疫情持续延烧全球, SAS在今年全球论坛(SAS Global Forum)分享过去动荡的一年中,组织如何透过人工智慧AI技术,成功建构新营运模式。 SAS借镜海外企业经验,建议台湾企业应趁疫情之际,强化数位转型动能,更积极导入AI应用,做好减震及复苏的准备,特别指出「诈欺侦测」、「客户关系重塑」与「需求预测」三大应对面向。
![疫情间伪冒交易及身份盗窃事件攀升](/news/2021/06/28/1806168430S.jpg) |
疫情间伪冒交易及身份盗窃事件攀升 |
SAS 台湾总经理陈恺新指出,台湾过去一年守疫有成,此时面对疫情已有转型的借镜。回顾疫情对SAS海外客户最大的震撼就是意识到『决策』速度的重要性。面对不确定性,企业更需要能支撑决策的数据基础、给予行动建议的即时运算技术,以及规划出模拟情境来预测风险及需求。整体在疫情期间可说以『诈欺侦测』、『客户关系重塑』与『需求预测』三大面向的应用成长最为明显。
疫情助长诈欺犯罪,AI即时侦测阻断交易
去年疫情四起后,美国舞弊稽核师协会已有77% 的受访成员指出诈欺案件数量激增,全球支付业者也表示数位诈欺事件增加35%。目前台湾民众对非接触式的数位交易需求大幅增加,加上近期银行处理纾困贷款业务,更迎来金融犯罪的隐忧。金融业者此时更需仰赖AI大量且快速运算的特性,阻断即时异常交易与风险评估,让资金与金融服务留给真正有需求的民众。同时针对可疑案件及资金流向,立即透过视觉化调查平台打造更强有力的防范后盾。
过往汇丰银行(HSBC)即导入SAS即时交易诈欺侦测系统,在客户刷卡的当下,以平均不到60毫秒的时间内整合大量资料、客户特征资料、客户过去的交易资料,即时侦测出这张信用卡被盗刷的可能性,判断是否直接阻断交易。汇丰银行至今已在30个地区监控超过1亿张信用卡,不但让掌握即时侦测的交易量增加了87%,标记出潜在诈欺的运算资源成本更减少30%。陈恺新也指出,目前国内也有大型银行加速布局,已与SAS展开合作信用卡伪冒交易阻断。
在美国,SAS 与美国身份盗窃资源中心 (Identity Theft Resource Center,ITRC) 更合作推出ViViAN (Virtual Victim Assistance Network ) 身份盗窃虚拟助理作为与客户沟通的第一线,透过自然语言处理和深度学习打造人性化的对话体验,协助扩增该中心客服量能,应对2020年破纪录的寻求身分盗窃协助客户数量,将受诈欺客户等待时间降到最低,改善受害者体验并照顾他们情绪。
情绪分析提升客户关系层次
疫情肆虐让以实体互动为主的运动赛事、娱乐和艺文活动、及服务业备受冲击,那么企业该如何在这段期间持续增进客户连结与体验,并为未来疫情平息后的新常态做好准备呢?
拥有洛杉矶国王、洛杉矶银河及安大略统治者等曲棍球队的美国AEG Sports 公司于 Microsoft Azure 上搭载SAS Viya AI 平台建立模型,在疫情爆发期间强化会员关系管理,进行调查衡量球迷对于回到现场观看比赛等活动的看法,分析球迷的情绪与态度,搭配过往球迷行为纪录,判定哪些是死忠球迷应强化对话感、哪些即将流失需要投入心血挽留。 AEG Sports 利用这些客制化策略成功提升10%客户挽留率,同时提升行销活动的投资报酬率。
AEG Sports还利用 SAS Viya 提供的机器学习优化模型与资料视觉化功能,快速撷取包含票务、合作通路、销售、气象资料和健康专家等资料并进行分析,打造不同模拟情境,预先制定应变计画。当球迷可以安全地回到球场观赛时,AEG Sports即能够快速且灵活将门票需求、场地大小、公共卫生限制与其他因素等进行各级情境预测,来制定最佳化票价。
需求预测与情境模拟,优化营运
疫情下客户此时更会要求交货时程的精准度,制造业若没有精准的预测,备料过多会增加库存成本,过少则影响客户满意度。 SAS曾协助美国本田汽车(Honda)运用1,200个经销商、一天数十次更新,所累积下来的客户销售与维修资料,包含施工作业的类型、客户支付金额、维修历史资料等,建立一个AI预测模型,预测各零件预备的指标及客户习惯等,让零件准备预测准确度高达99%。
目前台湾零售业也面对消费者到实体通路购买意愿降低,转向电子行动商务,如何精准预测销售趋势,及优化库存管理将形成一大挑战。早在2019年,法国零售龙头家乐福即携手SAS处理全球卖场、仓库及电子商务平台等来源的资料,改善下游消费预测及上游供应商订货程序,减少库存过剩。
然目前全球供应链不确定仍在,资料难累积AI该如何预测?其实AI能以时间序列为基础建立「事件」资料库;除固定事件外,再纳入特殊事件及外部资料如失业率、油价、疫情传播状态等,产出各程度冲击的最佳与最坏情境模拟。
美国疫情爆发之初,各州陆续颁布「居家令」,许多制造商面临业绩冲击,且保修准备金与备料预估大失准,财务状况吃紧。当时通用电器(GE),即以SAS AI模型,将突发的疫情状况参数,如各地政令、疫情严峻度、近期异常数据等加入模型训练,快速产出各类情境,以利决策层级快速拟定应对战略。
连续多年被评为「全美最佳医院」克里夫兰医学中心(Cleveland Clinic)于疫情爆发后也携手SAS以AI模型预测患者人数、所需加护床位数、医护人员防护设备和呼吸器数量。借此设计了「最好」、「最坏」以及「最有可能发生」的三种情境,随情势和资料源变化进行即时调整。该医学中心去年即曾启动「最坏」的情境应对:在其教育园区内为无需加护病房的新冠肺炎患者搭建了1,000张临时病床。
AI扩展到云端成趋势
疫情也突显企业对于能在各地都能持续运算各种规模资料的需求,AI分析迁徙到云端是另一波趋势。 IDC指出,大数据和分析软体于公有云的部署,到2024 年将以 23.2% 的年复合成长率增长[3]。 SAS 亦因应市场需求,持续扩展云端服务。 2020年 11 月,SAS 与 Microsoft 建立了策略合作伙伴关系,在 Microsoft Azure 上发布 SAS Viya云端原生分析平台。今年并进一步提升服务,让 Viya平台扩大支援 Amazon Web Services 和 Google Cloud ,下半年还计划新增对 Red Hat OpenShift 的支援。
SAS台湾总经理陈恺新总结,疫情仍充满不确定性,台湾企业应留意上述的全球潮流、吸取海外企业的成功经验,并评估将工作负载流畅地移转至云端,以找出高效率营运模式,适应瞬息万变的市场。