什麼是 AI 工作流程？
AI 工作流程是用於打造端對端 AI 解決方案（又稱 AI 管道）的過程，可善加利用機器學習、深度學習或生成式 AI (GenAI)，協助自動化工作或為決策提供資訊。組織利用增量的 AI 工作流程建構 AI 管道，包括資料生成與準備、AI 建模或 AI 模型訓練，以及最後的部署和 AI 模型推斷。為了協助更輕鬆地打造完整 AI 管道，部分 AI 工作流程可預先定義、模組化，以及專為特定使用案例所設計。這些預先定義的 AI 工作流程也可稱為參考實作或參考套件。
AI 工作流程的作用
多數 AI 部署採用 AI 管道的形式，由資料、模型與部署三個步驟組成：
- 資料步驟涵蓋任何正式的資料收集或生成過程，通常隨後接續的是處理與儲存。這項步驟準備資料，供 AI 模型於訓練或推斷使用。
- 第二個步驟是 AI 建模，涉及透過分層演算法開發 AI 模型，打造模擬人類思維邏輯與決策模式的神經網路。一經定義，AI 模型就會在大量資料上進行訓練，提升結果的準確性與品質。
- 最後一個步驟即部署，發生在 AI 模型部署在實際使用案例，例如偵測工廠生產線上的產品缺陷，或在 GenAI 的情況下，作為個人化聊天機器人，以最低或無人為干涉的方式回答使用者查詢。
AI 管道內的 AI 工作流程支援任何資料準備、模型訓練或推斷過程。例如，AI 工作流程可為組織提供預先訓練的模型或程式碼範例來促進模型開發，或者用於協助最佳化已部署的人工智慧模型更快、更有效率地運行。
使用商用的 AI 應用程式（例如 ChatGPT）的企業可能無需建立自己的 AI 工作流程。然而，企業可能對其輸入至 AI 應用程式的資料控制權較少，因此可能面臨潛在的資料安全和隱私風險。
AI 工作流程的優勢
根據 McKinsey & Company 的一項調查，2024 年有 72% 的組織採用了 AI，65% 的組織採用了生成式 AI，相較 2023 年的 55% 和 33% 皆有所提升。1 隨著愈來愈多的組織採用 AI，AI 工作流程可協助他們克服與設計、部署或維護 AI 管道相關的挑戰：
- 加快部署 AI 應用程式：AI 解決方案的研究與開發工作費時費力，需要高熟練度的職位（例如資料科學家與 AI 開發者）。許多 AI 工作流程提供利用預先打造元件的能力，執行 AI 管道中的關鍵步驟，進而使組織在建置和部署高效 AI 解決方案方面處於領先地位。
- 簡化整合與相容性：組織尋求將通用 AI 整合至現有業務操作中，因而面臨使用專為使用案例設計的基礎架構（例如電子郵件伺服器和客戶資料庫）的挑戰。AI 工作流程可在與常見 IT 伺服器相同的硬體上測試與驗證，進而可以利用先前的 IT 投資，同時引進全新的 AI 應用程式。
- 開放性、擴充性和重新配置：許多 AI 工作流程採用開放原始碼架構打造，有助於降低授權成本，並實現更深層的客製化，協助滿足特定的業務需求。這也能讓組織發展可重複使用的 AI 軟體資產組合，隨需求演變而部署在不同的硬體目標上。
AI 工作流程解決方案
組織可以利用預先定義的 AI 工作流程，採用參考實作、AI 工具組與預先訓練模型，開發自己的 AI 管道。部分 AI 工作流程專為經常使用或高價值的使用案例所開發和銷售，並在產業中取得顯著成效，例如對話式 AI 聊天機器人、自動化視覺品質控制檢查，或設備與資產健康狀況的預測性維護。AI 協調套件也為組織提供其他工具，在異質環境中測試、建置及部署 AI 解決方案時，協助管理 AI 工作流程。