疫情持續延燒全球， SAS在今年全球論壇(SAS Global Forum)分享過去動盪的一年中，組織如何透過人工智慧AI技術，成功建構新營運模式。SAS借鏡海外企業經驗，建議台灣企業應趁疫情之際，強化數位轉型動能，更積極導入AI應用，做好減震及復甦的準備，特別指出「詐欺偵測」、「客戶關係重塑」與「需求預測」三大應對面向。

疫情間偽冒交易及身份盜竊事件攀升

SAS 台灣總經理陳愷新指出，台灣過去一年守疫有成，此時面對疫情已有轉型的借鏡。回顧疫情對SAS海外客戶最大的震撼就是意識到『決策』速度的重要性。面對不確定性，企業更需要能支撐決策的數據基礎、給予行動建議的即時運算技術，以及規劃出模擬情境來預測風險及需求。整體在疫情期間可說以『詐欺偵測』、『客戶關係重塑』與『需求預測』三大面向的應用成長最為明顯。

疫情助長詐欺犯罪，AI即時偵測阻斷交易

去年疫情四起後，美國舞弊稽核師協會已有77% 的受訪成員指出詐欺案件數量激增，全球支付業者也表示數位詐欺事件增加35%。目前台灣民眾對非接觸式的數位交易需求大幅增加，加上近期銀行處理紓困貸款業務，更迎來金融犯罪的隱憂。金融業者此時更需仰賴AI大量且快速運算的特性，阻斷即時異常交易與風險評估，讓資金與金融服務留給真正有需求的民眾。同時針對可疑案件及資金流向，立即透過視覺化調查平台打造更強有力的防範後盾。

過往匯豐銀行(HSBC)即導入SAS即時交易詐欺偵測系統，在客戶刷卡的當下，以平均不到60毫秒的時間內整合大量資料、客戶特徵資料、客戶過去的交易資料，即時偵測出這張信用卡被盜刷的可能性，判斷是否直接阻斷交易。匯豐銀行至今已在30個地區監控超過1億張信用卡，不但讓掌握即時偵測的交易量增加了87％，標記出潛在詐欺的運算資源成本更減少30％。陳愷新也指出，目前國內也有大型銀行加速佈局，已與SAS展開合作信用卡偽冒交易阻斷。

在美國，SAS 與美國身份盜竊資源中心 (Identity Theft Resource Center，ITRC) 更合作推出ViViAN (Virtual Victim Assistance Network ) 身份盜竊虛擬助理作為與客戶溝通的第一線，透過自然語言處理和深度學習打造人性化的對話體驗，協助擴增該中心客服量能，應對2020年破紀錄的尋求身分盜竊協助客戶數量，將受詐欺客戶等待時間降到最低，改善受害者體驗並照顧他們情緒。

情緒分析提升客戶關係層次

疫情肆虐讓以實體互動為主的運動賽事、娛樂和藝文活動、及服務業備受衝擊，那麼企業該如何在這段期間持續增進客戶連結與體驗，並為未來疫情平息後的新常態做好準備呢？

擁有洛杉磯國王、洛杉磯銀河及安大略統治者等曲棍球隊的美國AEG Sports 公司於 Microsoft Azure 上搭載SAS Viya AI 平台建立模型，在疫情爆發期間強化會員關係管理，進行調查衡量球迷對於回到現場觀看比賽等活動的看法，分析球迷的情緒與態度，搭配過往球迷行為紀錄，判定哪些是死忠球迷應強化對話感、哪些即將流失需要投入心血挽留。AEG Sports 利用這些客製化策略成功提升10%客戶挽留率，同時提升行銷活動的投資報酬率。

AEG Sports還利用 SAS Viya 提供的機器學習優化模型與資料視覺化功能，快速擷取包含票務、合作通路、銷售、氣象資料和健康專家等資料並進行分析，打造不同模擬情境，預先制定應變計畫。當球迷可以安全地回到球場觀賽時，AEG Sports即能夠快速且靈活將門票需求、場地大小、公共衛生限制與其他因素等進行各級情境預測，來制定最佳化票價。

需求預測與情境模擬，優化營運

疫情下客戶此時更會要求交貨時程的精準度，製造業若沒有精準的預測，備料過多會增加庫存成本，過少則影響客戶滿意度。SAS曾協助美國本田汽車（Honda）運用1,200個經銷商、一天數十次更新，所累積下來的客戶銷售與維修資料，包含施工作業的類型、客戶支付金額、維修歷史資料等，建立一個AI預測模型，預測各零件預備的指標及客戶習慣等，讓零件準備預測準確度高達99%。

目前台灣零售業也面對消費者到實體通路購買意願降低，轉向電子行動商務，如何精準預測銷售趨勢，及優化庫存管理將形成一大挑戰。早在2019年，法國零售龍頭家樂福即攜手SAS處理全球賣場、倉庫及電子商務平台等來源的資料，改善下游消費預測及上游供應商訂貨程序，減少庫存過剩。

然目前全球供應鏈不確定仍在，資料難累積AI該如何預測？其實AI能以時間序列為基礎建立「事件」資料庫；除固定事件外，再納入特殊事件及外部資料如失業率、油價、疫情傳播狀態等，產出各程度衝擊的最佳與最壞情境模擬。

美國疫情爆發之初，各州陸續頒布「居家令」，許多製造商面臨業績衝擊，且保修準備金與備料預估大失準，財務狀況吃緊。當時通用電器（GE），即以SAS AI模型，將突發的疫情狀況參數，如各地政令、疫情嚴峻度、近期異常數據等加入模型訓練，快速產出各類情境，以利決策層級快速擬定應對戰略。

連續多年被評為「全美最佳醫院」克里夫蘭醫學中心（Cleveland Clinic）於疫情爆發後也攜手SAS以AI模型預測患者人數、所需加護床位數、醫護人員防護設備和呼吸器數量。藉此設計了「最好」、「最壞」以及「最有可能發生」的三種情境，隨情勢和資料源變化進行即時調整。該醫學中心去年即曾啟動「最壞」的情境應對:在其教育園區內為無需加護病房的新冠肺炎患者搭建了1,000張臨時病床。

AI擴展到雲端成趨勢

疫情也突顯企業對於能在各地都能持續運算各種規模資料的需求，AI分析遷徙到雲端是另一波趨勢。IDC指出，大數據和分析軟體於公有雲的部署，到2024 年將以 23.2% 的年複合成長率增長[3]。SAS 亦因應市場需求，持續擴展雲端服務。2020年 11 月，SAS 與 Microsoft 建立了策略合作夥伴關係，在 Microsoft Azure 上發布 SAS Viya雲端原生分析平台。今年並進一步提升服務，讓 Viya平台擴大支援 Amazon Web Services 和 Google Cloud ，下半年還計劃新增對 Red Hat OpenShift 的支援。

SAS台灣總經理陳愷新總結，疫情仍充滿不確定性，台灣企業應留意上述的全球潮流、吸取海外企業的成功經驗，並評估將工作負載流暢地移轉至雲端，以找出高效率營運模式，適應瞬息萬變的市場。