正要起步，在運算技術都還正在急速發展的情況下，唯一可以肯定的是數據資料是一切學習的起源。決策者必須重視數據的蒐集與存放，將數據資料視為企業重要資產，帶領企業站穩起跑點，並藉著洞見產業的能力，選擇企業創新的方向與AI應用的層面，與技術發展並進、走在趨勢最前線。
＜本文作者：劉國龍，現為Pure Storage台灣區總經理＞